OpenAI Images Generations API 申请及使用

OpenAI Images Generations API 目前支持多种图像生成模型，包括经典的 dall-e-3、文字渲染能力更强的 gpt-image-1、最新一代的 gpt-image-2，以及通过同一接口接入的 nano-banana / nano-banana-2-lite / nano-banana-2 / nano-banana-pro 系列模型。它们都能根据文本描述生成高质量的图像。本文档主要介绍 OpenAI Images Generations API 操作的使用流程，利用它我们可以轻松使用 OpenAI 系列的图像生成功能。

申请流程

要使用 OpenAI Images Generations API，首先到 Ace Data Cloud 控制台获取您的 API Token，留作备用。

如果你尚未登录或注册，会自动跳转到登录页面邀请你注册和登录，完成后会自动返回当前页面。 一个 API Token 即可调用平台所有服务，无需为每个服务单独申请。 首次申请会赠送免费额度，可免费体验；额度不足时可在控制台充值通用余额。

📘 完整文档：OpenAI Images Generations API →

GPT-Image-2 模型

gpt-image-2 是 OpenAI 推出的新一代图像生成模型，相比 dall-e-3 和 gpt-image-1，在以下方面有明显提升：

指令遵循能力更强：能够准确理解复杂构图、计数、位置关系等结构化指令。
文字渲染更清晰：海报、菜单、信息图、标志等场景下的英文与数字几乎不会出现错乱。
风格表现更丰富：原生支持电影感人像、复古海报、儿童插画、产品摄影、信息图等多种风格。
原生多比例 + 高分辨率支持：覆盖 5 种比例（1:1、4:3、3:4、16:9、9:16）共 3 档分辨率（1K / 2K / 4K）。

调用方式与其它模型完全一致，只需将 model 字段设置为 gpt-image-2 即可。返回结果中的 url 是一个永久托管在 platform.cdn.acedata.cloud 上的图片链接，可以直接在浏览器中打开或嵌入到网页中。

线路变体（`:official` / `:reverse`）

gpt-image-2 默认走标准线路。通过模型名后缀可以显式选择线路：

gpt-image-2:official：官方通道，稳定合规。支持真实 2K / 4K 分辨率，按每张图片计费，单价为默认 gpt-image-2 的 2 倍。线路不可用时直接返回错误，不会自动降级。
gpt-image-2:reverse：与默认 gpt-image-2 完全等价，性价比更高，价格不变。

支持的 `size` 取值

gpt-image-2 只检查 size 的格式，只要不是 auto 或空串，就需要匹配 WIDTHxHEIGHT（例如 1024x1024、2048x1152、800x600）；任何其他形态会返回 400。所有尺寸（1K / 2K / 4K / 自定义）按单张统一扣费，不按尺寸加价。 尺寸限制：自定义尺寸须满足宽高均为 16 的倍数、长边 ≤ 3840、总像素数 ≤ 8,294,400，超出范围会以 4xx 返回。

比例	1K 推荐	2K 推荐	4K 推荐
1:1	`1024x1024`	`2048x2048`	`2880x2880`
4:3	`1536x1024`	`2048x1536`	`3264x2448`
3:4	`1024x1536`	`1536x2048`	`2448x3264`
16:9	`1792x1024`	`2048x1152`	`3840x2160`
9:16	`1024x1792`	`1152x2048`	`2160x3840`

显式传 size: "auto" 时，平台会在连续比例空间中规划画布，并按以下优先级判断：提示词中的明确像素或比例、命名标准（纸张 / 印刷品 / 平台版位 / 广告 / 设备 / 摄影 / 电影）、介质惯例、最后才是构图推断。因此除了常见的 1:1、4:5、9:16、21:9，也能保留 1.91:1、1.85:1、2.39:1、ISO 纸张 1:√2 等非预设比例；最终尺寸会自动调整为服务支持的 16 倍数和像素预算。自动判断不可用时会回退到模型默认画幅，不会阻断生成。省略 size 字段则直接使用模型默认画幅；对像素有严格要求时仍建议直接传 WIDTHxHEIGHT。 1K 档下输出不保证严格像素对齐——你传 1024x1024 可能拿到 1254x1254，比例保持一致。如果你重新把它当作 size 传进来，计费不变。 4K 单次调用通常需要 4–8 分钟，建议配合后文的 callback_url 异步回调使用。

