基于腾讯云 WAND-Vega-Image 系列多模态图像生成模型的图生图(参考生图)接口,该系列提供 Lite、Flash、Pro 三档能力,共 4 个模型。本文通过 知能API 代理的 /v1/images/generations 端点以 POST 方式调用,在请求体的 input[].content[] 中以 input_image 片段逐张传入参考图片 URL,模型按 prompt 的描述处理参考图;示例代码从单次响应中读取生成图片的 data[].url 与本次消耗的 usage.total_tokens,并将图片下载保存到本地。参考图片最多 10 张,格式为 png / jpeg,单张不超过 20MB;提示词上限 8192 字符,输出分辨率支持 1K / 2K / 4K 三档,宽高比支持 1:1、2:3、3:2、3:4、4:3、9:16、16:9、21:9。本示例传入 4 张参考图片,演示将多张图片融合生成一张新的艺术风格图片。
/v1/images/generations
input[].content[]
input_image
prompt
data[].url
usage.total_tokens
https://api.apexrouter.top/v1/images/generations
WARNING
请妥善保管您的 知能API API Key!严禁将密钥泄露给他人或提交到公开的代码仓库;如怀疑密钥已泄露,请立即停用并更换新的密钥。
wand-vega-image-lite
wand-vega-image-flash
wand-vega-image-pro
wand-vega-image-1.5-pro
from datetime import datetime from pathlib import Path import requests url = "https://api.apexrouter.top/v1/images/generations" api_key = "sk-***********************************************" # 在引号内粘贴完整 API 令牌 # 参考图片地址列表:可公网访问的 URL # 文档限制:最多 10 张,格式 png/jpeg,单张不超过 20MB image_urls = [ "https://cdn.jsdelivr.net/gh/opencv/opencv/samples/data/fruits.jpg", "https://img.shetu66.com/2023/07/14/1689320796087949.png", "https://cdn.jsdelivr.net/gh/opencv/opencv/samples/data/fruits.jpg", "https://cdn.jsdelivr.net/gh/opencv/opencv/samples/data/fruits.jpg" ] # 请求头:JSON 请求体 + Bearer 鉴权 headers = { "Content-Type": "application/json", "Authorization": f"Bearer {api_key}", } # 请求参数(严格按官方文档字段) payload = { # 【model】(string, 必填) # "wand-vega-image-lite" (参考图不额外收费) # "wand-vega-image-flash" (参考图不额外收费) # "wand-vega-image-pro" (前 3 张参考图免费,第 4 张起每张 +¥0.1) # "wand-vega-image-1.5-pro" (每张参考图 +¥0.1) "model": "wand-vega-image-1.5-pro", # 【prompt】(string, 必填) 对参考图做什么处理的文字描述,上限 8192 字符 "prompt": "把这些图片融合在一起,生成一张新的艺术风格图片", # 【size】(string, 可选) 输出分辨率 "宽x高",如 1024x1024 # 档位 1K/2K/4K,宽高比 1:1、2:3、3:2、3:4、4:3、9:16、16:9、21:9 "size": "1024x1024", # 【input】(array[object], 可选) 多模态输入数组,传了它就是图生图/参考图 # 结构: # input[].content 内容片段数组,按顺序拼接成多模态提示 # input[].content[].type string,文档只给出 "input_image" 一种取值 # input[].content[].image_url 参考图地址(最多 10 张,png/jpeg,≤20MB) "input": [ { "content": [ {"type": "input_image", "image_url": image_url} for image_url in image_urls ] } ], } def main(): response = requests.post(url, headers=headers, json=payload, timeout=1000) print("status:", response.status_code) response.raise_for_status() try: result = response.json() except ValueError as exc: raise RuntimeError("接口未返回有效 JSON,请检查响应与渠道配置") from exc items = result.get("data") if isinstance(result, dict) else None if not isinstance(items, list) or not items: raise RuntimeError("响应中没有非空 data 数组") usage = result.get("usage") or {} print("消耗 token:", usage.get("total_tokens")) timestamp = datetime.now().strftime("%Y%m%d_%H%M%S") for index, item in enumerate(items, start=1): if not isinstance(item, dict) or not item.get("url"): raise RuntimeError(f"第 {index} 个图片结果缺少 url") download = requests.get(item["url"], timeout=120) download.raise_for_status() output_path = Path(f"wand_{timestamp}_{index}.png") output_path.write_bytes(download.content) print(f"saved {output_path}") if __name__ == "__main__": main()
{ "created": 1791625560, "data": [ { "url": "http://data-shanghai-1378942524.cos.ap-shanghai.myqcloud.com/output/wand-vega/40b67483-38b7-474e-b35f-1c9b36de3804.png?..." } ], "usage": { "total_tokens": 90000 } }
© 2026 知能API WAND-Vega-Image 图生图