GPT Image 2.6 新能力

curl --request POST \
  --url https://api.apiyi.com/v1/images/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data @- <<EOF
{
  "model": "gpt-image-2.6-sunburst",
  "prompt": "A clean 2x2 technical infographic on a white background. Top-left: a red circle labeled 'A'. Top-right: a blue square labeled 'B'. Bottom-left: a green triangle labeled 'C'. Bottom-right: a yellow hexagon labeled 'D'. A black arrow connects A to B to C to D in that order. Exactly four labels, balanced grid, no other text."
}
EOF

{
  "created": 123,
  "background": "opaque",
  "data": [
    {
      "b64_json": "<string>",
      "generation_id": "<string>"
    }
  ],
  "output_format": "gif",
  "quality": "low",
  "size": "512x512",
  "usage": {
    "input_tokens": 59,
    "output_tokens": 555,
    "total_tokens": 614,
    "input_tokens_details": {
      "text_tokens": 59,
      "image_tokens": 0
    },
    "output_tokens_details": {
      "text_tokens": 0,
      "image_tokens": 555
    }
  },
  "svg_usage": {
    "model": "gpt-5.6-terra",
    "input_tokens": 1572,
    "output_tokens": 850,
    "reasoning_tokens": 350,
    "total_tokens": 2422
  }
}

POST

images

generations

curl --request POST \
  --url https://api.apiyi.com/v1/images/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data @- <<EOF
{
  "model": "gpt-image-2.6-sunburst",
  "prompt": "A clean 2x2 technical infographic on a white background. Top-left: a red circle labeled 'A'. Top-right: a blue square labeled 'B'. Bottom-left: a green triangle labeled 'C'. Bottom-right: a yellow hexagon labeled 'D'. A black arrow connects A to B to C to D in that order. Exactly four labels, balanced grid, no other text."
}
EOF

{
  "created": 123,
  "background": "opaque",
  "data": [
    {
      "b64_json": "<string>",
      "generation_id": "<string>"
    }
  ],
  "output_format": "gif",
  "quality": "low",
  "size": "512x512",
  "usage": {
    "input_tokens": 59,
    "output_tokens": 555,
    "total_tokens": 614,
    "input_tokens_details": {
      "text_tokens": 59,
      "image_tokens": 0
    },
    "output_tokens_details": {
      "text_tokens": 0,
      "image_tokens": 555
    }
  },
  "svg_usage": {
    "model": "gpt-5.6-terra",
    "input_tokens": 1572,
    "output_tokens": 850,
    "reasoning_tokens": 350,
    "total_tokens": 2422
  }
}

右側 Playground 提供 普通 PNG + complexity、SVG、2 幀 GIF 三組示例。請在 Authorization 中填入 Bearer sk-xxx，選擇示例後修改提示詞併發送。

返回的 data[0].b64_json 不含 data: 字首，SVG 和 GIF 也都是 base64。瀏覽器 Playground 可能無法展示較長的 base64 響應；此時請求可能已經成功，請改用下方 Python 程式碼在本地解碼儲存。

模型選型

GPT Image 2.6 於 2026-11-04 釋出，沿用 /v1/images/generations 和 /v1/images/edits，增加複雜度控制、SVG、GIF 與標記引導編輯。

模型	定位	適用場景
`gpt-image-2.6-flare`	快速迭代	草稿、批量出圖、社交內容、需要快速比較多個提示詞的場景
`gpt-image-2.6-sunburst`	精細視覺工作	複雜佈局、精細文字、成品物料、需要精確編輯的場景

兩款的 token 單價可在模型價格總表中查詢。實際費用取決於尺寸、畫質、輸出格式和 token 用量；SVG 還會產生編寫模型費用，不能按普通 PNG 的單張成本估算。

新能力一覽

complexity 規劃控制

控制模型渲染前的規劃量，與 quality 畫質設定相互獨立。

SVG 向量輸出

返回可編輯的路徑、形狀和顏色，適合圖示、插畫和 UI 素材。

GIF 迴圈動畫

一次請求生成完整 GIF，可控制幀數和每幀時長。

標記引導編輯

用透明標記圖層圈出編輯區域，再通過 prompt 描述修改內容。

complexity：控制規劃量

complexity 控制模型在渲染前投入多少規劃。它適合密集文字、複雜佈局、多個物件關係等任務；quality 則控制最終渲染畫質，兩者不要混用。

官方檔位	建議用途
`low`	聚焦修改、簡單構圖、快速草稿
`medium`	常規佈局與多個約束的均衡選擇
`high`	密集文字、複雜佈局、物件關係較多的場景；省略 `complexity` 時預設使用

complexity 不單獨收費，但較高檔位可能增加耗時，也可能引入不希望的改動。先用同一提示詞比較結果，再決定生產檔位，不要預設越高越好。

上游實測補充：還會返回哪些檔位？

本次上游錯誤資訊還列出 none、xhigh、max，這些值在當前鏈路可被接受。OpenAI 公開指南穩定承諾的是 low / medium / high，因此生產請求建議只使用官方三檔，不把額外檔位作為長期相容保證。

