当前位置: 首页 > news >正文

python调用tokenbox.cloud中的图片模型如gpt-image-1.5生成想要的图片的教程

下面给你一份可直接运行的 Python 教程,用于在tokenbox.cloud上调用gpt-image-1.5,支持指定尺寸、质量、批量生成、反复调参。(tokenbox.cloud 对外是OpenAI 兼容接口,用法和 OpenAI 官方接口几乎一致)


一、准备工作

1. 注册 & 获取 API Key

  1. 打开:https://tokenbox.cloud
  2. 优惠链接:https://tokenbox.cloud/register?aff=10CJ
  3. 注册 / 登录
  4. 在后台生成API Key(一般以sk-开头)可查看这篇文章https://blog.csdn.net/penguin_can_fly/article/details/160802202?spm=1001.2014.3001.5502

2. 安装依赖

bash

运行

pip install requests pillow

二、基础调用(指定尺寸 + 质量)

python

运行

import requests import json from PIL import Image from io import BytesIO # -------- 配置 -------- API_KEY = "你的 sk-xxx" BASE_URL = "https://tokenbox.cloud/v1/images/generations" # 按平台文档确认 headers = { "Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json" } # -------- 生成参数 -------- payload = { "model": "gpt-image-1.5", "prompt": "一只戴着墨镜的柴犬,赛博朋克风格,夜景,霓虹", "n": 1, # 一次生成几张 "size": "1024x1024", # 可选:1024x1024 / 1536x1024 / 1024x1536 "quality": "high", # low / medium / high "response_format": "url" } # -------- 发送请求 -------- resp = requests.post(BASE_URL, headers=headers, json=payload) resp.raise_for_status() data = resp.json() # -------- 查看结果 -------- image_url = data["data"][0]["url"] print("图片地址:", image_url) # 打开图片 img_resp = requests.get(image_url) img = Image.open(BytesIO(img_resp.content)) img.show() # 保存图片 img.save("dog_cyber.png")

三、支持的尺寸与质量(gpt-image-1.5)

python

运行

# size 可选(官方/兼容平台通用): # "1024x1024"(默认方图) # "1536x1024"(横图) # "1024x1536"(竖图) # quality 可选: # "low" —— 便宜、速度快 # "medium" —— 平衡 # "high" —— 细节更好、更贵

四、批量生成 + 循环调参(核心:不断调整)

下面给你一个可反复改提示词 / 尺寸 / 质量的循环模板:

python

运行

import time def generate_image(prompt, size="1024x1024", quality="medium"): payload = { "model": "gpt-image-1.5", "prompt": prompt, "n": 1, "size": size, "quality": quality, "response_format": "url" } resp = requests.post(BASE_URL, headers=headers, json=payload) resp.raise_for_status() return resp.json()["data"][0]["url"] # -------- 反复调整区 -------- prompts = [ "日系动漫女孩,粉色长发,星空背景,细腻光影", "日系动漫女孩,粉色长发,星空背景,发光眼睛,高清", "日系动漫女孩,粉色长发,星空背景,赛博朋克,高细节" ] sizes = ["1024x1024", "1536x1024"] qualities = ["medium", "high"] for p in prompts: for s in sizes: for q in qualities: print(f"生成:{p} | {s} | {q}") url = generate_image(p, size=s, quality=q) print("→", url) time.sleep(2) # 避免请求过快

你只需要改:

  • prompt:描述越精准,图越稳(风格、构图、光线、细节都写上)
  • size:方 / 横 / 竖
  • quality:low/medium/high

五、常见问题(避坑)

  1. 401 错误:API Key 错 / 过期 / 余额不足
  2. 400 错误
    • size 写错(只能是上面三个)
    • prompt 太长或违规
  3. 图片打不开:url 有时几分钟过期,建议生成后立刻下载

六、提示词优化模板(更容易出好图)

plaintext

主体 + 细节 + 场景 + 光线 + 风格 + 画质 例: 一只白色波斯猫,毛茸茸,蓝色眼睛,趴在飘窗上,午后柔光,宫崎骏动画风格,高清细节,8k
http://www.jsqmd.com/news/805300/

相关文章:

  • STM32 DFU文件生成避坑指南:告别DfuSe转换失败,用Python脚本一键搞定
  • DeepSeek私有化部署必看:Terraform动态后端配置(含Consul+OCI+MinIO三套方案)
  • 生数科技 Vidu Q1 全球上线:参考生视频定义新标准,颠覆传统视频制作与叙事方式
  • 从抽卡保底到队伍搭配:用C++排列组合模拟游戏中的概率与策略
  • Unity游戏实时翻译终极指南:XUnity.AutoTranslator完整教程
  • 如何在 Linux 下进行文件操作?
  • 从检测到断电:一张图看懂PoE供电全流程,排查网络摄像头离线问题就靠它
  • 基于Node.js与Twilio构建极简AI电话网关:异步轮询架构实战
  • 在一定的虚警概率下,检测概率随着信噪比的增大而增大附matlab代码
  • FPGA如何破解IoT设计中的功耗、接口与性能三角难题
  • 汽车ADAS安全边界:从L2系统风险看自动驾驶伦理与工程实践
  • Windows风扇控制终极指南:5分钟掌握FanControl核心配置技巧
  • 打两个“数字”,解决PyCharm闪退问题。
  • 淘宝淘金币自动化脚本终极指南:如何每天节省25分钟轻松赚取淘金币
  • Chrome MCP Server 完全指南:让 Chrome 浏览器变成你的 AI 智能助手
  • 2026.5.12
  • 【无人机三维路径规划】基于遗传算法实现无人机航迹规划附matlab代码
  • Linux Deadline 调度器的 select_task_rq:Deadline 任务 CPU 选择
  • 流处理优化:提高实时数据处理性能
  • PADS 高效覆铜实战:巧用平面区域与覆铜管理器搞定电源完整性
  • Token 会消失吗?个人与企业如何理解 AI 时代的新计算单位
  • 从NAND到SCM:非易失性存储器的技术演进与系统架构变革
  • 跨区域团队协作时对Taotoken服务稳定性的实际依赖体验
  • 创业团队如何利用 Token Plan 套餐控制大模型使用成本
  • 氛围编程实战:用AI工具栈快速构建可部署应用
  • 从‘狼来了’到金融风控:深入浅出聊聊AUC、ROC曲线与平衡精度的实战意义
  • RAG面试8大高频问题深度解析:从入门到实战,助你拿下AI应用开发Offer!
  • 从灾难通信中断看关键基础设施韧性:技术失效背后的系统思考
  • 2025 AI 开源热潮:Kimi K2 万亿参数 MoE 模型正式开源 — SOTA 代码生成 通用 Agentic 任务全方位升级,128K 上下文兼容 OpenAI API
  • Java Web :JDBC CRUD 与前后端交互