Génération d’images

Une substitution de model par appel essaie uniquement ce fournisseur et ce modèle, sans poursuivre avec le modèle principal, les modèles de repli configurés ni les fournisseurs détectés automatiquement.

La valeur par défaut d’un fournisseur n’entre dans la liste des candidats que lorsqu’OpenClaw peut réellement s’authentifier auprès de ce fournisseur. Définissez agents.defaults.mediaGenerationAutoProviderFallback: false pour utiliser uniquement les entrées explicites model, primary et fallbacks.

Définissez agents.defaults.imageGenerationModel.timeoutMs pour les systèmes dorsaux de génération d’images lents. Un paramètre d’outil timeoutMs fourni par appel remplace la valeur par défaut configurée, et les valeurs par défaut configurées remplacent celles définies par le Plugin du fournisseur. Les fournisseurs d’images hébergés par Google et OpenRouter utilisent une valeur par défaut de 180 secondes ; la génération d’images Microsoft Foundry MAI, xAI et Azure OpenAI utilise 600 secondes. Les appels d’outils dynamiques de Codex utilisent une valeur par défaut de 120 secondes pour le pont image_generate et respectent le même délai configuré, dans la limite maximale de 600000 ms du pont d’outils dynamiques d’OpenClaw.

Utilisez action: "list" pour inspecter les fournisseurs actuellement enregistrés, leurs modèles par défaut et les indications relatives aux variables d’environnement d’authentification.

La génération d’images OpenAI utilise par défaut openai/gpt-image-2. Si un profil OAuth openai est configuré, OpenClaw réutilise le même profil OAuth que celui des modèles de conversation de l’abonnement Codex et envoie la requête d’image par l’intermédiaire du système dorsal Codex Responses. Les anciennes URL de base Codex telles que https://chatgpt.com/backend-api sont normalisées en https://chatgpt.com/backend-api/codex pour les requêtes d’images. OpenClaw ne se rabat pas silencieusement sur OPENAI_API_KEY pour cette requête. Pour imposer un acheminement direct par l’API OpenAI Images, configurez explicitement models.providers.openai avec une clé d’API, une URL de base personnalisée ou un point de terminaison Azure.

Les modèles openai/gpt-image-1.5, openai/gpt-image-1 et openai/gpt-image-1-mini peuvent toujours être sélectionnés explicitement. Utilisez gpt-image-1.5 pour produire des fichiers PNG/WebP avec un arrière-plan transparent ; l’API gpt-image-2 actuelle rejette background: "transparent".

gpt-image-2 prend en charge à la fois la génération texte vers image et la retouche d’images de référence au moyen du même outil image_generate. OpenClaw transmet prompt, count, size, quality, outputFormat ainsi que les images de référence à OpenAI. OpenAI ne reçoit pas directement aspectRatio ni resolution ; lorsque cela est possible, OpenClaw les convertit en une valeur size prise en charge, sinon l’outil les signale comme substitutions ignorées.

Les options propres à OpenAI se trouvent sous l’objet openai :

{  "quality": "low",  "outputFormat": "jpeg",  "openai": {    "background": "opaque",    "moderation": "low",    "outputCompression": 60,    "user": "end-user-42"  }}

openai.background accepte transparent, opaque ou auto ; les sorties transparentes nécessitent un outputFormat png ou webp ainsi qu’un modèle d’image OpenAI prenant en charge la transparence. OpenClaw achemine les requêtes avec arrière-plan transparent destinées par défaut à gpt-image-2 vers gpt-image-1.5. openai.outputCompression s’applique aux sorties JPEG/WebP et est ignoré pour les sorties PNG.

L’indication de premier niveau background est indépendante du fournisseur et correspond actuellement au même champ de requête OpenAI background lorsque le fournisseur OpenAI est sélectionné. Les fournisseurs qui ne déclarent pas prendre en charge les arrière-plans la renvoient dans ignoredOverrides au lieu de recevoir ce paramètre non pris en charge.

Pour acheminer la génération d’images OpenAI par l’intermédiaire d’un déploiement Azure OpenAI plutôt que par api.openai.com, consultez les points de terminaison Azure OpenAI.