SVG：生成可編輯向量檔案

設定 output_format: "svg"。當前上游還要求提供巢狀的 svg.model，用於指定編寫向量程式碼的文本模型：

{
  "model": "gpt-image-2.6-sunburst",
  "prompt": "A minimal flat vector icon of a rocket, exactly three solid colors, geometric editable shapes, no text, no raster texture, transparent background.",
  "output_format": "svg",
  "svg": {
    "model": "gpt-5.6-terra"
  },
  "quality": "low",
  "size": "1024x1024",
  "n": 1
}

紅色尾翼、藍色舷窗和白色機身的向量火箭圖示 — APIYI 透傳鏈路生成的真實 SVG：由 path 和 circle 組成，可繼續在向量編輯器中修改

文本模型選擇與計費

svg.model 由請求方指定，不是平臺隨機選擇。可選範圍取決於上游和當前分組，不代表所有 OpenAI 文本模型都自動支援；本頁已實測 gpt-5.6-terra、gpt-6-luna 和 gpt-4.1-mini，其他模型需在實際分組中驗證。編寫模型按所選文本模型的輸入、輸出 token 單價計費：

編寫模型費用 = svg_usage.input_tokens × 輸入單價 + svg_usage.output_tokens × 輸出單價。
SVG 總費用 = 參考影像費用 + 編寫模型費用。影像模型先生成參考圖，文本模型再編寫 SVG。
成功響應會同時返回 usage 和 svg_usage：前者是參考影像用量，後者是編寫模型用量，兩部分都要計入成本。
svg_usage.reasoning_tokens 已包含在 svg_usage.output_tokens 中，不要重複相加。

2026-11-05 APIYI 透傳鏈路實測，使用 gpt-image-2.6-sunburst 和 gpt-5.6-terra，返回了以下用量欄位：

{
  "output_format": "svg",
  "usage": {
    "input_tokens": 100,
    "output_tokens": 824,
    "total_tokens": 924
  },
  "svg_usage": {
    "model": "gpt-5.6-terra",
    "input_tokens": 1572,
    "output_tokens": 850,
    "reasoning_tokens": 350,
    "total_tokens": 2422
  }
}

按模型總表當前列出的 gpt-5.6-terra 單價（輸入每百萬 tokens $2、輸出每百萬 tokens $12）估算，本次文本編寫部分為 1572 ÷ 1000000 × 2 + 850 ÷ 1000000 × 12 = \$0.013344，參考影像費用另計。同一提示詞下的三款編寫模型實測對比如下，均返回無指令碼、嵌入點陣圖或外鏈的真實 SVG：

`svg.model`	結果	輸入 / 輸出 tokens	reasoning tokens	耗時	文本費用估算
`gpt-5.6-terra`	PASS	1,572 / 850	350	29.196s	$0.013344
`gpt-6-luna`	PASS	1,572 / 1,618	1,110	53.436s	$0.0009662
`gpt-4.1-mini`	PASS	2,005 / 513	0	23.777s	$0.0016228

三次請求的參考影像用量均為輸入 100、輸出 824、總計 924 tokens，參考影像費用另計。gpt-4.1-mini 的響應模型名回顯為 gpt-4.1-mini-2025-04-14。價格可能調整，不同分組也可能有階梯價格；實際以模型價格總表和賬單為準。單張結果不用於畫質排名。

使用限制

僅限 /v1/images/generations，n=1；編輯介面不支援 SVG 輸出，也不能把 SVG 作為編輯輸入點陣圖。
不支援 streaming、partial images、output_compression 或 prompt_rewriter。
返回靜態向量 XML，不包含指令碼、外部資源或嵌入點陣圖。解碼後儲存為 .svg，不要按 PNG 渲染。

GIF：生成迴圈動畫

設定 output_format: "gif"，並在提示詞中描述主體、運動和迴圈方式。下面的低成本示例預期得到 2 幀、每幀 100ms、總時長 0.2 秒：

{
  "model": "gpt-image-2.6-sunburst",
  "prompt": "A minimal two-frame looping animation of a yellow circle moving slightly right and returning to its starting position on a plain white background, no text, seamless loop.",
  "output_format": "gif",
  "quality": "low",
  "size": "512x512",
  "frame_count": 2,
  "frame_duration_ms": 100,
  "n": 1
}

