图片生成与编辑完整指南

Evidence Gate

先看证据等级，再决定能否提交

OpenAI Images

OpenAI 图片协议选择

1. 打开模型广场，复制精确模型名，不根据截图、昵称或厂商名称猜测。
2. 只有模型显示 image-generation 时，才把 POST /v1/images/generations 作为候选生成入口。
3. 首次调用仅提交 model 与 prompt；尺寸、质量、数量、格式都等最小请求成功后再逐项添加。
4. 提交前确认实时价格和一次请求预算；生成 POST 不得因超时、空结果或解析失败自动重试。

GPT Image / Text to Image

文生图 gpt-image

公开模型元数据中存在 GPT Image 系列和 image-generation 标签，这是 E2 级候选信息。下面示例刻意不填写尺寸、质量和数量，避免把某一上游的可选字段误写为全系列通用能力。

curl https://api.muxllm.com/v1/images/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MODEL_NAME_FROM_MARKETPLACE",
    "prompt": "一张明亮、真实的现代工作台产品图，主体完整，背景整洁"
  }'

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MUXLLM_API_KEY"],
    base_url="https://api.muxllm.com/v1",
    max_retries=0,
)

result = client.images.generate(
    model="MODEL_NAME_FROM_MARKETPLACE",
    prompt="一张明亮、真实的现代工作台产品图，主体完整，背景整洁",
)

print(result.model_dump_json(indent=2))

GPT Image / Image to Image

图生图与图片编辑必须单独验收

image-generation 只证明模型被展示为生成候选，不能推出它接受图片文件、遮罩或 /v1/images/edits。当前编辑能力未达到 E4，因此本节提供受控验证流程，而不是“可直接使用”的承诺。

1. 先在模型详情中寻找明确的编辑端点、文件字段、格式和大小限制；没有这些信息就停止。
2. 使用去除 EXIF 的非敏感测试图，确认你有权上传和处理该素材。
3. 首次只上传一张图片与一条短指令，不加入遮罩、多图、尺寸或质量参数。
4. 只允许一次低额度 POST。超时、5xx、空结果或未知响应都先保留原始响应并停止，不自动重发。

EDIT_URL="COPY_THE_CONFIRMED_EDIT_URL_HERE"

curl "$EDIT_URL" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "model=MODEL_NAME_FROM_MARKETPLACE" \
  -F "image=@PATH_TO_NON_SENSITIVE_TEST_IMAGE.png" \
  -F "prompt=保留主体，将背景替换为明亮的现代办公室"

Gemini Images

Nano Banana 不是图片兼容端点的同义词

Nano Banana 系列应按当前模型详情显示的协议选择 OpenAI 对话兼容或 Gemini 原生请求。历史真实测试已证明：在当时版本中，把当时验证的 Banana 图片模型直接提交到 /v1/images/generations 会在 NEW API 本地转换阶段失败，请求未到达上游。

Nano Banana / Size Planning

参考比例可以规划，精确像素不能预设

常见构图比例可用于描述设计目标，但它们不是 MuxLLM 当前 Banana 模型的已验证像素白名单。精确尺寸、最大边长、输出格式和是否支持尺寸字段均未达到 E4。

若上游只支持固定像素组合，应在一次最小请求成功后，从当前模型说明中选择；不要把“比例建议”转换成未经确认的 size 值。

Nano Banana / Conversational Flow

对话生图与编辑的协议骨架

对话模式适合在同一会话中描述生成目标或修改意见，但“能对话”不等于“会返回图片”。先确认目标模型同时支持所选协议和图片输出，再使用以下最小骨架。

curl https://api.muxllm.com/v1beta/models/MODEL_NAME_FROM_MARKETPLACE:generateContent \
  -H "x-goog-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{ "text": "生成一张主体完整、背景简洁的产品图片" }]
    }]
  }'

curl https://api.muxllm.com/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MODEL_NAME_FROM_MARKETPLACE",
    "messages": [{
      "role": "user",
      "content": "生成一张主体完整、背景简洁的产品图片"
    }]
  }'

Nano Banana / Generate

图像生成执行顺序

1. 01锁定模型

   从实时模型广场复制完整模型名和全部端点标签。

2. 02选择协议

   优先使用模型详情明确列出的 Gemini 或 OpenAI 对话协议。

3. 03最小提交

   只传模型和 Prompt；不猜尺寸、质量、数量或模态字段。

4. 04验证文件

   确认 MIME、文件头、完整解码和实际尺寸，再报告成功。

Nano Banana / Edit

图像编辑需要图片输入字段的明确证据

编辑通常需要把原图作为远程 URL 或 Base64 内容块与文字指令放在同一请求中，但具体字段名、MIME 写法、多图顺序和输出配置会随协议变化。当前没有 E4 证据允许把某一结构写成 MuxLLM Banana 的固定规范。

Result Handling

验证响应，再保存图片

Cost & Safety

一次生成就是一次付费边界

Troubleshooting

按失败层级排查