图像生成

图像生成

RootFlow AI 的绘图接口兼容 OpenAI Images API。你可以用同一套 /v1/images/generations 调用 GPT-Image-2 和 Gemini 绘图模型，支持文生图、图生图、1K/2K/4K 输出。

简单说：

• 想要默认稳定的绘图体验，用 gpt-image-2-count
• 想要 Gemini / Nano Banana 风格、角色或风格一致性，用 gemini-3.1-flash-image-count 或 gemini-3-pro-image-count
• 想要高清图，就选带 hd-count 的模型
• 想要 4K，就选带 4k-count 的模型

功能特性

• 兼容 OpenAI /v1/images/generations 协议，现有 SDK 无缝接入
• 支持文生图（text-to-image）和图生图（image-to-image）
• 三档分辨率：1K / 2K / 4K
• GPT-Image-2 和 Gemini 两套绘图模型可选
• 常用画面比例可选，Gemini 3.1 Flash 还支持极端长图比例
• 按次计费，失败不扣费

可用模型与定价

创建令牌时，按你要用的模型选择对应分组：

• GPT-Image-2 模型：选择 GPT绘图计次
• Gemini 模型：选择 Gemini绘图计次

下列价格为 SVIP 用户分组参考价格。

GPT-Image-2

Gemini 绘图

创建 API Key 时，分组要选对。GPT 模型用「GPT绘图计次」，Gemini 模型用「Gemini绘图计次」。分组选错时，模型列表可能看得到，但调用会失败。

质量控制

GPT-Image-2 支持 quality 参数，可以控制生成质量：

Gemini 模型不需要传 quality，直接选模型档位即可。

GPT-Image-2 示例：

# 快速预览（低质量）
curl https://api.rootflowai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -d '{
    "model": "gpt-image-2-count",
    "prompt": "一只橘猫坐在窗台上看夕阳",
    "quality": "low",
    "size": "1024x1024"
  }'

# 最终成品（高质量，默认）
curl https://api.rootflowai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -d '{
    "model": "gpt-image-2-4k-count",
    "prompt": "赛博朋克风格的未来城市夜景，超精细细节",
    "quality": "high",
    "size": "2880x1680"
  }'

GPT-Image-2 的不同质量档位价格相同，仅影响生成速度和画面细节。建议先用 low 快速验证构图，确认后再用 high 生成最终版本。

支持的 size

支持标准 OpenAI 像素格式和比例格式，系统会自动转换：

也可以直接传比例格式：1:1、3:2、2:3、4:3、3:4、5:4、4:5、16:9、9:16、2:1、1:2、21:9、9:21

GPT-Image-2 的 4K 分辨率仅支持 16:9、9:16、2:1、1:2、21:9、9:21 六种宽幅比例。

Gemini 3.1 Flash 支持更宽的比例，包括 1:4、4:1、1:8、8:1 这类长图。gemini-2.5-flash-image-count 只提供 1K，不建议拿它做 2K/4K。

快速开始

文生图

curl https://api.rootflowai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -d '{
    "model": "gpt-image-2-count",
    "prompt": "一只橘猫坐在窗台上看夕阳，水彩画风格",
    "n": 1,
    "size": "1024x1024"
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxxxxxxxxxxxxxxx",
    base_url="https://api.rootflowai.com/v1"
)

response = client.images.generate(
    model="gpt-image-2-count",
    prompt="一只橘猫坐在窗台上看夕阳，水彩画风格",
    n=1,
    size="1024x1024",
    quality="high"  # 可选：low / medium / high（默认）
)

print(response.data[0].url)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "sk-xxxxxxxxxxxxxxxx",
  baseURL: "https://api.rootflowai.com/v1",
});

const response = await client.images.generate({
  model: "gpt-image-2-count",
  prompt: "一只橘猫坐在窗台上看夕阳，水彩画风格",
  n: 1,
  size: "1024x1024",
  quality: "high", // 可选：low / medium / high（默认）
});

console.log(response.data[0].url);

