Поделиться через


модели OpenAI Azure для генерации изображений

Это важно

Модель dall-e-3 создания образов DALL-E была прекращена 4 марта 2026 г. и больше не доступна для новых развертываний. Существующие развертывания являются нефункциональными. Вместо этого используйте gpt-image-1 или gpt-image-1.5 для создания изображений. См. руководство по созданию изображений для получения обновленных инструкций.

Модели создания изображений OpenAI создают изображения из пользовательских текстовых запросов и необязательных изображений. В этой статье объясняется, как использовать эти модели, настроить параметры и воспользоваться расширенными возможностями создания изображений в Azure.

Вы можете делать генерацию изображений с помощью API генерации изображений или API ответов. Можно поэкспериментировать с созданием изображений на портале Foundry

Используйте вкладки в начале этой страницы, чтобы выбрать предпочитаемый подход и модель API.

Модели и возможности

Используйте эту таблицу для изучения различий между различными моделями создания изображений, а также для выбора оптимальной модели для создания изображений.

Аспект GPT-Image-1.5 GPT-Image-1 GPT-Image-1-Mini
Availability Ограниченная предварительная версия доступа (Подать заявку на доступ к GPT-image-1.5) Ограниченный доступ к предварительной версии (Подать заявку на доступ к GPT-image-1) Ограниченный доступ к предварительной версии (Подать заявку на доступ к GPT-image-1)
Преимущества Лучше всего подходит для реалистичности, следования инструкциям, мультимодального контекста и оптимизации скорости/затрат. Наилучший выбор для реалистичности, следования инструкциям и многомодального контекста Лучше всего подходит для быстрого создания прототипов, массового создания или вариантов использования с учетом затрат
Входные и выходные модальности и формат Принимает входные данные текста и изображения ; выводит изображения только в base64 (без параметра URL-адреса). Принимает входные данные текста и изображения ; выводит изображения только в base64 (без параметра URL-адреса). Принимает входные данные текста и изображения ; выводит изображения только в base64 (без параметра URL-адреса).
Размеры изображений и разрешения 1024×1024, 1024×1536, 1536×1024 1024×1024, 1024×1536, 1536×1024 1024×1024, 1024×1536, 1536×1024
Параметры качества low, medium, high (по умолчанию = высокая) low, medium, high (по умолчанию = высокая) low, medium( high по умолчанию = средний)
Количество изображений на запрос 1–10 изображений на запрос (n параметр) 1–10 изображений на запрос (n параметр) 1–10 изображений на запрос (n параметр)
Редактирование (отредактирование или варианты) ✅ Поддерживает восстановление изображений и их вариации с помощью маски и запроса ✅ Поддерживает восстановление изображений и их вариации с помощью маски и запроса ✅ Поддерживает восстановление изображений и их вариации с помощью маски и запроса
Сохранение изображения лица ✅ Расширенное сохранение лиц для реалистичных, согласованных результатов ✅ Расширенное сохранение лиц для реалистичных, согласованных результатов ❌ Нет отдельной функции сохранения лиц; лучше для непортретных и общих творческих изображений
Производительность и затраты Высокоуровневая, оптимизированная для реалистичности модель; улучшенная эффективность и задержка по протоколу GPT-Image-1 Высокоуровневая, оптимизированная для реалистичности модель; более высокая задержка и стоимость Экономичное и быстрое для крупномасштабного или итеративного создания

Быстрый старт

Используйте это руководство, чтобы начать вызывать REST API для генерации изображений Azure OpenAI в Microsoft Foundry Models с помощью Python.

Предпосылки

Настройка

Получение ключа и конечной точки

Чтобы успешно вызвать API-интерфейсы OpenAI Azure, вам потребуется следующая информация о ресурсе OpenAI Azure:

Variable Имя. Ценность
Конечная точка api_base Значение конечной точки находится в Ключи и конечная точка для вашего ресурса на портале Azure. Вы также можете найти конечную точку на странице "Развертывания" на портале Foundry. Пример конечной точки: https://docs-test-001.openai.azure.com/.
Ключ api_key Значение ключа также находится в разделе Keys and Endpoint для ресурса в Azure portal. Azure создает два ключа для ресурса. Можно использовать любое значение.

Перейдите к своему ресурсу в портале Azure. На панели навигации выберите "Ключи" и "Конечная точка " в разделе "Управление ресурсами". Скопируйте значение Endpoint и ключа доступа. Вы можете использовать либо значение KEY 1, либо KEY 2. Наличие двух ключей позволяет безопасно менять и повторно создавать ключи без прерывания работы службы.

Скриншот, который показывает страницу

Переменные среды

Создайте и назначьте переменные постоянной среды для ключа и конечной точки.

Это важно

Мы рекомендуем Microsoft Entra ID проверку подлинности с помощью управляемых удостоверений для ресурсов Azure, чтобы избежать хранения учетных данных в приложениях, работающих в облаке.

Используйте ключи API с осторожностью. Не включайте ключ API непосредственно в код и никогда не публикуйте его. При использовании ключей API безопасно храните их в Azure Key Vault, регулярно обновляйте ключи и ограничивайте доступ к Azure Key Vault с помощью управления доступом на основе ролей и сетевых ограничений доступа. Дополнительные сведения о безопасном использовании ключей API в приложениях см. в разделе Ключи API с Azure Key Vault.

Дополнительные сведения о безопасности служб ИИ см. в разделе Аутентификация запросов к службам Azure AI.

setx AZURE_OPENAI_API_KEY "REPLACE_WITH_YOUR_KEY_VALUE_HERE" 
setx AZURE_OPENAI_ENDPOINT "REPLACE_WITH_YOUR_ENDPOINT_HERE" 

Создайте новое приложение на Python

Создайте файл Python с именем quickstart.py. Откройте новый файл в предпочтительном редакторе или интегрированной среде разработки.

  1. Замените содержимое quickstart.py следующим кодом. Измените значение prompt на предпочитаемый вами текст. Также задайте deployment наименование развертывания, которое вы выбрали при развертывании модели серии GPT-image-1.

    import os
    import requests
    import base64
    from PIL import Image
    from io import BytesIO
    
    # set environment variables
    endpoint = os.getenv("AZURE_OPENAI_ENDPOINT")
    subscription_key = os.getenv("AZURE_OPENAI_API_KEY")
    
    deployment = "gpt-image-1.5" # the name of your GPT-image-1 series deployment
    api_version = "2025-04-01-preview" # or later version
    
    def decode_and_save_image(b64_data, output_filename):
      image = Image.open(BytesIO(base64.b64decode(b64_data)))
      image.show()
      image.save(output_filename)
    
    def save_all_images_from_response(response_data, filename_prefix):
      for idx, item in enumerate(response_data['data']):
        b64_img = item['b64_json']
        filename = f"{filename_prefix}_{idx+1}.png"
        decode_and_save_image(b64_img, filename)
        print(f"Image saved to: '{filename}'")
    
    base_path = f'openai/deployments/{deployment}/images'
    params = f'?api-version={api_version}'
    
    generation_url = f"{endpoint}{base_path}/generations{params}"
    generation_body = {
      "prompt": "girl falling asleep",
      "n": 1,
      "size": "1024x1024",
      "quality": "medium",
      "output_format": "png",
      # "background": "transparent",  # "auto" or "transparent" (requires PNG output)
      # "output_compression": 100,  # 0-100 compression level (JPEG output only)
    }
    generation_response = requests.post(
      generation_url,
      headers={
        'Api-Key': subscription_key,
        'Content-Type': 'application/json',
      },
      json=generation_body
    ).json()
    save_all_images_from_response(generation_response, "generated_image")
    
    # In addition to generating images, you can edit them.
    edit_url = f"{endpoint}{base_path}/edits{params}"
    edit_body = {
      "prompt": "girl falling asleep",
      "n": 1,
      "size": "1024x1024",
      "quality": "medium"
    }
    files = {
      "image": ("generated_image_1.png", open("generated_image_1.png", "rb"), "image/png"),
      # You can use a mask to specify which parts of the image you want to edit.
      # The mask must be the same size as the input image.
      # "mask": ("mask.png", open("mask.png", "rb"), "image/png"),
    }
    edit_response = requests.post(
      edit_url,
      headers={'Api-Key': subscription_key},
      data=edit_body,
      files=files
    ).json()
    save_all_images_from_response(edit_response, "edited_image")
    

    Скрипт выполняет синхронный вызов API создания образов.

