GPT Image 2.6 Flare Text to Image API

openai/gpt-image-2.6-flare/text-to-image

1K · 2K · 4K

GPT Image 2.6 Flare Text to Image 将文本提示词生成 1K–4K 图片，支持 low 画质快速出稿、清晰的海报排版文字和透明背景。它按提示词摆放标题、主体与道具，同一条提示词即可从草稿推进到终稿画质。

获取 API Key

Input

Prompt必填832/32000

Size可选

Resolution可选

Output Format可选

Quality可选

Background可选

Moderation可选

Complexity可选

Output已就绪

最高预扣: 5.50 credits · $0.02750

按实际 Token 用量结算，完成后退还差额。

继续使用

GPT Image 2.6 Flare Image Edit GPT Image 2.6 Sunburst Text to Image GPT Image 2.5 Flare Text to Image

示例

Premium commercial product photograph of an unbranded handmade stoneware pour-over coffee dripper in speckled oatmeal glaze, seated on a clear borosilicate glass carafe half filled with dark coffee. A thin wisp of steam rises from the dripper. Beside it on the right: a small matching speckled cup on a saucer and a few whole coffee beans scattered naturally. Everything rests on a honed cream travertine slab with visible pores. Soft early-morning window light from the left casts long gentle shadows and a warm rim highlight on the glaze; background is a softly blurred warm plaster wall. Eye-level 50mm lens, shallow depth of field, crisp focus on the dripper rim, realistic glass refraction and liquid. Calm minimal styling, no text, no logos, no brand marks, no watermark.

A wide gouache-and-ink landscape illustration of a small red mountain train crossing a curved stone viaduct high above a green alpine valley. Snow-dusted granite peaks rise behind under a pale overcast sky that fills the top third of the frame. A turquoise glacial river winds along the valley floor between larch forests turning gold, with a tiny wooden chapel and three chalets on the left slope. Visible brush texture, crisp ink linework, gentle atmospheric perspective, calm late-afternoon light. Wide cinematic composition with the viaduct across the middle third. No people in close-up, no text, no logos, no watermark.

REST API

快速开始

以下流程提交一个合法的 GPT Image 2.6 Flare Text to Image 请求，取得 task_id，并在异步任务结束后读取图片 URL。

连接 Vidgo API

创建 API Key，仅保存在服务端，并通过 Authorization: Bearer VIDGO_API_KEY 发送。

端点: POSThttps://api.vidgo.ai/api/generate/submit
认证: Authorization: Bearer VIDGO_API_KEY

提交一个图片任务

向统一提交端点发送当前模型 ID、提示词，示例只包含完成首次调用所需的字段。

提交请求

curl --request POST \
  --url "https://api.vidgo.ai/api/generate/submit" \
  --header "Authorization: Bearer $VIDGO_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
  "model": "openai/gpt-image-2.6-flare/text-to-image",
  "input": {
    "prompt": "A serene mountain landscape at sunset.",
    "size": "16:9",
    "resolution": "1K",
    "output_format": "webp",
    "output_compression": 80,
    "quality": "medium"
  }
}'

等待图片结果

读取 data.task_id，仅在 not_started 或 running 时继续轮询；finished 与 failed 都必须停止。

查询状态

GET https://api.vidgo.ai/api/generate/status/{task_id}

建议每 2–5 秒查询一次，并对 429/5xx 退避。也可在顶层提供 callback_url，在任务进入终态时接收回调。

not_startedrunningfinishedfailed

提交响应

{
  "code": 200,
  "data": {
    "task_id": "task-example",
    "status": "not_started",
    "created_time": "2026-09-25T08:00:00"
  }
}

完成响应

{
  "code": 200,
  "data": {
    "task_id": "task-example",
    "status": "finished",
    "created_time": "2026-09-25T08:00:00",
    "files": [
      {
        "file_url": "https://example.com/result.png",
        "file_type": "image"
      }
    ]
  }
}

完整可运行轮询示例

展开后可查看同一 payload 的端到端脚本，包含业务 code、缺失 task_id、失败状态、异常状态和网络错误处理。

完整可运行轮询示例

set -euo pipefail
: "${VIDGO_API_KEY:?Set VIDGO_API_KEY in your environment}"

REQUEST_BODY=$(cat <<'JSON'
{
  "model": "openai/gpt-image-2.6-flare/text-to-image",
  "input": {
    "prompt": "A serene mountain landscape at sunset.",
    "size": "16:9",
    "resolution": "1K",
    "output_format": "webp",
    "output_compression": 80,
    "quality": "medium"
  }
}
JSON
)

SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
  --request POST \
  --url "https://api.vidgo.ai/api/generate/submit" \
  --header "Authorization: Bearer $VIDGO_API_KEY" \
  --header "Content-Type: application/json" \
  --data "$REQUEST_BODY")

TASK_ID=$(printf '%s' "$SUBMIT_RESPONSE" | jq -r '.data.task_id // .task_id // empty')
if [ -z "$TASK_ID" ]; then
  printf 'Submit response did not include task_id:
%s
' "$SUBMIT_RESPONSE" >&2
  exit 1
fi

while true; do
  STATUS_RESPONSE=$(curl --silent --show-error --fail-with-body \
    --url "https://api.vidgo.ai/api/generate/status/$TASK_ID" \
    --header "Authorization: Bearer $VIDGO_API_KEY")
  STATUS=$(printf '%s' "$STATUS_RESPONSE" | jq -r '.data.status // .status // empty')

  case "$STATUS" in
    finished)
      printf '%s' "$STATUS_RESPONSE" | jq -r '(.data.files // .files // [])[]?.file_url'
      break
      ;;
    failed)
      printf '%s' "$STATUS_RESPONSE" | jq -r '.data.error_message // .error_message // "Generation failed"' >&2
      exit 1
      ;;
    not_started|running)
      sleep 2
      ;;
    *)
      printf 'Unexpected task status: %s
' "$STATUS" >&2
      exit 1
      ;;
  esac
done

请求参数

下表仅列出 input 对象内的公开字段。顶层 model 与可选 callback_url 请参考快速开始示例。

字段	类型	必填	默认值	说明
input.prompt	string	是	–	非空文本，最多 32,000 个字符。
input.size	string	否	1:1	默认 1:1。可用比例：auto、1:1、2:3、3:2、4:3、3:4、4:5、5:4、16:9、9:16、21:9，或自定义 WIDTHxHEIGHT。auto 适用于任意分辨率，按 1K 计费。自定义 WIDTHxHEIGHT 适用于任意分辨率：两边为正的 16 倍数，最长边不超过 3840，比例不超过 3:1，总像素为 655360–8294400，按所选分辨率与像素档位中较高者计费（不超过 1,572,864 像素为 1K，不超过 4,194,304 像素为 2K，更高为 4K）。
input.resolution	string	否	1K	1K、2K 或 4K，默认 1K。 1K, 2K, 4K.
input.output_format	string	否	png	png、jpeg 或 webp，默认 png。 png, jpeg, webp.
input.quality	string	否	high	low、medium、high、xhigh 或 max，默认 high。画质与计费档位决定预扣上限，最终按实际 Token 用量计费。 low, medium, high, xhigh, max.
input.background	string	否	auto	auto、transparent 或 opaque，默认 auto。transparent 必须搭配 png 或 webp。 auto, transparent, opaque.
input.output_compression	integer	否	–	0–100 的整数，用于 jpeg 或 webp 输出；留空时使用默认压缩。
input.moderation	string	否	auto	auto 或 low，默认 auto；low 使用较宽松的内容过滤。不影响价格。 auto, low.
input.complexity	string	否	high	low、medium 或 high，默认 high。决定模型渲染前的规划强度，不影响价格。 low, medium, high.

响应字段

提交响应返回任务标识；状态响应在任务结束时提供图片文件或失败信息。

字段	类型	说明
code	integer	业务返回码，0 或 200 表示成功。
message	string	可选的人类可读响应信息。
data.task_id	string	提交成功后用于查询状态的唯一任务 ID。
data.status	string	not_started、running、finished 或 failed。
data.created_time	string	任务创建时间。
data.progress	integer	状态响应中的 0–100 进度值。
data.files[]	array	finished 时按返回顺序排列的生成文件。
data.files[].file_url	string	生成图片的直接 URL。
data.files[].file_type	string	图片结果应为 image。
data.files[].watermark_url	string \| null	存在时为可选水印文件 URL。
data.error_message	string \| null	failed 状态的可读失败原因。

任务生命周期

只有前两个状态可继续轮询；finished 与 failed 均为终态。

not_started
已接收并排队，等待执行。
running
正在生成图片，可以继续轮询。
finished
成功终态，验证 files 并读取图片 URL。
failed
失败终态，读取 error_message 并停止。

轮询与错误处理

认证使用有效的 VIDGO_API_KEY，将密钥保存在服务端，并通过 Bearer 认证发送请求。
参数校验400 表示模型 ID、字段、枚举、长度或图片数量不符合契约。
轮询间隔从 2–5 秒开始；对 429 和 5xx 使用指数退避，并设置总超时。
终态finished 后读取 files 中的图片 URL；failed 后读取 error_message。两种状态均结束轮询。
回调在顶层提供公开 callback_url；服务会在 finished 或 failed 后 POST 扁平任务对象。
网络错误区分请求超时、网络失败和任务失败；仅在安全时重试同一查询。

