> ## Documentation Index
> Fetch the complete documentation index at: https://docs.apimart.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# GPT-Image-2 공식 채널 이미지 생성

>  - OpenAI 공식 `gpt-image-2` 모델, `/v1/images/generations` 호환 프로토콜 기반
- 비동기 처리 모드, `task_id` 를 반환하여 후속 조회에 사용
- 텍스트-이미지 / 이미지-이미지 / 로컬 리터치（mask）3-in-1
- 신규 `resolution` 등급 필드, 1K / 2K / 4K 선택 지원
- 15 가지 비율 지원, 1K / 2K / 4K 등급에서 모두 사용 가능
- 단일 요청당 최대 4 장, 참조 이미지는 최대 16 장
- `gpt-image-1.5-official` 과 파라미터 95% 일치, 마이그레이션은 모델명만 변경하면 됨 

<RequestExample>
  ```bash cURL theme={null}
  curl --request POST \
    --url https://api.apimart.ai/v1/images/generations \
    --header 'Authorization: Bearer <token>' \
    --header 'Content-Type: application/json' \
    --data '{
      "model": "gpt-image-2-official",
      "prompt": "별이 빛나는 하늘 아래의 고대 성",
      "size": "16:9",
      "resolution": "2k",
      "quality": "high",
      "n": 1
    }'
  ```

  ```python Python theme={null}
  import requests

  url = "https://api.apimart.ai/v1/images/generations"

  payload = {
      "model": "gpt-image-2-official",
      "prompt": "별이 빛나는 하늘 아래의 고대 성",
      "size": "16:9",
      "resolution": "2k",
      "quality": "high",
      "n": 1
  }

  headers = {
      "Authorization": "Bearer <token>",
      "Content-Type": "application/json"
  }

  response = requests.post(url, json=payload, headers=headers)

  print(response.json())
  ```

  ```javascript JavaScript theme={null}
  const url = "https://api.apimart.ai/v1/images/generations";

  const payload = {
    model: "gpt-image-2-official",
    prompt: "별이 빛나는 하늘 아래의 고대 성",
    size: "16:9",
    resolution: "2k",
    quality: "high",
    n: 1,
  };

  const headers = {
    Authorization: "Bearer <token>",
    "Content-Type": "application/json",
  };

  fetch(url, {
    method: "POST",
    headers: headers,
    body: JSON.stringify(payload),
  })
    .then((response) => response.json())
    .then((data) => console.log(data))
    .catch((error) => console.error("Error:", error));
  ```

  ```go Go theme={null}
  package main

  import (
      "bytes"
      "encoding/json"
      "fmt"
      "io/ioutil"
      "net/http"
  )

  func main() {
      url := "https://api.apimart.ai/v1/images/generations"

      payload := map[string]interface{}{
          "model":      "gpt-image-2-official",
          "prompt":     "별이 빛나는 하늘 아래의 고대 성",
          "size":       "16:9",
          "resolution": "2k",
          "quality":    "high",
          "n":          1,
      }

      jsonData, _ := json.Marshal(payload)

      req, _ := http.NewRequest("POST", url, bytes.NewBuffer(jsonData))
      req.Header.Set("Authorization", "Bearer <token>")
      req.Header.Set("Content-Type", "application/json")

      client := &http.Client{}
      resp, err := client.Do(req)
      if err != nil {
          panic(err)
      }
      defer resp.Body.Close()

      body, _ := ioutil.ReadAll(resp.Body)
      fmt.Println(string(body))
  }
  ```

  ```java Java theme={null}
  import java.net.http.HttpClient;
  import java.net.http.HttpRequest;
  import java.net.http.HttpResponse;
  import java.net.URI;

  public class Main {
      public static void main(String[] args) throws Exception {
          String url = "https://api.apimart.ai/v1/images/generations";

          String payload = """
          {
            "model": "gpt-image-2-official",
            "prompt": "별이 빛나는 하늘 아래의 고대 성",
            "size": "16:9",
            "resolution": "2k",
            "quality": "high",
            "n": 1
          }
          """;

          HttpClient client = HttpClient.newHttpClient();
          HttpRequest request = HttpRequest.newBuilder()
              .uri(URI.create(url))
              .header("Authorization", "Bearer <token>")
              .header("Content-Type", "application/json")
              .POST(HttpRequest.BodyPublishers.ofString(payload))
              .build();

          HttpResponse<String> response = client.send(request,
              HttpResponse.BodyHandlers.ofString());

          System.out.println(response.body());
      }
  }
  ```

  ```php PHP theme={null}
  <?php

  $url = "https://api.apimart.ai/v1/images/generations";

  $payload = [