    Это важно

    Не забудьте удалить ключ из кода, когда вы закончите, и никогда не публикуйте ключ. Для продакшена используйте безопасный способ хранения и доступа к учетным данным. Дополнительные сведения см. в разделе Azure Key Vault.

  2. Запустите приложение, выполнив команду python:

    python quickstart.py
    

    Подождите несколько минут, чтобы получить ответ.

Выходные данные

Выходные данные из успешного вызова API создания изображений выглядят следующим образом. Поле b64_json содержит данные выходных изображений в кодировке Base64.

{ 
    "created": 1698116662, 
    "data": [ 
        { 
            "b64_json": "<base64 image data>"
        }
    ]
} 

Успешный ответ включает в себя:

  • Отметка created времени (эпоха Unix)
  • data Массив c как минимум одним объектом изображения — значением b64_json (в формате кодировки Base64) для каждого сгенерированного изображения

Распространенные ошибки

Ошибка Причина Резолюция
DeploymentNotFound Имя развертывания не существует или написано с ошибкой Проверьте имя развертывания в портале Azure или Foundry
401 Unauthorized Недопустимый или отсутствующий ключ API Убедитесь, что AZURE_OPENAI_API_KEY переменная среды задана правильно
429 Too Many Requests Превышено ограничение скорости Реализуйте логику повторных попыток с экспоненциальной задержкой
content_policy_violation Запрос или созданные выходные данные, заблокированные фильтром содержимого Измените подсказку в соответствии с политикой содержимого
InvalidPayload Отсутствуют необходимые параметры или недопустимые значения Убедитесь, что prompt, sizeи n правильно указаны

API-интерфейсы изображений содержат фильтр модерации содержимого. Если служба распознает запрос как вредное содержимое, она не создает изображение. Дополнительные сведения см. в разделе "Фильтрация содержимого". Примеры ответов на ошибки см. в руководстве по создании образов.

Система возвращает состояние операции Failed и значение error.code в сообщении задается на contentFilter. Приведем пример:

{
    "created": 1698435368,
    "error":
    {
        "code": "contentFilter",
        "message": "Your task failed as a result of our safety system."
    }
}

Кроме того, возможно, что созданный образ фильтруется. В этом случае сообщение об ошибке установлено на Generated image was filtered as a result of our safety system.. Приведем пример:

{
    "created": 1698435368,
    "error":
    {
        "code": "contentFilter",
        "message": "Generated image was filtered as a result of our safety system."
    }
}

Очистите ресурсы

Если вы хотите удалить ресурс Azure OpenAI, вы можете удалить сам ресурс или группу ресурсов. Удаление группы ресурсов также удаляет все другие ресурсы, связанные с ней.

Используйте это руководство для начала работы с генерацией изображений с помощью средства Azure OpenAI SDK для Python.

Исходный код библиотеки | Пакет | Примеры

Предпосылки

Дополнительные сведения см. в разделе Создание ресурса и развертывание модели с помощью Azure OpenAI.

Настройка

Получение ключа и конечной точки

Чтобы успешно вызвать API-интерфейсы OpenAI Azure, вам потребуется следующая информация о ресурсе OpenAI Azure:

Variable Имя. Ценность
Конечная точка api_base Значение конечной точки находится в Ключи и конечная точка для вашего ресурса на портале Azure. Вы также можете найти конечную точку на странице "Развертывания" на портале Microsoft Foundry. Пример конечной точки: https://docs-test-001.openai.azure.com/.
Ключ api_key Значение ключа также находится в разделе Keys and Endpoint для ресурса в Azure portal. Azure создает два ключа для ресурса. Можно использовать любое значение.

Перейдите к своему ресурсу в портале Azure. На панели навигации выберите "Ключи" и "Конечная точка " в разделе "Управление ресурсами". Скопируйте значение Endpoint и ключа доступа. Вы можете использовать либо значение KEY 1, либо KEY 2. Наличие двух ключей позволяет безопасно менять и повторно создавать ключи без прерывания работы службы.

Скриншот, который показывает страницу

Переменные среды

Создайте и назначьте переменные постоянной среды для ключа и конечной точки.

Это важно

Мы рекомендуем Microsoft Entra ID проверку подлинности с помощью управляемых удостоверений для ресурсов Azure, чтобы избежать хранения учетных данных в приложениях, работающих в облаке.

Используйте ключи API с осторожностью. Не включайте ключ API непосредственно в код и никогда не публикуйте его. При использовании ключей API безопасно храните их в Azure Key Vault, регулярно обновляйте ключи и ограничивайте доступ к Azure Key Vault с помощью управления доступом на основе ролей и сетевых ограничений доступа. Дополнительные сведения о безопасном использовании ключей API в приложениях см. в разделе Ключи API с Azure Key Vault.

Дополнительные сведения о безопасности служб ИИ см. в разделе Аутентификация запросов к службам Azure AI.

setx AZURE_OPENAI_API_KEY "REPLACE_WITH_YOUR_KEY_VALUE_HERE" 
setx AZURE_OPENAI_ENDPOINT "REPLACE_WITH_YOUR_ENDPOINT_HERE" 

Установка пакета SDK для Python

Откройте командную строку и перейдите к папке project. Установите пакет SDK Для Python OpenAI с помощью следующей команды:

pip install openai

Установите также следующие библиотеки:

pip install requests
pip install pillow 

Создание изображений

Создайте файл Python quickstart.py. Откройте его в предпочитаемом редакторе или интегрированной среде разработки.

Замените содержимое quickstart.py следующим кодом.

from openai import AzureOpenAI
import os
import base64
from PIL import Image

client = AzureOpenAI(
    api_version="2025-04-01-preview",  
    api_key=os.environ["AZURE_OPENAI_API_KEY"],  
    azure_endpoint=os.environ['AZURE_OPENAI_ENDPOINT']
)

result = client.images.generate(
    model="gpt-image-1", # the name of your GPT-image-1 series deployment
    prompt="a close-up of a bear walking through the forest",
    n=1,
    size="1024x1024",
    quality="high",
    output_format="png",
    # background="transparent",  # Set to "transparent" for transparent backgrounds (requires PNG)
    # output_compression=100,  # 0-100 compression level (JPEG output only)
)

# Set the directory for the stored image
image_dir = os.path.join(os.curdir, 'images')

# If the directory doesn't exist, create it
if not os.path.isdir(image_dir):
    os.mkdir(image_dir)

# Initialize the image path (note the filetype should be png)
image_path = os.path.join(image_dir, 'generated_image.png')

# GPT-image-1 models always return base64-encoded image data
image_base64 = result.data[0].b64_json
generated_image = base64.b64decode(image_base64)
with open(image_path, "wb") as image_file:
    image_file.write(generated_image)

# Display the image in the default image viewer
image = Image.open(image_path)
image.show()
  1. Убедитесь, что заданы переменные среды AZURE_OPENAI_ENDPOINT и AZURE_OPENAI_API_KEY.
  2. Измените значение prompt на предпочитаемый вами текст.
  3. Измените значение model на имя развернутой модели серии GPT-image-1.

