面向电商目录的图像生成 API 工作流
产品图像首先是身份保持问题，其次才是提示词问题。锁定产品特征，只允许明确场景变化，验证每个输出，并在验收门可靠后优化成本。
·
为产品目录选择 GPT Image 模型
GPT Image 2、GPT Image 2.5 Flare 与 GPT Image 2.5 Sunburst 使用相同的 OpenAI Images 接口、密钥和预付余额。Flare 适合较快的日常任务，Sunburst 侧重更精细的编辑。请按通过验收的结果比较模型。三者的已发布 token 费率相同。
POST /v1/images/edits 接受一至五张 PNG、JPEG 或 WebP 参考图，每张最大 50 MB，通过 image 或 image[] 传入。模型 ID 与生成相同。multipart mask 字段会被忽略，局部重绘请使用 Responses 的 image_generation 工具。验收前检查几何形状、文字和产品一致性。
用一个密钥生成与编辑
在 router.apitoken.sale 上使用 Bearer 密钥调用 POST /v1/images/generations。选择 gpt-image-2、gpt-image-2.5-flare 或 gpt-image-2.5-sunburst。默认响应的 data[0].b64_json 含 PNG 数据，请自行解码、验证与存储。
curl https://router.apitoken.sale/v1/images/generations \
-H "Authorization: Bearer $APITOKEN_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"gpt-image-2.5-flare","prompt":"A studio photo of a ceramic mug","n":1,"quality":"low","size":"auto"}'POST /v1/images/edits 接受一至五张 PNG、JPEG 或 WebP 参考图，每张最大 50 MB，通过 image 或 image[] 传入。模型 ID 与生成相同。multipart mask 字段会被忽略，局部重绘请使用 Responses 的 image_generation 工具。验收前检查几何形状、文字和产品一致性。
size 引导宽高比，不锁定像素尺寸。更高的 quality 值不保证更高的原生质量档。Images 接口返回 base64，jpeg/webp 由原生 PNG 在本地转换。依赖任何控制参数前，请先阅读模型指南。
保护产品一致性的生产工作流
- 01规范源产品照片，为每个输入文件分配不可变的 SKU/asset 版本。
- 02把 brief 写成允许的变更加受保护特征：轮廓、颜色、logo、标签与随附配件。
- 03生成一个有界候选项，然后验证产品一致性、渲染文字、瑕疵、构图与合规。
- 04把原图、输出、prompt 版本、模型、request ID、终态 usage 与审核结论存为一条持久记录。
- 05只发布优化后的 web derivative；绝不要把 API 的 base64 payload 直接当作店面资产。
PRODUCT: SKU-1042, matte black bottle, silver cap, logo unchanged ALLOWED: replace the background with a warm kitchen scene PROTECTED: silhouette, cap shape, logo spelling, label colors OUTPUT: one centered catalog hero image; no added text or accessories
提示词是指令而非保证。只有对照受保护特征进行验证，才能防止重新生成的背景悄悄变成另一件产品。
按实测 token 用量制定预算
| 每百万 token 用量 | 官方 | 普通 B2C · 五折 |
|---|---|---|
| 文本输入 | $5 | $2.50 |
| 缓存文本输入 | $1.25 | $0.625 |
| 图像输入 | $8 | $4 |
| 缓存图像输入 | $2 | $1 |
| 图像输出 | $30 | $15 |
例如，一次编辑使用 900 个新文本输入 token、1,200 个新图像输入 token 和 4,000 个图像输出 token，官方费用为 $0.1341，普通 B2C 为 $0.06705。这些 token 数仅为示例，并非每张图片的保证值。请用实际终态 usage 和对应请求扣费进行测量。
目录或批量任务的成本应为全部结算费用除以通过验收的图片数，也要计入未通过审核的付费输出。GPT Image 没有免费的 countTokens 估算器，请先付费测量少量样本，并在启动队列前设置消费上限。
发布有利于店面 SEO 的图像
- 跟踪每个验收 SKU 图像的结算成本，而非请求数；重试与被拒都属于获取成本。
- 制作响应式商店图片前先检查实际输出尺寸。
- 使用描述性文件名与如实描述产品和场景的 alt 文本；绝不要把模型名称或关键词堆砌进 alt。
- 编码响应式 WebP/AVIF 衍生图，保留无损 master，并发布明确的 width/height 以避免布局偏移。
- 若来源与审核证据包含内部 ID 或提示词，应将其排除在公开 metadata 之外。
常见问题
本站能用 GPT Image 2 生成透明产品抠图吗？
可以。在 POST /v1/images/generations 或 /v1/images/edits 上发送 background=transparent。这是请求带真实 alpha 通道的 PNG；请检查文件——没有 alpha 仍是 HTTP 200。size 仍是比例预设，不是固定像素锁定。
如何防止模型改动产品本身？
在 brief 中声明受保护特征——轮廓、颜色、logo 拼写、标签文字——提供干净的参考图，每次只改一个具名元素，并拒绝任何未通过产品一致性验证的候选。提示词只能缩小搜索空间，保护目录的是验收门。
五折是否涵盖 CDN 与审核成本？
不涵盖。它适用于普通 B2C 账户的准确官方模型 usage——生成与编辑请求。存储、WebP/AVIF 转换、CDN 分发、人工审核与被拒资产是独立的应用成本，仍计入你的商业模型。
GPT Image 2、Flare 与 Sunburst 的费率不同吗？
三者每百万 token 的官方费率相同：文本输入 $5、图像输入 $8、图像输出 $30，再应用普通 B2C 五折。请比较实际用量与验收结果。