Генерация изображений в OpenAI API: Image API или Responses

Короткий ответ: если нужно одно изображение по одному промпту — сгенерировать или отредактировать, — берите Image API (client.images.generate / client.images.edit). Если картинку правят в несколько шагов внутри диалога или генерация — один из инструментов ассистента наряду с поиском и текстом, нужен Responses API с инструментом image_generation. Так это правило формулирует и сама OpenAI в руководстве по генерации изображений.

В обоих случаях модель изображения нужно указывать явно. По состоянию на 25 сентября 2026 года для новых интеграций OpenAI рекомендует gpt-image-2.5-flare (быстрая повседневная генерация) и gpt-image-2.5-sunburst (точные правки). Код, в котором модель не указана или указаны gpt-image-1, gpt-image-1.5, gpt-image-1-mini или DALL·E, в ближайшие месяцы перестанет работать — даты ниже.

Одно условие проверьте до написания кода: Россия не входит в список стран и территорий, где поддерживается OpenAI API. Подробнее — в разделе про доступ.

Image API или Responses: чем они отличаются на практике

Оба пути используют одни и те же модели GPT Image и одинаково настраивают размер, качество, формат и сжатие. Различаются они тем, где указывается модель, где лежит результат и за что вы платите.

Отсюда практическое правило выбора:

• Баннер, превью, иллюстрация к статье, пакет картинок по списку промптов — Image API. Меньше кода, одна модель, понятная стоимость. Для офлайн-обработки больших пакетов через Batch API подходит только gpt-image-2: у моделей 2.5 Batch не поддерживается, а у gpt-image-2 поддерживается.
• Одна правка готового изображения по маске или по референсам — тоже Image API, эндпоинт /v1/images/edits. Маски, несколько референсов и замена старого variations разобраны в статье OpenAI Image Editing API: правка изображений через images.edit.
• Пользователь просит «сделай фон темнее», потом «а теперь без текста» — Responses. Контекст предыдущих шагов хранится на стороне API, и модель сама решает, генерировать новую картинку или править старую.
• Ассистент, который по ходу разговора ищет данные, пишет текст и при необходимости рисует — Responses, потому что генерация изображения становится одним из встроенных инструментов. Если ваш проект ещё на Chat Completions, учтите: встроенные инструменты OpenAI там не работают, и перед этим шагом стоит прочитать Chat Completions или Responses API: что меняется в интеграции.

Какие модели указывать и что отключится в 2026 году

Если в вашем коде или в найденном примере стоит одна из моделей из нижней части таблицы, его придётся переписать. Даты взяты со страницы отключений OpenAI.

У обеих моделей 2.5 есть снапшоты с суффиксом -2026-09-08. Идентификатора gpt-image-2.5 без суффикса Flare или Sunburst нет. Чем Flare и Sunburst отличаются и какую взять под вашу задачу, разобрано в статье GPT Image 2.5: Flare или Sunburst, стоимость и работа с API.

Отдельно проверьте места, где модель не указана. Это две самые незаметные ловушки:

1. Image API без model. По справочнику поле model по умолчанию равно dall-e-2, если в запросе нет параметров, которые есть только у GPT-моделей. Но dall-e-2 удалена, так что запрос без model адресован модели, которой больше нет. Точный текст ошибки в документации не приведён.
2. Инструмент Responses без model. В справочнике Responses для поля model инструмента image_generation указано значение по умолчанию gpt-image-1. Что произойдёт с таким запросом после 23 октября — ошибка или подмена модели, — в документации не сказано. В официальных примерах на Java и Ruby из руководства по инструменту модель тоже не указана — копировать их без правки нельзя.

Быстрая проверка проекта:

grep -rnE "gpt-image-1|dall-e|image_generation" --include="*.py" --include="*.js" --include="*.ts" .

Каждое найденное image_generation без соседнего "model" — кандидат на исправление.

