Gerar Imagem

Gere e edite imagens através da API de Imagem do OpenRouter, que alcança Gemini, Seedream, Recraft, GPT-Image, Riverflow e outros modelos por trás de uma única forma de requisição.

Quando usar

Use esta funcionalidade para: fotos e imagens fotorrealistas, ilustrações e obras de arte, arte conceitual, visuais para apresentações e pôsteres, logotipos e marcas vetoriais, edição de imagens e composição a partir de imagens de referência.

Use scientific-schematics em vez disso para: fluxogramas, diagramas de circuitos, vias biológicas, diagramas de arquitetura de sistemas, diagramas CONSORT e outros esquemas técnicos.

Chave de API

A geração requer uma chave do OpenRouter. O script a resolve nesta ordem:

1. --api-key
2. A variável de ambiente OPENROUTER_API_KEY
3. OPENROUTER_API_KEY= em um arquivo .env, procurando no diretório de trabalho para cima, depois no próprio diretório do script

Se nenhuma estiver presente, o script sairá com instruções de configuração. Chaves: https://openrouter.ai/keys

--list-models, --model-info e --dry-run não precisam de chave.

Início rápido

# Generate
python scripts/generate_image.py "A beautiful sunset over mountains"

# Edit an existing image
python scripts/generate_image.py "Make the sky purple" -i photo.jpg -o edited.png

Execute estes comandos a partir do diretório da funcionalidade; os caminhos de entrada e saída são resolvidos a partir do diretório de trabalho. A saída padrão é generated_image.<ext>, usando o tipo de mídia retornado de cada imagem (ou .bin quando desconhecido). Um sufixo de saída explícito é mantido, com um aviso em caso de incompatibilidade; o script não faz transcodificação. Custos do OpenRouter e de provedores upstream são impressos separadamente quando fornecidos.

Em seguida, veja a imagem. Leia o arquivo de volta e verifique-o antes de usá-lo em qualquer lugar: composição, proporção e qualquer texto são coisas que os modelos erram silenciosamente.

Escolhendo um modelo

Padrão: google/gemini-3.1-flash-image.

references/models.md contém um resumo revisado das capacidades e preços. A lista em tempo real é a autoridade e gratuita:

python scripts/generate_image.py --list-models            # every model and its allowed values
python scripts/generate_image.py --list-models gemini     # filtered by substring
python scripts/generate_image.py --model-info openai/gpt-image-1   # one model, plus pricing

O suporte a parâmetros varia por modelo

Esta é a principal coisa a acertar. Os modelos anunciam conjuntos de parâmetros diferentes e valores permitidos diferentes. A CLI rejeita conservadoramente opções não anunciadas; provedores individuais podem ignorar ou normalizar alguns campos. O guia genérico pode ficar desatualizado em relação aos registros de descoberta.

O script verifica o catálogo de modelos e exige que pelo menos um endpoint de provedor aceite a combinação completa antes da geração. As capacidades dos modelos são uma união entre os endpoints, não uma promessa de que todos os provedores os suportam. Requisições não suportadas falham localmente com valores legais:

$ python scripts/generate_image.py "abstract pattern" -m openai/gpt-image-2 --background transparent
Error: Request rejected before billing (1 problem):
  - background=transparent is not allowed; this model accepts: auto, opaque

Exemplos atuais de diferenças de capacidade (revisado em 2026-09-30):

• --resolution: Gemini 3.1 Flash aceita 512, 1K, 2K, 4K; Flash Lite e Krea aceitam apenas 1K. Seedream 5.0 Lite aceita 2K/4K, enquanto 5.0 Pro aceita 1K/2K.
• --output-format: Riverflow 2.5 Pro aceita png/jpeg/webp; sua variante Fast aceita apenas jpeg. Modelos vetoriais Recraft aceitam svg. Modelos OpenAI não anunciam este sinalizador.
• --quality: GPT Image 2.5 Flare/Sunburst também aceitam xhigh/max; Grok 2.0 aceita apenas low/medium. Inspecione o modelo específico antes de selecionar um valor de qualidade.
• --background transparent não está disponível em gpt-image-2 ou gpt-5.4-image-2.

…