Bildgenerierungs-API: OpenAI-kompatibel, verarbeitet in der EU

POST /v1/images/generations erwartet ein model und einen prompt und liefert ein oder mehrere Bilder. Die Antwort enthält einen Zeitstempel created und ein Array data; jedes Element enthält je nach response_format entweder b64_json, das Bild als Base64, oder eine url zum Herunterladen.

Offene Modelle wie FLUX.1 schnell vom deutschen Labor Black Forest Labs liefern in wenigen Schritten gute Ergebnisse und eignen sich für Entwürfe, Illustrationen und Produkt-Mock-ups. Die Modellseiten nennen Größen, Lizenz und Stärken der Bildmodelle, die wir betreiben, und GET /v1/models zeigt, welche Ihr Schlüssel nutzen darf.

prompt beschreibt das Bild. Konkrete Beschreibungen funktionieren am besten: Motiv, Umgebung, Licht, Stil und Bildaufbau in dieser Reihenfolge statt einer Liste von Adjektiven. n legt fest, wie viele Bilder eine Anfrage erzeugt, size die Auflösung als Breite mal Höhe, etwa 1024x1024 oder 1344x768, innerhalb der vom Modell unterstützten Größen.

response_format ist b64_json oder url. Base64 ist am einfachsten, wenn Sie Bilder sofort speichern, wie im Beispiel. Eine URL hält die Antwort klein, läuft aber nach kurzer Zeit ab, laden Sie die Datei also zügig herunter. Felder, die nur für OpenAIs eigene Bildmodelle gelten, etwa deren Qualitäts- und Stileinstellungen, werden ignoriert.

Ein verbreitetes Setup lässt ein Chat-Modell den Bildprompt schreiben. Geben Sie ihm Artikel, Produktbeschreibung oder Kampagnenbriefing und bitten Sie um einen Prompt nach fester Struktur und den visuellen Regeln Ihrer Marke. Diesen Prompt senden Sie an den Bild-Endpunkt, erzeugen mit n drei oder vier Varianten und lassen einen Menschen auswählen.

Speichern Sie Prompt und Modell zu jedem veröffentlichten Bild, damit Sie es nachbauen oder anpassen können. Bei großen Katalogen, etwa einer Illustration pro Produkt, laufen die Anfragen besser über eine Warteschlange mit Wiederholungen als über eine Seite, auf die jemand wartet.

Eine nicht unterstützte size ergibt einen 400-Fehler mit den zulässigen Größen des Modells. Prompts, die eindeutig rechtswidrige Inhalte verlangen, werden mit einem Fehler abgelehnt. Bildgenerierung ist aufwendiger als Text: Rechnen Sie mit einigen Sekunden pro Anfrage, setzen Sie ein großzügiges Timeout und wiederholen Sie 429- und 5xx-Antworten mit Backoff.

Bildmodelle tun sich schwer mit exaktem Text im Bild, genauen Stückzahlen und realen Personen. Text und Logos ergänzen Sie besser nachträglich im Grafikprogramm. Prüfen Sie vor kommerzieller Nutzung die Modelllizenz und kennzeichnen Sie generierte Bilder, wo Gesetz oder eigene Richtlinien es verlangen.