如何大規模自動化圖像生成

在不必管理多個不同 API 的情況下，以最簡單方式在規模化自動生成影像，就是將工作流程與模型供應商解耦。把每個影像請求都放入同一個佇列，將每個作業路由到當前模型 ID，並透過一把 CometAPI 金鑰與 OpenAI 相容的基底 URL https://api.cometapi.com/v1. 將相容請求發送出去。

本教學以 Python 搭建該管線。它從一個 JSON Lines 佇列接收產品、廣告與內容作業；選擇模型；限制並發；重試暫時性失敗；以 URL 或 base64 形式儲存結果；並記錄每個作業的使用量與預估成本。範例將這些生產必需項目濃縮在一個精簡區塊裡，讓你可以在不把文章變成程式碼參考的前提下測試工作流程。

統一影像 API 如何簡化批次生成

最終，工作流程將會是這樣：

jobs.jsonl → bounded worker pool → CometAPI /v1/images/generations → object storage → manifest.jsonl

佇列與儲存層由你自行掌控。切換影像模型只需更改 model 的值，而非變動驗證系統或主要請求路徑。這就是統一影像 API 的實務優勢：模型選擇變成同一條管線內的路由決策，而不是另外整合一個供應商。

自動化影像生成需要什麼？

你需要 Python 3.10 或以上版本、requests 套件、一把 CometAPI 金鑰、一個可寫入的輸出位置，以及至少一個當前有效的影像模型 ID。

安裝唯一依賴：

pip install requests

在伺服器上設定你的金鑰，切勿放在瀏覽器端程式碼或版本庫中：

export COMETAPI_KEY="your-key"

基底 URL 是 https://api.cometapi.com/v1，相容的文本轉影像工作使用 POST /images/generations。在部署前，請於即時模型目錄驗證每個模型；該目錄會返回當前 ID、支援的端點、功能與定價中繼資料，且無需授權標頭。

截至 2026 年 8 月 20 日，即時目錄列出了下列兩個實用路由：

工作負載	模型 ID	適用原因
具可控輸出設定的產品圖片	gpt-image-2	在已文件化的 OpenAI 相容路由上返回使用量資料與 base64 影像內容
大量廣告與內容概念	doubao-seedream-4-5-251128	使用相同的生成路由，並以每次請求定價列出

此表僅作為起點，並非聲稱這些模型具有相同能力。尺寸、品質、格式、參考影像支援與回應行為仍是模型特定的。請在傳遞可選參數前檢查模型記錄及其連結文件。

如何用 Python 建立批次影像生成工作流程

1. 為每個作業給一個可持久的 ID

使用每行一個 JSON 物件，讓佇列、資料庫匯出或試算表作業都能餵給同一個工作器：

{"id":"sku-1001","kind":"product","prompt":"Studio product photo of a ceramic coffee dripper on a warm neutral background"}
{"id":"campaign-204","kind":"ad","prompt":"Editorial summer travel image, vivid natural light, wide composition, no text"}
{"id":"blog-088","kind":"content","prompt":"Minimal illustration of a developer automating a creative workflow, no text"}

該 ID 會成為輸出檔名與清單鍵。於生產環境，將它作為冪等鍵，並在重新處理佇列前略過已標記為成功的 ID。

2. 先按作業類型路由，然後對照即時目錄驗證

此範例將產品工作映射到 gpt-image-2；將廣告或內容工作映射到 doubao-seedream-4-5-251128。作業可用自身的 model 欄位覆寫該選擇。啟動時，工作器會下載公開目錄，並拒絕已不再列出的 ID。

這比在整個應用中硬編碼供應商專屬 SDK 更安全。你可以在評估你自己提示的品質、延遲與價格後，在一個映射中更改路由。

3. 限制並發，而不是一次啟動整個批次

工作器預設以四個並行請求啟動。這個數字是保守的應用設定，而非通用的服務限制。測量你的帳戶延遲與 429 回應，然後有意識地調高或調低 MAX_WORKERS。

僅對 408、429 與 5xx 回應進行帶抖動的指數退避重試。驗證錯誤、無效的模型 ID 與不支援的參數會立即失敗，因為重試相同的不良請求只會增加延遲。

4. 在儲存前正規化結果

影像模型不一定返回相同的容器。已文件化的 GPT Image 回應包含 data[0].b64_json；其他相容模型可能返回 data[0].url。工作器同時處理兩者，將影像寫入暫存檔，且僅在下載或解碼成功後才重新命名。

