GPT-Image-1 API支持多种类型的图像生成与输出，能够满足开发者在不同场景下的多样化需求。以下是其主要支持的图像类型及相关配置：

1. ‌图像生成模式‌

  • ‌文本到图像（Text-to-Image）‌：根据纯文本提示（prompt）从零生成高质量图像，适用于概念设计、插画创作等场景。

  • ‌图像编辑（Image Edits）‌：基于已有图像和新的文本提示，对图像进行局部或整体修改，实现“图生图”功能。

  • ‌图像变体生成（Variations）‌：基于输入图像生成风格或细节不同的新图像，适合探索视觉多样性。

2. ‌图像尺寸与分辨率‌

支持多种标准尺寸，模型也可自动选择最优尺寸：

  • 1024x1024（方形）

  • 1536x1024（横向）

  • 1024x1536（竖向）

  • auto（默认，由模型根据提示词智能判断）

3. ‌输出格式‌

支持主流图像文件格式，便于集成到不同工作流中：

  • JPEG

  • PNG（支持透明背景）

  • WebP（支持透明背景和压缩调节）

4. ‌渲染质量‌

可选三种渲染质量等级，平衡画质与成本：

  • low

  • medium

  • high

5. ‌背景设置‌

  • 支持生成‌透明背景‌图像，特别适用于需要抠图的电商、设计和广告场景，减少后期处理成本。

6. ‌压缩控制‌

针对JPEG和WebP格式，可设置0–100%的压缩级别，灵活控制文件大小与清晰度。

7. ‌风格与内容定制‌

  • 支持通过文本提示定制视觉风格（如吉卜力风格、写实风、水彩等）

  • 能生成包含清晰可读文字的图像，优化了排版与字体渲染，适用于海报、广告等商业用途

  • 整合世界知识，可生成符合特定文化、历史背景的图像内容

8. ‌批量生成‌

通过n参数，单次请求最多可生成10张图像，提升内容生产效率。

综上，GPT-Image-1 API不仅支持高保真、多尺寸、多格式的图像输出，还提供精细的参数控制，适用于数字艺术、广告营销、教育插图、自动化设计等多种应用场景。