关于 n 参数 gpt-image-2 支持 n > 1（取值 1–10）：一次请求即可返回并按张计费对应数量的图片。为了让多张结果有差异，建议同时传不同的 prompt 或 seed。同样适用于 gpt-image-1 / gpt-image-1.5，以及 nano-banana / nano-banana-2-lite / nano-banana-2 / nano-banana-pro 系列；dall-e-3 仅支持 n = 1。注意 response_format=b64_json 仅支持 n=1，n>1 时请使用默认的 URL 返回。若其中部分图片生成失败，只会返回并计费成功的部分。

下面通过几个不同方位的真实示例来直观感受 gpt-image-2 的能力。

المشهد الأول: صورة سينمائية مؤثرة

يمكن استخدام مصطلحات سينمائية في الكلمات الرئيسية (فيلم 35 مم، عمق ميدان ضحل، أضواء نيون، إلخ) للتحكم بدقة في الأجواء والملمس. كود مثال لاستدعاء Python:

import requests

url = "https://api.acedata.cloud/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "gpt-image-2",
    "prompt": "صورة سينمائية لامرأة شابة تقف في متجر صغير في الليل، مضاءة بأضواء نيون وردية وزرقاء ناعمة من خلال النافذة. تم تصويرها على فيلم 35 مم، عمق ميدان ضحل، حبيبات خفيفة، مزاج حزين.",
    "size": "1024x1536"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

النتيجة المرجعة كما يلي:

{
  "success": true,
  "task_id": "ab58a5df-6f46-4874-bff6-93169e2849a3",
  "created": 1777048800,
  "data": [
    {
      "revised_prompt": "صورة سينمائية لامرأة شابة تقف في متجر صغير في الليل، مضاءة بأضواء نيون وردية وزرقاء ناعمة من خلال النافذة. تم تصويرها على فيلم 35 مم، عمق ميدان ضحل، حبيبات خفيفة، مزاج حزين.",
      "url": "https://platform.cdn.acedata.cloud/gpt-image/ab58a5df-6f46-4874-bff6-93169e2849a3_0.png"
    }
  ]
}

الصورة الناتجة كما هو موضح أدناه:

المشهد الثاني: ملصق سفر عتيق (مع نص)

يظهر gpt-image-2 استقرارًا في الطباعة ورسم الخطوط، مما يجعله مناسبًا جدًا لإنشاء الملصقات والقوائم وبطاقات التهنئة وغيرها من التصاميم التي تحتوي على نص.

payload = {
    "model": "gpt-image-2",
    "prompt": "ملصق سفر عتيق لساحل أمالفي، إيطاليا. رسم توضيحي بأسلوب آرت ديكو لمنازل صفراء الليمون تتدفق على جانب الجرف إلى بحر تركواز، مع قارب شراعي أبيض صغير في الميناء. نص بارز في الأعلى يقرأ أمالفي وفي الأسفل إيطاليا 1958. لوحة ألوان محدودة: كريمة، زرقاء البحر، صفراء الليمون، تيراكوتا. نسيج خفيف من حبيبات الورق.",
    "size": "1024x1536"
}

الصورة في حقل url في النتيجة المرجعة كما يلي:

يمكن رؤية أن النموذج لم يستعد فقط أسلوب الملصق البصري لآرت ديكو بدقة، بل تم عرض نص العنوان أمالفي و إيطاليا 1958 بوضوح وصحيح.

المشهد الثالث: تركيب معقد وعدد

تستخدم الكلمات الرئيسية التالية لاختبار قدرة النموذج على اتباع التعليمات الهيكلية مثل “الكمية” و”الموقع”.

payload = {
    "model": "gpt-image-2",
    "prompt": "رف كتب خشبي يتكون من ثلاثة رفوف: على الرف العلوي، يجب أن يكون هناك كتاب واحد. على الرف الثاني، يجب أن يكون هناك ثلاثة كتب. على الرف السفلي، يجب أن يكون هناك سبعة كتب. إضاءة دافئة ناعمة، فوتوراليستية، جو مكتبة مريح.",
    "size": "1024x1024"
}

الصورة الناتجة كما يلي:

يمكن رؤية أن عدد الكتب على الرفوف الثلاثة (1 / 3 / 7) يتطابق تمامًا مع الكلمات الرئيسية، وهو ما كان من الصعب تحقيقه بشكل مستقر في عصر dall-e-3.

