文档 · 文生图
免费的文生图接口怎么用?它会告诉你这张是谁画的
auto/image 走 OpenAI 形状的 POST /v1/images/generations。背后有多个模型,每次请求别名会落到其中一个。值得单说的是:响应里会告诉你实际是哪个模型出的图——因为图像这件事,事后是看不出来的。
一句话定义
auto/image 是一种 tokenexchage 提供的文生图能力别名:输入提示词、返回图片,并在响应里告诉你实际是哪个模型出的图。背后有 11 个候选模型,每次请求会落到其中 1 个;响应里的模型名报的是实际服务的那一个,不是你点的那一个。这 1 个返回值就是唯一的证据链;3 种常见风格差异(文字渲染、肤色、速度)都会体现在这里。图像模型之间的差别不只是好坏,是风格——所以这个值和你发的不一样时,值得看一眼。
关键数字
| 接口 | POST /v1/images/generations |
| 输入 | 提示词 prompt |
| 别名背后的候选模型数 | 11 |
三步接入
国际区账号请把 base_url 换成 https://alli.website/v1,请求形状与下面完全一致。用国际区 key 打 tokenexchage.com 会返回 401 invalid customer key。
- 在控制台创建 API 密钥。
- 向 https://tokenexchage.com/v1/images/generations 发 POST,model 写 auto/image,prompt 写画面描述。
- 取返回的图片,同时看一眼返回里的模型名。
怎么调
curl https://tokenexchage.com/v1/images/generations \
-H "Authorization: Bearer sk-你的key" \
-H "Content-Type: application/json" \
-d '{"model":"auto/image","prompt":"黄昏的灯塔,长曝光","size":"1024x1024"}'
{
"created": 1790524404,
"data": [ { "url": "https://dashscope-result-….aliyuncs.com/…png" } ],
"model": "qwen-image-3.0-pro",
"usage": { … }
}
url 是对象存储的临时链接,要留图就自己下载。
为什么模型名要放在返回里
图像模型之间的差别不只是好坏,是风格。有的招牌文字渲染干净,有的肤色更自然,有的快但糙。如果你在生成一套产品图,其中三分之一回来是明显另一种画风,你需要知道这件事——而且需要返回里有那么一个字段能告诉你。
所以别名报的是实际服务的那一个,不是你点的那一个。当这个值和你发的不一样,说明别名落到了别的候选上,发货前值得看一眼。
下落本身很窄:只有当前模型在上游被下线(404 / 410)时,别名才会移到下一个候选。超时、限流、上游 5xx 一律返回错误并指明是哪个模型失败的,而不是给你一张你没选的模型画的图。
只收文生图。*-edit 系模型要一到三张输入图,走的是 POST /v1/images/edits——那是另一个操作、另一套请求形状,不是这个的变体。
参数
| 字段 | 必填 | 说明 |
|---|---|---|
model | 是 | auto/image;也可以直接写具体模型名 |
prompt | 是 | 描述 |
size | 否 | 像素尺寸,如 1024x1024 |
n | 否 | 出图张数 |
negative_prompt | 否 | 要避开的东西 |
prompt_extend | 否 | 让模型自己把短提示词展开 |
什么时候用文生图
配图、概念稿、素材补全、风格探索,是四类主要用法。它们的共同点是「先要一个能看的东西,再决定要不要精修」。需要精确还原某个真实物体的、需要严格符合品牌视觉规范的、涉及人物肖像的,都不适合直接交给文生图——那类需求要么用图生图加参考,要么走人工设计。
生成和挑选要分开做。一次生成多张再挑,比一次只生成一张、不满意就重来,效率高得多;而且同一批里的风格更接近,放在一起用不容易打架。
提示词怎么写
具体比抽象有效。「一只猫」不如「一只橘猫坐在木窗台上晒太阳,逆光,浅景深」。描述要落在能画出来的东西上:主体、动作、环境、光线、视角、材质、风格。形容词的作用有限,具体名词和场景细节的作用大得多。
负面描述要单独说清楚不要什么。文字渲染是图像模型的弱项,如果画面里必须出现准确的文字,宁可留白后期加,也不要指望模型生成——生成了也大概率是错字。
结果怎么归档
每张图都记下它用的提示词和实际出图的模型名。前者是为了后面能复现和微调,后者是因为不同模型风格差异明显——同一套素材里混进另一个模型画的图,事后看得出来但说不清原因。响应里给的模型名就是用来做这件事的。
生成的图要自己存一份。接口返回的地址是临时的,长期展示和分发都要落到自己的存储上。
批量生成时的注意事项
一次生成多张时,把提示词的结构固定下来、只改主体部分,同一批的风格会更统一。全部重写一遍提示词,出来的东西往往东一张西一张,拼不到一起。
生成失败时先看提示词里有没有触发限制的内容,再考虑是不是网络问题。反复失败的同一条提示词,通常不是运气问题。
批量生成的三个注意点
- 先小样再放量:同一提示词先出 3 张,确认风格和构图再跑 50 张。批量返工的时间成本远高于小样。
- 记录模型名:返回里的模型字段决定风格。批量里混了不同模型,回看时很难解释为什么同一批图不像一套。
- 存储与保留:图片体积大,先定保留期。草稿图、废弃图及时清,别等磁盘满了再处理。
什么时候该放弃重试
提示词被内容审核拒绝时,原样重试不会成功;比例或分辨率超限时也一样。先改提示词或参数,再重试。连续两次同一错误,停下查错误码,不要用重试掩盖配置问题。
延伸阅读
- OpenAI API Reference —— 本页接口沿用的请求形状
- schema.org —— 本页结构化数据所用的类型定义
- Sitemap 协议 —— 站点页面的收录约定
常见问题
怎么知道实际是哪个模型画的?
响应里的模型名报的是实际服务的那一个,不是你点的那一个。当这个值和你发的不一样,说明别名落到了别的候选上。
为什么模型名要放在返回里?
这 1 个返回值就是唯一的证据链;3 种常见风格差异(文字渲染、肤色、速度)都会体现在这里。图像模型之间的差别不只是好坏,是风格。有的招牌文字渲染干净,有的肤色更自然,有的快但糙。生成一套产品图时,你需要知道哪几张来自另一个模型。
能图生图吗?
带输入图的 *-edit 系模型走的是 POST /v1/images/edits,那是另一个操作、另一套请求形状,不是这个接口上的一个开关。
什么时候会换候选?
只有当前模型在上游被下线(404 / 410)时才会换。
其他能力
同一套命名,一个能力一个别名,都在 /v1/models 里: