Créer une image

AperçuCopy Anchor Link

Utilisez GET /v1/models?recommended_for=image pour obtenir les modèles d'image actuels, puis envoyez explicitement le model sélectionné.

gpt-image-2 est un modèle GPT Image facturé au jeton (token). TokenLab suit la répartition officielle d'OpenAI pour les jetons d'entrée de texte, d'entrée d'image, d'entrée mise en cache et de sortie d'image ; il n'est pas facturé comme un modèle à prix fixe par image.

Pour la génération d'images avec gpt-image-2, les paramètres publics pris en charge sont prompt, n, size, quality, response_format, async, background, output_format, output_compression ou compression, moderation et user. background accepte auto ou opaque ; transparent n'est pas pris en charge. Omettez size ou quality pour laisser TokenLab utiliser auto ; les valeurs de size personnalisées doivent utiliser le contrat flexible WIDTHxHEIGHT documenté ci-dessous.

input_fidelity ne fait pas partie des champs actuellement pris en charge par TokenLab pour gpt-image-2 ; omettez-le, sinon la requête renverra 400 unsupported_parameter.

Remarques sur le comportement des modèlesCopy Anchor Link

Les modèles de la famille d'images Google Gemini ne partagent pas le même contrat de sélection :

• gemini-3.1-flash-image, gemini-nano-banana-2.1, gemini-3-pro-image, nano-banana-2.1 et nano-banana-pro prennent en charge aspect_ratio ainsi que resolution (1k, 2k, 4k) pour leurs opérations publiques de texte vers image, image vers image et modification d'image.
• nano-banana-2 prend en charge aspect_ratio et resolution (1k, 2k, 4k) pour la génération de texte vers image et d'image vers image.
• gemini-3.1-flash-lite-image et nano-banana-2-lite prennent en charge le texte vers image, l'image vers image et la modification d'image uniquement à une résolution 1k.
• nano-banana prend en charge aspect_ratio mais n'expose pas de sélection de resolution publique.
• Pour l'image vers image avec gemini-3.1-flash-image, gemini-nano-banana-2.1, gemini-3.1-flash-lite-image ou gemini-3-pro-image, utilisez ce point de terminaison avec operation: "image-to-image" et des images de référence. Envoyez les requêtes de modification d'image pour ces modèles vers /v1/images/edits.
• Pour les requêtes d'image de référence Nano Banana, utilisez nano-banana-2, nano-banana-2.1, nano-banana-2-lite ou nano-banana-pro sur ce point de terminaison (/v1/images/generations) avec operation: "image-to-image" et image_urls. Les requêtes de modification d'image pour nano-banana-2, nano-banana-2.1, nano-banana-2-lite et nano-banana-pro utilisent également ce point de terminaison, avec operation: "image-edit". N'envoyez pas de requêtes d'image de référence Nano Banana vers /v1/images/edits.
• Les images de référence sur ce point de terminaison peuvent être fournies sous forme de image_url / image_urls JSON, ou sous forme de fichier multipart image. images[] et file_id ne sont pas acceptés sur /v1/images/generations ; créez des références /v1/files uniquement pour les modèles /v1/images/edits qui documentent images[].file_id.

Pour les familles d'images Google, privilégiez aspect_ratio et n'envoyez resolution que lorsque le modèle le prend explicitement en charge.

Les modèles d'image xAI Grok Imagine (grok-imagine-image, grok-imagine-image-quality et l'ancien grok-imagine-image-pro) prennent en charge aspect_ratio ainsi que resolution (1k, 2k). grok-imagine-image-pro est conservé comme identifiant de compatibilité pour grok-imagine-image-quality.

Corps de la requêteCopy Anchor Link

Délai d'expiration de la requête synchrone : Certaines requêtes d'image renvoient l'image finale en ligne et attendent la fin de la génération. Les requêtes haute résolution ou haute qualité peuvent prendre près d'une minute ou plus, réglez donc le délai d'expiration de votre client HTTP sur au moins 120s. Si la réponse de création inclut status: "pending", task_id ou poll_url, suivez plutôt le poll_url renvoyé.

RéponseCopy Anchor Link

Réponse en ligneCopy Anchor Link

Réponse de tâche asynchroneCopy Anchor Link

Définissez async: true avec gpt-image-2 ou les modèles d'image officiels FLUX/BFL pour créer une tâche au lieu d'attendre l'image finale dans la requête de création. La réponse inclut status: "pending", task_id et poll_url. Interrogez /v1/tasks/{task_id} jusqu'à ce que la tâche atteigne completed ou failed.

Les tâches d'image asynchrones renvoient uniquement les URLs des images finales. Si vous avez besoin de données d'image brutes b64_json, utilisez une requête synchrone.

La facturation peut réserver le montant estimé lors de la création de la tâche. Les tâches terminées sont facturées selon l'utilisation réelle, et les tâches ayant échoué ou ayant expiré sont libérées ou remboursées.