Это важно

Не забудьте удалить ключ из кода, когда вы закончите, и никогда не публикуйте ключ. Для продакшена используйте безопасный способ хранения и доступа к учетным данным. Дополнительные сведения см. в разделе Azure Key Vault.

Запустите приложение, выполнив команду python:

python quickstart.py

Подождите несколько минут, чтобы получить ответ.

Выходные данные

Azure OpenAI сохраняет выходной образ в файле generated_image.png в указанном каталоге. Сценарий также отображает изображение в средстве просмотра изображений по умолчанию.

Успешный ответ включает в себя:

  • Метка created времени
  • data Массив с по крайней мере одним объектом изображения
  • b64_json Поле с данными изображения в кодировке Base64 (модели GPT-image-1 всегда возвращают base64)

Распространенные ошибки

Ошибка Причина Резолюция
DeploymentNotFound Имя развертывания не существует или написано с ошибкой Проверьте имя развертывания в портале Azure или Foundry
AuthenticationError Недопустимый или отсутствующий ключ API Убедитесь, что AZURE_OPENAI_API_KEY переменная среды задана правильно
RateLimitError Превышено ограничение скорости Реализуйте логику повторных попыток с экспоненциальной задержкой
content_policy_violation Запрос или созданные выходные данные, заблокированные фильтром содержимого Измените подсказку в соответствии с политикой содержимого

API-интерфейсы изображений содержат фильтр модерации содержимого. Если служба распознает запрос как вредное содержимое, она не создает изображение. Дополнительные сведения см. в разделе "Фильтрация содержимого".

Очистите ресурсы

Если вы хотите удалить ресурс Azure OpenAI, вы можете удалить сам ресурс или группу ресурсов. Удаление группы ресурсов также удаляет все другие ресурсы, связанные с ней.

Используйте это руководство, чтобы начать создание изображений с помощью пакета SDK Azure OpenAI для C#.

исходный код Library | Package (NuGet) | Samples

Предпосылки

предварительные требования Microsoft Entra ID

Для рекомендуемой проверки подлинности без ключа с помощью Microsoft Entra ID необходимо:

  • Установите Azure CLI, который используется для аутентификации без использования ключей с помощью Microsoft Entra ID.
  • Назначьте роль Cognitive Services User своему аккаунту пользователя. Роли можно назначать в Azure portal в разделе Access control (IAM)>Добавить назначение роли.

Настройка

  1. Создайте новую папку image-quickstart и перейдите в папку быстрого запуска, используя следующую команду:

    mkdir image-quickstart && cd image-quickstart
    
  2. Создайте консольное приложение со следующей командой:

    dotnet new console
    
  3. Установите библиотеку клиентов OpenAI .NET с командой dotnet add package:

    dotnet add package Azure.AI.OpenAI --version 1.0.0-beta.6
    
  4. Для рекомендуемой безключевой аутентификации с Microsoft Entra ID установите пакет Azure.Identity с помощью:

    dotnet add package Azure.Identity
    
  5. Для безключевой аутентификации с помощью Microsoft Entra ID войдите в Azure с помощью следующей команды:

    az login
    

Получение сведений о ресурсе

Чтобы проверить подлинность приложения с помощью ресурса OpenAI Azure, необходимо получить следующие сведения:

Имя переменной Ценность
AZURE_OPENAI_ENDPOINT Это значение можно найти в разделе Keys и Endpoint при просмотре вашего ресурса в портале Azure.
AZURE_OPENAI_DEPLOYMENT_NAME Это значение будет соответствовать пользовательскому имени, которое вы выбрали при развертывании модели. Это значение можно найти в разделе Resource Management>Model Deployments в Azure portal.

Дополнительные сведения о бесключевой аутентификации и настройке переменных среды.

Выполните быстрый старт

Пример кода в этом кратком руководстве использует Microsoft Entra ID для рекомендуемой безключевой аутентификации. Если вы предпочитаете использовать ключ API, можно заменить DefaultAzureCredential объект AzureKeyCredential объектом.

AzureOpenAIClient openAIClient = new AzureOpenAIClient(new Uri(endpoint), new DefaultAzureCredential()); 

Чтобы запустить быстрый старт, выполните следующие действия.

  1. Замените содержимое Program.cs следующим кодом и обновите заполнительные значения на собственные.

    using Azure;
    using Azure.AI.OpenAI;
    using OpenAI.Images;
    using static System.Environment;
    
    string endpoint = Environment.GetEnvironmentVariable("AZURE_OPENAI_ENDPOINT") ?? "https://<your-resource-name>.openai.azure.com/";
    string key = Environment.GetEnvironmentVariable("AZURE_OPENAI_API_KEY") ?? "<your-key>";
    
    // Use the recommended keyless credential instead of the AzureKeyCredential credential.
    AzureOpenAIClient openAIClient = new AzureOpenAIClient(new Uri(endpoint), new DefaultAzureCredential()); 
    //AzureOpenAIClient openAIClient = new AzureOpenAIClient(new Uri(endpoint), new AzureKeyCredential(key));
    
    // This must match the custom deployment name you chose for your model
    ImageClient chatClient = openAIClient.GetImageClient("gpt-image-1");
    
    var imageGeneration = await chatClient.GenerateImageAsync(
            "a happy monkey sitting in a tree, in watercolor",
            new ImageGenerationOptions()
            {
                Size = GeneratedImageSize.W1024xH1024
            }
        );
    
    Console.WriteLine(imageGeneration.Value.ImageUri);
    
  2. Запустите приложение с помощью команды dotnet run или кнопки запуска в верхней части Visual Studio:

    dotnet run
    

Выходные данные

Данные изображения в кодировке Base64 печатаются в консоли.

Это важно

GPT-image-1 также поддерживает дополнительные параметры, такие как quality (low, medium, high), output_format (png, jpeg), background (auto, transparent), и output_compression (0–100, только JPEG). Дополнительные сведения см. в разделе "Параметры API".

Замечание

API-интерфейсы изображений содержат фильтр модерации содержимого. Если служба распознает запрос как вредное содержимое, он не вернет созданный образ. Для получения дополнительной информации см. статью о фильтре содержимого.

Очистите ресурсы

Если вы хотите упорядочить и удалить ресурс Azure OpenAI, можно удалить ресурс. Перед удалением ресурса необходимо сначала удалить все развернутые модели.

Используйте это руководство, чтобы начать создание изображений с помощью Azure OpenAI SDK для Java.

исходный код Library | Artifact (Maven) | Samples

Предпосылки

предварительные требования Microsoft Entra ID

Для рекомендуемой проверки подлинности без ключа с помощью Microsoft Entra ID необходимо:

  • Установите Azure CLI, который используется для аутентификации без использования ключей с помощью Microsoft Entra ID.
  • Назначьте роль Cognitive Services User своему аккаунту пользователя. Роли можно назначать в Azure portal в разделе Access control (IAM)>Добавить назначение роли.

Настройка

  1. Создайте новую папку image-quickstart и перейдите в папку быстрого запуска, используя следующую команду:

    mkdir image-quickstart && cd image-quickstart
    
  2. Установите Apache Maven. Затем выполните команду mvn -v , чтобы подтвердить успешную установку.