Перед первым запросом: страна, ключ и верификация

Страна. России нет в списке поддерживаемых стран и территорий OpenAI API. На той же странице OpenAI предупреждает, что доступ к сервисам или предоставление доступа за пределами перечисленных стран может привести к блокировке или приостановке аккаунта. Список составлен по странам, а не по языку: он касается того, откуда идёт работа с API, а не языка интерфейса или промптов. Официального пути использовать OpenAI API из России нет. Сервисы-посредники с оплатой в рублях — отдельные продукты: их цены, набор моделей и поддержка инструментов Responses относятся к ним, а не к OpenAI.

Ключ и оплата. Подписка ChatGPT и оплата API — разные системы, API оплачивается отдельно от Plus или Pro. Нужен API-ключ из консоли разработчика в переменной окружения OPENAI_API_KEY и официальный SDK:

pip install openai        # Python
npm install openai        # Node.js

Верификация организации. Для моделей GPT Image OpenAI может потребовать пройти API Organization Verification. Если первый запрос вернул ошибку вида «Your organization must be verified», переписывать промпт или код бесполезно — разбор в статьях GPT Image 2: что делать с ошибкой Your organization must be verified и GPT Image 2 без проверки организации: какой доступ вам нужен.

Примеры ниже собраны по документации и справочнику API OpenAI по состоянию на 25 сентября 2026 года; это документированное использование, а не запись реального запуска. Перед продакшном прогоните их на своём ключе.

Первый запрос через Image API на Python

Минимальный скрипт: явная модель, квадратный кадр 1024×1024, среднее качество, сохранение в файл.

import base64
from openai import OpenAI

client = OpenAI()  # ключ берётся из OPENAI_API_KEY

result = client.images.generate(
    model="gpt-image-2.5-flare",
    prompt="A watercolor lighthouse on a rocky shore at dawn, soft pastel light",
    size="1024x1024",
    quality="medium",
)

image_b64 = result.data[0].b64_json
with open("lighthouse.png", "wb") as f:
    f.write(base64.b64decode(image_b64))

print(result.usage)  # сколько токенов ушло на этот кадр

Запрос считается успешным, если рядом со скриптом появился lighthouse.png, который открывается как обычная картинка. Сложные промпты могут обрабатываться до двух минут, поэтому не ставьте в HTTP-клиенте короткий таймаут.

Тот же запрос на Node.js (файл .mjs, чтобы работал await верхнего уровня):

import fs from "node:fs";
import OpenAI from "openai";

const client = new OpenAI();

const result = await client.images.generate({
  model: "gpt-image-2.5-flare",
  prompt: "A watercolor lighthouse on a rocky shore at dawn, soft pastel light",
  size: "1024x1024",
  quality: "medium",
});

fs.writeFileSync("lighthouse.png", Buffer.from(result.data[0].b64_json, "base64"));

Что важно знать о результате:

• Модели GPT Image всегда возвращают base64. Параметр response_format для них не поддерживается, поля url в ответе нет. Ссылки, которые «живут 60 минут», выдавали только DALL·E-модели, и вместе с ними этот вариант ушёл. Если после генерации нужна ссылка, загрузите файл в своё хранилище.
• Несколько вариантов за раз — n=4 (допустимо от 1 до 10), затем обойти result.data в цикле.
• Формат и сжатие — output_format="jpeg" или "webp" и output_compression от 0 до 100. JPEG генерируется быстрее PNG, если прозрачность не нужна.
• Размер. Рекомендуемые размеры — 1024x1024, 1536x1024, 1024x1536. Произвольный WIDTHxHEIGHT допустим, если стороны кратны 16, соотношение сторон от 1:3 до 3:1, а общее число пикселей от 655 360 до 8 294 400. Почему, например, 1024x576 не проходит, объясняет статья GPT Image 2: почему size 1024x576 недопустим и как получить нужный файл.
• Прозрачный фон — background="transparent" вместе с PNG или WebP; JPEG прозрачность не поддерживает. Проверка результата — в статье GPT Image 2 и 2.5: прозрачный фон в PNG и WebP.

