跳转到主要内容

​
请求体

​
model
string
默认值:"dall-e-3"
要使用的模型（例如：dall-e-3、flux-pro、midjourney）。
​
prompt
string
必填
所需图像的文本描述。
​
n
integer
默认值:"1"
要生成的图像数量（1-4，取决于模型）。
​
size
string
默认值:"1024x1024"
图像尺寸。选项因模型而异：
  • DALL-E 3：1024x1024、1792x1024、1024x1792
  • 其他模型：512x512、1024x1024 等。
​
quality
string
默认值:"standard"
图像质量（standard 或 hd）。仅限 DALL-E 3。
​
response_format
string
默认值:"url"
响应格式：url 或 b64_json。
​
style
string
默认值:"vivid"
DALL-E 3 的风格：vivid 或 natural。
​
user
string
终端用户的唯一标识符。

​
响应

​
内联响应

​
created
integer
创建时的 Unix 时间戳。
​
data
array
生成的图像数组。每个对象包含：
  • url (string)：生成的图像 URL
  • b64_json (string)：Base64 编码的图像（如果请求）
  • revised_prompt (string)：使用的提示词（DALL-E 3）

​
异步任务响应

某些图像模型会立即返回异步任务，而某些模型可能会根据路由的提供商路径表现为内联或基于任务。当响应包含 status: "pending" 时，请将其视为异步任务响应：
在提供 poll_url 时，请准确使用它。将 task_id 视为后续轮询的异步任务标识。
​
created
integer
创建时的 Unix 时间戳。
​
task_id
string
用于轮询的唯一任务标识符。
​
status
string
初始状态：pending。
​
poll_url
string
用于轮询结果的相对 URL（例如：/v1/tasks/{id}）。
​
data
array
包含占位符数据的数组。在完成之前，url 将为空。
当您收到 status: "pending" 时，请使用 获取图像状态 接口来轮询结果。
curl -X POST "https://api.lemondata.cc/v1/images/generations" \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "dall-e-3",
    "prompt": "A white cat sitting on a windowsill watching rain",
    "size": "1024x1024",
    "quality": "standard",
    "n": 1
  }'

{
  "created": 1706000000,
  "data": [
    {
      "url": "https://...",
      "revised_prompt": "A fluffy white cat with bright eyes sitting peacefully on a wooden windowsill, watching raindrops stream down the glass window..."
    }
  ]
}

​
可用模型

模型类型特性
dall-e-3通常为内联最佳质量，提示词增强
dall-e-2通常为内联更快速，更经济
flux-pro通常基于任务照片级真实感，高质量
flux-schnell通常为内联非常快速
midjourney通常基于任务艺术风格
ideogram-v3通常基于任务最佳文本渲染
stable-diffusion-3通常为内联开源，可定制
不要将模型硬编码为始终同步或始终异步。如果创建响应返回 status: "pending"，请遵循 poll_url 并进行轮询直到完成。

​
处理基于任务的响应

对于图像模型，请始终检查响应是否包含 status: "pending"： 
import requests
import time

def generate_image(prompt, model="midjourney"):
    # Create image request
    response = requests.post(
        "https://api.lemondata.cc/v1/images/generations",
        headers={"Authorization": "Bearer sk-your-api-key"},
        json={"model": model, "prompt": prompt}
    )
    data = response.json()

    # Check if task-based
    if data.get("status") == "pending":
        task_id = data["task_id"]
        poll_url = data.get("poll_url")
        print(f"Image task started: {task_id}")

        # Poll for result
        while True:
            status_resp = requests.get(
                f"https://api.lemondata.cc{poll_url}" if poll_url else f"https://api.lemondata.cc/v1/tasks/{task_id}",
                headers={"Authorization": "Bearer sk-your-api-key"}
            )
            status_data = status_resp.json()

            if status_data["status"] == "completed":
                return status_data["data"][0]["url"]
            elif status_data["status"] == "failed":
                raise Exception(status_data.get("error", "Generation failed"))

            time.sleep(3)
    else:
        # Inline response
        return data["data"][0]["url"]

# Usage
url = generate_image("a beautiful sunset over mountains", model="midjourney")
print(f"Generated image: {url}")