المشهد الرابع: أسلوب رسم (أفقي)

من خلال تحديد وسائط الفن وكلمات مفتاحية عاطفية، يمكن توجيه النموذج لإنتاج رسومات بأسلوب معين.

payload = {
    "model": "gpt-image-2",
    "prompt": "رسم توضيحي ناعم وشعري لكتاب أطفال يظهر ثعلب صغير يقرأ كتابًا تحت فطر متوهج في غابة مضاءة بالقمر. نسيج مائي ورصاص، ألوان باستيل ناعمة، جو حالمي، إحساس مرسوم باليد.",
    "size": "1536x1024"
}

الصورة الناتجة الأفقية كما يلي:

غير متزامن واستدعاء

عادةً ما يتطلب gpt-image-2 استدعاء واحد من 60 إلى 90 ثانية، وإذا كنت لا ترغب في الحفاظ على اتصال طويل، يمكنك استخدام آلية الاستدعاء غير المتزامن callback_url التي سيتم تقديمها لاحقًا في هذه المقالة، حيث تكون عملية الاستدعاء متطابقة مع النماذج الأخرى.

سلسلة نماذج Nano Banana

سلسلة nano-banana هي نماذج توليد الصور المعتمدة على Gemini، وقد تم دمجها من خلال نفس واجهة /openai/images/generations، دون الحاجة لتغيير نقطة النهاية، فقط قم بتغيير model إلى أي من النماذج في الجدول أدناه.

النموذج	التكلفة (Credits / مرة)	المشهد المناسب
`nano-banana`	0.14	توليد صور عادية، أسرع وأقل تكلفة
`nano-banana-2-lite`	0.14	نموذج صور خفيف Gemini 3.1، يدعم فقط 1K، زمن استجابة منخفض
`nano-banana-2`	0.28	جودة وتفاصيل محسنة بشكل ملحوظ
`nano-banana-pro`	0.35	الرائد في السلسلة، أفضل في التركيب والتفاصيل والنص

مهم: نطاق دعم المعلمات يتصل Nano Banana عبر طبقة التكيف ببروتوكول OpenAI، مقارنةً بـ gpt-image-*، يدعم فقط المعلمات التالية: model، prompt، size، n.

سيتم تعيين size وفقًا للجدول أدناه إلى aspect_ratio داخلي، والأبعاد غير المدرجة ستتحول إلى 1:1:

1024x1024 / 512x512 / 256x256 → 1:1

1792x1024 → 16:9

1024x1792 → 9:16

لا تدعم المعلمات quality، style، response_format، background، output_format، إلخ؛ إذا تم ملؤها، سيتم تجاهلها. n > 1 مدعوم (1–10)، وسيتم إرجاع عدد الصور المقابل مع احتساب التكلفة لكل صورة.

تتبع بنية الإرجاع تنسيق OpenAI (data[].url)، لكن created ثابت عند 0، ولن يتم إرجاع b64_json، وrevised_prompt دائمًا يساوي prompt الأصلي.

استدعاء أساسي

import requests

url = "https://api.acedata.cloud/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "nano-banana",
    "prompt": "تفاحة حمراء صغيرة على طاولة بيضاء، فوتوراليستية",
    "size": "1024x1024"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

النتيجة المرجعة كما يلي:

{
  "created": 0,
  "data": [
    {
      "url": "https://platform.cdn.acedata.cloud/nanobanana/6870b330-65c4-436c-bb80-819fdae7a7a4.png",
      "revised_prompt": "تفاحة حمراء صغيرة على طاولة بيضاء، فوتوريل"
    }
  ]
}

يمكن الوصول إلى الصورة المولدة مباشرة من خلال حقل url المعاد:

الترقية إلى النموذج الرائد `nano-banana-pro`

ما عليك سوى تغيير model إلى nano-banana-pro، مع بقاء بقية المعلمات كما هي:

payload = {
    "model": "nano-banana-pro",
    "prompt": "لوحة تجريدية",
    "size": "1024x1024"
}

مثال على الاستجابة:

{
  "created": 0,
  "data": [
    {
      "url": "https://platform.cdn.acedata.cloud/nanobanana/6227fcc9-3442-4aa3-a76c-4a4441a99649.png",
      "revised_prompt": "لوحة تجريدية"
    }
  ]
}

ردود غير متزامنة

آلية ردود callback_url غير المتزامنة فعالة أيضًا مع nano-banana، وتدفق الاستدعاء متطابق تمامًا مع النماذج الأخرى، انظر القسم التالي ردود غير متزامنة.

