图片与视频生成 API 平台

智能体Code
图片与视频生成网关

接入 GPT Image 2 / 2.5、Gemini 图片与 Seedance2 / H3 视频模型。按 API 密钥所属分组调用，统一管理余额、额度与用量记录；具体模型、价格和参数请查看模型广场。

获取 API 密钥查看模型广场

HTTPS 接入

Images / Videos 接口使用 https://zntcode.net/v1。Gemini 稳定号池使用本站 /v1beta 原生接口。

图片与视频模型

7 个公开分组 · 34 个模型，覆盖 GPT Image、Gemini、Seedance2、SD 2.5 与 H3。可调用范围以当前密钥权限为准。

分辨率与比例

图片提供 1K / 2K / 4K 等档位，部分模型支持 512。原生、超分及视频参数各不相同，请按模型详情选择。

异步任务

支持异步的图片模型可传 async=true。建议先以 n=1 接入，保存任务 ID，遇到 429 按提示降低并发。

用量与安全

支持 API Key、额度、日志和余额管理，方便排查请求、并发和成本。

当前公开分组

先选择分组创建 API 密钥，再使用该分组的模型 ID。分组名称不是请求中的模型名称。

image2-hightGPT Image 2 与 2.5 · 9 个图片模型
gpt-image2-124K-原生GPT Image 2 与 2.5 Native · 9 个图片模型
image2-lowGPT Image 2 与 2.5 · 6 个图片模型
image2.5-1K-thgpt-image-1k-th · 1 个图片模型
Gemini Image PreviewFlash / Pro Preview · 2 个图片模型
Gemini flash/pro（稳定号池）Gemini 原生格式 · 2 个图片模型
视频分组Seedance2 标准 / Fast / Mini、sd-2.5-720p 与 minimax-h3 · 5 个视频模型

公开目录不包含专属分组；创建密钥时仅显示有权限使用的分组。GPT Image 2.5 Flare 侧重速度，Sunburst 侧重细节，实际耗时受任务和服务负载影响。价格、能力与限制以模型广场为准。

查询模型与任务

使用对应分组的密钥查询可调用模型。不要直接把分组名当作 model。

curl https://zntcode.net/v1/models \
  -H "Authorization: Bearer YOUR_API_KEY"

异步图片任务取图

curl "https://zntcode.net/v1/images/TASK_ID" \
  -H "Authorization: Bearer YOUR_API_KEY"

将 TASK_ID 替换为提交返回的 task_id，使用提交时的同一把密钥，每 3–5 秒查询一次。status=completed 后读取 data[].url 下载图片；任务 ID 本身不是图片地址。

任务查询窗口目前为创建后 2 小时，请及时保存结果。若返回 failed 或图片下载失败，请保留任务 ID 和错误信息联系支持，不要盲目重复生成。

GPT Image 2.5 生图示例

以下示例使用 image2-hight 分组密钥，异步生成一张 Flare 1K 图片。

curl https://zntcode.net/v1/images/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.5-flare-1K-Hight",
    "prompt": "高端智能水杯电商主图",
    "ratio": "1:1",
    "size": "1K",
    "quality": "medium",
    "response_format": "url",
    "n": 1,
    "async": true
  }'

提交后保存 task_id，再按左侧示例查询。模型 ID 的大小写及后缀须与模型广场一致；Low 的 2.5 模型当前仅开放文生图。

快速开始

登录控制台，在 API 密钥页面选择有权限的分组并创建密钥；先确认模型价格和账户余额。
查看模型广场，确认模型 ID、调用协议、分辨率、参考图限制和返回方式。
Images 兼容模型：文生图使用 POST /v1/images/generations；支持编辑的模型使用 POST /v1/images/edits，按模型说明上传参考图。
Gemini 稳定号池：使用 POST /v1beta/models/{model}:generateContent 和 x-goog-api-key 鉴权；图片从响应的 candidates[].content.parts[].inlineData 读取，不套用 Images 的取图流程。
视频模型：使用 POST /v1/videos 提交，GET /v1/videos/{video_id} 查询任务，完成后通过 GET /v1/videos/{video_id}/content 下载；请求参数见模型详情。
先用单张或单个视频任务完成接入，再按账户并发限制逐步增加任务量。查询和下载失败时保留任务 ID，避免重复提交带来额外费用。

智能体Code图片与视频生成网关