Правка через Image API устроена так же, только вызывается client.images.edit с моделью, файлами image=[open("photo.png", "rb")] и промптом. Для сценариев, где важна точность правок, OpenAI советует Sunburst.

Тот же результат через Responses и инструмент image_generation

В Responses запрос обрабатывает основная текстовая модель, а изображение рисует вызванный ею инструмент. Поэтому моделей две, и каждая стоит в своём поле:

import base64
from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-5.5",  # основная текстовая модель, не модель изображения
    input="Draw a watercolor lighthouse on a rocky shore at dawn",
    tools=[{
        "type": "image_generation",
        "model": "gpt-image-2.5-sunburst",  # без этой строки будет gpt-image-1
        "size": "1024x1024",
        "quality": "medium",
    }],
    tool_choice={"type": "image_generation"},  # вызвать инструмент обязательно
)

calls = [item for item in response.output if item.type == "image_generation_call"]
if not calls or not calls[0].result:
    raise RuntimeError("В ответе нет image_generation_call или result пустой")

call = calls[0]
print(call.status, call.revised_prompt)
with open("lighthouse.png", "wb") as f:
    f.write(base64.b64decode(call.result))

Здесь каждая строка закрывает конкретную ошибку:

• model внутри инструмента. Модели изображений нельзя ставить в верхнее поле model запроса Responses: их страницы помечают v1/responses как неподдерживаемый эндпоинт. Без model в инструменте срабатывает значение по умолчанию gpt-image-1.
• Какая основная модель подходит. Список поддерживаемых моделей в руководстве по инструменту устарел: в нём нет gpt-6-astra, которую используют примеры той же страницы. По формулировке OpenAI, инструмент должны поддерживать gpt-5 и более новые модели; для выбранной модели проверьте её страницу в каталоге моделей.
• tool_choice. Без него основная модель сама решает, рисовать ли, и может ответить только текстом. Если картинка нужна в каждом запросе, вызов инструмента лучше сделать обязательным.
• Проверка результата. Элемента image_generation_call может не оказаться, а его result может быть null; у вызова есть status (completed, failed и промежуточные). Код должен проверять оба условия, а не брать [0] вслепую.
• revised_prompt. Основная модель переписывает ваш промпт перед генерацией. Если картинка вышла не такой, как ожидалось, сначала посмотрите это поле.

Настройки инструмента повторяют Image API — size, quality (у моделей 2.5 дополнительно xhigh и max), output_format, output_compression, background, moderation, partial_images — плюс action: auto (по умолчанию), generate или edit. Параметр input_fidelity у моделей 2.5 описан противоречиво, его лучше не передавать.

Изображения на вход инструмент принимает тремя способами: по полному URL, как base64 data URL или по File ID, полученному через Files API. В руководстве OpenAI именно приём File ID и многошаговые правки названы тем, что Responses добавляет к Image API.

Многошаговые правки: previous_response_id или ID изображения

Правка «продолжи с того же места» делается одним из двух документированных способов. Первый — сослаться на предыдущий ответ:

follow_up = client.responses.create(
    model="gpt-5.5",
    previous_response_id=response.id,
    input="Now make it an oil painting, keep the composition",
    tools=[{
        "type": "image_generation",
        "model": "gpt-image-2.5-sunburst",
        "action": "edit",  # править изображение из контекста, а не рисовать новое
    }],
)

Второй — передать во входе ID конкретного вызова генерации вместе с новым сообщением:

follow_up = client.responses.create(
    model="gpt-5.5",
    input=[
        {"role": "user", "content": [{"type": "input_text", "text": "Now make it an oil painting"}]},
        {"type": "image_generation_call", "id": call.id},
    ],
    tools=[{"type": "image_generation", "model": "gpt-image-2.5-sunburst"}],
)

Результат извлекается так же, как в первом запросе, — с проверкой image_generation_call и result. В официальных примерах tools с моделью изображения передаётся заново в каждом запросе цепочки — делайте так же, иначе рискуете получить значение по умолчанию.