الاستخدام الأساسي

يمكنك الآن ملء المحتوى المقابل في الواجهة، كما هو موضح في الصورة:

عند استخدام هذه الواجهة لأول مرة، نحتاج على الأقل إلى ملء ثلاثة محتويات، أحدها هو authorization، يمكنك اختياره مباشرة من القائمة المنسدلة. المعلمة الأخرى هي model، حيث أن model هو نوع النموذج الذي نختار استخدامه من موقع OpenAI DALL-E، وهنا لدينا نوع واحد من النماذج، يمكنك الاطلاع على النماذج التي نقدمها. المعلمة الأخيرة هي prompt، حيث أن prompt هو النص الذي ندخله لتوليد الصورة. يمكنك أيضًا ملاحظة وجود كود استدعاء مطابق على الجانب الأيمن، يمكنك نسخ الكود وتشغيله مباشرة، أو يمكنك النقر على زر “Try” للاختبار.

مثال على كود الاستدعاء بلغة بايثون:

import requests

url = "https://api.acedata.cloud/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "dall-e-3",
    "prompt": "أوتير بحرية صغيرة لطيفة"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

بعد الاستدعاء، نجد أن النتيجة المعادة هي كما يلي:

{
  "created": 1721626477,
  "data": [
    {
      "revised_prompt": "صورة رائعة تعرض أوتير بحرية صغيرة، وُلدت بلون بني، مع عيون ساحرة واسعة. إنها مستلقية بشكل رائع على ظهرها، تتجدف في مياه البحر الهادئة. يبدو فراؤها الكثيف والناعم مبللاً ولامعًا، مما يعكس جوهر موطنها. الكائن الصغير يلعب بفضول مع صدفة بحرية باستخدام كفوفه الصغيرة، ويبدو بريئًا وساحرًا تمامًا في بيئته الطبيعية.",
      "url": "https://dalleprodsec.blob.core.windows.net/private/images/5d98aa7c-80c6-4523-b571-fc606ad455b9/generated_00.png?se=2024-07-23T05%3A34%3A48Z&sig=GAz%2Bi3%2BkHOQwAMhxcv22tBM%2FaexrxPgT9V0DbNrL4ik%3D&ske=2024-07-23T08%3A41%3A10Z&skoid=e52d5ed7-0657-4f62-bc12-7e5dbb260a96&sks=b&skt=2024-07-16T08%3A41%3A10Z&sktid=33e01921-4d64-4f8c-a055-5bdaffd5e33d&skv=2020-10-02&sp=r&spr=https&sr=b&sv=2020-10-02"
    }
  ]
}

تتضمن النتيجة المعادة عدة حقول، كما هو موضح أدناه:

created، معرف الصورة المولدة، يستخدم لتحديد المهمة بشكل فريد.
data، يحتوي على معلومات نتائج توليد الصورة.

حيث أن data تحتوي على معلومات محددة حول الصورة التي تم إنشاؤها، ورابط url هو رابط تفاصيل الصورة المولدة، كما هو موضح في الصورة.

معلمة جودة الصورة `quality`

سنقوم الآن بشرح كيفية إعداد بعض المعلمات التفصيلية لنتائج توليد الصورة، حيث تحتوي معلمة جودة الصورة quality على نوعين، الأول standard يشير إلى توليد صورة قياسية، والآخر hd يشير إلى أن الصورة المولدة تحتوي على تفاصيل أدق وتناسق أكبر. سنقوم بتعيين معلمة جودة الصورة إلى standard، الإعدادات المحددة كما هو موضح في الصورة أدناه:

يمكنك أيضًا ملاحظة وجود كود استدعاء مطابق على الجانب الأيمن، يمكنك نسخ الكود وتشغيله مباشرة، أو يمكنك النقر على زر “Try” للاختبار.

