AI 扩图 API 指南 2026：Uncrop、Outpaint、gpt-image-2 和 Nano Banana 路线怎么选

AI 扩图 API 指南 2026：Uncrop、Outpaint、gpt-image-2 和 Nano Banana 路线怎么选#

把一张裁得太紧的图硬拉宽，结果通常很糟：人物变形、商品边缘发糊、背景纹理重复。AI 扩图的价值不是“把像素撑大”，而是在原画框外生成新内容，让图片能适配横幅、广告位、商品主图和应用内素材。

真正要先判断的是任务类型。只是救比例，用在线 uncrop 工具最快；原图很贵，先用 Photoshop 这类编辑器保住边缘；想用文字把场景继续往外推，可以用对话式图片编辑；需要批量、日志、回放和模型切换，才进入 API 工作流。

这篇 CrazyRouter 示例按本地 crazyrouter-docs 在 2026-05-11 的内容复核。代码没有虚构新参数：gpt-image-2 使用 /v1/images/generations 与 /v1/images/edits；nano-banana-2 当前按文档推荐走 Gemini 原生 gemini-3.1-flash-image-preview:generateContent；nano-banana-pro 使用 /v1/images/generations 加 image_input URL。

要点速览#

一句话版本：单张图先选工具，成规模后再选 API。

AI 扩图不是一个任务#

“AI 扩图”至少拆成四类。

补比例。原图主体没问题，只是画幅不适合 16:9 横幅、9:16 竖屏或 1:1 方图。这个场景对 API 的需求不强，在线 uncrop 工具通常够用。

保真外扩。人物肩膀、头发、商品边缘、建筑线条贴着边界，扩图后不能看出断裂。这里要用能精修边缘的编辑器，或者用带遮罩的图片编辑 API。

创意扩景。你不是只想“补边”，而是想让画面变成更大的摄影棚、更完整的桌面、更宽的户外场景。对话式图片编辑和 gpt-image-2 这类提示词驱动编辑更顺手。

生产 outpainting。批量处理商品图、博客封面、广告素材或用户上传图时，核心问题变成：请求如何复现，图片如何存储，失败如何重试，模型如何切换，成本如何记录。这里才是 CrazyRouter 这类统一 API 入口的价值。

什么时候不用 API#

如果只是把一张 4:5 图片补成 16:9，API 不是默认答案。在线 uncrop 工具省掉了上传、鉴权、解析返回和存储结果的开发工作，适合临时素材和低风险内容。

Photoshop Generative Expand 更适合重要原图。做品牌图、人物图、商品图时，编辑器里的局部修边能力比一次 API 返回更可靠。AI 外扩经常能补出整体气氛，但文字、Logo、包装边缘和 UI 元素仍需要人工收口。

ChatGPT Images 这类对话式编辑适合找方向。它的优势是低摩擦迭代：选中区域，描述“把左右两侧扩成更宽的摄影棚环境”，继续追问和修正。代价是边界不一定严格，不能把它当成像素级合成工具。

什么时候用 CrazyRouter API#

一旦出现下面任意一个条件，就该考虑 API：

• 每天生成或编辑几十张以上图片
• 图片需要进入 CMS、商品系统、广告素材库或用户工作流
• 需要同一套鉴权调用 GPT Image、Gemini 图片模型、Grok、Qwen、DALL-E 等模型
• 需要记录模型、输入图、提示词、尺寸、质量和返回 URL
• 需要在模型不稳定时保留替代路线

CrazyRouter 的基础地址要按客户端区分：

OpenAI 兼容 SDK 会自己拼路径，所以 base_url 只保留到 /v1。手写 curl 请求要写完整端点。

路线一：用 gpt-image-2 生成扩图方向#

gpt-image-2 在 CrazyRouter 文档里使用 OpenAI Images API 格式。生成图片走：

POST https://crazyrouter.com/v1/images/generations

最小请求示例：

curl -X POST https://crazyrouter.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "为一张 AI API 教程生成 16:9 横幅图：画面左侧是一张被扩展成横幅的产品照片，右侧是简洁的 API 路由示意，科技感但不要文字",
    "n": 1,
    "size": "1536x1024",
    "quality": "high",
    "output_format": "png"
  }'