在生產環境，將本機 output/ 目錄替換為 S3、R2、GCS 或其他物件儲存。除非保留政策明確說明，否則不要將供應商託管的 URL 視為永久儲存。

5. 記錄使用量、嘗試次數與預估成本

每個結果都會成為精簡的清單列，包含作業 ID、模型、儲存路徑、狀態，以及在即時目錄提供充分定價資料時的預估美元成本。失敗的作業保留錯誤，而不是從批次中消失。

批次影像生成的完整 Python 腳本

將以下內容存為 batch_image_pipeline.py，將佇列放在同目錄的 jobs.jsonl，然後執行 python3 batch_image_pipeline.py。

import base64, json, os, random, time
from concurrent.futures import ThreadPoolExecutor
from pathlib import Path
import requests

BASE_URL = "https://api.cometapi.com/v1"
KEY = os.environ["COMETAPI_KEY"]
WORKERS = int(os.getenv("MAX_WORKERS", "4"))
OUT = Path("output")
ROUTES = {
    "product": "gpt-image-2",
    "ad": "doubao-seedream-4-5-251128",
    "content": "doubao-seedream-4-5-251128",
}

catalog = requests.get("https://api.cometapi.com/api/models", timeout=30)
catalog.raise_for_status()
CATALOG = {model["id"]: model for model in catalog.json()["data"]}

def generate(job):
    model = job.get("model", ROUTES[job["kind"]])
    if model not in CATALOG:
        raise ValueError(f"Unknown model: {model}")
    payload = {"model": model, "prompt": job["prompt"], "n": 1}
    if model == "gpt-image-2":
        payload.update(quality="low", size="1024x1024", output_format="jpeg")

    for attempt in range(4):
        response = requests.post(
            f"{BASE_URL}/images/generations",
            headers={"Authorization": f"Bearer {KEY}"},
            json=payload,
            timeout=180,
        )
        if response.status_code not in {408, 429} and response.status_code < 500:
            break
        time.sleep(2**attempt + random.random())
    response.raise_for_status()
    body = response.json()
    item = body["data"][0]

    if item.get("b64_json"):
        data = base64.b64decode(item["b64_json"])
        extension = body.get("output_format", "png")
    else:
        download = requests.get(item["url"], timeout=120)
        download.raise_for_status()
        data = download.content
        extension = {"image/png": "png", "image/webp": "webp"}.get(
            download.headers.get("content-type"), "jpg"
        )
    path = OUT / f"{job['id']}.{extension}"
    path.write_bytes(data)

    price, usage = CATALOG[model].get("pricing") or {}, body.get("usage", {})
    cost = price.get("per_request")
    if cost is None and price.get("input") is not None:
        cost = (usage.get("input_tokens", 0) * price["input"] +
                usage.get("output_tokens", 0) * price["output"]) / 1_000_000
    return {"id": job["id"], "model": model, "path": str(path),
            "estimated_usd": cost * price.get("ratio", 1) if cost is not None else None}

def safe_generate(job):
    try:
        return {"status": "success", **generate(job)}
    except Exception as error:
        return {"id": job["id"], "status": "failed", "error": str(error)}

OUT.mkdir(exist_ok=True)
jobs = [json.loads(line) for line in Path("jobs.jsonl").read_text().splitlines() if line]
with ThreadPoolExecutor(max_workers=WORKERS) as pool:
    results = list(pool.map(safe_generate, jobs))
with (OUT / "manifest.jsonl").open("w") as manifest:
    manifest.writelines(json.dumps(result) + "\n" for result in results)

此腳本會在執行時使用當前目錄，而兩個後備映射是於 2026 年 8 月 20 日驗證過的範例。在發布或於其他日期部署此程式碼前，請重新檢查。

如何測試批次影像生成工作流程

從一個作業與一個工作器開始：

MAX_WORKERS=1 python3 batch_image_pipeline.py

成功的 GPT Image 回應結構如下：

{
  "created": 1776841943,
  "output_format": "jpeg",
  "quality": "low",
  "size": "1024x1024",
  "usage": {
    "input_tokens": 16,
    "output_tokens": 208,
    "total_tokens": 224
  },
  "data": [{"b64_json": "<base64-image-data>"}]
}

工作器會解碼影像，寫入 output/<job-id>.jpeg，並在 output/manifest.jsonl 新增一筆成功記錄。若某個模型改為返回 URL，工作器會下載該檔並以相同清單格式儲存本機路徑。