高清文生图（2K）

使用 gpt-image-2-hd-count 模型获得 2K 分辨率输出：

curl https://api.rootflowai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -d '{
    "model": "gpt-image-2-hd-count",
    "prompt": "赛博朋克风格的未来城市夜景，霓虹灯倒映在雨水中",
    "n": 1,
    "size": "1792x1024"
  }'

Gemini 文生图

Gemini 的调用方式和 GPT-Image-2 一样，只要换模型名。不要传 quality。

curl https://api.rootflowai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -d '{
    "model": "gemini-3.1-flash-image-count",
    "prompt": "一张黑色陶瓷咖啡杯的商品主图，白色背景，干净高级",
    "n": 1,
    "size": "1:1"
  }'

Gemini 4K

curl https://api.rootflowai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -d '{
    "model": "gemini-3-pro-image-4k-count",
    "prompt": "高端腕表广告海报，棚拍灯光，细节清晰，质感高级",
    "n": 1,
    "size": "1:1"
  }'

图生图（URL 参考图）

如果参考图已经是公网可访问的 URL，使用 /v1/images/generations，通过 JSON 的 image 字段传入参考图数组：

curl https://api.rootflowai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -d '{
    "model": "gpt-image-2-count",
    "prompt": "把这张照片转换成油画风格",
    "n": 1,
    "size": "1024x1024",
    "image": ["https://example.com/photo.png"]
  }'

• image 字段接受 URL 数组，最多 16 张参考图
• Gemini 最多建议 14 张参考图
• 支持 HTTPS URL 和 base64 data URI 混填
• 不传 size 时输出分辨率跟随输入图；传 size 则按指定尺寸出图

图片编辑（本地文件上传）

如果参考图是本地文件，客户端继续调用 /v1/images/edits，但请求必须改成 multipart/form-data，用 -F image=@file 上传文件：

curl https://api.rootflowai.com/v1/images/edits \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -F "model=gpt-image-2-count" \
  -F "prompt=把这张照片转换成油画风格" \
  -F "n=1" \
  -F "size=1024x1024" \
  -F "quality=medium" \
  -F "image=@/path/to/photo.png;type=image/png"

多张参考图可以重复传 image 字段：

curl https://api.rootflowai.com/v1/images/edits \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -F "model=gpt-image-2-count" \
  -F "prompt=基于两张参考图生成一张产品海报" \
  -F "n=1" \
  -F "size=1024x1024" \
  -F "image=@/path/to/reference-1.png;type=image/png" \
  -F "image=@/path/to/reference-2.jpg;type=image/jpeg"

不要把 Content-Type: application/json 的请求直接发送到 /v1/images/edits。如果参考图是 URL，请使用 /v1/images/generations + image 数组；如果参考图是本地文件，请使用上面的 multipart 写法。

连续图生图

如果要把上一轮结果继续作为下一轮参考图，推荐保存上一轮响应里的 data[0].url，下一轮继续传入参考图。

上一轮返回：

{
  "data": [
    {
      "url": "https://cdn.rootflowai.com/images/2026/xx/xx/result.png"
    }
  ]
}

下一轮如果使用 URL 参考图，可以继续走 /v1/images/generations：

curl https://api.rootflowai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -d '{
    "model": "gpt-image-2-count",
    "prompt": "保持上一张图的主体和构图，给角色加一个透明太空头盔",
    "n": 1,
    "size": "1024x1024",
    "quality": "low",
    "image": ["https://cdn.rootflowai.com/images/2026/xx/xx/result.png"]
  }'

如果你的工作流已经把上一轮图片下载到了本地文件，下一轮使用 /v1/images/edits 的 multipart 上传方式：

curl https://api.rootflowai.com/v1/images/edits \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -F "model=gpt-image-2-count" \
  -F "prompt=保持上一张图的主体和构图，给角色加一个透明太空头盔" \
  -F "n=1" \
  -F "size=1024x1024" \
  -F "quality=low" \
  -F "image=@/path/to/previous-result.png;type=image/png"