La génération d’images Microsoft Foundry utilise les noms des déploiements d’image MAI déployés sous le préfixe de fournisseur microsoft-foundry/. Il n’existe aucun modèle par défaut au niveau du fournisseur, car l’API MAI attend le nom de votre déploiement dans le champ model :

{  agents: {    defaults: {      imageGenerationModel: {        primary: "microsoft-foundry/<deployment-name>",        timeoutMs: 600_000,      },    },  },}

Le fournisseur utilise l’API MAI de Microsoft Foundry, et non l’API OpenAI Images :

• Point de terminaison de génération : /mai/v1/images/generations
• Point de terminaison de retouche : /mai/v1/images/edits
• Authentification : AZURE_OPENAI_API_KEY / clé d’API du fournisseur, ou Entra ID via az login
• Sortie : une image PNG
• Taille : 1024x1024 par défaut ; la largeur et la hauteur doivent chacune être d’au moins 768 px, et le nombre total de pixels ne doit pas dépasser 1 048 576
• Retouches : une image de référence PNG ou JPEG, prise en charge uniquement par les déploiements MAI-Image-2.5-Flash et MAI-Image-2.5

La génération à partir d’une invite seule peut utiliser un nom de déploiement personnalisé si seul le point de terminaison Foundry est configuré. Les retouches utilisant des noms de déploiement personnalisés nécessitent des métadonnées d’intégration ou de modèle afin qu’OpenClaw puisse vérifier que le déploiement repose sur MAI-Image-2.5-Flash ou MAI-Image-2.5.

Les modèles d’image MAI actuels sont MAI-Image-2.5-Flash, MAI-Image-2.5, MAI-Image-2e et MAI-Image-2. Consultez le Plugin Microsoft Foundry pour connaître la configuration et le comportement des modèles de conversation.

La génération d’images OpenRouter utilise la même clé OPENROUTER_API_KEY et passe par l’API d’images des complétions de conversation d’OpenRouter. Sélectionnez les modèles d’image OpenRouter avec le préfixe openrouter/ :

{  agents: {    defaults: {      imageGenerationModel: {        primary: "openrouter/google/gemini-3.1-flash-image-preview",      },    },  },}

OpenClaw transmet prompt, count, les images de référence et les indications aspectRatio / resolution compatibles avec Gemini à OpenRouter. Les raccourcis intégrés actuels vers les modèles d’image OpenRouter comprennent google/gemini-3.1-flash-image-preview, google/gemini-3-pro-image-preview et openai/gpt-5.4-image-2. Utilisez action: "list" pour voir ce que votre Plugin configuré expose.

Les modèles Krea 2 sur fal utilisent le schéma Krea natif de fal plutôt que le schéma générique image_size employé par Flux. OpenClaw envoie :

• aspect_ratio pour les indications de rapport d’aspect
• creativity, avec medium comme valeur par défaut
• image_style_references lorsque image ou images est fourni

Sélectionnez Krea 2 Medium pour des illustrations expressives plus rapides, et Krea 2 Large pour des rendus photoréalistes et texturés plus lents mais plus détaillés :

{  agents: {    defaults: {      imageGenerationModel: {        primary: "fal/krea/v2/medium/text-to-image",      },    },  },}

Krea 2 renvoie actuellement une image par requête. Privilégiez aspectRatio pour Krea ; OpenClaw associe size au rapport d’aspect Krea pris en charge le plus proche et rejette resolution pour Krea au lieu de l’ignorer. Utilisez fal.creativity lorsque vous souhaitez définir un niveau de créativité Krea natif :

{  "model": "fal/krea/v2/medium/text-to-image",  "prompt": "A cyber zine portrait with risograph texture",  "aspectRatio": "9:16",  "fal": {    "creativity": "high"  }}

La génération d’images MiniMax est disponible par les deux modes d’authentification MiniMax intégrés :

• minimax/image-01 pour les configurations avec clé d’API
• minimax-portal/image-01 pour les configurations OAuth

Le fournisseur xAI intégré utilise /v1/images/generations pour les requêtes contenant uniquement une invite et /v1/images/edits lorsque image ou images est présent.

• Modèles : xai/grok-imagine-image, xai/grok-imagine-image-quality
• Nombre : jusqu’à 4
• Références : un champ image ou jusqu’à trois éléments dans images
• Rapports d’aspect : 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 2:1, 1:2, 19.5:9, 9:19.5, 20:9, 9:20
• Résolutions : 1K, 2K
• Sorties : renvoyées sous forme de pièces jointes d’image gérées par OpenClaw

OpenClaw n’expose volontairement pas les paramètres xAI natifs quality, mask, user ni le rapport d’aspect auto tant que ces contrôles n’existent pas dans le contrat image_generate partagé entre les fournisseurs.