• 走 OpenAI Images 结构,SDK 只改 base_url
  • 同步返回,一次响应给出全部结果
  • 支持 b64_json 内联与 multipart 上传
POST/v1/images/generations

认证

string必填

所有接口均使用 Bearer Token 进行认证。

Seedream 系列的接口需要在 ark 站 单独获取 Key,与 api 站的 Key 不通用。

请求时在请求头中添加:

Authorization: Bearer YOUR_ARK_KEY

请求结构

请求体与 POST /doubao/api/v3/images/generations 相同,区别只在路径与 response_format 的可用取值。

客户端已按 OpenAI Images API 编写时使用本路径。相比原生路径多两点能力:

  • 支持 response_format: b64_json,网关会下载生成的图片并内联返回。
  • 支持 multipart/form-data,参考图可以上传文件而不必用 URL。

n 必须为 1。需要多张请用 sequential_image_generation,不要再靠 n。

文生图、图生图还是多图融合,只由 image 字段决定:

场景image
文生图不传
单图编辑字符串,公网 URL 或 data: URI
多图融合字符串数组,最多 10 张

支持的场景

场景字段组合
文生图prompt
文生图-指定像素prompt + size: "2048x2048"
单图编辑prompt + image(字符串)
多图融合prompt + image(2 到 10 张数组)
按坐标编辑prompt 中带 [x1, y1, x2, y2] 坐标 + image
生成组图sequential_image_generation: "auto" + sequential_image_generation_options.max_images
内联 Base64 输出response_format: "b64_json"
图层拆分image(恰好 1 张)+ layer_decomposition: true
透明背景image(1 张)+ background: transparent + output_format: png

请求参数

string必填

图像模型 ID,必须写全名。取值见下方模型列表。seedream-5 之类的缩写会返回 400。

string必填

图像描述。图生图时描述你想要的改动;layer_decomposition 为 true 时可不传。

string | string[]可选

参考图。每一项是公网 URL 或格式小写的 data:image/<format>;base64,... URI。最多 10 张,单张不超过 30MB。从第二张参考图起额外计费。

string可选

输出尺寸,档位 1K、1.5K、2K,或具体像素 宽x高,范围 1024x1024 到 4096x4096,比例 1:16 到 16:1。默认 2K。

string可选

默认 url,返回有效期 24 小时的临时链接。b64_json 直接返回 Base64 内容。

boolean可选

默认 true,为 true 时在右下角添加「AI 生成」水印。需要无水印必须显式传 false。

integer可选

随机种子,用于复现结果,取值 -1 到 2147483647,-1 为随机。

number可选

提示词遵循强度,值越高越严格贴合提示词。

string可选

输出图片格式,取值 jpeg(默认)或 png。

string可选

opaque(默认)或 transparent。透明背景要求恰好一张参考图,且不能与 output_format: jpeg 同时使用。

boolean可选

生成前由模型扩写并优化提示词。

object可选

提示词优化设置。mode 取 standard 或 fast,fast 仅 pro 支持。

boolean可选

图层拆分,默认 false。要求恰好一张参考图,每个输出图层单独计费。

integer可选

只能是 1。传大于 1 会返回 400;需要多张请改用 sequential_image_generation。

string可选

取值 auto 开启组图,或 disabled 关闭。配合 sequential_image_generation_options.max_images 控制张数,参考图与生成图合计不超过 15 张。

boolean可选

不支持,已废弃。网关始终一次性返回完整 JSON,传 true 会被拒绝。

尺寸与像素

档位: 1K、1.5K、2K,默认 2K。

精确像素: 宽高各自须落在 1024 到 4096 之间,宽高比须在 1:16 到 16:1 之间。

限制的是单边与比例,不是乘积:1024x1024 合法,512x512 会返回 400。

响应

同步返回,data 中每项对应一张生成的图片:

{
  "data": [
    {
      "url": "https://ark-content-generation-v2-cn-beijing.tos-cn-beijing.volces.com/seedream/xxx.jpeg",
      "size": "2048x2048",
      "output_format": "jpeg"
    }
  ],
  "created": 1757469067,
  "usage": {
    "generated_images": 1,
    "output_tokens": 15908,
    "total_tokens": 15908
  }
}
  • data[].url (string) — 有效期 24 小时的图片链接,response_format 为 url 时返回。
  • data[].b64_json (string) — response_format 为 b64_json 时返回的 Base64 内容。
  • data[].size (string) — 该张图片的实际像素尺寸。
  • data[].output_format (string) — 文件格式。图层固定为 png,底图跟随请求。
  • data[].z_index / name / description / bounding_box — 仅图层拆分时返回。
  • data[].error (object) — 单图失败信息,仅组图场景中某一张失败时出现。
  • created (integer) — 完成时间,Unix 秒。
  • usage (object) — 用量信息,含 generated_images、input_images、output_tokens、total_tokens。

生成是同步的,请求会阻塞到全部图片出完。1K 通常几十秒内返回,2K 更久,客户端超时建议设到 5 分钟以上。

错误码

HTTP含义
400请求参数错误:模型未知、size 超出模型范围、参考图过多、该模型不支持的字段
401Token 缺失或无效,type 为 authentication_error
429触发限流

常见 400 原因:model 写了缩写;size 超出 1024x1024 到 4096x4096 或比例越界;n 大于 1;参考图超过 10 张;图层拆分未传图或传了多张;透明背景用于文生图。

更多状态码与重试建议见错误码与限流,常见报错的排查步骤见常见问题。

支持的模型列表

以下图像模型均可通过本接口提交任务,清单只列各厂商最新一代,实际可用范围以你的账号分组为准:

Midjourney 系列

Midjourney 走操作型接口,模型只有一档,具体动作(放大、扩图、变体等)见图像系列文档。

OpenAI 图像 系列

  • gpt-image-2.5-flare最新一代,支持参考图编辑
  • gpt-image-2上一代主力
  • gpt-image-1.5轻量,出图快
  • gpt-image-1-mini成本最低 等

Google 图像 系列

  • gemini-3-pro-image旗舰,4K 输出与文字渲染强
  • gemini-3.1-flash-image轻量,适合批量 等

Seedream 系列

  • seedream-5.0-pro旗舰,画质与文字准确度最好
  • seedream-5.0-flash轻量,出图快 等

更多模型持续更新中…

两个型号的参数完全相同,差别只在速度与成本:

型号定位
seedream-5.0-pro画质与文字准确度最好,适合成片交付
seedream-5.0-flash出图快、成本低,适合批量与草稿
完整模型目录(含价格、分辨率上限)可读取 GET https://ark.oairoute.com/api/pricing。

计费

总价 = 输出图单价 + 参考图加价 × max(0, 参考图张数 − 1)。

输出图按实际像素面积分档,第 1 张参考图免费,第 2 张起每张加收固定单价。任务失败自动全额退款。图层拆分时每个输出图层单独计费。

具体价格见模型价格与分组接口。

使用示例

内联 Base64 输出

需要把结果直接存进数据库或内网服务时,用 b64_json 避免二次下载。

组图

sequential_image_generation: "auto" 一次最多返回 4 张同主题图片。某一张失败时该数组项只带 error,其余照常返回,usage.generated_images 只计成功的张数。

图层还原

拆分得到的图层按 z_index 从小到大叠放。绝对坐标换算为 x=left、y=top、w=right−left、h=bottom−top;任意 W×H 画布用归一化值除以 1000 再乘画布尺寸。