> ## Documentation Index > Fetch the complete documentation index at: https://gomodel.enterpilot.io/docs/llms.txt > Use this file to discover all available pages before exploring further. # Images API > OpenAI-kompatible Bildgenerierung und -bearbeitung über GoModel, nach Modell geroutet und mit denselben Zugriffsregeln, Budgets, Rate-Limits und derselben Kostenerfassung wie Chat. ## Übersicht GoModel stellt die **OpenAI-kompatiblen Bild-Endpunkte** für Generierung und Bearbeitung bereit. Clients und SDKs, die bereits OpenAIs `/v1/images/generations` oder `/v1/images/edits` aufrufen, können unverändert auf GoModel zeigen. Requests werden **nach Modell** über dieselbe Registry geroutet, die auch für Chat und Embeddings verwendet wird. Daher gelten die Auswahl über `model`, `provider`-Hinweise, virtuelle Modelle, Modellzugriffsregeln pro Key ([User Paths](https://gomodel.enterpilot.io/docs/de/features/user-path.md)), [Budgets](https://gomodel.enterpilot.io/docs/de/features/budgets.md) und [Rate-Limits](https://gomodel.enterpilot.io/docs/de/features/rate-limits.md). Bildgenerierung wird von OpenAI und den OpenAI-kompatiblen Providern bedient, die den Endpunkt implementieren (Azure OpenAI, OpenRouter, [xAI](https://gomodel.enterpilot.io/docs/de/providers/xai.md)), sowie von [Google Gemini](https://gomodel.enterpilot.io/docs/de/providers/gemini.md) – Gemini-Bildmodelle über die native API, dazu Imagen auf [Vertex AI](https://gomodel.enterpilot.io/docs/de/providers/vertex.md). Bildbearbeitung wird von OpenAI und Azure OpenAI bedient, von Gemini-Bildmodellen (`gemini-2.5-flash-image`, ...) sowie von jedem OpenAI-kompatiblen Provider, der OpenAIs Multipart-Upload auf `/images/edits` akzeptiert. Ein Provider ohne diese Fähigkeit liefert einen eindeutigen Fehler `model "…" does not support image generation` (bzw. `image edits`), statt falsch zu routen, und reine Bildmodelle werden bei Providern ohne Bildunterstützung in `/v1/models` ausgeblendet. ## Unterstützte Endpunkte | Endpunkt | Verhalten | | - | - | | `POST /v1/images/generations` | Erzeugt Bilder aus einem Text-Prompt. Akzeptiert einen JSON-Body und liefert die OpenAI-Bild-Hülle (`created`, `data[]`, optional `usage`). | | `POST /v1/images/edits` | Bearbeitet oder erweitert ein hochgeladenes Bild (Inpainting mit optionaler Maske, Image-to-Image). Akzeptiert `multipart/form-data` und liefert dieselbe Hülle. | ## Ein Bild generieren ```bash curl theme={null} 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" }' ``` ```python Python theme={null} 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)) ``` ```javascript JavaScript theme={null} 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")); ``` `model` und `prompt` sind erforderlich. Jedes andere Feld – `n`, `size`, `quality`, `style`, `response_format`, `background`, `output_format`, `output_compression`, `moderation`, `user` und jeder künftige Parameter – wird **unverändert an den Provider weitergeleitet**, sodass modellspezifische Optionen ohne Update des Gateways funktionieren. Der Provider entscheidet, welche Werte er akzeptiert, und gibt andernfalls einen eigenen Fehler zurück. Die Ausnahme ist der native Adapter für Gemini, der `n` und `size` in ihre nativen Entsprechungen übersetzt – siehe [Google Gemini](https://gomodel.enterpilot.io/docs/de/advanced/images-api.md#google-gemini). Die Response ist die OpenAI-Bild-Hülle. Einträge in `data[]` enthalten entweder eine gehostete `url` (DALL·E, `response_format: "url"`) oder eingebettetes `b64_json` (`gpt-image-1` liefert immer Base64). GoModel ergänzt ein Feld `provider`, das den Provider-Typ nennt, der den Request bedient hat; alles andere wird durchgereicht, einschließlich des `usage`-Blocks und der zurückgegebenen Ausgabeparameter, die `gpt-image-1` meldet. > [!TIP] > > Verwenden Sie einen `provider/model`-Selektor (zum Beispiel > `"model": "openai/dall-e-3"`) oder den Hinweis `"provider"`, wenn dieselbe > Modell-ID bei mehreren Providern konfiguriert ist – genau wie bei Chat. ## Ein Bild bearbeiten Bei Bearbeitungen werden das oder die Quellbilder und eine optionale Maske als `multipart/form-data` hochgeladen, genau wie es der Endpunkt von OpenAI erwartet. `image`, `prompt` und `model` sind erforderlich; senden Sie mehrere Quellbilder als `image[]` (gpt-image-1 akzeptiert bis zu 16). Eine `mask` ist ein PNG, dessen transparente Pixel den zu ändernden Bereich markieren. ```bash curl theme={null} 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" ``` ```python Python theme={null} 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)) ``` ```javascript JavaScript theme={null} 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")); ``` Wie bei der Generierung wird jedes andere Formularfeld (`n`, `size`, `quality`, `response_format`, `background`, `output_format`, `input_fidelity`, `user`, …) unverändert an den Provider weitergeleitet. Die hochgeladenen Dateien zählen zum Limit des Gateways für den Request-Body (`BODY_SIZE_LIMIT`). ## Kostenerfassung Bildaufrufe werden in der [Nutzungserfassung](https://gomodel.enterpilot.io/docs/de/features/cost-tracking.md) unter den Endpunkten `/v1/images/generations` und `/v1/images/edits` erfasst: Der Prompt wird immer mit `input_per_mtok` bepreist, wenn der Provider Eingabe-Tokens meldet. Die **generierten Bilder** werden auf eine von zwei Arten abgerechnet, niemals auf beide – die gemeldete Nutzung entscheidet: * **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 $12/Mtok für Text. Diese Bepreisung ist für jede Größe und Qualität exakt. * **Pro Bild abgerechnete Modelle** (DALL·E, `grok-imagine-image`, Imagen) melden keine Tokens. GoModel erfasst die Anzahl der zurückgegebenen Bilder (`images` in den Roh-Nutzungsdaten) und bepreist sie mit dem Satz `per_image` des Modells. Katalogeinträge enthalten für dasselbe Modell oft beide Sätze, weil `per_image` das pauschale Äquivalent der Tokens eines typischen Bildes ist (\$0.039 für ein `gemini-2.5-flash-image` mit 1290 Tokens). Eine Response, die generierte Tokens gemeldet hat, wird allein nach diesen Tokens bepreist, die beiden Sätze werden also nie addiert. Kann die Preisgestaltung die generierten Bilder nicht bepreisen – kein Satz für die gemeldeten Bildausgabe-Tokens oder keine gemeldeten Ausgabe-Tokens und kein Satz `per_image`/`per_request` –, wird die Nutzungszeile mit einem Vorbehalt zur Kostenberechnung markiert, sodass sie als „nicht gemeldete Nutzung“ erscheint und nicht als kostenloser Aufruf. Setzen Sie `per_image` über eine [Preisüberschreibung](https://gomodel.enterpilot.io/docs/de/features/cost-tracking.md#preise-überschreiben) oder in `config.yaml`, wenn der Modellkatalog keinen Preis für ein Bildmodell enthält: ```yaml theme={null} providers: openai: type: openai api_key: "${OPENAI_API_KEY}" models: - id: dall-e-3 metadata: pricing: currency: USD per_image: 0.04 ``` ## Einschränkungen Die Bild-Endpunkte sind eine schlanke, nach Modell geroutete Weiterleitung an den Provider und **durchlaufen nicht den vollständigen Inferenz-Orchestrator**. Im Vergleich zu `/v1/chat/completions`: * **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](https://gomodel.enterpilot.io/docs/de/advanced/admin-endpoints.md) 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](https://gomodel.enterpilot.io/docs/de/features/passthrough-api.md) (`/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](https://gomodel.enterpilot.io/docs/de/advanced/images-api.md#google-gemini) unten. Andere Provider, deren native Bild-API von der OpenAI-API abweicht, werden nicht übersetzt; verwenden Sie für diese Passthrough. ## Google Gemini Mit dem Gemini-Provider im nativen API-Modus (Standard) generieren Gemini-Bildmodelle (`gemini-2.5-flash-image`, ...) über `generateContent` und `imagen-*`-Modelle über die `predict`-API von Imagen. Google hat Imagen am 17\. August 2026 aus der Gemini API (AI Studio) entfernt – verwenden Sie dort ein Gemini-Bildmodell; Imagen bleibt auf [Vertex AI](https://gomodel.enterpilot.io/docs/de/providers/vertex.md) verfügbar. * 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. Im OpenAI-kompatiblen Modus wird die Generierung an Geminis Endpunkt `/openai/images/generations` weitergeleitet, und Bearbeitungen werden abgelehnt (diese Schnittstelle hat keinen Bearbeitungs-Endpunkt). ## Audit-Logging Bild-Requests erscheinen im Audit-Log wie jede andere Modellinteraktion. Wenn `LOGGING_LOG_BODIES` aktiviert ist: * 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. Die Pixel selbst werden **nicht** gespeichert, es sei denn, [`LOGGING_LOG_IMAGE_BODIES=true`](https://gomodel.enterpilot.io/docs/de/advanced/configuration#audit-logging) ist gesetzt. Ist die Option aktiv, werden Uploads und generierte Bilder in den [Medienspeicher](https://gomodel.enterpilot.io/docs/de/advanced/configuration.md#medienspeicher) geschrieben, und jedes Element enthält eine `media_id`, die das Dashboard über `GET /admin/media/{id}` direkt anzeigt; `LOGGING_LOG_IMAGE_BODIES_SCOPE` beschränkt dies auf `input` (Uploads für Bearbeitungen) oder `output` (Ergebnisse). Ohne die Option ist jedes Bild ein Platzhalter mit Größenangabe (`stored: false`). In beiden Fällen bleibt der Eintrag klein und vollständig – er erreicht nie die allgemeine Kürzung von Bodys bei 1 MB, selbst bei großen `b64_json`-Ergebnissen, und es gibt keine Obergrenze für gespeicherte Bilder pro Eintrag. Dateien werden so lange aufbewahrt wie die Audit-Einträge, die auf sie verweisen (`LOGGING_RETENTION_DAYS`). This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.