POST https://api.apione.ai/v1/images/generations 创建图像。

网页端图片生成提供模板、提示词、模型、画幅、分辨率和输出格式入口。

模型广场的图片分类可以比较图像模型、按张价格、输入输出类型和可用渠道。
运行示例前准备
安装 Python 3,并在运行脚本的同一个 Python 环境安装依赖:python3,安装和运行时都使用 python3。Windows 也可以对应使用 py -m pip install requests 与 py example.py。使用虚拟环境时,先激活环境。
在 API 密钥页创建密钥,从当前 Key 可用的模型列表复制支持图像生成的模型 ID,然后在运行脚本的终端设置变量。下面的大写值是占位符,需要替换。
- macOS / Linux
- Windows PowerShell
查询模型和参数
先查询当前 Key 可用的图像模型,再查询目标模型的参数:最小请求
常见问题
图像通常按张、按请求或按模型规则计费。最终费用以控制台请求明细为准。
请求字段怎么确认
model 和 prompt 是最小请求中的核心字段。尺寸、数量、质量、风格、背景、种子、负面提示词及返回格式是否可用,由目标模型决定。调用参数接口后,按以下顺序检查:
- 字段是否存在;
- 类型是字符串、数字、布尔值还是数组;
- 可选枚举和默认值;
- 是否影响单次费用;
- 是否与其他字段互斥。
Python 示例
Node.js 示例
使用 Node.js 18 或更高版本(内置fetch),在配置好上述环境变量的同一终端执行。
将下面的 JavaScript 代码保存为 example.mjs。在已设置本页所需环境变量的同一终端运行 node example.mjs。使用 Node.js 18 或更高版本,内置 fetch 无需额外依赖。
处理生成结果
先打印一次完整响应确认结构,再编写固定解析逻辑。返回可能是结果 URL、Base64 或模型定义的对象。若得到临时 URL,应及时下载到自己的存储,并记录文件类型、尺寸、任务时间和请求 ID。 不要仅凭 HTTP 200 判断图片可用。还应验证:- 结果数组是否为空;
- URL 是否能访问,Base64 是否能解码;
- 实际图片格式和扩展名是否一致;
- 宽高、透明通道和颜色空间是否符合业务要求;
- 内容审核或修订字段是否需要展示给用户。
上线前测试用例
计费与重试
媒体模型可能按张、按请求或按参数档位计费。先在模型参数和控制台核对价格,再批量运行。网络中断后保留请求 ID;结果未知时不要无限重发同一创建请求。完整实战:生成并保存 PNG
2026 年 11 月 14 日使用 APIONE 当前 Key 可用的gpt-image-2 完成一次最小请求:HTTP 200,返回 data[0].b64_json。未指定尺寸和质量;本次实际返回 size=1254x1254、quality=low、output_format=png。这些是单次测试结果,不是固定默认值或所有分组的能力承诺。
先按本页设置 APIONE_API_KEY 并安装 requests,确认当前 Key 仍有该模型权限。保存为 generate_image.py,运行 python generate_image.py。代码只提交一次创建请求,不自动重试,解码后将结果保存在当前目录。
本次真实响应(图片数据已省略)
参数返回为空时
接口返回 HTTP 200,但params 为 []、request 为 {} 或 billingMode 为空时,仅表示该响应没有声明相应信息,不代表模型不支持、参数可以任意填写或调用免费。chargeModes 中的 usage、request、second、image 是响应列出的模式名称,不等于该模型同时按四种方式收费。
- 在 APIONE 模型详情和当前 Key 分组中核对可用协议与价格。
- 有明确模型参数说明时,以该说明确定尺寸、质量、参考图、蒙版等字段;不要照搬其他模型的枚举。
- 没有明确参数依据时,先验证本页的最小请求,暂不提交可选字段或批量任务。
- 携带模型 ID、接口、请求时间和实际请求标识联系支持确认参数,不发送完整 Key。