      "model" => "gpt-image-2-official",
      "prompt" => "별이 빛나는 하늘 아래의 고대 성",
      "size" => "16:9",
      "resolution" => "2k",
      "quality" => "high",
      "n" => 1
  ];

  $ch = curl_init($url);
  curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
  curl_setopt($ch, CURLOPT_POST, true);
  curl_setopt($ch, CURLOPT_POSTFIELDS, json_encode($payload));
  curl_setopt($ch, CURLOPT_HTTPHEADER, [
      "Authorization: Bearer <token>",
      "Content-Type: application/json"
  ]);

  $response = curl_exec($ch);
  curl_close($ch);

  echo $response;
  ?>
  ```

  ```ruby Ruby theme={null}
  require 'net/http'
  require 'json'
  require 'uri'

  url = URI("https://api.apimart.ai/v1/images/generations")

  payload = {
    model: "gpt-image-2-official",
    prompt: "별이 빛나는 하늘 아래의 고대 성",
    size: "16:9",
    resolution: "2k",
    quality: "high",
    n: 1
  }

  http = Net::HTTP.new(url.host, url.port)
  http.use_ssl = true

  request = Net::HTTP::Post.new(url)
  request["Authorization"] = "Bearer <token>"
  request["Content-Type"] = "application/json"
  request.body = payload.to_json

  response = http.request(request)
  puts response.body
  ```

  ```swift Swift theme={null}
  import Foundation

  let url = URL(string: "https://api.apimart.ai/v1/images/generations")!

  let payload: [String: Any] = [
      "model": "gpt-image-2-official",
      "prompt": "별이 빛나는 하늘 아래의 고대 성",
      "size": "16:9",
      "resolution": "2k",
      "quality": "high",
      "n": 1
  ]

  var request = URLRequest(url: url)
  request.httpMethod = "POST"
  request.setValue("Bearer <token>", forHTTPHeaderField: "Authorization")
  request.setValue("application/json", forHTTPHeaderField: "Content-Type")
  request.httpBody = try? JSONSerialization.data(withJSONObject: payload)

  let task = URLSession.shared.dataTask(with: request) { data, response, error in
      if let error = error {
          print("Error: \(error)")
          return
      }

      if let data = data, let responseString = String(data: data, encoding: .utf8) {
          print(responseString)
      }
  }

  task.resume()
  ```

  ```csharp C# theme={null}
  using System;
  using System.Net.Http;
  using System.Text;
  using System.Threading.Tasks;

  class Program
  {
      static async Task Main(string[] args)
      {
          var url = "https://api.apimart.ai/v1/images/generations";

          var payload = @"{
              ""model"": ""gpt-image-2-official"",
              ""prompt"": ""별이 빛나는 하늘 아래의 고대 성"",
              ""size"": ""16:9"",
              ""resolution"": ""2k"",
              ""quality"": ""high"",
              ""n"": 1
          }";

          using var client = new HttpClient();
          client.DefaultRequestHeaders.Add("Authorization", "Bearer <token>");

          var content = new StringContent(payload, Encoding.UTF8, "application/json");
          var response = await client.PostAsync(url, content);
          var result = await response.Content.ReadAsStringAsync();

          Console.WriteLine(result);
      }
  }
  ```

  ```dart Dart theme={null}
  import 'dart:convert';
  import 'package:http/http.dart' as http;

  void main() async {
    final url = Uri.parse('https://api.apimart.ai/v1/images/generations');

    final payload = {
      'model': 'gpt-image-2-official',
      'prompt': '별이 빛나는 하늘 아래의 고대 성',
      'size': '16:9',
      'resolution': '2k',
      'quality': 'high',
      'n': 1,
    };

    final response = await http.post(
      url,
      headers: {
        'Authorization': 'Bearer <token>',
        'Content-Type': 'application/json',
      },
      body: jsonEncode(payload),
    );

    print(response.body);
  }
  ```

  ```r R theme={null}
  library(httr)
  library(jsonlite)

  url <- "https://api.apimart.ai/v1/images/generations"

  payload <- list(
    model = "gpt-image-2-official",
    prompt = "별이 빛나는 하늘 아래의 고대 성",
    size = "16:9",
    resolution = "2k",
    quality = "high",
    n = 1
  )

  response <- POST(
    url,
    add_headers(
      Authorization = "Bearer <token>",
      `Content-Type` = "application/json"
    ),
    body = toJSON(payload, auto_unbox = TRUE),
    encode = "raw"
  )

  cat(content(response, "text"))
  ```
</RequestExample>