مثال على كود الاستدعاء بلغة بايثون:

import requests

url = "https://api.acedata.cloud/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "dall-e-3",
    "prompt": "أوتير بحرية صغيرة لطيفة",
    "quality": "standard"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

بعد الاستدعاء، نجد أن النتيجة المعادة هي كما يلي:

{
  "created": 1721636023,
  "data": [
    {
      "revised_prompt": "أوتير بحرية صغيرة لطيفة مستلقية بشكل مرح على ظهرها في الماء، مع فرائها يبدو لامعًا وناعمًا. واحدة من كفوفها الصغيرة تمتد بفضول، ولديها تعبير عن الفرح والدفء على وجهها وهي تنظر إلى السماء. جسمها محاط بف bubbles من دورانها المرح في الماء. نسيم لطيف يلعب مع فرائها مما يجعلها تبدو أكثر سحرًا. المشهد يعكس هدوء وسحر الحياة البحرية.",
      "url": "https://dalleprodsec.blob.core.windows.net/private/images/a93ee5e7-3abd-4923-8d79-dc9ef126da46/generated_00.png?se=2024-07-23T08%3A13%3A55Z&sig=wTXGYvUOwUIkaB2CxjK9ww%2FHjS8OwYUWcYInXYKwcAM%3D&ske=2024-07-23T11%3A32%3A05Z&skoid=e52d5ed7-0657-4f62-bc12-7e5dbb260a96&sks=b&skt=2024-07-16T11%3A32%3A05Z&sktid=33e01921-4d64-4f8c-a055-5bdaffd5e33d&skv=2020-10-02&sp=r&spr=https&sr=b&sv=2020-10-02"
    }
  ]
}

返回的结果与基本使用的内容一致，可以看到图片质量参数为 standard 的生成图片如下图所示：

与上述相同操作，仅需将图片质量参数设置为 hd ，可以得到如下图所示的图片：

可以看到 hd 比 standard 生成的图片具有更精细的细节和更大的一致性。

图片大小尺寸参数 `size`

我们还可以设置生成图片的尺寸大小，我们可以进行下面的设置。下面设置图片的尺寸大小为 1024 * 1024 ，具体设置如下图：

同时您可以注意到右侧有对应的调用代码生成，您可以复制代码直接运行，也可以直接点击「Try」按钮进行测试。

Python 样例调用代码：

import requests

url = "https://api.acedata.cloud/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "dall-e-3",
    "prompt": "A cute baby sea otter"
    "size": "1024x1024"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

调用之后，我们发现返回结果如下：

{
  "created": 1721636652,
  "data": [
    {
      "revised_prompt": "A delightful depiction of a baby sea otter. The small mammal is captured in its natural habitat in the ocean, floating on its back. It has thick brown fur that is sleek and wet from the sea water. Its eyes are closed as if it is enjoying a moment of deep relaxation. The water around it is calm, reflecting the peacefulness of the scene. The background should hint at a diverse marine ecosystem, with visible strands of kelp floating on the surface, suggesting the baby otter's preferred environment.",
      "url": "https://dalleprodsec.blob.core.windows.net/private/images/9d625ac6-fd2b-42a9-84a6-8c99eb357ccf/generated_00.png?se=2024-07-23T08%3A24%3A24Z&sig=AXtYXowEakGxfRp8LhC2DwqL%2F07LhEDW40oCP%2BdTO8s%3D&ske=2024-07-23T18%3A00%3A45Z&skoid=e52d5ed7-0657-4f62-bc12-7e5dbb260a96&sks=b&skt=2024-07-16T18%3A00%3A45Z&sktid=33e01921-4d64-4f8c-a055-5bdaffd5e33d&skv=2020-10-02&sp=r&spr=https&sr=b&sv=2020-10-02"
    }
  ]
}

返回的结果与基本使用的内容一致，可以看到图片的尺寸大小为 1024 * 1024 的生成图片如下图所示：

与上述相同操作，仅需将图片的尺寸大小为 1792 * 1024 ，可以得到如下图所示的图片：

可以看到图片的尺寸大小很明显不一样，另外还可以设置更多尺寸大小，详情信息参考我们官网文档。

图片风格参数 `style`

图片风格参数 style 包含俩个参数，第一种 vivid 表示生成的图片是更加生动的，另一种 natural 表示生成的图片更加的自然一点。下面设置图片风格参数为 vivid ，具体设置如下图：