  3. Создайте файл pom.xml в корне project и скопируйте в него следующий код:

    <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
         <modelVersion>4.0.0</modelVersion>
         <groupId>com.azure.samples</groupId>
         <artifactId>quickstart-image-generation</artifactId>
         <version>1.0.0-SNAPSHOT</version>
         <build>
             <sourceDirectory>src</sourceDirectory>
             <plugins>
             <plugin>
                 <artifactId>maven-compiler-plugin</artifactId>
                 <version>3.7.0</version>
                 <configuration>
                 <source>1.8</source>
                 <target>1.8</target>
                 </configuration>
             </plugin>
             </plugins>
         </build>
         <dependencies>    
             <dependency>
                 <groupId>com.azure</groupId>
                 <artifactId>azure-ai-openai</artifactId>
                 <version>1.0.0-beta.3</version>
             </dependency>
             <dependency>
                 <groupId>com.azure</groupId>
                 <artifactId>azure-core</artifactId>
                 <version>1.53.0</version>
             </dependency>
             <dependency>
                 <groupId>com.azure</groupId>
                 <artifactId>azure-identity</artifactId>
                 <version>1.15.1</version>
             </dependency>
             <dependency>
                 <groupId>org.slf4j</groupId>
                 <artifactId>slf4j-simple</artifactId>
                 <version>1.7.9</version>
             </dependency>
         </dependencies>
     </project>
    
  4. Установите SDK Azure OpenAI и его зависимости.

    mvn clean dependency:copy-dependencies
    
  5. Для безключевой аутентификации с помощью Microsoft Entra ID войдите в Azure с помощью следующей команды:

    az login
    

Получение сведений о ресурсе

Чтобы проверить подлинность приложения с помощью ресурса OpenAI Azure, необходимо получить следующие сведения:

Имя переменной Ценность
AZURE_OPENAI_ENDPOINT Это значение можно найти в разделе Keys и Endpoint при просмотре вашего ресурса в портале Azure.
AZURE_OPENAI_DEPLOYMENT_NAME Это значение будет соответствовать пользовательскому имени, которое вы выбрали при развертывании модели. Это значение можно найти в разделе Resource Management>Model Deployments в Azure portal.

Дополнительные сведения о бесключевой аутентификации и настройке переменных среды.

Запуск приложения

Пример кода в этом кратком руководстве использует Microsoft Entra ID для рекомендуемой безключевой аутентификации. Если вы предпочитаете использовать ключ API, можно заменить DefaultAzureCredential объект AzureKeyCredential объектом.

OpenAIAsyncClient client = new OpenAIClientBuilder()
    .endpoint(endpoint)
    .credential(new DefaultAzureCredentialBuilder().build())
    .buildAsyncClient();

Выполните следующие действия, чтобы создать консольное приложение для создания образов.

  1. Создайте файл с именем Quickstart.java в том же корневом каталоге project.

  2. Скопируйте следующий код в Quickstart.java:

    import com.azure.ai.openai.OpenAIAsyncClient;
    import com.azure.ai.openai.OpenAIClientBuilder;
    import com.azure.ai.openai.models.ImageGenerationOptions;
    import com.azure.ai.openai.models.ImageLocation;
    import com.azure.core.credential.AzureKeyCredential;
    import com.azure.core.models.ResponseError;
    
    import java.util.concurrent.TimeUnit;
    
    public class Quickstart {
    
        public static void main(String[] args) throws InterruptedException {
    
            String endpoint = System.getenv("AZURE_OPENAI_ENDPOINT");
    
            // Use the recommended keyless credential instead of the AzureKeyCredential credential.
    
            OpenAIAsyncClient client = new OpenAIClientBuilder()
                .endpoint(endpoint)
                .credential(new DefaultAzureCredentialBuilder().build())
                .buildAsyncClient();
    
            ImageGenerationOptions imageGenerationOptions = new ImageGenerationOptions(
                "A drawing of the Seattle skyline in the style of Van Gogh");
            client.getImages(imageGenerationOptions).subscribe(
                images -> {
                    for (ImageLocation imageLocation : images.getData()) {
                        ResponseError error = imageLocation.getError();
                        if (error != null) {
                            System.out.printf("Image generation operation failed. Error code: %s, error message: %s.%n",
                                error.getCode(), error.getMessage());
                        } else {
                            System.out.printf(
                                "Image location URL that provides temporary access to download the generated image is %s.%n",
                                imageLocation.getUrl());
                        }
                    }
                },
                error -> System.err.println("There was an error getting images." + error),
                () -> System.out.println("Completed getImages."));
    
            // The .subscribe() creation and assignment isn't a blocking call.
            // The thread sleeps so the program does not end before the send operation is complete. 
            // Use .block() instead of .subscribe() for a synchronous call.
            TimeUnit.SECONDS.sleep(10);
        }
    }
    
  3. Запустите новое консольное приложение для создания образа:

    javac Quickstart.java -cp ".;target\dependency\*"
    java -cp ".;target\dependency\*" Quickstart
    

Выходные данные

URL-адрес созданного изображения выводится в консоль.

Image location URL that provides temporary access to download the generated image is <SAS URL>.
Completed getImages.

Это важно

GPT-image-1 также поддерживает дополнительные параметры, такие как quality (low, medium, high), output_format (png, jpeg), background (auto, transparent), и output_compression (0–100, только JPEG). Дополнительные сведения см. в разделе "Параметры API".

Замечание

API-интерфейсы изображений содержат фильтр модерации содержимого. Если служба распознает запрос как вредное содержимое, он не вернет созданный образ. Для получения дополнительной информации см. статью о фильтре содержимого.

Очистите ресурсы

Если вы хотите упорядочить и удалить ресурс Azure OpenAI, можно удалить ресурс. Перед удалением ресурса необходимо сначала удалить все развернутые модели.

Используйте это руководство, чтобы начать создавать изображения с помощью пакета SDK Azure OpenAI для JavaScript.

Справочная документация | Исходный код | Пакет (npm) | Примеры

Предпосылки

предварительные требования Microsoft Entra ID

Для рекомендуемой проверки подлинности без ключа с помощью Microsoft Entra ID необходимо:

  • Установите Azure CLI, который используется для аутентификации без использования ключей с помощью Microsoft Entra ID.
  • Назначьте роль Cognitive Services User своему аккаунту пользователя. Роли можно назначать в Azure portal в разделе Access control (IAM)>Добавить назначение роли.

Настройка

  1. Создайте новую папку image-quickstart и перейдите в папку быстрого запуска, используя следующую команду:

    mkdir image-quickstart && cd image-quickstart
    
  2. Создайте package.json с помощью следующей команды:

    npm init -y
    
  3. Установите клиентскую библиотеку OpenAI для JavaScript с помощью:

    npm install openai
    
  4. Для рекомендуемой аутентификации без пароля:

    npm install @azure/identity
    

Получение сведений о ресурсе

Чтобы проверить подлинность приложения с помощью ресурса OpenAI Azure, необходимо получить следующие сведения:

Имя переменной Ценность
AZURE_OPENAI_ENDPOINT Это значение можно найти в разделе Keys и Endpoint при просмотре вашего ресурса в портале Azure.
AZURE_OPENAI_DEPLOYMENT_NAME Это значение будет соответствовать пользовательскому имени, которое вы выбрали при развертывании модели. Это значение можно найти в разделе Resource Management>Model Deployments в Azure portal.

Дополнительные сведения о бесключевой аутентификации и настройке переменных среды.

Предостережение

Чтобы использовать рекомендуемую проверку подлинности без ключа с пакетом SDK, убедитесь, что AZURE_OPENAI_API_KEY переменная среды не задана.

