现在，OpenRouter 上的图像生成拥有专属 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，允许透传以支持各模型的独特能力，并提供编程方式以发现每个模型的详细能力。我们支持来自 Google、OpenAI、Black Forest Labs、Recraft、字节跳动、Sourceful、Microsoft 和 xAI 的模型，并且还在不断添加更多。

浏览图像模型 | API 文档 | 在 Playground 中试用

了解每个模型的能力

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，但不完全相同）。有些模型每次调用最多生成 10 张图片；其他模型上限为 1 张。有些模型接受 16 个输入参考；其他模型只接受 4 个。

`/api/v1/images/models` 端点会为每个模型返回带类型的能力描述信息：

{
  "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
}

你的代码可以适应任何模型，无需硬编码提供商差异，也不用因不接受的参数而遭遇 400 错误。

这对 AI 智能体尤其有用。将 `/api/v1/images/models` 的响应提供给你的编程智能体，它就能获得选择模型、验证输入并生成图像所需的全部信息，无需反复试错。

按提供商细粒度控制

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`）会为你提供每个提供商的确切信息：该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定价数组，包含精确的计费结构。不同的提供商采用不同的计费单位：

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

Seedream 4.5 按每张图片固定 $0.04 收费。FLUX.2 Pro 按每百万像素 $0.03 计费（因此分辨率影响成本）。GPT-5.4 Image 2 和 Gemini 3.1 Flash Image 按 token 计费。不再需要猜测某次生成花费了多少；每个响应中的 usage 对象都会包含以美元计的确切成本。

同一请求格式，任意模型

API将碎片化的图像生成世界统一为单一模式：

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实现标准化。当您需要提供商特定功能（如Black Forest Labs的steps或guidance）时，可通过provider.options传递，并按照端点API中提供商slug的键名进行设置。

GPT图像模型的流式预览

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后，您将在渲染过程中接收到部分图像预览，使用户能够看到进度，而无需等待完整生成。检查任意端点的supports_streaming字段即可查看是否支持该功能。

常见问题

通过聊天补全生成的图像会怎样处理？

此前，我们通过completions和responses支持图像生成。所有现有图像模型继续在此受支持，但新增图像模型将仅添加到专用的Image API中。

如果您正在使用openai/gpt-5-image、openai/gpt-5-image-mini或openai/gpt-5.4-image-2，我们建议切换到专用图像模型。GPT 5和5.4版本通过大语言模型生成图像，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。

能否使用提供商特定功能？

可以。每个端点会公开一个allowed_passthrough_parameters列表。您可以在provider.options下按提供商slug的键名传递提供商特定的键。端点API会明确告知哪些键被接受。

定价如何运作？

每个端点会返回详细的定价行，包含计费单位、美元成本以及可选的变体层级（例如基于分辨率的定价）。每个响应中的usage对象都包含精确成本。

---

欢迎在Discord的#feedback频道告诉我们您的想法以及您希望接下来增加哪些模型。