API 生图

用 API 生成图片

生图走 Responses 接口：主模型读懂你的描述，把出图当成一个工具去调用，图片以 Base64 结果随事件返回。地址和密钥与文本调用完全一样，不必再单独接一套图像服务。

拼好请求体

四个要点：tools 里放 image_generation 并指定生图模型；tool_choice 填同一个类型，强制它出图而不是用文字回你；stream 打开，生图比文本慢得多，流式能边生成边收事件，也不容易被中途掐断；store 关掉，这轮对话不在服务端留存。图片描述作为一条 user 消息放进 input，instructions 只交代任务本身。下面是 bash 写法，Windows 直接看下一步的 Python 例子。

curl https://api.xylemnode.com/v1/responses \
  -H "Authorization: Bearer sk-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-sol",
    "instructions": "Generate the requested image.",
    "input": [
      { "role": "user", "content": "一只穿着宇航服的橘猫站在月球上，远处是蓝色地球，电影感光影，写实风格。" }
    ],
    "tools": [{ "type": "image_generation", "model": "gpt-image-2" }],
    "tool_choice": { "type": "image_generation" },
    "stream": true,
    "store": false
  }'

从流式事件里取图

响应是 SSE：逐行读 data: 后面的 JSON，只认 type 为 response.output_item.done 的事件，从里面挑出 item.type 为 image_generation_call 的那条——它的 item.result 就是成品图的 Base64，解码后写成文件即可。result 是一长串文本而不是链接，别直接当图片地址用，也别打印到终端里。

import base64
import json
import requests

PROMPT = "一只穿着宇航服的橘猫站在月球上，远处是蓝色地球，电影感光影，写实风格。"

payload = {
    "model": "gpt-5.6-sol",
    "instructions": "Generate the requested image.",
    "input": [{"role": "user", "content": PROMPT}],
    "tools": [{"type": "image_generation", "model": "gpt-image-2"}],
    "tool_choice": {"type": "image_generation"},
    "stream": True,
    "store": False,
}

with requests.post(
    "https://api.xylemnode.com/v1/responses",
    headers={"Authorization": "Bearer sk-你的密钥"},
    json=payload,
    stream=True,
    timeout=600,
) as response:
    response.raise_for_status()
    for raw in response.iter_lines():
        if not raw:
            continue
        line = raw.decode("utf-8")
        if not line.startswith("data:"):
            continue
        chunk = line[5:].strip()
        if chunk == "[DONE]":
            break
        event = json.loads(chunk)
        if event.get("type") != "response.output_item.done":
            continue
        item = event.get("item") or {}
        if item.get("type") == "image_generation_call" and item.get("result"):
            with open("moon-cat.png", "wb") as file:
                file.write(base64.b64decode(item["result"]))
            print("已保存 moon-cat.png")

03
换模型、调出图参数
生图模型按需要换：gpt-image-2.5-flare 更快，gpt-image-2.5-sunburst 更精细但更慢，以后台可用列表为准。出图选项写在 tools 里同一个对象上：size 定画幅、quality 定精细度、background 可以要透明底（透明只支持 png / webp）、output_format 定文件格式；再加 partial_images（1–3），出图过程中会先收到几张草图预览，事件类型是 response.image_generation_call.partial_image。
```
"tools": [{
  "type": "image_generation",
  "model": "gpt-image-2.5-flare",
  "size": "1024x1536",
  "quality": "high",
  "background": "transparent",
  "output_format": "png",
  "partial_images": 2
}]
```

调用参数

接口地址: https://api.xylemnode.com/v1/responses
请求方式: POST（Bearer 鉴权）
主模型: gpt-5.6-sol
生图工具: image_generation
生图模型: gpt-image-2
取图字段: image_generation_call.result（Base64）

两个容易踩的点

其一，主模型只负责读懂描述并触发工具，得选一个支持 image_generation 的模型；如果返回工具不可用一类的错误，按后台可用列表换个主模型再试。其二，一次请求只出一张成品图。想在同一张图上接着改，需要把 store 打开，并在下一次请求里用 previous_response_id 指向上一次的响应——store 关掉时这轮对话不留存，也就没法这样往下接。

用 API 生成图片

拼好请求体

从流式事件里取图

换模型、调出图参数

两个容易踩的点