> ## Documentation Index > Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt > Use this file to discover all available pages before exploring further. # Bild bearbeiten > Bearbeitet ein Bild anhand eines Prompts und eines Quellbilds ## Übersicht Erstellt ein bearbeitetes oder erweitertes Bild auf Basis eines Originalbilds und eines Prompts. Die Route unterstützt sowohl: * den unten dokumentierten OpenAI-kompatiblen Upload per `multipart/form-data` * JSON-Anfragen mit `image_url`, `image_urls` oder offiziellen `images`-Referenzen für unterstützte Image-to-Image-Familien `gpt-image-2` wird hier unterstützt. Akzeptiert werden multipart-`image`-Uploads, JSON `image_url` / `image_urls` und offizielle `images[]`-Referenzen (`image_url` oder `file_id`) mit bis zu 16 Quellbildern. `file_id`-Werte zuerst über `/v1/files` erstellen. Mit `async: true` wird zuerst eine Aufgabe zurückgegeben; offizielle FLUX/BFL-Edit-Modelle verwenden denselben Polling-Ablauf. `gpt-image-2`-Edits akzeptieren weder `resolution` noch `background`; verwenden Sie `size` für die Ausgabemaße. Für Multi-Image- oder latenzstarke Edits wird `async: true` empfohlen; pollen Sie anschließend die zurückgegebene Aufgabe. Nano-Banana-Referenzbild-Anfragen (`nano-banana`, `nano-banana-2` und `nano-banana-pro`) sind auf `/v1/images/generations` mit `operation: "image-to-image"` und `image_urls` verfügbar, nicht auf diesem `/v1/images/edits`-Endpunkt. xAI-Grok-Imagine-Bildbearbeitungsmodelle (`grok-imagine-image`, `grok-imagine-image-quality` und das legacy `grok-imagine-image-pro`) akzeptieren höchstens 3 Quellbilder. Anfragen mit mehr als 3 Quellbildern schlagen in der Eingabevalidierung mit `400 too_many_images` fehl. `input_fidelity` gehört nicht zum aktuellen öffentlichen TokenLab-Vertrag für `gpt-image-2`; lassen Sie es weg, sonst gibt die Anfrage `400 unsupported_parameter` zurück. ## Anfragekörper **Timeout für synchrone Anfragen:** Einige Bildanfragen geben das endgültige Bild inline zurück und warten dafür, bis die Generierung abgeschlossen ist. Hochauflösende oder hochwertige Anfragen können fast eine Minute oder länger dauern; setzen Sie das Timeout Ihres HTTP-Clients daher auf mindestens `120s`. Wenn die Create-Antwort `status: "pending"`, `task_id` oder `poll_url` enthält, folgen Sie stattdessen der zurückgegebenen `poll_url`. Remote-Bild-URLs: Wenn multipart-Eingaben benötigt werden, ruft TokenLab JSON `image_url`, `image_urls` oder `images[].image_url` ab und sendet die Bytes als multipart-`image`-Teile. URLs müssen öffentliche `http`/`https`-Ressourcen sein, ohne eingebettete Zugangsdaten oder Fragmente, und dürfen nicht auf localhost, private oder reservierte IP-Bereiche auflösen; jede Weiterleitung wird erneut geprüft. Die geladene Nutzlast muss ein echtes PNG-, JPEG- oder WebP-Bild sein. Grenzen: `50MB` pro Bild, `200MB` insgesamt für per URL geladene Bilder pro Anfrage, `10s` Fetch-Timeout und bis zu `3` Weiterleitungen. Multipart-Quellbilder. Wiederholen Sie `image`, um mehrere GPT-Image-Quellen zu senden. Dateien müssen PNG, JPEG oder WebP sein, bis zu 16 Quellbilder und jeweils `50MB`. xAI-Grok-Imagine-Edit-Modelle verwenden dieselben Eingabefelder, begrenzen Quellbilder aber auf 3. Eine Textbeschreibung der gewünschten Bearbeitung. Ein zusätzliches Bild, dessen vollständig transparente Bereiche angeben, wo das Bild bearbeitet werden soll. Muss eine gültige PNG-Datei sein, kleiner als 50MB und die gleichen Abmessungen wie `image` haben. In JSON-Anfragen kann `mask` auch ein Objekt mit genau einem der Felder `image_url` oder `file_id` sein; `file_id`-Werte müssen aus `/v1/files` stammen und an dieselbe Bildbearbeitungskonfiguration gebunden bleiben. Das Modell für Bildbearbeitungen. Verwenden Sie `gpt-image-2` für GPT-Image-Edits oder ein anderes aktuelles Bildbearbeitungsmodell aus `GET /v1/models?recommended_for=image`. Die Anzahl der zu generierenden Bilder. Muss zwischen 1 und 10 liegen. Die Größe des erzeugten Bildes. Für `gpt-image-2` verwenden Sie `auto` oder `WIDTHxHEIGHT`; beide Abmessungen müssen Vielfache von 16 sein, die längste Kante höchstens `3840px`, das Verhältnis lange/kurze Kante höchstens `3:1`, und die Gesamtpixelzahl zwischen `655,360` und `8,294,400`. Format, in dem die erzeugten Bilder zurückgegeben werden. Muss `url` oder `b64_json` sein; Standard ist `url`. Bei Azure Official- oder Azure-kompatiblen `gpt-image-2`-Anfragen erhält TokenLab Bilddaten als `b64_json`. Bei `url`-Anfragen lädt TokenLab jedes Bild in das CDN hoch und gibt `data[].url` zurück. Wenn der CDN-Speicher nicht verfügbar ist oder der Upload fehlschlägt, schlägt die Anfrage