模型规格

规格	取值	说明
模型	openai/gpt-image-2.6-flare/text-to-image	文本生成图片。
size	auto / 1:1 / 2:3 / 3:2 / 4:3 / 3:4 / 4:5 / 5:4 / 16:9 / 9:16 / 21:9 / WIDTHxHEIGHT	默认 1:1。
输出	每次请求 1 张 · png / jpeg / webp	jpeg 与 webp 可用 output_compression 设置 0–100 压缩级别。
complexity	low / medium / high	生成前的规划强度，默认 high，不影响价格。

GPT Image 2.6 Flare Text to Image API 文档

GPT Image 2.6 Flare Text to Image

GPT Image 2.6 Flare Text to Image 采用 OpenAI 于 2026 年 11 月 4 日发布的 Images 2.6 中速度更快的模型。OpenAI 称其平均生成速度比此前模型快约 50%，low 画质约 6 秒出图，并改进了海报与商品图的版面布局。可选 1K、2K、4K 与预设或自定义尺寸，并新增压缩、内容过滤与规划强度控制。

为什么选择 GPT Image 2.6 Flare Text to Image？

low 画质快速出草稿OpenAI 将 Flare 定位为快速迭代模型，low 画质约 6 秒出图，便于先验证构图与文案，再切换更高画质。
海报版面与文字改进的海报与商品图布局让标题、说明文字和主体落在提示词指定的位置；需要出现的文字请用双引号写明。
用 complexity 控制规划选择 low、medium 或 high，设定模型渲染前的规划强度。它与 quality 相互独立，各档价格相同。
output_compression 输出更轻的文件jpeg 或 webp 可设置 0–100 的 output_compression，直接得到适合网页的素材。
任意分辨率都可用任意尺寸10 种预设、auto 或自定义 WIDTHxHEIGHT 均可用于 1K、2K、4K；auto 按 1K 计费，自定义尺寸按像素档位计费。
按 Token 计费，上限明确按实际文本与图片 Token 计费。预扣金额即本次任务的费用上限，任务完成后未用部分退回余额。

参数

参数	要求	说明
prompt	必填	非空文本，最多 32,000 个字符。
size	可选	默认 1:1。可用比例：auto、1:1、2:3、3:2、4:3、3:4、4:5、5:4、16:9、9:16、21:9，或自定义 WIDTHxHEIGHT。auto 适用于任意分辨率，按 1K 计费。自定义 WIDTHxHEIGHT 适用于任意分辨率：两边为正的 16 倍数，最长边不超过 3840，比例不超过 3:1，总像素为 655360–8294400，按所选分辨率与像素档位中较高者计费（不超过 1,572,864 像素为 1K，不超过 4,194,304 像素为 2K，更高为 4K）。默认值`1:1`
resolution	可选	1K、2K 或 4K，默认 1K。默认值`1K2K4K`
output_format	可选	png、jpeg 或 webp，默认 png。默认值`pngjpegwebp`
quality	可选	low、medium、high、xhigh 或 max，默认 high。画质与计费档位决定预扣上限，最终按实际 Token 用量计费。默认值`highlowmediumxhighmax`
background	可选	auto、transparent 或 opaque，默认 auto。transparent 必须搭配 png 或 webp。默认值`autotransparentopaque`
output_compression	可选	0–100 的整数，用于 jpeg 或 webp 输出；留空时使用默认压缩。
moderation	可选	auto 或 low，默认 auto；low 使用较宽松的内容过滤。不影响价格。默认值`autolow`
complexity	可选	low、medium 或 high，默认 high。决定模型渲染前的规划强度，不影响价格。默认值`highlowmedium`

使用方法

撰写提示词描述主体、版面、光线与风格；需要出现在画面中的文字放在英文双引号内。
选择尺寸与分辨率海报可选 2:3，横幅可选 16:9，也可用 auto 或自定义 WIDTHxHEIGHT，再选择 1K、2K 或 4K。
设置画质与规划强度草稿先用 low 或 medium；元素多、约束多的画面保持 complexity 为 high。
选择文件格式需要透明或无损时用 png；需要更小文件时用 jpeg、webp 并设置 output_compression。
运行并获取图片提交任务，状态为 finished 后从结果中读取图片 URL。

用量与计费

按文本输入、图片输入和图片输出的实际 Token 用量计费。1 积分 = $0.005。

提交时按画质与计费档位预扣积分（low 1K 为 5.50 积分，max 4K 为 142.34 积分）。预扣金额是本次任务的费用上限；完成后按实际 Token 用量结算并退还差额，失败任务全额退还。

