跳到主要内容

图生图

更新时间：2026-01-12 11:30:20
图生图API能基于用户输入的文字描述和图片，生成符合语义描述的新图片。
POST
https://cloud.baicaiinfer.com/v1/images/generations
Authorizations
Authorizations：StringHeaderRequired

用户需使用已获取的API Key进行身份验证，以访问服务。

Body
application/json
selected_model：StringRequired

模型名称，选择SD3.5-Large。更多模型，可参考支持的模型。

task_type：EnumerateRequired

指定生成式模型需执行的任务类型，目前仅支持“img2img”。更多模型，可参考支持的模型。

user_id：StringRequired

发起请求的用户ID。

response_format：EnumerateRequired

允许强制模型产生特定的输出格式。

input：StructRequired

生成式模型（如图像生成）的核心参数集合，包含prompt（正向提示词）、width/height（尺寸）等具体配置，用于定义生成内容的细节和规则。

input.prompt：StringRequired

是生成图像时用于描述期望内容（如场景、风格、细节等）的正向提示词，指导模型生成符合需求的图像。

input.negative_prompt：String

用于指定生成图像时需避免的元素（如低质量、失真等）的反向提示词，以优化生成结果的质量。

input：StructRequired

生成式模型（如图像生成）的核心参数集合，包含prompt（正向提示词）、width/height（尺寸）等具体配置，用于定义生成内容的细节和规则。

input.image：StringRequired

原图资源。

input.width：integerRequired

指定生成视频的宽度，单位通常为像素，用于定义输出图像在水平方向上的尺寸，示例：640。

input.height：integerRequired

指定生成视频的高度，单位通常为像素，用于定义输出图像在垂直方向上的尺寸，示例：480。1. 若直接提供了 width（宽度）和 height（高度）的具体像素值，系统将直接采用此设定（如果不满足16倍数，会相应自动调整）；2. 若未直接指定宽高，但同时提供了 resolution 和 aspect_ratio ，系统将根据这两者自动计算出对应的宽高值。例如 16：9 + 720p，计算结果为 1280*720；如 9：16 + 720p，计算结果为 720*1280；3. 若只提供了 resolution ，没有 aspect_ratio，则默认按照 16：9 来计算；4. 若同时提供了width、 height、resolution、aspect_ratio，优先使用width、 height值；5. 若width、 height、resolution、aspect_ratio都没有提供，则按照输入的原图比例计算。

input.aspect_ratio：IntRequired

指定生成图像的宽高比（1:1、2:3、3:4、4:3、9:16、16:9、自定义）。

input.resolution：integerRequired

分辨率（1K、2K、4K）。

input.number_of_images：IntRequired

指定生成图像的数量，用于控制一次请求返回的图片总数，示例：1，不传，则默认生成一张图片。

input.guidance_scale：FloatRequired

控制生成内容与input.prompt（正向提示词）的契合度，值越高生成内容越贴近提示词，但可能降低图像自然度；值越低则模型创造力越强，但可能偏离需求，示例：1。

input.strength：FloatRequired

控制生成图片与原始输入图片相似程度的参数，示例：0.75。

input.num_inference_steps：IntRequired

指定生成模型迭代优化的次数，次数越多生成图像细节越精细、质量越高，但同时会增加生成耗时，示例：35。

input.step：FloatRequired

迭代步数影响图片质量与时长：步数少速度快质量低；步数多速度慢质量高。20~30 步可生成高质量，40 步以上用于高精度场景，示例：20。

input.true_cfg_scale：IntRequired

一种优化后的提示词引导，相比普通guidance_scale能更精准控制生成内容与提示词的契合度，减少过度引导导致的图像失真问题。当true_cfg_scale 大于1且提供了negative_prompt时，真正的无分类器引导（引导尺度）将被启用，示例：3.5。

need_expand_prompt：Boolean

优化提示词。

Response
状态码：
200
application/json
code：String Required

表示请求处理状态的状态码。

0是成功标识，表示接口正常返回预期结果。
message：StringRequired

返回请求的处理结果，通常配合状态码使用，直观告知用户当前请求的具体情况。

data：objectRequired

任务的核心结果数据。

data.taskId：StringRequired

任务的唯一标识ID。

data.status：StringRequired

任务的执行状态，包括：PENDING、PROCESSING、COMPLETED、FAILED、CANCELED、UNKNOWN。

data.progress：StringRequired

任务完成进度，包括：排队中、生成中、已完成、已失败、用户主动取消、未知，对于taskId不存在时返回此状态，与status参数值一一对应。

result：objectRequired

任务返回的结果。

result.urls：String

是生成图片的网络访问链接，通过该URL可直接下载或在线查看图片文件，适合需要快速预览或通过链接分享的场景。

ts：StringRequired

响应的时间戳。

curl --location --request POST 'https://cloud.baicaiinfer.com/v1/images/generations' \
--header 'Authorization: Bearer sk-5p1zwaivq2bRCfF08Vm*****' \
--header 'Content-Type: application/json' \
--data-raw '{
    "selected_model": "SD3.5-Large",
    "task_type": "img2img",
    "user_id":"04527f5b186a4b3587863399402*****",
    "response_format": "url",
    "input": {
        "image": "https://s1.llamafactory.online/baicai-infer/users/acb6f5bdf6a04e53820a62b9ea53152c/307b7736f009461c9e0a0e3710d82dbe.png"
        "prompt": "头发改为齐刘海",
        "width": 640,
        "height": 480,
        "number_of_images": 1,
        "guidance_scale": 1,
        "strength": 0.75,
        "num_inference_steps": 35,
        "step": 20,
        "true_cfg_scale": 3.5,
    }
}'

{
    "code": 0,
    "message": "查询成功",
    "data": [
        {
            "taskId": "2cc82908e1864a96b15d8ea6cd6*****",
            "status": "COMPLETED",
            "progress": "已完成",
            "result": {
                "urls": [
                    "https://s1.llamafactory.online/baicai-infer/results/2cc82908e1864a96b15d8ea6cd6*****/e13bfdd60fe64d58aaedf1ea531a4f96.png"
                ]
            }
        }
    ],
    "ts": "2026-01-12T17:05:30.432449308+08:00[Asia/Shanghai]"
}