同时您可以注意到右侧有对应的调用代码生成，您可以复制代码直接运行，也可以直接点击「Try」按钮进行测试。

Python 样例调用代码：

import requests

url = "https://api.acedata.cloud/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "dall-e-3",
    "prompt": "A cute baby sea otter",
    "style": "vivid"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

调用之后，我们发现返回结果如下：

{
  "created": 1721637086,
  "data": [
    {
      "revised_prompt": "A baby sea otter with soft, shiny fur and sparkling eyes floating playfully on calm ocean waters. This adorable creature is trippingly frolicking amidst small, gentle waves under a bright, clear, sunny sky. The tranquility of the sea contrasts subtly with the delightful energy of this young otter. The critter gamely clings to a tiny piece of driftwood, its small paws adorably enveloping the floating object.",
      "url": "https://dalleprodsec.blob.core.windows.net/private/images/6e48f701-7fd3-4356-839e-a2f6f0fe82d9/generated_00.png?se=2024-07-23T08%3A31%3A37Z&sig=4percxqTbUR1j3BQmkhvj%2FAhHzInKI%2FqiTo1MP69coI%3D&ske=2024-07-27T10%3A39%3A55Z&skoid=e52d5ed7-0657-4f62-bc12-7e5dbb260a96&sks=b&skt=2024-07-20T10%3A39%3A55Z&sktid=33e01921-4d64-4f8c-a055-5bdaffd5e33d&skv=2020-10-02&sp=r&spr=https&sr=b&sv=2020-10-02"
    }
  ]
}

返回的结果与基本使用的内容一致，可以看到图片风格参数为 vivid 的生成图片如下图所示：

与上述相同操作，仅需将图片风格参数为 natural ，可以得到如下图所示的图片：

可以看到 vivid 比 natural 生成的图片具有更加生动逼真。

图片链接的格式参数 `response_format`

最后一个图片链接的格式参数 response_format 也有俩种，第一种 b64_json 是对图片链接进行 Base64 编码，另一种 url 就是普通的图片链接，可以直接查看图片。下面设置图片链接的格式参数为 url ，具体设置如下图：

同时您可以注意到右侧有对应的调用代码生成，您可以复制代码直接运行，也可以直接点击「Try」按钮进行测试。

كود استدعاء Python كمثال:

import requests

url = "https://api.acedata.cloud/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "dall-e-3",
    "prompt": "أوتير البحر الصغير اللطيف",
    "response_format": "url"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

بعد الاستدعاء، وجدنا أن النتيجة كانت كما يلي:

{
  "created": 1721637575,
  "data": [
    {
      "revised_prompt": "صورة ساحرة لأوتير البحر الصغير. يُرى الأوتير مستلقياً بهدوء على ظهره وسط الأمواج الزرقاء اللطيفة. فراء الأوتير الصغير مزيج جذاب من درجات البني الرمادي الناعم، يلمع برفق في ضوء الشمس الخافت. يلمس كفاه الصغيران، مرفوعان قليلاً نحو السماء كما لو كانا يلعبان مع شيء غير مرئي. عيونه الدائرية المعبرة واسعة بدافع الفضول، تتلألأ بالحياة والبراءة. استخدم أسلوباً واقعياً لاستحضار موطن الأوتير الطبيعي ومظهره الخارجي الرقيق بشكل جذاب.",
      "url": "https://dalleprodsec.blob.core.windows.net/private/images/87792c5f-8b6d-412e-81dd-f1a1baa19bd2/generated_00.png?se=2024-07-23T08%3A39%3A47Z&sig=zzRAn30TqIKHdLVqZPUUuSJdjCYpoJdaGU6BeoA76Jo%3D&ske=2024-07-23T13%3A32%3A13Z&skoid=e52d5ed7-0657-4f62-bc12-7e5dbb260a96&sks=b&skt=2024-07-16T13%3A32%3A13Z&sktid=33e01921-4d64-4f8c-a055-5bdaffd5e33d&skv=2020-10-02&sp=r&spr=https&sr=b&sv=2020-10-02"
    }
  ]
}

تتوافق النتيجة المسترجعة مع المحتوى الأساسي المستخدم، ويمكن رؤية أن رابط الصورة بتنسيق المعامل url للصورة المولدة هو رابط الصورة وهذا يمكن الوصول إليه مباشرة، ومحتوى الصورة كما هو موضح في الصورة أدناه:

