高级图像生成

增强版图像生成任务类型，支持图像提示和更细的参数。任务离开等待队列后通常会在几秒内完成。flux.1_kontext_pro、flux.1_dev、gpt_4o、gemini_2.5_flash_image_preview、z_image 单次消耗 5 积分；gpt_image_1.5、gpt_image_2、midjourney、gemini_3_pro_image_preview、gemini_3.1_flash_image_preview 单次消耗 10 积分。参数不会产生额外计费。

接口地址

参数

必填参数

type: Must be set to generate_image.

prompt: 用于引导模型生成的 text 文本。 prompt 最长 1024 个字符，约等于 100 个英文单词。 API 支持多语言输入，但不支持 emoji 和部分特殊 Unicode 字符。

建议

当通过 files 传入多张参考图时，你可以在 prompt 中使用 [image number] 语法指定引用哪张图（例如："Use the style of image[1] with colors from image[2]"）。

可选参数

model_version: 图像模型版本。可选版本如下：

• flux.1_kontext_pro（默认）
• flux.1_dev（不能与图像文件一起使用）
• gpt_4o
• gemini_2.5_flash_image_preview（也称 nano banana）
• z_image（不能与图像文件一起使用）
• gpt_image_1.5
• gpt_image_2
• midjourney（不能与图像文件一起使用）
• gemini_3_pro_image_preview（也称 nano banana pro）
• gemini_3.1_flash_image_preview（也称 nano banana 2）

注意

flux.1_kontext_pro 不支持 WebP 输入图像。

template: 图像模板的 slug，用于应用预设风格包。设置后，系统会将模板的提示词附加到你的 prompt 之前，并将模板图像作为额外参考图合并传入。可选值如下：

模板值	说明
asset_extraction	将场景元素提取为独立资产，用于 3D 生成。 推荐搭配：Nano Banana 2、图像输入、ar 16:9、Smart Mesh
character_completion	补全缺失部位，还原完整角色形象。 推荐搭配：Nano Banana、图像输入
t_pose	将角色转换为标准 T-Pose，便于绑定与动画制作。 推荐搭配：Nano Banana、ar 1:1、Smart Mesh
head_extraction	提取头部以增强面部细节，用于高保真 3D 生成。 推荐搭配：Nano Banana、ar 1:1、图像输入
3d_enhance	增强 3D 结构与细节（2D → 3D）。 推荐搭配：Nano Banana、图像输入
variants	基于原始输入生成多个风格一致的变体。 推荐搭配：Nano Banana 2、文本/图像输入
print_clay	转换为高对比度粘土风格，适合 3D 打印。 推荐搭配：Nano Banana 2、图像输入、HD 模型
figure	将照片转换为风格化手办角色。 推荐搭配：Nano Banana 2、图像输入、HD 模型

file: 指定图像输入。

• type: 表示文件类型。虽然当前不会严格校验，但强烈建议填写正确的文件类型。
• file_token: 从上传接口获得的标识，请参考直接上传部分。与 url 和 object 互斥。
• url: 图像的直链 URL。支持 JPEG 和 PNG，最大 20MB。与 file_token 和 object 互斥。
• object （强烈推荐）: 从上传接口获取的对象信息，请参考 Upload in STS。与 url 和 file_token 互斥。
  • bucket: 通常固定为 tripo-data。
  • key: 返回值中的 resource_uri。

files: 图像输入列表。flux.1_kontext_pro 最多 4 张；gpt_4o、gemini_2.5_flash_image_preview、gpt_image_1.5、gpt_image_2、gemini_3_pro_image_preview、gemini_3.1_flash_image_preview 最多 10 张。每张图分辨率需在 20×20 到 6000×6000 像素之间，建议大于 256×256。

t_pose: bool 值。将对象在保留主要特征的前提下转为 T Pose。默认值为 false。

sketch_to_render: bool 值。将草图转换为渲染图。默认值为 false。

返回值

task_id: 成功提交任务后的唯一标识。