<ResponseExample>
  ```json 200 theme={null}
  {
    "code": 200,
    "data": [
      {
        "status": "submitted",
        "task_id": "task_01KPTXXXXXXXXXXXXXXX"
      }
    ]
  }
  ```

  ```json 400 theme={null}
  {
    "error": {
      "code": 400,
      "message": "파라미터 오류: size 가 유효하지 않음 / resolution 미지원 / 픽셀 위반 등",
      "type": "invalid_request_error"
    }
  }
  ```

  ```json 401 theme={null}
  {
    "error": {
      "code": 401,
      "message": "인증에 실패했습니다. API 키를 확인하세요",
      "type": "authentication_error"
    }
  }
  ```

  ```json 402 theme={null}
  {
    "error": {
      "code": 402,
      "message": "계정 잔액이 부족합니다. 충전 후 다시 시도하세요",
      "type": "payment_required"
    }
  }
  ```

  ```json 403 theme={null}
  {
    "error": {
      "code": 403,
      "message": "접근이 금지되었습니다. 이 리소스에 접근할 권한이 없습니다",
      "type": "permission_error"
    }
  }
  ```

  ```json 429 theme={null}
  {
    "error": {
      "code": 429,
      "message": "요청이 너무 잦습니다. 잠시 후 다시 시도하세요",
      "type": "rate_limit_error"
    }
  }
  ```

  ```json 500 theme={null}
  {
    "error": {
      "code": 500,
      "message": "서버 내부 오류, 잠시 후 다시 시도하세요",
      "type": "server_error"
    }
  }
  ```

  ```json 502 theme={null}
  {
    "error": {
      "code": 502,
      "message": "게이트웨이 오류, 서버를 일시적으로 사용할 수 없습니다",
      "type": "bad_gateway"
    }
  }
  ```
</ResponseExample>

## Authorizations

<ParamField header="Authorization" type="string" required>
  모든 엔드포인트는 Bearer Token 인증이 필요합니다

  API 키 받기：

  [API 키 관리 페이지](https://apimart.ai/keys) 에서 API 키를 받으세요

  사용 시 요청 헤더에 추가：

  ```
  Authorization: Bearer YOUR_API_KEY
  ```
</ParamField>

## Body

<ParamField body="model" type="string" default="gpt-image-2-official" required>
  이미지 생성 모델 이름

  `gpt-image-2-official` 로 고정 (OpenAI 공식 gpt-image-2 모델)
</ParamField>

<ParamField body="prompt" type="string" required>
  이미지 생성을 위한 텍스트 설명

  * 한국어 / 영어 / 중국어 지원, 상세한 설명을 권장
  * 제출 전에 플랫폼의 민감어 / 안전 심사를 거칩니다. 위반 내용은 즉시 오류를 반환합니다
</ParamField>

<ParamField body="size" type="string" default="1:1">
  이미지 비율

  외부에서는 비율 값을 사용하며, 시스템 내부에서는 `resolution` 에 따라 실제 픽셀로 자동 매핑됩니다.

