ImgAPI

ImgAPI官网

ImgAPI 是一个面向开发者和企业的 AI 生图 API 平台，官网地址为 https://imgapi.vip/。它把多款主流生图模型收拢到一套统一接口后面，调用方用同一份请求参数就能切换模型，同时提供网页端在线试用和控制台管理。和只做请求转发的中转服务不同，ImgAPI 把服务保障做成了产品的一部分：请求超时按规则赔付，出图质量不达标也可以提交反馈申请赔付，失败请求不计费。

ImgAPI主要功能

平台当前提供 GPT Image 2.5、GPT Image 2、Banana Pro、Banana 2 等生图模型，接口对这几款模型采用一致的请求参数，切换模型不需要重写调用代码。参数层面，单条提示词最多支持 10,000 字符；图生图最多可上传 12 张参考图片；输出支持 1K、2K、4K 三档分辨率；比例覆盖 1:1、16:9、9:16、4:3、3:4、21:9 等常用与超宽规格，另有 auto 自动比例；质量档位包含 auto、low、medium、high、xhigh、max，并可指定一次生成的数量。

调用方式上，平台提供异步任务模式：提交后若返回任务 ID，可按文档查询结果，避免长请求被中断。此外还有模型智能路由与批量生成能力，网页端提供在线运行入口，不写代码也能先试效果。

ImgAPI如何使用

接入流程大致分为以下几步：

1. 用账号登录控制台，在后台创建一个 API Key。
2. 参照接入文档选择模型，填写提示词、图片比例、分辨率、质量与生成数量；如果做图生图，再上传参考图片。
3. 向 POST /api/images/generate 提交请求，请求体中带上 requestId、model、prompt、aspectRatio、resolution 等字段。
4. 若返回的是任务 ID，按文档查询任务进度；任务完成后尽快下载或转存图片。
5. 核对生成结果，若遇到超时或质量问题，按赔付细则申请相应的积分补偿。

只想先看效果的，可以登录官网使用在线生图页面，每天赠送 30 积分，网页端提交一次消耗 10 积分。

ImgAPI使用场景

从官网给出的用户反馈看，使用方主要集中在三类：一是站与跨境电商卖家，大促期间要成批替换商品主图背景，对高峰期稳定性要求高；二是国内电商运营团队，把生图接进商品主图生产环节，看重「成功出图才计费」带来的成本可控；三是 SaaS 工具与开发者，把生图作为产品内模块，需要可预期的服务承诺。

想做商品图这类成品化需求，可以对比 AI商品图生成 的图片生成能力；如果侧重营销素材，也可参考 广告图片生成器 的广告图方案。这两类更偏现成模板，而 ImgAPI 走的是接口调用路线。

如果只是想找现成的在线出图工具而不是可编程接口，绘蛙AI生图/视频 与 Meiya AI – 一站式 AI 图片生成与编辑平台 这类平台在交互上更完整，代价是难以嵌进自有业务流程。

ImgAPI价格与版本

官网公开了各模型的每张起价：GPT Image 2.5 为 ¥0.03 起 / 张，GPT Image 2 为 ¥0.06 起 / 张，Banana 2 为 ¥0.10 / 张，Banana Pro 为 ¥0.16 起 / 张。平台采用积分计费，网页端单次生成消耗 10 积分，新登录用户每天可领 30 积分用于试用。计费口径是成功出图才计费，生成失败的请求不扣费。

赔付规则也属于成本的一部分：任务处理超过 3 分钟但不超过 5 分钟，补偿本次实付积分的 20%；超过 5 分钟，补偿 100%；生成失败、未返回图片或首次交付的图片无常打开，退回本次未完成部分的全部积分。同一任务同时符合多项条件时按最高标准执行，不重复累计。超时赔付无需申请，系统记录处理时间后于次日上午 10 点到账；质量赔付需要在图片查看页提交反馈并等待审核。

ImgAPI常见问题（FAQ）

ImgAPI 是什么？

它是面向开发者和企业的 AI 生图 API 平台，通过统一接口调用多种生图模型，并提供在线试用与赔付保障。

已经在用其他中转生图 API，迁移麻烦吗？

接口采用常见的 REST 请求方式，文档对模型、参数、返回值和错误码都有清楚说明，便于开发团队完成替换。多款模型共用一套请求参数，后续换模型也不必重写调用逻辑。

生成失败了会扣积分吗？

不会。平台按成功出图计费，失败请求不扣费；若属于超时或严重质量问题，还可以按赔付细则获得积分补偿。

ImgAPI官网网址

官网地址：https://imgapi.vip/。在线试用、模型价格、赔付细则与 API 接入文档都可以在站内查看。

OpenI AI时代点评

生图 API 这个赛道同质化程度很高，多数服务商拼的是转发速度与价格。ImgAPI 选择了一个不太好抄的切入点：把赔付写成条款。超时按 3 分钟、5 分钟分档补偿，质量异常需要人工反馈审核，规则清晰但有成本，敢公开承诺本身说明它在供应链上有一定话语权。

从产品完成度看，统一请求参数是比较实用的设计：业务侧可以先按单一模型开发，后续按成本或效果替换模型而不用改代码。异步任务查询与失败不计费，也贴合长耗时生成任务的实际工程场景。

需要留意的是，赔付属于事后补偿，不等于高峰期一定能出图，官网也说明实际表现会受任务复杂度、所选模型和高峰流量影响。建议先用在线试用跑一轮真实提示词，再决定是否把核心链路切过去。