OpenAI
图像编辑
在 CometAPI 中使用 POST /v1/images/edits，通过 mask、prompt 和尺寸选项编辑图像，并与 OpenAI 图像编辑行为保持一致。
POST
/
v1
/
images
/
edits
Edit images
curl --request POST \
--url https://api.cometapi.com/v1/images/edits \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: multipart/form-data' \
--form 'prompt=Add a small red ribbon to the paper boat.' \
--form image='@example-file' \
--form mask='@example-file'{
"created": 1773381100,
"usage": {
"input_tokens": 226,
"input_tokens_details": {
"image_tokens": 194,
"text_tokens": 32
},
"output_tokens": 4160,
"total_tokens": 4386
},
"data": [
{
"b64_json": "<base64-image-data>"
}
]
}使用此路由，可在 CometAPI 上通过与 OpenAI 兼容的 multipart 上传来编辑现有图像。
在以下情况下使用此路由
- 你已经有一张源图像，并且希望基于 prompt 进行编辑
- 你可能需要使用 mask 来进行定向修改
- 你可以处理 multipart 文件上传，而不是普通的 JSON 请求
首个验证路径
- 从一个 PNG 或 JPG 文件开始
- 在基础编辑流程跑通之前，先跳过 mask
- 使用一条简短指令，只要求一个可见的变化
- 预期延迟会高于普通图像生成
模型行为
gpt-image-1、gpt-image-1-mini和gpt-image-1.5主要是以 base64 为主的编辑路由- 当提供商路径支持时，
dall-e-3可以返回 URL 输出 qwen-image-edit在同一个 CometAPI 路由下遵循提供商特定的编辑行为
授权
Bearer token authentication. Use your CometAPI key.
请求体
multipart/form-data
Source image file. Start with one PNG or JPG input for the simplest flow.
Edit instruction describing the change you want.
示例:
"Add a small red ribbon to the paper boat."
The image editing model to use. Choose a current model from the Models page.
Optional PNG mask. Transparent areas indicate regions that should be edited.
Number of edited images to return.
Quality setting for models that support it.
可用选项:
high, medium, low Requested output format when supported by the selected model.
可用选项:
url, b64_json Requested output size when supported by the selected model.
⌘I
Edit images
curl --request POST \
--url https://api.cometapi.com/v1/images/edits \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: multipart/form-data' \
--form 'prompt=Add a small red ribbon to the paper boat.' \
--form image='@example-file' \
--form mask='@example-file'{
"created": 1773381100,
"usage": {
"input_tokens": 226,
"input_tokens_details": {
"image_tokens": 194,
"text_tokens": 32
},
"output_tokens": 4160,
"total_tokens": 4386
},
"data": [
{
"b64_json": "<base64-image-data>"
}
]
}