Images API

​

Übersicht

​

Unterstützte Endpunkte

​

Ein Bild generieren

curl https://your-gateway/v1/images/generations \
  -H "Authorization: Bearer $GOMODEL_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-1",
    "prompt": "A watercolor painting of a lighthouse at dawn",
    "n": 1,
    "size": "1024x1024",
    "quality": "medium"
  }'

import base64
import os

from openai import OpenAI

client = OpenAI(
    base_url="https://your-gateway/v1",
    api_key=os.environ["GOMODEL_KEY"],
)

result = client.images.generate(
    model="gpt-image-1",
    prompt="A watercolor painting of a lighthouse at dawn",
    size="1024x1024",
    quality="medium",
)

with open("lighthouse.png", "wb") as f:
    f.write(base64.b64decode(result.data[0].b64_json))

import { writeFile } from "node:fs/promises";
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://your-gateway/v1",
  apiKey: process.env.GOMODEL_KEY,
});

const result = await client.images.generate({
  model: "gpt-image-1",
  prompt: "A watercolor painting of a lighthouse at dawn",
  size: "1024x1024",
  quality: "medium",
});

await writeFile("lighthouse.png", Buffer.from(result.data[0].b64_json, "base64"));

​

Ein Bild bearbeiten

curl https://your-gateway/v1/images/edits \
  -H "Authorization: Bearer $GOMODEL_KEY" \
  -F model="gpt-image-1" \
  -F image="@lighthouse.png" \
  -F mask="@mask.png" \
  -F prompt="Add a sailboat on the horizon" \
  -F size="1024x1024"

result = client.images.edit(
    model="gpt-image-1",
    image=open("lighthouse.png", "rb"),
    mask=open("mask.png", "rb"),
    prompt="Add a sailboat on the horizon",
    size="1024x1024",
)

with open("lighthouse-edited.png", "wb") as f:
    f.write(base64.b64decode(result.data[0].b64_json))

import fs from "node:fs";

const result = await client.images.edit({
  model: "gpt-image-1",
  image: fs.createReadStream("lighthouse.png"),
  mask: fs.createReadStream("mask.png"),
  prompt: "Add a sailboat on the horizon",
  size: "1024x1024",
});

await writeFile("lighthouse-edited.png", Buffer.from(result.data[0].b64_json, "base64"));

​

Kostenerfassung

• Tokenbasiert abgerechnete Modelle (gpt-image-1, Gemini-Bildmodelle) melden usage. GoModel speichert die Token-Zahlen und bepreist die generierten Tokens mit dem Satz output_image_per_mtok des Modells (mit Rückfall auf output_per_mtok). Der Satz für Bildausgaben ist derjenige, den Provider hier berechnen: gpt-image-1 hat überhaupt keinen Preis für Textausgaben, und Gemini 3 Pro Image berechnet Bildausgaben mit $120/Mtok gegenüber $12/Mtok für Text. Diese Bepreisung ist für jede Größe und Qualität exakt.
• Pro Bild abgerechnete Modelle (DALL·E, grok-imagine-image, Imagen) melden keine Tokens. GoModel erfasst die Anzahl der zurückgegebenen Bilder (images in den Roh-Nutzungsdaten) und bepreist sie mit dem Satz per_image des Modells.

providers:
  openai:
    type: openai
    api_key: "${OPENAI_API_KEY}"
    models:
      - id: dall-e-3
        metadata:
          pricing:
            currency: USD
            per_image: 0.04

​

Einschränkungen

• Kein Failover, keine Guardrails, kein Response-Cache – diese Stufen werden übersprungen. Requests werden dennoch autorisiert, gegen Budgets geprüft, Rate-Limits unterworfen, gemessen und in das Audit-Log geschrieben.
• Kein Streaming – stream: true wird mit 400 abgelehnt, weil gestreamte Bildgenerierung als Server-Sent Events geliefert wird, die diese Endpunkte nicht weiterreichen. Lassen Sie stream weg (oder setzen Sie es auf false), um die vollständige JSON-Response zu erhalten.
• Variationen (/v1/images/variations) werden nicht bereitgestellt. Verwenden Sie die Passthrough-API (/p/{provider}/v1/images/...), um sie bei einem bestimmten Provider zu erreichen.
• Request-Format von OpenAI als Eingabe – Die nativen Bild-APIs von Google Gemini (Imagen predict, generateContent für Gemini-Bildmodelle) werden hinter diesen Endpunkten übersetzt; siehe die Hinweise zu Providern unten. Andere Provider, deren native Bild-API von der OpenAI-API abweicht, werden nicht übersetzt; verwenden Sie für diese Passthrough.

​

Google Gemini

• Gemini-Bildmodelle unterstützen keine Ausgabe mehrerer Kandidaten, daher wird n (bis zu 10) als n parallele generateContent-Aufrufe bedient, deren Ergebnisse zusammengeführt werden – jeder Aufruf wird von Google abgerechnet. Bei Imagen wird n auf sampleCount abgebildet; size wird auf das nächstgelegene unterstützte Seitenverhältnis abgebildet (1024x1024 → 1:1, 1536x1024 → 3:2, …), und ein direkt angegebenes Verhältnis wie "16:9" wird durchgereicht. Unbekannte JSON-Felder werden unverändert weitergeleitet, sodass native Parameter (personGeneration, sampleImageSize, imageConfig, …) ohne Anpassung funktionieren.
• Bilder werden immer als b64_json zurückgegeben. Text, den ein Gemini-Bildmodell zusätzlich zum Bild erzeugt, wird als revised_prompt ausgegeben.
• Gemini-Bildmodelle melden Token-usage (tokenbasiert abgerechnet); Imagen meldet keine (bepreisen Sie es mit per_image).
• Bearbeitungen funktionieren nur mit Gemini-Bildmodellen: Uploads werden zu eingebetteten Bildteilen vor dem Prompt. mask wird nicht unterstützt – beschreiben Sie den zu ändernden Bereich im Prompt. Imagen-Modelle können nur generieren.

​

Audit-Logging

• Der Generierungs-Request wird als JSON gespeichert. Ein Bearbeitungs-Request wird als Bild-Body gespeichert: Prompt und Parameter sowie ein Element pro hochgeladenem Quellbild und pro Maske (Dateiname, Content-Type, Größe).
• Die Response wird ebenfalls als Bild-Body gespeichert – die Hülle (created, usage, size, quality, …) sowie ein Element pro zurückgegebenem Bild. Gehostete URLs bleiben als Links erhalten.