黃色圓形向右移動並回到起點的兩幀迴圈動畫 — APIYI 透傳鏈路生成的真實 GIF：2 幀、0.2 秒，圓形位置發生變化

引數	官方範圍與預設值	說明
`frame_count`	2–64，預設 9	幀數越多，耗時和費用通常越高
`frame_duration_ms`	20–2000ms，預設 200ms，按 10ms 取整	總時長約為幀數 × 每幀時長
`size`	`auto` 或合法 WIDTHxHEIGHT	表示每幀尺寸；幀數、單幀尺寸和總畫素預算必須同時滿足限制

GIF 僅限 generations，不支援 streaming、partial images、自定義 output_compression 或 prompt_rewriter。frame_count 和 frame_duration_ms 也不要用於 PNG、JPEG、WebP 或 SVG。

驗證真實幀數

不要只看 HTTP 200 或響應中的 output_format。欄位被路由丟棄時，仍可能返回預設 9 幀、1.8 秒的 GIF。可用 ffprobe 檢查實際檔案：

ffprobe -v error -select_streams v:0 -count_frames \
  -show_entries stream=codec_name,width,height,nb_read_frames,duration \
  -of json result.gif

本例應返回 nb_read_frames=2、duration=0.200000。

標記引導編輯

GPT Image 2.6 還支援通過 /v1/images/edits 的 markup 欄位進行標記引導編輯：

第一張輸入圖保持為原圖。
另做一張與原圖同尺寸的透明 PNG，用圓圈、箭頭或草圖標出修改區域。
將該透明圖層作為 markup 上傳，並在 prompt 中說明修改內容和需要保留的細節。
markup 作用於第一張輸入圖，不能與 mask 或 prompt_rewriter 同時使用。

普通單圖編輯、多圖融合和 mask 用法見圖片編輯 API。不同路由對 markup 的透傳情況需單獨驗證，本頁不將其作為已實測的線上演示。

客戶端解碼

三種輸出都讀取 data[0].b64_json，只是儲存副檔名不同：

import base64
from pathlib import Path

payload = response.json()
fmt = payload["output_format"]
raw = base64.b64decode(payload["data"][0]["b64_json"])
Path(f"result.{fmt}").write_bytes(raw)

SVG 解碼後是 UTF-8 XML；GIF 和 PNG/JPEG/WebP 解碼後是二進位制檔案。生產程式碼還應檢查 HTTP 狀態、error 欄位和實際檔案簽名，不要只根據副檔名判斷成功。

路由相容性與排障

2.6 新欄位要求鏈路按原生 JSON 透傳。不同上游路由的相容進度可能不同，公開示例不代表每個分組都已具備相同行為。接入時請在實際使用的分組中驗證。

現象	優先檢查
已傳 `svg.model`，仍返回 `SVG generation requires 'svg.model'`	巢狀 `svg` 物件是否被路由過濾或改寫
請求 2 幀、100ms，實際卻是 9 幀、1.8 秒	`frame_count` 和 `frame_duration_ms` 是否被丟棄並回退預設值
complexity 非法字串仍返回 200	不同上游的校驗策略可能不同，不能僅憑這一點判定未透傳；結合合法檔位的耗時、結果和上游日誌排查
Playground 顯示 `unable to complete request`	先檢查是否實際返回 200；長 base64 可能超出瀏覽器展示能力，改用原生代碼解碼
擔心 SVG 賬單偏高	同時核對 `usage` 與 `svg_usage`，不要只統計參考影像 tokens

產品基礎

基礎 API

圖片 API（官轉）

影片 API（官轉）

多模態理解 API

文本生成

音訊 API（官轉）

檢索與安全

模型選型

新能力一覽

complexity 規劃控制

SVG 向量輸出

GIF 迴圈動畫

標記引導編輯

complexity：控制規劃量

SVG：生成可編輯向量檔案

文本模型選擇與計費

使用限制

GIF：生成迴圈動畫

驗證真實幀數

標記引導編輯

客戶端解碼

路由相容性與排障

相關文件

授權

主體

回應

​模型選型

​新能力一覽

complexity 規劃控制

SVG 向量輸出

GIF 迴圈動畫

標記引導編輯

​complexity：控制規劃量

​SVG：生成可編輯向量檔案

​文本模型選擇與計費

​使用限制

​GIF：生成迴圈動畫

​驗證真實幀數

​標記引導編輯

​客戶端解碼

​路由相容性與排障

​相關文件

授權

主體

回應

模型選型

新能力一覽

complexity：控制規劃量

SVG：生成可編輯向量檔案

文本模型選擇與計費

使用限制

GIF：生成迴圈動畫

驗證真實幀數

標記引導編輯

客戶端解碼

路由相容性與排障

相關文件