  다음 비율 지원, 추가로 `auto` 를 전달하면 서버에서 적절한 비율을 자동 선택합니다：

  * `auto` - 자동 (prompt / 참조 이미지에 따라 서버가 비율을 선택)
  * `1:1` - 정사각형 (기본값, SNS 아바타 / 로고)
  * `3:2` - 가로 구도 (DSLR 카메라 일반 비율)
  * `2:3` - 세로 구도 (포스터 세로판)
  * `4:3` - 가로 구도 (클래식 모니터 / 슬라이드)
  * `3:4` - 세로 구도
  * `5:4` - 가로 구도
  * `4:5` - 세로 구도 (Instagram 세로판 게시물)
  * `16:9` - 가로 구도 (와이드 비디오 커버)
  * `9:16` - 세로 구도 (폰 풀스크린 / 숏 비디오 커버)
  * `2:1` - 가로 구도 (웹 배너)
  * `1:2` - 세로 구도
  * `3:1` - 가로 구도 (초광각 배너)
  * `1:3` - 세로 구도 (초장형 포스터)
  * `21:9` - 가로 구도 (영화 울트라와이드)
  * `9:21` - 세로 구도

  `1881x836` / `887x1774` 같은 픽셀 크기도 직접 전달할 수 있습니다.

  <Warning>
    `size` 에 `auto` 를 전달하면 기본 비율은 `1:1` 입니다.
  </Warning>
</ParamField>

<ParamField body="resolution" type="string" default="1k">
  해상도 등급 (**신규 필드**)

  실제 출력 해상도를 제어합니다.

  * `1k` - 1024 기준, 일상 사용에 비용 효율적 (기본값)
  * `2k` - 2048 기준, 포스터 / 고해상도 용도에 적합
  * `4k` - 3840 기준, 아래 매핑 표의 15가지 비율 지원

  <Warning>
    4K 는 아래 매핑 표의 15가지 비율을 지원합니다. 표의 픽셀 크기를 `size` 로 직접 전달할 수도 있습니다.
  </Warning>
</ParamField>

<ParamField body="quality" type="string" default="auto">
  이미지 품질

  * `auto` - 자동 (기본값, 보통 `low` 와 동일)
  * `low` - 빠르고 저렴, 윤곽 정도
  * `medium` - 균형형
  * `high` - 최고 정밀도 (4K + high 는 120 초 이상 소요 가능)
</ParamField>

<ParamField body="background" type="string" default="auto">
  배경 모드

  * `auto` - 자동 (기본값)
  * `opaque` - 불투명
  * `transparent` - ⚠️ **gpt-image-2-official 은 투명 배경을 지원하지 않으며, 전달해도 시스템이 자동으로 `auto` 로 강등합니다**
</ParamField>

<ParamField body="moderation" type="string" default="auto">
  모더레이션 강도

  * `auto` - 기본 모더레이션 강도
  * `low` - 보다 완화된 모더레이션
</ParamField>

<ParamField body="output_format" type="string" default="png">
  출력 포맷

  * `png` - 기본값
  * `jpeg` - 파일 크기가 작음
  * `webp` - 최신 브라우저에 최적
</ParamField>

<ParamField body="output_compression" type="integer">
  출력 압축 강도, 범위 `0-100`

  * `jpeg` / `webp` 에만 유효
</ParamField>

<ParamField body="n" type="integer" default="1">
  생성할 이미지 장수

  범위：`1 ~ 4`

  <Warning>
    반드시 순수 숫자 (예: `1`) 를 입력하세요. 따옴표로 감싸지 마세요
  </Warning>
</ParamField>