مع نفس العملية المذكورة أعلاه، يكفي تغيير تنسيق رابط الصورة إلى b64_json للحصول على نتيجة رابط الصورة المشفرة بـ Base64، والنتيجة المحددة كما هو موضح في الصورة أدناه:

{
  "created": 1721638071,
  "data": [
    {
      "b64_json": "iVBORw0..............v//AQEAAP4AAAD+AAADAQAAAwEEA/4D//8Q/Pbw64mKbVTFoQAAAABJRU5ErkJggg==",
      "revised_prompt": "صورة ساحرة لأوتير البحر الصغير. الأوتير يطفو برفق على بحر أزرق هادئ، يستمتع بأشعة الشمس الذهبية الدافئة المتدفقة من سماء صافية فوقه. فراء الأوتير بني غامق غني، ويبدو ناعماً ورقيقاً للغاية. عيون الأوتير مشرقة ومعبرة، مليئة بالفضول والفرح الطفولي. لديه آذان صغيرة منتصبة وأنف يشبه الزر مما يضيف إلى جاذبيته العامة. في البحر من حوله، يمكن رؤية قطرات الماء المتلألئة، التي تضيء بأشعة الشمس، المنظر بالتأكيد رائع."
    }
  ]
}

ردود غير متزامنة

نظرًا لأن وقت توليد الصور بواسطة واجهة برمجة تطبيقات OpenAI Images Generations قد يكون طويلاً نسبيًا، إذا لم تستجب واجهة برمجة التطبيقات لفترة طويلة، ستظل طلبات HTTP متصلة، مما يؤدي إلى استهلاك موارد النظام الإضافية، لذا توفر هذه الواجهة أيضًا دعمًا للردود غير المتزامنة. تتضمن العملية العامة: عندما يقوم العميل بإرسال الطلب، يحدد حقل callback_url إضافي، بعد أن يقوم العميل بإرسال طلب واجهة برمجة التطبيقات، ستقوم الواجهة على الفور بإرجاع نتيجة تحتوي على حقل task_id، الذي يمثل معرف المهمة الحالية. عند اكتمال المهمة، سيتم إرسال نتيجة توليد الصورة إلى callback_url المحدد من قبل العميل بصيغة POST JSON، والتي تتضمن أيضًا حقل task_id، بحيث يمكن ربط نتيجة المهمة من خلال المعرف. دعونا نفهم كيفية القيام بذلك من خلال مثال. أولاً، ردود Webhook هي خدمة يمكنها استقبال طلبات HTTP، يجب على المطورين استبدالها بعنوان URL الخاص بخادم HTTP الذي قاموا بإنشائه. هنا، لتسهيل العرض، نستخدم موقع Webhook عام https://webhook.site/، افتح هذا الموقع للحصول على عنوان URL لـ Webhook، كما هو موضح في الصورة:

انسخ هذا العنوان URL، يمكنك استخدامه كـ Webhook، والعينة هنا هي https://webhook.site/3d32690d-6780-4187-a65c-870061e8c8ab. بعد ذلك، يمكننا تعيين الحقل callback_url إلى عنوان URL الخاص بـ Webhook المذكور أعلاه، مع ملء المعلمات المناسبة، كما هو موضح في الكود التالي:

import requests

url = "https://api.acedata.cloud/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "dall-e-3",
    "prompt": "أوتير البحر الصغير اللطيف",
    "callback_url": "https://webhook.site/3d32690d-6780-4187-a65c-870061e8c8ab"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

عند النقر على التشغيل، يمكننا أن نرى أننا نحصل على نتيجة على الفور، كما يلي:

{
  "task_id": "6a97bf49-df50-4129-9e46-119aa9fca73c"
}

بعد لحظة، يمكننا ملاحظة نتيجة توليد الصورة على عنوان URL الخاص بـ Webhook، المحتوى كما يلي:

{
  "success": true,
  "task_id": "6a97bf49-df50-4129-9e46-119aa9fca73c",
  "trace_id": "9b4b1ff3-90f2-470f-b082-1061ec2948cc",
  "data": {
    "created": 1721626477,
    "data": [
      {
        "revised_prompt": "صورة رائعة تعرض أوتير البحر الصغير...",
        "url": "https://dalleprodsec.blob.core.windows.net/private/images/..."
      }
    ]
  }
}

يمكننا أن نرى أن النتيجة تحتوي على حقل task_id، وحقل data يحتوي على نفس نتائج توليد الصورة كما في الاستدعاء المتزامن، من خلال حقل task_id يمكن ربط المهمة.