Создание изображений

  1. index.js Создайте файл со следующим кодом:

    const { AzureOpenAI } = require("openai");
    const { 
        DefaultAzureCredential, 
        getBearerTokenProvider 
    } = require("@azure/identity");
    const fs = require("fs");
    
    // You will need to set these environment variables or edit the following values
    const endpoint = process.env.AZURE_OPENAI_ENDPOINT || "Your endpoint";
    
    // Required Azure OpenAI deployment name and API version
    const apiVersion = process.env.OPENAI_API_VERSION || "2025-04-01-preview";
    const deploymentName = process.env.AZURE_OPENAI_DEPLOYMENT_NAME || "gpt-image-1";
    
    // The prompt to generate images from
    const prompt = "a monkey eating a banana";
    const numberOfImagesToGenerate = 1;
    
    // keyless authentication    
    const credential = new DefaultAzureCredential();
    const scope = "https://ai.azure.com/.default";
    const azureADTokenProvider = getBearerTokenProvider(credential, scope);
    
    function getClient() {
      return new AzureOpenAI({
        endpoint,
        azureADTokenProvider,
        apiVersion,
        deployment: deploymentName,
      });
    }
    async function main() {
      console.log("== Image Generation ==");
    
      const client = getClient();
    
      const results = await client.images.generate({
        prompt,
        size: "1024x1024",
        n: numberOfImagesToGenerate,
        model: "",
        quality: "high",
        // output_format: "png",  // "png" or "jpeg" (GPT-image-1 only)
        // background: "transparent",  // "auto" or "transparent" (GPT-image-1 only, requires PNG)
      });
    
      // GPT-image-1 models always return base64-encoded images
      for (const image of results.data) {
        const imageBuffer = Buffer.from(image.b64_json, "base64");
        fs.writeFileSync("generated_image.png", imageBuffer);
        console.log("Image saved to generated_image.png");
      }
    }
    
    main().catch((err) => {
      console.error("The sample encountered an error:", err);
    });
    
  2. Войдите в Azure с помощью следующей команды:

    az login
    
  3. Запустите файл JavaScript.

    node index.js
    

Выходные данные

Сгенерированное изображение сохранён в generated_image.png в текущем каталоге.

== Image Generation ==
Image saved to generated_image.png

Замечание

API-интерфейсы изображений содержат фильтр модерации содержимого. Если служба распознает запрос как вредное содержимое, он не вернет созданный образ. Для получения дополнительной информации см. статью о фильтре содержимого.

Очистите ресурсы

Если вы хотите упорядочить и удалить ресурс Azure OpenAI, можно удалить ресурс. Перед удалением ресурса необходимо сначала удалить все развернутые модели.

Используйте это руководство, чтобы начать создавать изображения с помощью пакета SDK Azure OpenAI для JavaScript.

Справочная документация | Исходный код | Пакет (npm) | Примеры

Предпосылки

предварительные требования Microsoft Entra ID

Для рекомендуемой проверки подлинности без ключа с помощью Microsoft Entra ID необходимо:

  • Установите Azure CLI, который используется для аутентификации без использования ключей с помощью Microsoft Entra ID.
  • Назначьте роль Cognitive Services User своему аккаунту пользователя. Роли можно назначать в Azure portal в разделе Access control (IAM)>Добавить назначение роли.

Настройка

  1. Создайте новую папку image-quickstart и перейдите в папку быстрого запуска, используя следующую команду:

    mkdir image-quickstart && cd image-quickstart
    
  2. Создайте package.json с помощью следующей команды:

    npm init -y
    
  3. Обновите package.json на ECMAScript с помощью следующей команды:

    npm pkg set type=module
    
  4. Установите клиентскую библиотеку OpenAI для JavaScript с помощью:

    npm install openai
    
  5. Для рекомендуемой аутентификации без пароля:

    npm install @azure/identity
    

Получение сведений о ресурсе

Чтобы проверить подлинность приложения с помощью ресурса OpenAI Azure, необходимо получить следующие сведения:

Имя переменной Ценность
AZURE_OPENAI_ENDPOINT Это значение можно найти в разделе Keys и Endpoint при просмотре вашего ресурса в портале Azure.
AZURE_OPENAI_DEPLOYMENT_NAME Это значение будет соответствовать пользовательскому имени, которое вы выбрали при развертывании модели. Это значение можно найти в разделе Resource Management>Model Deployments в Azure portal.

Дополнительные сведения о бесключевой аутентификации и настройке переменных среды.

Предостережение

Чтобы использовать рекомендуемую проверку подлинности без ключа с пакетом SDK, убедитесь, что AZURE_OPENAI_API_KEY переменная среды не задана.

Создание изображений

  1. index.ts Создайте файл со следующим кодом:

    import { AzureOpenAI } from "openai";
    import { 
        DefaultAzureCredential, 
        getBearerTokenProvider 
    } from "@azure/identity";
    import * as fs from "fs";
    
    // You will need to set these environment variables or edit the following values
    const endpoint = process.env.AZURE_OPENAI_ENDPOINT || "Your endpoint";
    
    // Required Azure OpenAI deployment name and API version
    const apiVersion = process.env.OPENAI_API_VERSION || "2025-04-01-preview";
    const deploymentName = process.env.AZURE_OPENAI_DEPLOYMENT_NAME || "gpt-image-1";
    
    // keyless authentication    
    const credential = new DefaultAzureCredential();
    const scope = "https://ai.azure.com/.default";
    const azureADTokenProvider = getBearerTokenProvider(credential, scope);
    
    function getClient(): AzureOpenAI {
      return new AzureOpenAI({
        endpoint,
        azureADTokenProvider,
        apiVersion,
        deployment: deploymentName,
      });
    }
    async function main() {
      console.log("== Image Generation ==");
    
      const client = getClient();
    
      const results = await client.images.generate({
        prompt,
        size: "1024x1024",
        n: numberOfImagesToGenerate,
        model: "",
        quality: "high",
        // output_format: "png",  // "png" or "jpeg" (GPT-image-1 only)
        // background: "transparent",  // "auto" or "transparent" (GPT-image-1 only, requires PNG)
      });
    
      // GPT-image-1 models always return base64-encoded images
      for (const image of results.data) {
        const imageBuffer = Buffer.from(image.b64_json!, "base64");
        fs.writeFileSync("generated_image.png", imageBuffer);
        console.log("Image saved to generated_image.png");
      }
    }
    
    main().catch((err) => {
      console.error("The sample encountered an error:", err);
    });
    
  2. tsconfig.json Создайте файл для транспиля кода TypeScript и скопируйте следующий код для ECMAScript.

    {
        "compilerOptions": {
          "module": "NodeNext",
          "target": "ES2022", // Supports top-level await
          "moduleResolution": "NodeNext",
          "skipLibCheck": true, // Avoid type errors from node_modules
          "strict": true // Enable strict type-checking options
        },
        "include": ["*.ts"]
    }
    
  3. Процесс транспиляции из TypeScript в JavaScript.

    tsc
    
  4. Войдите в Azure с помощью следующей команды:

    az login
    
  5. Выполните следующую команду, чтобы запустить код:

    node index.js
    

Выходные данные

Сгенерированное изображение сохранён в generated_image.png в текущем каталоге.

== Image Generation ==
Image saved to generated_image.png

Замечание

API-интерфейсы изображений содержат фильтр модерации содержимого. Если служба распознает запрос как вредное содержимое, он не вернет созданный образ. Для получения дополнительной информации см. статью о фильтре содержимого.

Очистите ресурсы

Если вы хотите упорядочить и удалить ресурс Azure OpenAI, можно удалить ресурс. Перед удалением ресурса необходимо сначала удалить все развернутые модели.

Используйте это руководство для начала генерации изображений с помощью пакета SDK Azure OpenAI для Go.

Исходный код библиотеки | Пакет | Примеры

Предпосылки

предварительные требования Microsoft Entra ID

Для рекомендуемой проверки подлинности без ключа с помощью Microsoft Entra ID необходимо:

  • Установите Azure CLI, который используется для аутентификации без использования ключей с помощью Microsoft Entra ID.
  • Назначьте роль Cognitive Services User своему аккаунту пользователя. Роли можно назначать в Azure portal в разделе Access control (IAM)>Добавить назначение роли.