Три вещи, о которых стоит знать заранее:

• Цепочка не бесплатна. При previous_response_id все входные токены предыдущих ответов цепочки снова оплачиваются как входные.
• Ответы хранятся. По умолчанию Responses сохраняет ответы для состояния приложения 30 дней; store=False это отключает.
• referenced_image_ids в текущей документации нет. Это имя не встречается ни в руководствах по генерации изображений, ни в справочнике Responses. Для продолжения правки используйте previous_response_id или элемент image_generation_call с id, как выше.

Сколько стоит запрос в Image API и в Responses

У моделей 2.5 и gpt-image-2 одинаковые ставки за токены (страница цен): $30 за 1 млн токенов вывода изображения, $8 за 1 млн входных токенов изображения, $5 за 1 млн входных текстовых токенов. Одинаковая ставка не означает одинаковую цену кадра: при одном и том же уровне качества модели тратят разное число токенов.

Ориентир по калькулятору OpenAI — только вывод изображения, кадр 1024×1024, без токенов промпта:

Разница между путями такая:

• Image API — только токены изображения и промпта.
• Responses — то же плюс токены основной модели: она читает промпт, переписывает его и формирует ответ. На странице цен OpenAI отдельной платы за вызов инструмента генерации изображений нет; токены встроенных инструментов оплачиваются по ставкам выбранной модели.
• Потоковая выдача (partial_images от 1 до 3) добавляет 100 токенов вывода изображения за каждый промежуточный кадр: 100 × $30 / 1 000 000 = $0,003. Промежуточных кадров может прийти меньше запрошенного, если финальный готов раньше.

Реальный расход смотрите в поле usage ответа. Бюджет на месяц и сравнение уровней качества — в статье Сколько стоит изображение в OpenAI API: GPT Image 2.5 и GPT Image 2.

Ошибки: что повторять, а что нет

• image_generation_user_error — ошибка, которую исправляет сам запрос. Автоматически не повторяйте: измените промпт или входные изображения. Для программной обработки ориентируйтесь на error.code.
• moderation_blocked — частный случай той же ошибки; в ответе может быть объект moderation_details со стадией и категориями. Параметр moderation="low" ослабляет фильтр, но не отключает его.
• Лимиты запросов и ошибки сервера — повторяйте с нарастающей паузой. Ошибки квоты автоматически не повторяйте.
• Ответ Responses без картинки — проверьте tool_choice, наличие model в инструменте и status вызова.
• Ошибка верификации организации — см. раздел про доступ выше.

OpenAI советует обрабатывать сбои генерации как любые ошибки API: смотреть HTTP-статус или тип исключения SDK и записывать в лог request ID.

Частые вопросы

Будет ли работать старый код с DALL·E или gpt-image-1?

Код с dall-e-2 и dall-e-3 не работает с 12 мая 2026 года. gpt-image-1 отключается 23 октября 2026 года, gpt-image-1.5, gpt-image-1-mini и chatgpt-image-latest — 1 декабря 2026 года. Замените модель на gpt-image-2.5-flare или gpt-image-2.5-sunburst и проверьте инструменты Responses, где модель не указана.

Можно ли получить ссылку на картинку вместо base64?

От OpenAI — нет: модели GPT Image возвращают только base64, response_format="url" для них не поддерживается. Декодируйте base64 и сохраните файл сами.

Можно ли поставить gpt-image-2.5-flare в верхнее поле model у Responses?

Нет. Верхнее поле занимает основная текстовая модель, а модель изображения указывается в tools=[{"type": "image_generation", "model": ...}].

Как получить несколько изображений за один вызов?

В Image API — параметром n от 1 до 10. У инструмента Responses параметра n нет, и гарантированного способа получить ровно несколько картинок за вызов документация не описывает; для пакетов удобнее Image API.

Можно ли пользоваться OpenAI API из России?

Россия не входит в список поддерживаемых стран OpenAI API, а доступ из неподдерживаемых стран, по условиям OpenAI, может привести к блокировке аккаунта. Официального способа работать с API из России нет.