معالجة الأخطاء

عند استدعاء واجهة برمجة التطبيقات، إذا واجهت خطأ، ستقوم الواجهة بإرجاع رمز الخطأ والمعلومات ذات الصلة. على سبيل المثال:

400 token_mismatched：طلب غير صالح، ربما بسبب معلمات مفقودة أو غير صالحة.
400 api_not_implemented：طلب غير صالح، ربما بسبب معلمات مفقودة أو غير صالحة.
401 invalid_token：غير مصرح، رمز التفويض غير صالح أو مفقود.
429 too_many_requests：عدد كبير جداً من الطلبات، لقد تجاوزت الحد المسموح به.
500 api_error：خطأ داخلي في الخادم، حدث خطأ ما على الخادم.

أمثلة على استجابة الخطأ

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

الاستنتاج

من خلال هذه الوثيقة، لقد تعرفت على كيفية استخدام واجهة برمجة تطبيقات OpenAI Images Generations بسهولة لاستخدام وظيفة توليد الصور الرسمية من OpenAI DALL-E. نأمل أن تساعدك هذه الوثيقة في التوصيل واستخدام هذه الواجهة بشكل أفضل. إذا كان لديك أي استفسارات، فلا تتردد في الاتصال بفريق الدعم الفني لدينا.

البداية

دردشة الذكاء الاصطناعي

صورة الذكاء الاصطناعي

فيديو الذكاء الاصطناعي

الصوت الذكي

الويب والبيانات

CAPTCHA

الهوية

وكيل

متقدم

Coding

OpenAI Images Generations API 申请及使用

申请流程

GPT-Image-2 模型

线路变体（`:official` / `:reverse`）

支持的 `size` 取值

المشهد الأول: صورة سينمائية مؤثرة

المشهد الثاني: ملصق سفر عتيق (مع نص)

المشهد الثالث: تركيب معقد وعدد

المشهد الرابع: أسلوب رسم (أفقي)

غير متزامن واستدعاء

سلسلة نماذج Nano Banana

استدعاء أساسي

الترقية إلى النموذج الرائد `nano-banana-pro`

ردود غير متزامنة

الاستخدام الأساسي

معلمة جودة الصورة `quality`

图片大小尺寸参数 `size`

图片风格参数 `style`

图片链接的格式参数 `response_format`

ردود غير متزامنة

معالجة الأخطاء

أمثلة على استجابة الخطأ

الاستنتاج

​申请流程

​GPT-Image-2 模型

​线路变体（:official / :reverse）

​支持的 size 取值

​المشهد الأول: صورة سينمائية مؤثرة

​المشهد الثاني: ملصق سفر عتيق (مع نص)

​المشهد الثالث: تركيب معقد وعدد

​المشهد الرابع: أسلوب رسم (أفقي)

​غير متزامن واستدعاء

​سلسلة نماذج Nano Banana

​استدعاء أساسي

​الترقية إلى النموذج الرائد nano-banana-pro

​ردود غير متزامنة

​الاستخدام الأساسي

​معلمة جودة الصورة quality

​图片大小尺寸参数 size

​图片风格参数 style

​图片链接的格式参数 response_format

​ردود غير متزامنة

​معالجة الأخطاء

​أمثلة على استجابة الخطأ

​الاستنتاج

申请流程

GPT-Image-2 模型

线路变体（`:official` / `:reverse`）

支持的 `size` 取值

المشهد الأول: صورة سينمائية مؤثرة

المشهد الثاني: ملصق سفر عتيق (مع نص)

المشهد الثالث: تركيب معقد وعدد

المشهد الرابع: أسلوب رسم (أفقي)

غير متزامن واستدعاء

سلسلة نماذج Nano Banana

استدعاء أساسي

الترقية إلى النموذج الرائد `nano-banana-pro`

ردود غير متزامنة

الاستخدام الأساسي

معلمة جودة الصورة `quality`

图片大小尺寸参数 `size`

图片风格参数 `style`

图片链接的格式参数 `response_format`

ردود غير متزامنة

معالجة الأخطاء

أمثلة على استجابة الخطأ

الاستنتاج