fehl, statt in eine Base64-Antwort umgewandelt zu werden. Bei `b64_json` wird das rohe Base64 zurückgegeben. Auf `true` setzen, um mit `gpt-image-2` oder offiziellen FLUX/BFL-Edit-Modellen eine Aufgabe zurückzugeben, bevor das endgültige Bild bereit ist. Abgeschlossene Async-Edits liefern unabhängig vom angeforderten `response_format` URLs; verwenden Sie synchrone Anfragen, wenn Sie `b64_json` benötigen. Eine eindeutige Kennung für Ihren Endbenutzer zur Missbrauchsüberwachung. ## Antwort Unix-Zeitstempel der Bilderstellung. Array der generierten Bilder. Jedes Objekt enthält: * `url` (string): URL des bearbeiteten Bildes, wenn `response_format` auf `url` gesetzt ist * `b64_json` (string): Base64-kodiertes Bild, wenn `response_format` auf `b64_json` gesetzt ist ### Antwort für asynchrone Aufgaben Setzen Sie `async: true` mit `gpt-image-2` oder offiziellen FLUX/BFL-Edit-Modellen, um eine Aufgabe zu erstellen, statt im Request auf das bearbeitete Bild zu warten. Die Antwort enthält `status: "pending"`, `task_id` und `poll_url`. Fragen Sie `/v1/tasks/{task_id}` ab, bis die Aufgabe `completed` oder `failed` erreicht. Asynchrone Edit-Aufgaben liefern nur die endgültigen Bild-URLs. Wenn Sie rohe `b64_json`-Bilddaten benötigen, verwenden Sie eine synchrone Anfrage. Beim Erstellen der Aufgabe kann der geschätzte Betrag reserviert werden. Abgeschlossene Aufgaben werden nach tatsächlicher Nutzung abgerechnet; fehlgeschlagene oder abgelaufene Aufgaben werden freigegeben oder erstattet. ```bash cURL theme={null} curl -X POST "https://api.tokenlab.sh/v1/images/edits" \ -H "Authorization: Bearer sk-your-api-key" \ -F "model=gpt-image-2" \ -F "image=@sunlit_lounge.png" \ -F "mask=@mask.png" \ -F "prompt=A sunlit indoor lounge area with a pool" \ -F "n=1" \ -F "size=1024x1024" ``` ```python Python theme={null} from openai import OpenAI client = OpenAI( api_key="sk-your-api-key", base_url="https://api.tokenlab.sh/v1" ) response = client.images.edit( model="gpt-image-2", image=open("sunlit_lounge.png", "rb"), mask=open("mask.png", "rb"), prompt="A sunlit indoor lounge area with a pool", n=1, size="1024x1024" ) print(response.data[0].url) ``` ```javascript JavaScript theme={null} import OpenAI from 'openai'; import fs from 'fs'; const client = new OpenAI({ apiKey: 'sk-your-api-key', baseURL: 'https://api.tokenlab.sh/v1' }); const response = await client.images.edit({ model: 'gpt-image-2', image: fs.createReadStream('sunlit_lounge.png'), mask: fs.createReadStream('mask.png'), prompt: 'A sunlit indoor lounge area with a pool', n: 1, size: '1024x1024' }); console.log(response.data[0].url); ``` ```go Go theme={null} package main import ( "bytes" "fmt" "io" "mime/multipart" "net/http" "os" ) func main() { body := &bytes.Buffer{} writer := multipart.NewWriter(body) writer.WriteField("model", "gpt-image-2") image, _ := os.Open("sunlit_lounge.png") defer image.Close() part, _ := writer.CreateFormFile("image", "sunlit_lounge.png") io.Copy(part, image) mask, _ := os.Open("mask.png") defer mask.Close() maskPart, _ := writer.CreateFormFile("mask", "mask.png") io.Copy(maskPart, mask) writer.WriteField("prompt", "A sunlit indoor lounge area with a pool") writer.WriteField("n", "1") writer.WriteField("size", "1024x1024") writer.Close() req, _ := http.NewRequest("POST", "https://api.tokenlab.sh/v1/images/edits", body) req.Header.Set("Authorization", "Bearer sk-your-api-key") req.Header.Set("Content-Type", writer.FormDataContentType()) client := &http.Client{} resp, _ := client.Do(req) defer resp.Body.Close() result, _ := io.ReadAll(resp.Body) fmt.Println(string(result)) } ``` ```php PHP theme={null} true, CURLOPT_POST => true, CURLOPT_HTTPHEADER => [ 'Authorization: Bearer sk-your-api-key' ], CURLOPT_POSTFIELDS => [ 'model' => 'gpt-image-2', 'image' => $image, 'mask' => $mask, 'prompt' => 'A sunlit indoor lounge area with a pool', 'n' => 1, 'size' => '1024x1024' ] ]); $response = curl_exec($ch); curl_close($ch); $data = json_decode($response, true); echo $data['data'][0]['url']; ``` ```json Response theme={null} { "created": 1706000000, "data": [ { "url": "https://..." } ] } ``` ## Hinweise Fehler beim Abrufen entfernter Bilder werden als Eingabefehler zurückgegeben, bevor die Generierung beginnt. Nicht erreichbare URLs, Timeouts, 403/404-Antworten, private/interne Hosts, Zugangsdaten oder Fragmente in der URL, Nicht-Bild-Inhalte, nicht unterstützte Formate und Größenüberschreitungen geben `400` oder `413` zurück und markieren die Eingabe `image_url` / `image_urls[n]`. Für private oder headergeschützte Assets laden Sie multipart-`image`-Dateien direkt hoch oder erstellen `/v1/files`-Referenzen.