Python SDK 写法：

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://crazyrouter.com/v1"
)

response = client.images.generate(
    model="gpt-image-2",
    prompt="为一张 AI API 教程生成 16:9 横幅图：画面左侧是一张被扩展成横幅的产品照片，右侧是简洁的 API 路由示意，科技感但不要文字",
    n=1,
    size="1536x1024",
    quality="high",
    output_format="png"
)

print(response.data[0].url)

这条路线适合从零生成封面、文章插图、社交配图。它不是严格意义的“基于原图 outpaint”，但很适合先产出方向稿。

路线二：用 gpt-image-2 做遮罩编辑#

真正要保留原图主体时，用编辑端点：

POST https://crazyrouter.com/v1/images/edits

CrazyRouter 文档写明，gpt-image-2 编辑支持原图、遮罩，也支持最多 16 张参考图。遮罩图片里的透明区域是需要编辑的部分。

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://crazyrouter.com/v1"
)

response = client.images.edit(
    model="gpt-image-2",
    image=open("product.png", "rb"),
    mask=open("outpaint-mask.png", "rb"),
    prompt="把商品图左右两侧扩展成干净的 21:9 横幅背景，保留商品主体、边缘和原始光照，不添加文字或 Logo",
    n=1,
    size="1536x1024"
)

print(response.data[0].url)

这个示例适合商品主图、博客封面、广告横幅。关键不是提示词写得长，而是把遮罩做对：透明区域给模型补，主体区域尽量不碰。

多图参考可以用 multipart/form-data：

curl -X POST https://crazyrouter.com/v1/images/edits \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "model=gpt-image-2" \
  -F "prompt=把第一张商品图扩展成第二张参考背景风格的横幅，保留商品结构和边缘" \
  -F "size=1536x1024" \
  -F "n=1" \
  -F "image[]=@product.png" \
  -F "image[]=@background-reference.png"

如果你的流程需要透明背景，gpt-image-2 文档也支持生成时设置 background: "transparent" 并使用 PNG。

路线三：Nano Banana 2 当前走 Gemini 原生#

这里最容易写错。

CrazyRouter 文档在 2026-04-14 的复测结论是：nano-banana-2 当前映射到 gemini-3.1-flash-image-preview，推荐直接调用 Gemini 原生 generateContent。不要把 POST /v1/images/generations + model: "nano-banana-2" 写成稳定生产入口。

推荐请求：

curl "https://crazyrouter.com/v1beta/models/gemini-3.1-flash-image-preview:generateContent?key=YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [
      {
        "role": "user",
        "parts": [
          {
            "text": "Generate an IMAGE of a clean ecommerce hero shot expanded into a wide banner on a white background. Return image output."
          }
        ]
      }
    ],
    "generationConfig": {
      "responseModalities": ["IMAGE"]
    }
  }'

返回解析也要按 Gemini 形态处理。优先读：

candidates[].content.parts[].inlineData

不要假设它会返回 OpenAI Images 风格的 data[].url。

这条路线适合已经准备使用 Gemini 图片能力的团队。它的好处是当前文档路径清晰，代价是客户端要写 Gemini 原生解析逻辑。

路线四：Nano Banana Pro 用 URL 参考图做横幅#

nano-banana-pro 的公开协议不同。CrazyRouter 文档写的是：

POST https://crazyrouter.com/v1/images/generations

它使用 image_input 传参考图 URL，当前公开保守范围写 1 到 2 张参考图，并已验证 1K、4K、1:1、21:9、png、jpg 等能力。

curl -X POST https://crazyrouter.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "nano-banana-pro",
    "prompt": "把这张商品图改成超宽横幅 KV，背景更简洁，保留主体结构，不添加文字",
    "image_input": [
      "https://example.com/product-reference.webp"
    ],
    "resolution": "4K",
    "aspect_ratio": "21:9",
    "output_format": "png"
  }'