Настройка

  1. Создайте новую папку dall-e-quickstart и перейдите в папку быстрого запуска, используя следующую команду:

    mkdir dall-e-quickstart && cd dall-e-quickstart
    
  2. Для безключевой аутентификации с помощью Microsoft Entra ID войдите в Azure с помощью следующей команды:

    az login
    

Получение сведений о ресурсе

Чтобы проверить подлинность приложения с помощью ресурса OpenAI Azure, необходимо получить следующие сведения:

Имя переменной Ценность
AZURE_OPENAI_ENDPOINT Это значение можно найти в разделе Keys и Endpoint при просмотре вашего ресурса в портале Azure.
AZURE_OPENAI_DEPLOYMENT_NAME Это значение будет соответствовать пользовательскому имени, которое вы выбрали при развертывании модели. Это значение можно найти в разделе Resource Management>Model Deployments в Azure portal.

Дополнительные сведения о бесключевой аутентификации и настройке переменных среды.

Выполните быстрый старт

Пример кода в этом кратком руководстве использует Microsoft Entra ID для рекомендуемой безключевой аутентификации. Если вы предпочитаете использовать ключ API, вы можете заменить реализацию NewDefaultAzureCredential на NewKeyCredential.

azureOpenAIEndpoint := os.Getenv("AZURE_OPENAI_ENDPOINT")
credential, err := azidentity.NewDefaultAzureCredential(nil)
client, err := azopenai.NewClient(azureOpenAIEndpoint, credential, nil)

Чтобы запустить пример, выполните следующие действия:

  1. Создайте файл с именем quickstart.go. Скопируйте следующий код в файл quickstart.go .

     package main
    
    import (
    	"context"
    	"fmt"
    	"net/http"
    	"os"
    	"log"
    
    	"github.com/Azure/azure-sdk-for-go/sdk/ai/azopenai"
    	"github.com/Azure/azure-sdk-for-go/sdk/azcore/to"
    	"github.com/Azure/azure-sdk-for-go/sdk/azidentity"
    )
    
    func main() {
    	azureOpenAIEndpoint := os.Getenv("AZURE_OPENAI_ENDPOINT")
    	modelDeploymentID := "gpt-image-1"
    
    	credential, err := azidentity.NewDefaultAzureCredential(nil)
    	if err != nil {
    		log.Printf("ERROR: %s", err)
    		return
    	}
    
    	client, err := azopenai.NewClient(
    		azureOpenAIEndpoint, credential, nil)
    	if err != nil {
    		log.Printf("ERROR: %s", err)
    		return
    	}
    
    	resp, err := client.GetImageGenerations(context.TODO(), azopenai.ImageGenerationOptions{
    		Prompt:         to.Ptr("A painting of a cat in the style of Dali."),
    		ResponseFormat: to.Ptr(azopenai.ImageGenerationResponseFormatURL),
    		DeploymentName: to.Ptr(modelDeploymentID),
    	}, nil)
    
    	if err != nil {
    		// Implement application specific error handling logic.
    		log.Printf("ERROR: %s", err)
    		return
    	}
    
    	for _, generatedImage := range resp.Data {
    		// The underlying type for the generatedImage is determined by the value of
    		// ImageGenerationOptions.ResponseFormat. 
    		// In this example we use `azopenai.ImageGenerationResponseFormatURL`,
    		// so the underlying type will be ImageLocation.
    
    		resp, err := http.Head(*generatedImage.URL)
    
    		if err != nil {
    			// Implement application specific error handling logic.
    			log.Printf("ERROR: %s", err)
    			return
    		}
    
    		fmt.Fprintf(os.Stderr, "Image generated, HEAD request on URL returned %d\nImage URL: %s\n", resp.StatusCode, *generatedImage.URL)
    	}
    }
    
  2. Выполните следующую команду, чтобы создать новый модуль Go:

     go mod init quickstart.go
    
  3. Запустите go mod tidy , чтобы установить необходимые зависимости:

    go mod tidy
    
  4. Выполните следующую команду, чтобы запустить пример:

     go run quickstart.go
    

Выходные данные

URL-адрес созданного изображения выводится в консоль.

Image generated, HEAD request on URL returned 200
Image URL: <SAS URL>

Это важно

Модели GPT-image-1 всегда возвращают данные изображения в кодировке Base64 вместо URL-адресов. Если версия пакета SDK возвращает URL-адрес для моделей DALL-E, необходимо обработать ответ base64 для развертываний GPT-image-1. GPT-image-1 также поддерживает дополнительные параметры, такие как quality (low, medium, high), output_format (png, jpeg), background (auto, transparent), и output_compression (0–100, только JPEG). Дополнительные сведения см. в разделе "Параметры API".

Замечание

API-интерфейсы изображений содержат фильтр модерации содержимого. Если служба распознает запрос как вредное содержимое, он не вернет созданный образ. Для получения дополнительной информации см. статью о фильтре содержимого.

Очистите ресурсы

Если вы хотите удалить ресурс Azure OpenAI, вы можете удалить сам ресурс или группу ресурсов. Удаление группы ресурсов также удаляет все другие ресурсы, связанные с ней.

Используйте это руководство, чтобы начать работу с вызовами API для создания изображений Azure OpenAI в Microsoft Foundry Models с помощью PowerShell.

Предпосылки

предварительные требования Microsoft Entra ID

Для рекомендуемой проверки подлинности без ключа с помощью Microsoft Entra ID необходимо:

  • Установите Azure CLI, который используется для аутентификации без использования ключей с помощью Microsoft Entra ID.
  • Назначьте роль Cognitive Services User своему аккаунту пользователя. Роли можно назначать в Azure portal в разделе Access control (IAM)>Добавить назначение роли.

Получение сведений о ресурсе

Чтобы проверить подлинность приложения с помощью ресурса OpenAI Azure, необходимо получить следующие сведения:

Имя переменной Ценность
AZURE_OPENAI_ENDPOINT Это значение можно найти в разделе Keys и Endpoint при просмотре вашего ресурса в портале Azure.
AZURE_OPENAI_DEPLOYMENT_NAME Это значение будет соответствовать пользовательскому имени, которое вы выбрали при развертывании модели. Это значение можно найти в разделе Resource Management>Model Deployments в Azure portal.

Дополнительные сведения о бесключевой аутентификации и настройке переменных среды.

Создание изображений

  1. Для безключевой аутентификации с помощью Microsoft Entra ID войдите в Azure с помощью следующей команды:

    az login
    
  2. Получите маркер проверки подлинности OpenAI Azure и задайте его в качестве переменной среды для текущего сеанса PowerShell:

    $Env:DEFAULT_AZURE_CREDENTIAL_TOKEN = az account get-access-token --resource https://cognitiveservices.azure.com --query accessToken -o tsv
    
  3. Создайте новый файл PowerShell с именемquickstart.ps1. Затем откройте его в предпочитаемом редакторе или интегрированной среде разработки.

  4. Замените содержимое quickstart.ps1 следующим кодом. Убедитесь, что AZURE_OPENAI_ENDPOINT установлен, и измените значение prompt на предпочитаемый вами текст.

    Чтобы использовать проверку подлинности с ключом API вместо проверки без ключа, задайте AZURE_OPENAI_API_KEY и уберите комментарий со строки 'api-key'.

     # Azure OpenAI metadata variables
     $openai = @{
         api_base    = $Env:AZURE_OPENAI_ENDPOINT 
         api_version = '2025-04-01-preview'
         deployment  = 'gpt-image-1' # the name of your GPT-image-1 series deployment
     }
    
     # Use the recommended keyless authentication via bearer token.
     $headers = [ordered]@{
         #'api-key' = $Env:AZURE_OPENAI_API_KEY
         'Authorization' = "Bearer $($Env:DEFAULT_AZURE_CREDENTIAL_TOKEN)"
     }
    
     # Text to describe image
     $prompt = 'A painting of a dog'
    
     # Adjust these values to fine-tune completions
     $body = [ordered]@{
         prompt = $prompt
         size   = '1024x1024'
         n      = 1
         quality = 'high'
         output_format = 'png'
         # background = 'transparent'  # 'auto' or 'transparent' (requires PNG output)
         # output_compression = 100    # 0-100 compression level (JPEG output only)
     } | ConvertTo-Json
    
     # Call the API to generate the image and retrieve the response
     $url = "$($openai.api_base)/openai/deployments/$($openai.deployment)/images/generations?api-version=$($openai.api_version)"
    
     $response = Invoke-RestMethod -Uri $url -Headers $headers -Body $body -Method Post -ContentType 'application/json'
    
     # Set the directory for the stored image
     $image_dir = Join-Path -Path $pwd -ChildPath 'images'
    
     # If the directory doesn't exist, create it
     if (-not(Resolve-Path $image_dir -ErrorAction Ignore)) {
         New-Item -Path $image_dir -ItemType Directory
     }
    
     # Initialize the image path (note the filetype should be png)
     $image_path = Join-Path -Path $image_dir -ChildPath 'generated_image.png'
    
     # Decode the base64 image and save to file
     $image_bytes = [Convert]::FromBase64String($response.data[0].b64_json)
     [IO.File]::WriteAllBytes($image_path, $image_bytes)
     return $image_path
    

    Это важно

    Для рабочей среды используйте безопасный способ хранения и доступа к учетным данным, таким как Управление секретами PowerShell с помощью Azure Key Vault. Дополнительные сведения о безопасности учетных данных см. в этой статье.

  5. Запустите скрипт с помощью PowerShell:

    ./quickstart.ps1
    

    Скрипт создает изображение и сохраняет его.

Выходные данные

PowerShell запрашивает образ из Azure OpenAI и сохраняет выходной образ в файле generated_image.png в указанном каталоге. Для удобства полный путь к файлу возвращается в конце скрипта.

API-интерфейсы изображений содержат фильтр модерации содержимого. Если служба распознает запрос как вредное содержимое, она не создает изображение. Дополнительные сведения см. в разделе "Фильтрация содержимого".

Очистите ресурсы

Если вы хотите удалить ресурс Azure OpenAI, вы можете удалить сам ресурс или группу ресурсов. Удаление группы ресурсов также удаляет все другие ресурсы, связанные с ней.

Используйте это руководство для начала работы по генерации изображений с Azure OpenAI в браузере с использованием Microsoft Foundry.

Предпосылки

Перейти к Foundry

Перейдите к Foundry и войдите с учетными данными, связанными с ресурсом OpenAI Azure. Во время или после рабочего процесса входа выберите соответствующий каталог, подписку Azure и ресурс Azure OpenAI.

На целевой странице Foundry создайте или выберите новый проект. Перейдите на страницу "Модели + конечные точки" на левой панели навигации . Выберите «Развернуть модель» и затем выберите одну из моделей серии GPT-Image-1 из списка. Завершите процесс развертывания.

На странице модели выберите "Открыть на детской площадке".

Попробуйте создание образа

Начните изучать возможности Azure OpenAI с использованием подхода без кода с помощью Images Playground. Введите запрос изображения в текстовое поле и нажмите кнопку "Создать". Когда изображение, созданное СИ, будет готово, оно отображается на странице.

Замечание

API-интерфейсы изображений содержат фильтр модерации содержимого. Если Azure OpenAI распознает запрос как вредное содержимое, он не возвращает созданный образ. Дополнительные сведения см. в разделе "Фильтрация содержимого".

На игровой площадке "Изображения" можно также просматривать примеры кода Python и cURL, которые предварительно заполнены в соответствии с параметрами. Выберите "Просмотреть код " в верхней части страницы. Этот код можно использовать для записи приложения, которое завершает ту же задачу.

Очистите ресурсы

Если вы хотите удалить ресурс Azure OpenAI, вы можете удалить сам ресурс или группу ресурсов. Удаление группы ресурсов также удаляет все другие ресурсы, связанные с ней.

Квоты и ограничения

Создание изображений имеет ограничения по скорости генерации по умолчанию для каждого развертывания.

Модель Квота по умолчанию (изображений в минуту)
Серия GPT-image-1 5

Чтобы просмотреть текущую квоту или запросить увеличение, см. статью Управление квотами Azure OpenAI.

Вызов API создания изображений

В следующей команде показан самый простой способ использования модели изображений с кодом. Если вы впервые используете эти модели программным способом, начните с quickstart.

Подсказка

Создание изображений обычно занимает 10–30 секунд в зависимости от модели, размера и параметров качества.

Предпосылки

Отправьте запрос POST в:

https://<your_resource_name>.openai.azure.com/openai/deployments/<your_deployment_name>/images/generations?api-version=<api_version>

URL:

Измените следующие значения:

  • <your_resource_name> — это имя ресурса Azure OpenAI.
  • <your_deployment_name> — это имя развертывания модели GPT-image-1.
  • <api_version> — это версия API, которую вы хотите использовать. Например: 2025-04-01-preview.

Обязательные заголовки:

  • Content-Type: application/json
  • api-key: <your_API_key>

Body:

Ниже приведен пример текста запроса. Вы указываете ряд параметров, определенных в последующих разделах.

{
    "prompt": "A multi-colored umbrella on the beach, disposable camera",
    "model": "gpt-image-1.5",
    "size": "1024x1024", 
    "n": 1,
    "quality": "high"
}

Подсказка

Для получения информации о затратах на токены для генерации изображений см. раздел .

Выходные данные

Ответ от успешного вызова API создания изображений выглядит следующим образом. Поле b64_json содержит выходные данные изображения.

{ 
    "created": 1698116662, 
    "data": [ 
        { 
            "b64_json": "<base64 image data>"
        }
    ]
} 

Замечание

Параметр response_format не поддерживается для моделей серии GPT-image-1, которые всегда возвращают образы в кодировке Base64.

Стриминг

Потоковая передача позволяет получать частичные изображения по мере их создания, обеспечивая более быструю визуальную обратную связь для пользователей. Это полезно для приложений, где требуется показать ход создания. Параметр partial_images (1–3) определяет, сколько промежуточных образов возвращаются до окончательного результата.

Вы можете передавать запросы на создание изображений в моделям серии gpt-image-1, задав параметр stream в true, и установив параметр partial_images в значение в диапазоне от 0 до 3.

import base64
from openai import OpenAI
from azure.identity import DefaultAzureCredential, get_bearer_token_provider

token_provider = get_bearer_token_provider(
    DefaultAzureCredential(), "https://ai.azure.com/.default"
)

client = OpenAI(  
  base_url = "https://RESOURCE-NAME-HERE/openai/v1/",  
  api_key=token_provider,
  default_headers={"api_version":"preview"}
)

stream = client.images.generate(
    model="gpt-image-1.5",
    prompt="A cute baby sea otter",
    n=1,
    size="1024x1024",
    stream=True,
    partial_images = 2
)

for event in stream:
    if event.type == "image_generation.partial_image":
        idx = event.partial_image_index
        image_base64 = event.b64_json
        image_bytes = base64.b64decode(image_base64)
        with open(f"river{idx}.png", "wb") as f:
            f.write(image_bytes)
 

Указание параметров API

Для моделей создания изображений доступны следующие параметры текста API.

