Python 生成图片：文生图与图片编辑

一次请求出一张图。 生成用 images.generate，编辑用 images.edit。
整理日期：2026-10-18 ｜相关：Python 快速开始 · 按任务选模型

一、可用模型

模型 ID	特点
`gpt-image-1`	主流选择，支持生成与编辑
`gpt-image-1.5`	更新版本，细节更好
`gpt-image-2`	更强，单价更高
`gemini-nano-banana-2.1`	Google 系，中文理解好

⚠️ dall-e-3 当前不在架，原来那篇 DALL·E 教程已不适用。用上面的 gpt-image 系列替代，接口写法基本一样。

二、文生图（最简）

关键差异：gpt-image 系列默认返回 b64_json（不是 URL），所以必须自己解码写文件。dall-e-3 那种直接给 URL 的写法在 gpt-image 上不适用。

三、返回 URL 而不是 base64

有些场景（比如直接给前端展示）需要 URL：

`response_format`	返回	适用
`b64_json`（默认）	base64 字符串	直接存文件
`url`	临时链接	给前端展示，有时效

URL 通常几小时后失效，要长期用请下载转存。

四、控制尺寸与质量

参数	可选值	说明
`size`	`1024x1024` / `1024x1536` / `1536x1024`	方图 / 竖图 / 横图
`quality`	`low` / `medium` / `high` / `auto`	越高越贵越慢
`n`	1–10（视模型）	一次出几张

省钱建议：先 quality="low" 试构图，满意了再 high 重出。

五、图片编辑（改图 / 扩图）

编辑类任务的要求：

要求	说明
输入最好是 PNG	带透明通道处理更准
提示词要写「改什么、保留什么」	只说「改好看点」效果不可控
一次只改一件事	同时改背景 + 换衣服 + 调光，容易崩

六、中文提示词怎么写才准

写法	效果
❌「画一个好看的logo」	太空泛，出来随机
✅「扁平化矢量 logo，主体是一只简笔猫头，深蓝色单色，纯白背景，无文字」	明确风格 + 主体 + 配色 + 背景 + 排除项

四要素：风格（水彩 / 扁平 / 写实）、主体（什么 + 在做什么）、构图与配色、排除项（不要文字 / 不要水印）。

七、常见报错

现象	原因	解决
`dall-e-3` 报模型不存在	该模型已下架	换 `gpt-image-1`
`b64_json` 是 None	传了 `response_format="url"`	按返回格式分别处理
生成的图打不开	base64 没解码就写文件	先 `base64.b64decode`
内容审核被拒	提示词触发审核	换表述，避开真实人名 / 敏感元素
`400` 参数错误	`size` 用了不支持的值	只用上表三个尺寸
出图很慢	`quality="high"` + `n>1`	先低质量试构图

八、成本控制

图片按张计费，和 token 无关——但同一模型不同分辨率价格不同。

做法	效果
先用 `quality="low"` 试	构图对了再重出高清
固定 `1024x1024`	大尺寸单价明显更高
批量生成前先试 1 张	确认风格再跑量
生成后存本地	别每次展示都重新调接口

实际单价以价格页为准，各分组差异较大。

九、相关阅读

基础对话：Python 快速开始

识图（反方向）：Python 识图

异步任务（视频 / 音乐类）：异步任务通用说明

模型选型：按任务选模型

十、更新记录

日期	改了什么
2026-10-18	由原「python 调用 DALL·E」「python 使用 gpt-image-1 创建编辑图片」两篇合并；标注 dall-e-3 已下架，补 response_format、尺寸质量参数与中文提示词写法

Python 生成图片：文生图与图片编辑

一、可用模型#

二、文生图（最简）#

三、返回 URL 而不是 base64#

四、控制尺寸与质量#

五、图片编辑（改图 / 扩图）#

六、中文提示词怎么写才准#

七、常见报错#

八、成本控制#

九、相关阅读#

十、更新记录#