跳到正文
北京时间
原文
OpenRouter：Announcements（RSS）· Brian Thomas·· 2026-06-23精选AI 评分73

OpenRouter推出统一图像API

Introducing the Unified Image API

AI 导读

OpenRouter推出统一图像API，整合Google、OpenAI、Black Forest Labs、Recraft、ByteDance、Sourceful、Microsoft、xAI等30+模型。新API提供标准化请求格式，通过`/api/v1/images/models`端点返回每个模型的分辨率、宽高比、输出数量、输入参考图数量、种子等能力描述；通过`/api/v1/images/models/{id}/endpoints`端点获取具体服务商的定价与参数支持（如Seedream 4.5每张$0.04、FLUX.2 Pro每百万像素$0.03、GPT-5.4 Image 2按token计费）。OpenAI的GPT 5系列图像模型支持SSE流式预览，启用`"stream": true`即可边生成边返回预览。新图像模型将仅添加至专用API，建议现有用户切换。

推荐理由

OpenRouter 把 30+ 图像模型收进一个 API，参数自动发现和流式预览让频繁切换模型的开发者省去不少适配麻烦，尤其对 Agent 工作流很友好。

正文 · AI 翻译

Introducing the Unified Image API

OpenRouter 上的图像生成现在有了专用 API，可统一访问 30 多个模型。

与我们所有的媒体生成 API 一样，我们标准化了接口以便轻松切换模型，允许透传各模型的独特能力，并提供程序化访问以发现每个模型的详细信息。我们支持来自 Google、OpenAI、Black Forest Labs、Recraft、ByteDance、Sourceful、Microsoft 和 xAI 的模型，并且还在不断添加更多。

了解每个模型能做什么

图像模型之间的差异会导致请求失败。Seedream 4.5 支持 18 种宽高比；Gemini 3.1 Flash Image 支持 14 种（有重叠，但并不完全相同）。有些模型每次调用最多生成 10 张图像；有些则上限为 1 张。有些接受 16 个输入参考；有些只接受 4 个。

/api/v1/images/models 端点会为每个模型返回带类型的 capability 描述符：

{
  "id": "bytedance-seed/seedream-4.5",
  "supported_parameters": {
    "resolution": { "type": "enum", "values": ["1K", "2K", "4K"] },
    "aspect_ratio": { "type": "enum", "values": ["1:1", "16:9", "9:16", "..."] },
    "n": { "type": "range", "min": 1, "max": 10 },
    "input_references": { "type": "range", "min": 0, "max": 14 },
    "seed": { "type": "boolean" }
  },
  "supports_streaming": false
}

你的代码可以适配任何模型，而无需硬编码各提供商的差异，也不必因不可接受的参数而疲于应对 400 错误。

这对智能体尤其有用。把 /api/v1/images/models 响应交给你的编码智能体，它就拥有了挑选模型、验证输入并生成图像所需的一切，无需反复试错。

按提供商的细粒度

每个模型可能由多个提供商提供服务。每个端点的记录（/api/v1/images/models/{id}/endpoints）为你提供每个端点的确切真相：这个特定端点接受哪些参数、允许哪些透传键、是否支持流式传输，以及细粒度的定价。

curl "https://openrouter.ai/api/v1/images/models/google/gemini-3.1-flash-image/endpoints"

每个端点还会返回一个pricing数组，其中包含确切的计费结构。不同提供商按不同单位收费：

"pricing": [
  { "billable": "output_image", "unit": "image", "cost_usd": 0.04 }
]

Seedream 4.5 按每张图片 $0.04 统一收费。FLUX.2 Pro 按每百万像素 $0.03 计费（因此分辨率会影响成本）。GPT-5.4 Image 2 和 Gemini 3.1 Flash Image 按 token 计费。不必再猜测某次生成为何花费如此；每个响应中的usage对象都包含以 USD 计的确切成本。

一种请求形态，适配任意模型

该 API 将碎片化的图像生成世界归一为一种 schema：

curl -X POST "https://openrouter.ai/api/v1/images" \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "bytedance-seed/seedream-4.5",
    "prompt": "a red panda astronaut floating in space, studio lighting",
    "resolution": "2K",
    "aspect_ratio": "16:9"
  }'

分辨率、宽高比、质量、输出格式、背景透明度、输入参考、流式传输：全部在所有提供商之间归一化。当你需要提供商特有的功能（例如 Black Forest Labs 的 steps 或 guidance）时，通过 provider.options 传入，并以 endpoints API 中的提供商 slug 作为键。

GPT Image 模型的流式预览

OpenAI 的 GPT Image 模型（GPT-5 Image、GPT-5 Image Mini、GPT-5.4 Image 2）通过 Image API 支持原生 SSE 流式传输。设置 "stream": true，即可在图像渲染过程中接收部分图像预览，让用户看到进度，而不必等待完整生成。查看任意端点上的 supports_streaming 字段，即可了解该功能是否可用。

常见问题

通过 chat completions 进行图像生成会怎样？

到目前为止，我们通过 completions 和 responses 支持图像生成。所有现有的图像模型在此仍然继续受到支持，但新的图像模型将仅添加到专用的 Image API 中。

如果你正在使用 openai/gpt-5-image、openai/gpt-5-image-mini 或 openai/gpt-5.4-image-2，我们建议切换到某个专用图像模型。GPT 5 和 5.4 版本通过 LLM 生成图像，因此无法访问完整的受支持参数集，并且可能产生额外的推理成本。

我可以使用提供商特有的功能吗？

可以。每个端点都会公开一个 allowed_passthrough_parameters 列表。在 provider.options 下按提供商 slug 作为键传入提供商特有的键。端点 API 会准确告诉你接受哪些键。

定价是如何运作的？

每个端点都会返回细粒度的定价明细，包含计费单位、以美元计的费用，以及可选的变体档位（例如基于分辨率的定价）。每个响应中的 usage 对象都包含确切的费用。

欢迎在 Discord 的 #feedback 中告诉我们你的想法，以及你接下来希望看到哪些模型。

来源：OpenRouter：Announcements（RSS） · openrouter.ai

#Agent#产品更新#图像生成#多模态