Размер

Укажите размер созданных изображений. Должен быть одним из 1024x1024, 1024x1536 или 1536x1024 для моделей серии GPT-image-1. Квадратные изображения быстрее создаются.

Качество

Существует три варианта качества изображения: low, mediumи high. Более низкое качество изображений можно создавать быстрее.

Значение по умолчанию — high.

Number

Вы можете создавать между одним и 10 изображениями в одном вызове API. Значение по умолчанию — 1.

Идентификатор пользователя

Используйте параметр пользователя , чтобы указать уникальный идентификатор для пользователя, выполняющего запрос. Этот идентификатор полезен для отслеживания и мониторинга шаблонов использования. Значение может быть любой строкой, например идентификатором пользователя или адресом электронной почты.

Формат вывода

Используйте параметр output_format , чтобы указать формат созданного изображения. Поддерживаемые форматы: PNG и JPEG. Значение по умолчанию — PNG.

Замечание

Образы WEBP не поддерживаются в Azure OpenAI в моделях Microsoft Foundry.

Сжатие

Используйте параметр output_compression , чтобы указать уровень сжатия для созданного образа. Введите целое число между 0 и 100, где 0 означает отсутствие сжатия, а 100 означает максимальное сжатие. Значение по умолчанию — 100.

Стриминг

Используйте параметр stream для включения потоковых ответов. Если задано значение true, API возвращает частичные образы по мере их создания. Эта функция предоставляет пользователям более быструю визуальную обратную связь и улучшает задержку восприятия. Задайте параметр partial_images для управления количеством частичных образов (1–3).

Прозрачность

Задайте параметр фон на transparent, а параметр output_format на PNG в запросе на генерацию изображения для получения изображения с прозрачным фоном.

Вызов API редактирования изображения

API редактирования изображений позволяет изменять существующие изображения на основе предоставленных текстовых запросов. Вызов API аналогичен вызову API создания изображений, но также необходимо предоставить входной образ.

Это важно

Входное изображение должно быть меньше 50 МБ в размере и должно быть PNG-файлом или JPG.

Отправьте запрос POST в:

https://<your_resource_name>.openai.azure.com/openai/deployments/<your_deployment_name>/images/edits?api-version=<api_version>

URL:

Измените следующие значения:

  • <your_resource_name> — это имя ресурса Azure OpenAI.
  • <your_deployment_name> — это имя развертывания модели GPT-image-1.
  • <api_version> — это версия API, которую вы хотите использовать. Например: 2025-04-01-preview.

Обязательные заголовки:

  • Content-Type: multipart/form-data
  • api-key: <your_API_key>

Body:

Ниже приведен пример текста запроса. Вы указываете ряд параметров, определенных в последующих разделах.

Это важно

API редактирования изображений принимает данные с несколькими частями и формами, а не данные JSON. В приведенном ниже примере показаны примеры данных формы, которые будут присоединены к запросу cURL.

-F "image[]=@beach.png" \
-F 'prompt=Add a beach ball in the center' \
-F "model=gpt-image-1" \
-F "size=1024x1024" \
-F "n=1" \
-F "quality=high"

Выходные данные ответа API

Ответ от успешного вызова API редактирования изображений выглядит следующим образом. Поле b64_json содержит выходные данные изображения.

{ 
    "created": 1698116662, 
    "data": [ 
        { 
            "b64_json": "<base64 image data>"
        }
    ]
} 

Указание параметров API редактирования изображения

Следующие параметры текста API доступны для моделей редактирования изображений, а также для моделей создания изображений.

Изображение

Значение изображения указывает файл изображения, который требуется изменить.

Точность ввода

Параметр input_fidelity определяет, насколько тщательно модель старается сопоставить стиль и особенности входных изображений, особенно лицевые черты.

Этот параметр позволяет вносить тонкие изменения в изображение, не изменяя несвязанные области. При использовании высокой точности ввода лица сохраняются более точно, чем в стандартном режиме.

Это важно

Точность входных данных не поддерживается моделью gpt-image-1-mini .

Mask

Параметр маски использует тот же тип, что и основной входной параметр изображения . Он определяет область изображения, которую модель должна изменить, используя полностью прозрачные пиксели с альфа-каналом, равным нулю в этих областях. Маска должна быть PNG-файлом и иметь те же размеры, что и входное изображение.

Стриминг

Используйте параметр stream для включения потоковых ответов. Если задано значение true, API возвращает частичные образы по мере их создания. Эта функция предоставляет пользователям более быструю визуальную обратную связь и улучшает задержку восприятия. Задайте параметр partial_images для управления количеством частичных образов (1–3).

Прозрачность

Задайте параметр фон на transparent, а параметр output_format на PNG в запросе на генерацию изображения для получения изображения с прозрачным фоном.

Написание эффективных текстовых подсказок для генерации изображений

Запросы должны описать содержимое, которое вы хотите увидеть в изображении и визуальном стиле изображения.

При написании запросов следует учитывать, что API изображений имеют фильтр модерации содержимого. Если служба распознает запрос как вредное содержимое, она не создает изображение. Дополнительные сведения см. в разделе "Фильтрация содержимого".

Подсказка

Подробные сведения о том, как настроить текстовые запросы на создание различных типов изображений, см. в руководстве по проектированию запросов Image.

Ответственное использование ИИ и генерирование изображений

Модели создания изображений Azure OpenAI включают встроенные механизмы защиты Ответственного ИИ (RAI) для обеспечения безопасного и соответствующего использования.

Кроме того, Azure обеспечивает модерацию входных и выходных данных во всех моделях создания изображений, а также меры защиты Azure, такие как фильтрация содержимого и мониторинг злоупотреблений. Эти системы помогают обнаруживать и предотвращать создание или неправильное использование вредного, небезопасного или нарушающего политику содержимого.

Клиенты могут узнать больше об этих мерах защиты и о том, как настроить их здесь:

Особые рекомендации по созданию изображений несовершеннолетних

Фотореалистические изображения несовершеннолетних блокируются по умолчанию. Клиенты могут запросить доступ к этому функционалу модели. Клиенты корпоративного уровня автоматически утверждены.

Устранение неполадок

Отклонение вызова API

Запросы и изображения фильтруются на основе нашей политики содержимого. API возвращает ошибку при пометке запроса или изображения.

Если ваш запрос помечен, значение error.code в сообщении установлено на contentFilter. Приведем пример:

{
    "created": 1698435368,
    "error":
    {
        "code": "contentFilter",
        "message": "Your task failed as a result of our safety system."
    }
}

Кроме того, возможно, что созданный образ фильтруется. В этом случае сообщение об ошибке установлено как генерируемое изображение было отфильтровано нашей системой безопасности. Приведем пример:

{
    "created": 1698435368,
    "error":
    {
        "code": "contentFilter",
        "message": "Generated image was filtered as a result of our safety system."
    }
}

Ошибки ограничения скорости

Если вы получили ошибку 429, превышено ограничение скорости. Подождите, прежде чем повторить попытку или запросить увеличение квоты в Azure portal.

Ошибки проверки подлинности

Если вы получите ошибку 401:

  • Проверка подлинности ключа API. Убедитесь, что ключ API правильно и не истек.
  • Управляемое удостоверение: Убедитесь, что у вашего удостоверения есть роль Cognitive Services OpenAI User на ресурсе.

Ошибки, связанные с истечением времени ожидания

Создание изображений может занять до 60 секунд для сложных запросов. Если вы испытываете тайм-ауты:

  • Используйте потоковую передачу, чтобы получить частичные результаты раньше.
  • Упростите запрос.
  • Попробуйте уменьшить размер изображения.
  • Узнайте о маркерах генерации изображений