响应默认消费 data[0].url：

{
  "created": 1774846705,
  "data": [
    {
      "url": "https://media.crazyrouter.com/task-artifacts/..."
    }
  ]
}

限制也要写进开发文档：当前公开协议只承诺 image_input URL 输入，不接受 image 字段，也不要把 data: 或 Base64 当作公开输入协议。

API 路线怎么放进生产#

不要在业务代码里硬编码一个模型。把模型选择放进配置或路由表。

IMAGE_ROUTE = {
    "cover_from_prompt": {
        "provider": "openai_images",
        "model": "gpt-image-2",
        "endpoint": "/v1/images/generations",
    },
    "masked_outpaint": {
        "provider": "openai_images",
        "model": "gpt-image-2",
        "endpoint": "/v1/images/edits",
    },
    "gemini_image": {
        "provider": "gemini_native",
        "model": "gemini-3.1-flash-image-preview",
        "endpoint": "/v1beta/models/gemini-3.1-flash-image-preview:generateContent",
    },
    "reference_banner": {
        "provider": "openai_images",
        "model": "nano-banana-pro",
        "endpoint": "/v1/images/generations",
    },
}

每次请求至少记录这些字段：

让扩图更干净的操作清单#

一次少扩一点。15% 到 25% 的边界补充通常更稳，过大的空白会诱导模型重写整张图。

先延续，再创意。第一轮只要求画面自然变宽；第二轮再加道具、场景和风格变化。

主体贴边时用遮罩。人物脸、手、商品轮廓、包装文字都不该只靠提示词保护。

把文字交回设计工具。Logo、包装文案、UI 截图、表格和小字号标注，生成式外扩仍容易出错。

保留原图和参数。图片 API 的“看起来差不多”很难排查，必须把输入图、提示词版本、模型、尺寸和响应字段一起存下来。

FAQ#

AI 扩图、uncrop、outpaint 是一回事吗？#

不是。uncrop 更像快速补画幅；outpaint 更强调在原画框之外继续生成内容；图片编辑 API 通常还会涉及原图、遮罩、参考图和返回格式。

CrazyRouter 上 AI 扩图该先用哪个模型？#

如果你要 OpenAI Images 兼容格式，先测 gpt-image-2。如果你要当前推荐的 Nano Banana 2 路线，走 gemini-3.1-flash-image-preview:generateContent。如果你要用 URL 参考图做高分辨率横幅，测 nano-banana-pro。

nano-banana-2 能不能走 /v1/images/generations？#

不建议。CrazyRouter 文档在 2026-04-14 的结论是：nano-banana-2 当前推荐 Gemini 原生路径，不再推荐把 /v1/images/generations 写成稳定入口。

gpt-image-2 编辑图片时遮罩怎么理解？#

/v1/images/edits 使用 multipart 请求。传入原图和可选 mask，透明区域表示需要编辑的部分。商品图 outpaint 时，遮罩应覆盖需要补出的边缘区域，主体尽量留在非透明区域。

API 返回一定是图片 URL 吗？#

不一定。gpt-image-2 和 nano-banana-pro 的 Images API 示例通常消费 data[].url，也可能遇到 b64_json。nano-banana-2 的 Gemini 原生路径应优先解析 inlineData。

文章配图应该用什么路线生成？#

技术博客封面可先用 gpt-image-2 文生图。带参考图的横幅可用 nano-banana-pro。需要把一张已有图扩成横幅并保护主体时，用 gpt-image-2 的 /v1/images/edits。

推荐起步方案#

临时修一张图，先用在线 uncrop 或 Photoshop。要做文章封面、广告横幅、商品图批量生成，再把流程接到 CrazyRouter。

生产起步可以这样排：

如果目标是把 AI 扩图做成可复现的内容生产管线，下一步不是继续找“万能模型”，而是把输入图、提示词、模型和返回解析固定下来。注册 CrazyRouter，创建一个受限 Token，用上面的四条路线各跑 10 张图，很快就能看出哪条适合你的素材库。