Lorsque vous recevez status: "pending", utilisez poll_url ou GET /v1/tasks/{task_id} pour récupérer le résultat.

curl -X POST "https://api.tokenlab.sh/v1/images/generations" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gemini-3-pro-image",
    "prompt": "A cinematic portrait of a white cat sitting on a rainy windowsill",
    "aspect_ratio": "16:9",
    "resolution": "2k"
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.tokenlab.sh/v1"
)

response = client.images.generate(
    model="gemini-3-pro-image",
    prompt="A cinematic portrait of a white cat sitting on a rainy windowsill",
    extra_body={"aspect_ratio": "16:9", "resolution": "2k"}
)

print(response.data[0].url)

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'sk-your-api-key',
  baseURL: 'https://api.tokenlab.sh/v1'
});

const response = await client.images.generate({
  model: 'gemini-3-pro-image',
  prompt: 'A cinematic portrait of a white cat sitting on a rainy windowsill',
  aspect_ratio: '16:9',
  resolution: '2k'
});

console.log(response.data[0].url);

<?php
$ch = curl_init('https://api.tokenlab.sh/v1/images/generations');

curl_setopt_array($ch, [
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_POST => true,
    CURLOPT_HTTPHEADER => [
        'Content-Type: application/json',
        'Authorization: Bearer sk-your-api-key'
    ],
    CURLOPT_POSTFIELDS => json_encode([
        'model' => 'gemini-3-pro-image',
        'prompt' => 'A cinematic portrait of a white cat sitting on a rainy windowsill',
        'aspect_ratio' => '16:9',
        'resolution' => '2k'
    ])
]);

$response = curl_exec($ch);
curl_close($ch);

$data = json_decode($response, true);
echo $data['data'][0]['url'];

{
  "model": "nano-banana",
  "prompt": "A clean editorial product shot of a citrus soda can",
  "aspect_ratio": "16:9"
}

{
  "model": "nano-banana-pro",
  "prompt": "Create a clean cinematic character image based on the reference images",
  "operation": "image-to-image",
  "image_urls": ["https://example.com/reference-1.png"],
  "aspect_ratio": "1:1",
  "resolution": "2k"
}

curl -X POST "https://api.tokenlab.sh/v1/images/generations" \
  -H "Authorization: Bearer sk-your-api-key" \
  -F "model=nano-banana-pro" \
  -F "prompt=Create a clean cinematic character image based on this reference" \
  -F "operation=image-to-image" \
  -F "image=@reference.png" \
  -F "aspect_ratio=1:1" \
  -F "resolution=2k"

{
  "created": 1706000000,
  "data": [
    {
      "url": "https://...",
      "revised_prompt": "A fluffy white cat with bright eyes sitting peacefully on a wooden windowsill, watching raindrops stream down the glass window..."
    }
  ]
}

Choisir un modèleCopy Anchor Link

Interrogez GET /v1/models?recommended_for=image ou utilisez la page Modèles pour connaître la disponibilité, les capacités et les prix actuels.

Ne codez pas en dur un modèle comme étant toujours synchrone ou toujours asynchrone. Si la réponse de création renvoie status: "pending", suivez poll_url et interrogez jusqu'à la fin.

Gestion des réponses basées sur des tâchesCopy Anchor Link

Pour les modèles d'image, vérifiez toujours si la réponse contient status: "pending" / status: "processing" :

import requests
import time

def generate_image(prompt, model="gpt-image-2"):
    # Créer une requête d'image
    response = requests.post(
        "https://api.tokenlab.sh/v1/images/generations",
        headers={"Authorization": "Bearer sk-your-api-key"},
        json={"model": model, "prompt": prompt, "async": True},
        timeout=120
    )
    response.raise_for_status()
    data = response.json()

    # Vérifier si c'est basé sur une tâche
    if data.get("status") in ("pending", "processing"):
        task_id = data["task_id"]
        poll_url = data.get("poll_url")
        print(f"Image task started: {task_id}")

        # Interroger pour le résultat
        while True:
            status_resp = requests.get(
                f"https://api.tokenlab.sh{poll_url}" if poll_url else f"https://api.tokenlab.sh/v1/tasks/{task_id}",
                headers={"Authorization": "Bearer sk-your-api-key"},
                timeout=30
            )
            status_resp.raise_for_status()
            status_data = status_resp.json()

            if status_data["status"] == "completed":
                return status_data["data"][0]["url"]
            elif status_data["status"] == "failed":
                raise Exception(status_data.get("error", "Generation failed"))

            time.sleep(3)
    else:
        # Réponse en ligne
        return data["data"][0]["url"]

# Utilisation
url = generate_image("a beautiful sunset over mountains", model="gpt-image-2")
print(f"Generated image: {url}")

{
  "model": "hy-image-v3.5-preview",
  "prompt": "A yellow lemon on a white table",
  "size": "1024x1024",
  "n": 1,
  "response_format": "url"
}