<ParamField body="image_urls" type="array">
  참조 이미지 URL 배열

  <Expandable title="세부사항">
    * 이미지당 최대 20 MB, 총 상한 256 MB
    * 참조 이미지 최대 **16 장**, 초과 시 거부됨
    * 공개적으로 접근 가능한 안정 이미지 URL 이어야 함
  </Expandable>
</ParamField>

<ParamField body="mask_url" type="string">
  마스크 이미지 URL, 로컬 리터치 (inpainting) 용도

  * `image_urls` 와 함께 사용해야 합니다

  <Warning>
    1. 마스크 이미지를 업로드하기 전에 Alpha 채널이「예」인지 확인하세요.

    2. 마스크 이미지 크기는 **첫 번째 참조 이미지와 일치** 해야 합니다.
  </Warning>
</ParamField>

## 사이즈 × 해상도 매핑 표

`size × resolution` → OpenAI 실제 픽셀 (15 비율 × 3 등급)：

| size   | `1k`                | `2k`      | `4k`          |
| ------ | ------------------- | --------- | ------------- |
| `1:1`  | 1024×1024           | 2048×2048 | **2880×2880** |
| `3:2`  | 1536×1024           | 2048×1360 | **3520×2336** |
| `2:3`  | 1024×1536           | 1360×2048 | **2336×3520** |
| `4:3`  | 1024×768            | 2048×1536 | **3312×2480** |
| `3:4`  | 768×1024            | 1536×2048 | **2480×3312** |
| `5:4`  | 1280×1024           | 2560×2048 | **3216×2576** |
| `4:5`  | 1024×1280           | 2048×2560 | **2576×3216** |
| `16:9` | 1536×864            | 2048×1152 | **3840×2160** |
| `9:16` | 864×1536            | 1152×2048 | **2160×3840** |
| `2:1`  | 2048×1024           | 2688×1344 | **3840×1920** |
| `1:2`  | 1024×2048           | 1344×2688 | **1920×3840** |
| `3:1`  | 1881×836 / 1536×512 | 3072×1024 | **3840×1280** |
| `1:3`  | 887×1774 / 512×1536 | 1024×3072 | **1280×3840** |
| `21:9` | 2016×864            | 2688×1152 | **3840×1648** |
| `9:21` | 864×2016            | 1152×2688 | **1648×3840** |

> 참고：일부 크기는 16의 배수와 픽셀 상한을 기준으로 근사 매핑됩니다. 예를 들어 `3:2` / `2:3` @ 2K 는 2048×1360, `21:9` @ 4K 는 3840×1648 입니다. 실제 픽셀은 표의 값을 기준으로 하세요.

## 사용 시나리오 예시

**텍스트-이미지 (최소 요청)**

```json theme={null}
{
  "model": "gpt-image-2-official",
  "prompt": "별이 빛나는 하늘 아래의 고대 성"
}
```

**2K 고해상도 포스터**

```json theme={null}
{
  "model": "gpt-image-2-official",
  "prompt": "사이버펑크 야경",
  "size": "16:9",
  "resolution": "2k",
  "quality": "high",
  "output_format": "jpeg",
  "output_compression": 90
}
```

**4K 배경화면**

```json theme={null}
{
  "model": "gpt-image-2-official",
  "prompt": "설산 일출 파노라마",
  "size": "16:9",
  "resolution": "4k",
  "quality": "high",
  "n": 1
}
```

**이미지-이미지 (다중 참조 융합)**

```json theme={null}
{
  "model": "gpt-image-2-official",
  "prompt": "두 참조 이미지를 하나의 일러스트 포스터로 융합하고 주체 윤곽을 유지한다",
  "size": "1:1",
  "quality": "high",
  "image_urls": [
    "https://your-cdn.com/input-a.png",
    "https://your-cdn.com/input-b.png"
  ]
}
```