每轮请求都建议保存返回的图片 URL。不要只依赖工作流平台的临时变量或上一轮上下文；跨工作流、跨服务商或长时间运行时，显式传入上一轮图片 URL 或文件最稳定。

Responses 多轮生图（高级）

如果你直接调用 /v1/responses 做多轮生图或连续编辑，每一轮都必须显式传入 image_generation 工具。previous_response_id 只负责引用上一轮上下文，不会自动继承上一轮的工具列表。

第一轮：

curl https://api.rootflowai.com/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -d '{
    "model": "gpt-5.4-mini",
    "instructions": "你是图像生成与图像编辑助手。用户要求生图时必须调用 image_generation 工具并返回图片。",
    "input": "生成一张赛博朋克城市夜景海报",
    "tools": [
      { "type": "image_generation" }
    ],
    "tool_choice": "auto",
    "store": true
  }'

保存第一轮返回的 id，例如 resp_xxx。第二轮继续编辑时继续传 tools，并把第一轮 id 放到 previous_response_id：

curl https://api.rootflowai.com/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -d '{
    "model": "gpt-5.4-mini",
    "instructions": "你是图像生成与图像编辑助手。用户要求生图时必须调用 image_generation 工具并返回图片。",
    "input": "保持上一张图的主体和构图，改成雨夜霓虹风格",
    "previous_response_id": "resp_xxxxxxxxxxxxxxxx",
    "tools": [
      { "type": "image_generation" }
    ],
    "tool_choice": "auto",
    "store": true
  }'

• 每一轮都要传 tools: [{"type":"image_generation"}]
• 需要使用 previous_response_id 时，相关轮次建议传 store: true
• previous_response_id 不是图片 URL，也不会自动恢复工具列表
• 如果返回体里是 tools: []，或 output 中没有 image_generation_call，说明本轮没有真正触发生图工具，应检查请求参数
• 如果要跨工作流、跨服务商或长期复用图片，建议保存上一轮返回的图片 URL，并在下一轮作为参考图重新传入

响应格式

标准 OpenAI Images 响应格式：

{
  "created": 1777026453,
  "data": [
    {
      "url": "https://img.rootflowai.com/f/image/xxx.png"
    }
  ]
}

返回的是 RootFlowAI CDN 图片链接，可以直接打开和下载。建议你仍然把重要成品保存到自己的素材库里。

AI 编程工具集成

我们提供了开源的图像生成 Skill 工具包，可以集成到 Claude Code、Codex、Cherry Studio 等 AI 编程工具中，让 AI 助手直接帮你生成和编辑图片。

GitHub 仓库：RyanWeb31110/rootflowai-image

支持的平台：

安装后，AI 助手可以通过自然语言指令帮你生图：

帮我生成一张 16:9 的赛博朋克城市海报，2K 分辨率

把这张照片转换成水彩画风格

也可以直接点名 Gemini：

用 Gemini 3.1 Flash 给我生成一张 1:1 商品主图

用 Gemini 3 Pro 4K 生成一张高端腕表广告海报

详细安装和使用说明请参考 GitHub 仓库 README。

注意事项

1. 建议把 n 设为 1。要多张图时，多发几次请求更容易控制成本 2. 建议不要在 prompt 中重复描述比例，通过 size 字段控制即可 3. 生成时间：

• 1K/2K 分辨率：通常 30~90 秒

• 4K 分辨率：通常 50~150 秒

• GPT-Image-2 使用 quality=low 可缩短 20-30% 生成时间

• 请设置足够的请求等待时间，建议 900 秒。这里指完整请求的 read/request timeout，不只是 connect timeout

• 如果你通过 Dify、workflow、Serverless、反向代理或本地代理访问，也要同步调大这些中间层的 idle/read timeout；任意一层 60 秒空闲断开，客户端都会拿不到图片 URL

• 本地 curl 如果配置了代理且代理有 60 秒空闲限制，可以先用 --noproxy '*' 绕过代理验证：

curl --noproxy '*' --max-time 900 https://api.rootflowai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -d '{
    "model": "gpt-image-2-count",
    "prompt": "一只橘猫坐在窗台上看夕阳",
    "n": 1,
    "size": "1024x1024",
    "quality": "low"
  }'

4. 内容会经过安全审核，违规内容会被拒绝且不计费 5. 失败请求不扣费