مدلهای این دسته از روی توضیح متنی تصویر می‌سازند. درخواست به endpoint images/generations فرستاده میشود و هزینه بر اساس هر تصویر حساب میشود.
برای نتیجهی بهتر، توضیح تصویر را به انگلیسی و با جزئیات سبک، نور و ترکیب‌بندی بنویسید.
google/gemini-3.1-flash-image
Nano Banana 2 یا Gemini 3.1 Flash Image مدل تولید و ویرایش تصویر Google است که کیفیت بصری در حد نسخهی Pro را با سرعت Flash ارائه می‌دهد. می‌تواند تصویر موجود را با دستور متنی ویرایش کند و چند تصویر را با هم ترکیب کند.
openai/gpt-image-2
GPT Image 2 مدل تولید و ویرایش تصویر OpenAI است که از روی توضیح متنی تصویر باکیفیت می‌سازد. در درک دستورهای دقیق، نوشتن متن درون تصویر و حفظ سبک یکدست بسیار خوب است و هزینهی هر تصویر به کیفیت و ابعاد بستگی دارد.
openai/gpt-5-image-mini
GPT-5 Image Mini نسخهی سریع و اقتصادی تصویرساز OpenAI است. برای تولید انبوه تصویر با کیفیت خوب و هزینهی کم مناسب است.
| مدل | نوع | کانتکست | قیمت ورودی | قیمت خروجی | کیفیت فارسی |
|---|---|---|---|---|---|
| Nano Banana 2 (Gemini 3.1 Flash Image)google/gemini-3.1-flash-image | متن | ۱۳۱ هزار توکن | ۱۴۷٬۵۰۰ تومان | ۸۸۵٬۰۰۰ تومان | ۳ از ۵ |
| GPT Image 2openai/gpt-image-2 | تصویر | - | ۱۵٬۶۳۵ تومان | - | ۳ از ۵ |
| GPT-5 Image Miniopenai/gpt-5-image-mini | تصویر | - | ۳٬۵۴۰ تومان | - | ۳ از ۵ |
| GPT-5 Imageopenai/gpt-5-image | تصویر | - | ۱۱٬۸۰۰ تومان | - | ۳ از ۵ |
قیمت مدلهای متنی و Embedding برای هر یک میلیون توکن است. مدلهای تصویر برای هر تصویر، گفتار به متن برای هر دقیقه و متن به گفتار برای هر یک میلیون کاراکتر حساب می‌شوند.
یک درخواست به endpoint images/generations میفرستید و در آن مدل، توضیح متنی تصویر و اندازه را مشخص میکنید. پاسخ شامل لینک تصویر یا دادهی base64 است. چون API هوشوانا با OpenAI سازگار است، همان SDK رسمی OpenAI فقط با تغییر آدرس پایه و کلید کار میکند. نمونهی کامل درخواست در /docs/api/images آمده است.
بعضی مدلها پرامپت فارسی را میفهمند، ولی معمولاً با توضیح انگلیسی و دقیق نتیجهی قابلپیشبینیتری میگیرید. اگر راحتترید، توضیح را فارسی بنویسید و با یک مدل متنی به انگلیسی ترجمه کنید. نوشتن متن فارسی داخل خود تصویر هم معمولاً درست انجام نمیشود و بهتر است متن را بعداً با ابزار طراحی اضافه کنید.
بیشتر مدلهای تصویر به ازای هر تصویر قیمت دارند و این قیمت به اندازه و کیفیت انتخابی بستگی دارد. بعضی مدلها هم بر اساس توکن حساب میکنند. قیمت تومانی هر مدل در جدول همین صفحه آمده است. برای صرفهجویی، ایدهها را اول با اندازهی کوچک یا کیفیت پایینتر آزمایش کنید و فقط نسخهی نهایی را با کیفیت بالا بسازید.
لینکهایی که بعضی مدلها برمیگردانند موقتاند و بعد از مدتی از کار میافتند. اگر تصویر را بعداً لازم دارید، خروجی را با response_format برابر b64_json بگیرید و فایل را در فضای ذخیرهسازی خودتان نگه دارید. به این ترتیب به لینک موقت وابسته نیستید و تصویر همیشه در دسترس شما میماند.