**로컬 리터치 (mask)**

```json theme={null}
{
  "model": "gpt-image-2-official",
  "prompt": "배경을 사막 일몰로 바꾼다",
  "size": "1:1",
  "quality": "medium",
  "image_urls": ["https://your-cdn.com/photo.png"],
  "mask_url": "https://your-cdn.com/mask.png"
}
```

**다중 생성 (n > 1)**

```json theme={null}
{
  "model": "gpt-image-2-official",
  "prompt": "Four minimalist poster variations of a red fox",
  "size": "1:1",
  "quality": "low",
  "n": 4
}
```

**픽셀 문자열 직접 전달 (고급 사용법)**

```json theme={null}
{
  "model": "gpt-image-2-official",
  "prompt": "wide cinematic shot",
  "size": "3840x2160",
  "quality": "high"
}
```

## Response

<ResponseField name="code" type="integer">
  응답 상태 코드
</ResponseField>

<ResponseField name="data" type="array">
  응답 데이터 배열

  <Expandable title="속성">
    <ResponseField name="status" type="string">
      작업 상태

      * `submitted` - 제출됨
    </ResponseField>

    <ResponseField name="task_id" type="string">
      작업 고유 식별자, 후속 결과 조회에 사용
    </ResponseField>
  </Expandable>
</ResponseField>

## 작업 결과 조회

제출 성공 후 `task_id` 가 반환됩니다. `GET /v1/tasks/{task_id}` 로 작업 상태를 폴링하세요. 자세한 내용은 [작업 조회 API](/ko/api-reference/tasks/status) 참조.

### 성공 응답 예시

```json theme={null}
{
  "code": 200,
  "data": {
    "actual_time": 14,
    "completed": 1784607890,
    "cost": 0.004792,
    "created": 1784607876,
    "credits_cost": 0.047920000000000004,
    "estimated_time": 60,
    "id": "task_01KPTXXXXXXXXXXXXXXX",
    "progress": 100,
    "result": {
      "images": [
        {
          "expires_at": 1784694290,
          "url": [
            "https://upload.apimart.ai/f/image/xxxxxxxx-gpt_image_2_official_task_xxx_0.png"
          ]
        }
      ]
    },
    "status": "completed",
    "usage": {
      "input_tokens": 22,
      "input_tokens_details": {
        "cached_tokens": 0,
        "image_tokens": 0,
        "text_tokens": 22
      },
      "output_tokens": 196,
      "output_tokens_details": {
        "image_tokens": 196,
        "text_tokens": 0
      },
      "total_tokens": 218
    }
  }
}
```

`usage` 필드는 이 요청의 과금 대상 토큰 사용량을 나타냅니다:

| 필드                                   | 설명                                            |
| ------------------------------------ | --------------------------------------------- |
| `input_tokens`                       | 소비된 입력 토큰 총합                                  |
| `input_tokens_details.cached_tokens` | 캐시에서 제공된 입력 토큰 수                              |
| `input_tokens_details.image_tokens`  | 입력 이미지가 사용한 토큰 수                              |
| `input_tokens_details.text_tokens`   | 입력 텍스트(프롬프트)가 사용한 토큰 수                        |
| `output_tokens`                      | 소비된 출력 토큰 총합                                  |
| `output_tokens_details.image_tokens` | 생성된 이미지가 사용한 토큰 수                             |
| `output_tokens_details.text_tokens`  | 출력 텍스트가 사용한 토큰 수                              |
| `total_tokens`                       | 총 토큰 수, `input_tokens` + `output_tokens` 와 동일 |

이미지 생성에서는 출력이 주로 이미지 토큰이므로 `output_tokens_details.image_tokens` 는 보통 `output_tokens` 와 같습니다. 위 예시에서 `total_tokens` = 22 + 196 = 218 입니다.

작업 상태 흐름：`submitted` → `in_progress` → `completed` / `failed`.

이미지 가져오기：`data.result.images[0].url[0]`.