基于腾讯云 WAND-Vega-Image 系列多模态图像生成模型的文生图接口,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,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。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;本示例不传参考图片,仅凭文本提示词生成图片,size 设为 4096x4096。
/v1/images/generations
data[].url
usage.total_tokens
size
4096x4096
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 # =============================================================== # 步骤1: 配置 API 连接信息 # =============================================================== # 知能API 服务端点地址 url = "https://api.apexrouter.top/v1/images/generations" # 知能API 密钥(请替换为您自己的密钥) api_key = "sk-***********************************************" # =============================================================== # 步骤2: 配置请求头 # =============================================================== headers = { "Content-Type": "application/json", # 指定请求体为 JSON 格式 "Authorization": f"Bearer {api_key}", # Bearer Token 认证方式 } # =============================================================== # 步骤3: 配置请求参数 # =============================================================== payload = { # 【model】(string, 必填) 图像生成模型,可选值: # - "wand-vega-image-lite" # - "wand-vega-image-flash" # - "wand-vega-image-pro" # - "wand-vega-image-1.5-pro" "model": "wand-vega-image-lite", # 【prompt】(string, 必填) 期望生成图像的文本描述 # 长度上限 8192 字符;不传参考图片时按此文本执行文生图 "prompt": "电影画幅,生化危机", # 【size】(string, 可选) 生成图像的分辨率,格式 "宽x高",如 "1024x1024" # 分辨率档位:1K / 2K / 4K # 宽高比可选:1:1、2:3、3:2、3:4、4:3、9:16、16:9、21:9 # 不传时由上游决定尺寸 "size": "4096x4096", } # =============================================================== # 步骤4: 发送请求并保存生成的图片 # =============================================================== def main(): # 发送 POST 请求到 API 服务器(timeout 单位为秒) response = requests.post(url, headers=headers, json=payload, timeout=1000) print("status:", response.status_code) response.raise_for_status() # 解析 JSON 响应 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 # data:生成结果数组,每个元素的 url 为一张生成图片的地址 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.total_tokens:本次调用消耗的 token 数(腾讯云官方《WAND 生图调用指南》说明:用于计费/对账) usage = result.get("usage") or {} print("消耗 token:", usage.get("total_tokens")) # 逐张下载图片并保存到当前目录,文件名形如 wand_20261010_153000_1.png # 腾讯云官方《WAND 生图调用指南》说明:生成图片的下载地址为临时地址(含签名),请及时下载转存 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": 1791625558, "data": [ { "url": "http://data-shanghai-1378942524.cos.ap-shanghai.myqcloud.com/output/wand-vega/eaddd205-3f14-4db2-9f4e-85d89304e561.png?..." } ], "usage": { "total_tokens": 18000 } }
© 2026 知能API WAND-Vega-Image 文生图