此程式已在本地進行語法檢查。實際生成呼叫仍需要你的 CometAPI 金鑰，因此在提高並發前請先執行單作業的冒煙測試。

批次影像生成要花多少錢？

定價必須有時間戳記，因為模型費率會變動。截至 2026 年 8 月 20 日，CometAPI 即時模型目錄返回以下基本價格欄位以及 0.8 的計費比率：

gpt-image-2：每 100 萬輸入權杖 $5、每 100 萬輸出權杖 $30；套用所列比率後，分別為每 100 萬 $4 與 $24。
doubao-seedream-4-5-251128：每次請求 $0.04；套用所列比率後為每次請求 $0.032。

CometAPI 定價指南說明對具官方定價的模型採用權杖計費、以及對每次請求計價的模型採用呼叫制計費。腳本在執行時讀取目錄，並使用相同規則：

token cost = ratio × (input tokens × input rate + output tokens × output rate) / 1,000,000

request cost = ratio × per-request price

例如，上述已文件化的 GPT Image 回應報告了 16 個輸入權杖與 208 個輸出權杖。使用 8 月 20 日的目錄數值，該示例結果的預估成本約為 $0.005056。實際總額會因模型、品質、尺寸、提示、重試次數與回應使用量而變動。請將 API 回應與帳戶使用儀表板視為計費紀錄，而非固定的每張影像假設。

也要為未成功的工作預算。未確認逾時後的重試可能產生第二次可計費結果，而技術上成功但審核未通過的影像同樣會消耗預算。追蹤 API 成本與接受率：

effective cost per accepted image = total batch spend / approved images

常見影像生成 API 錯誤與修正方法

症狀	可能原因	修正
401	缺少或無效的金鑰	檢查伺服端的 COMETAPI_KEY
400	無效模型或不支援的選項	重新檢查即時目錄並移除模型特定欄位
429	並發過高	降低 MAX_WORKERS 並保留指數退避
重複 5xx	上游暫時性失敗	在上限內重試，然後將作業移至死信佇列
沒有儲存影像	回應使用了不同的容器	檢查 data[0]，同時支援 b64_json 與 url
重複花費	在部分失敗後重播了作業	使用可持久 ID，並僅在儲存成功後才確認

不要重試所有錯誤。永久性的 400 請求會持續無效，而不受限的 429 重試迴圈會把流量尖峰變成積壓。

規模化生產影像生成的最佳實務

在涉及多個工作器時，從 JSON Lines 轉換到可持久的佇列。設定一個比最大生成時間更長的可見逾時，僅在影像與清單都儲存後才確認作業，並將耗盡重試的作業送入死信佇列審查。

將可選控制放在模型特定的設定中。共享負載應僅包含 model、prompt 與 n: 1 等共通欄位；僅在所選模型文件確認後才加入 quality、size 或 output_format。若加入後備路由，請選擇支援相同任務的模型，並為該模型重建負載，而不是盲目重播供應商專屬選項。

將 API 金鑰存放於秘密管理器、限制提示輸入、依你的政策掃描生成資產，並避免將供應商 URL 放入長期產品記錄。記錄作業 ID、模型 ID、延遲、嘗試次數、使用量、儲存路徑、審核結果與目錄快照日期。這些欄位可讓你以「每張被接受影像的成本」比較模型，而不僅是標稱價格。

最後設定預算護欄：最大批次大小、每作業重試上限、每日花費警示，以及當通過率下降時的停止條件。把糟糕的提示放大規模並非優化。

自動化影像生成常見問答

以最簡單方式在規模化自動生成影像、且不必管理多個 API 的方法是什麼？

使用一個佇列與儲存工作流程，然後透過一把 CometAPI 金鑰與 https://api.cometapi.com/v1/images/generations. 發送相容的影像請求。在你的路由層修改模型 ID，而不是維護獨立的驗證與供應商 SDK。

我可以發送一個請求並讓多個影像模型同時生成嗎？

範例是每個作業使用一個模型。扇出屬於應用工作流程：複製一個作業，使用不同的 ID 與模型值，然後比較儲存的輸出。這能讓成本與審核狀態歸屬到各自模型。

應該使用多少並發？

沒有適用於每個帳戶與模型的通用數字。從小型受限的工作池開始，例如四個工作器，監控延遲與 429 回應，並依據證據調整。

我應該儲存返回的 URL 還是影像本身？

將影像儲存在你自己的物件儲存中。返回的 URL 可能是暫時性的，而 GPT Image 模型可能返回 base64 內容而非 URL。

我如何選擇最便宜的模型？

計算每張被接受影像的成本，而不只是每次呼叫的價格。納入權杖或請求費用、重試、失敗下載、被拒絕的資產、後處理與人工審核。於發布或部署當天重新檢查即時模型目錄。

我應該在哪裡驗證端點與回應格式？

使用 CometAPI 快速入門、模型目錄文件、影像生成參考與定價指南。