用量与计费
计费项	积分 / 百万 Token	美元 / 百万 Token
文本输入	800	$4.00
图片输入	1,280	$6.40
图片输出	4,800	$24.00

使用场景

海报、横幅与社媒图先用 low 画质出带标题与说明文字的版面草稿，选定后用 high 画质重跑同一提示词交付。
商品图与广告创意在 4:5、1:1 或 16:9 中探索商品周围的台面、光线与道具，再确定终稿。
网页插图直接输出带 output_compression 的 webp 或 jpeg，用于博客头图和落地页，无需额外压缩。
透明背景设计素材生成透明 PNG 或 WebP 的贴纸、图标与小插画，直接放入版面。

使用技巧

准确写出文字：标题与标签用英文双引号包裹，并说明这是画面中仅有的文字，可参考 Port Alder 海报示例。
先省后精：保持提示词不变，构图满意后再从 low 切换到 high。
按需设置 complexity：拥挤的场景保持默认 high，简单的单主体画面可尝试 low。
格式与功能匹配：透明背景需 png 或 webp，output_compression 用于 jpeg 与 webp。

注意事项

每次请求生成 1 张图片，prompt 最多 32,000 个字符。
预扣上限由画质与计费档位决定，complexity 与 moderation 不影响价格。
如需编辑已有图片或组合最多 16 张参考图，请使用 GPT Image 2.6 Flare Image Edit。
任务异步执行：提交后返回 task_id，状态变为 finished 时即可读取图片 URL。

GPT Image 2.6 Flare Text to Image API 常见问题

GPT Image 2.6 Flare Text to Image API 是什么？

GPT Image 2.6 Flare Text to Image 是 OpenAI 用于根据文本提示词生成图片的模型。它每次请求生成 1 张 1K、2K 或 4K 图片，支持 low 画质快速出稿、适合海报的文字排版、透明背景以及从 low 到 max 的五档画质。它基于 OpenAI 的 Images 2.6，保留 GPT Image 2.5 的全部请求字段，并新增 complexity、moderation 与 output_compression，分别控制规划强度、内容过滤和文件大小。你可以通过 API 进行程序化调用，也可以在上方体验区直接在线试用。

GPT Image 2.6 Flare 在 low 画质下有多快？

据 OpenAI 介绍，Flare 在 low 画质下约 6 秒即可完成一张图，Images 2.6 的平均生成速度比此前模型快约 50%。画质越高、分辨率越大、complexity 越高，耗时越长；建议先用 low 出草稿，构图确定后再提高档位。

GPT Image 2.6 Flare 相比 GPT Image 2.5 Flare 有哪些变化？

GPT Image 2.6 Flare 支持 2.5 Flare 的全部字段，并新增 output_compression、moderation 与 complexity。Token 费率不变；low 与 medium 画质的预扣上限更高，1K 下分别为 5.50 和 9.50 积分，2.5 为 1.31 和 2.95 积分。追求最低预扣可选 2.5 Flare，需要新控制项与更快生成可选 2.6。

complexity 对 GPT Image 2.6 Flare Text to Image 有什么影响？

complexity 设定模型渲染前的规划强度，可选 low、medium、high，默认 high。它与控制画面保真度的 quality 相互独立，也不影响价格。简单的单主体画面适合较低档位；元素多或版面约束多的场景建议保持 high。

GPT Image 2.6 Flare Text to Image 能生成海报文字吗？

可以。把需要的文字用英文双引号写出，并说明这是画面中仅有的文字。本页的 Port Alder 示例在一次 low 画质请求中同时生成了主标题、副标题和日期行；OpenAI 也提到 Flare 改进了海报与商品图的版面布局。

GPT Image 2.6 Flare Text to Image 支持 output_compression 吗？

支持，用于 jpeg 和 webp 输出。传入 0–100 的整数，留空则使用默认压缩。阿尔卑斯铁路示例即使用 webp 与 output_compression 80。需要无损或透明背景时请选择 png。

GPT Image 2.6 Flare Text to Image 支持哪些尺寸？

10 种预设（1:1 至 21:9）、auto 以及自定义 WIDTHxHEIGHT，均可用于 1K、2K、4K。auto 按 1K 计费。自定义尺寸需为 16 的倍数、最长边不超过 3840、比例不超过 3:1，按所选分辨率与像素档位中较高者计费。

GPT Image 2.6 Flare Text to Image 如何计费？

按实际 Token 计费：文本输入每百万 Token 800 积分（$4），图片输出每百万 Token 4,800 积分（$24），1 积分 = $0.005。提交时预扣 5.50 积分（low，1K）至 142.34 积分（max，4K），任务完成后退还未用部分。