n8n 接入 GPT Image 2.5：从生成请求到可用图片文件

在 n8n 中使用 GPT Image 2.5，先检查当前 OpenAI 节点能否选择或填写 gpt-image-2.5-flare、gpt-image-2.5-sunburst。能选到且参数满足任务时，可以直接使用原生图片节点；需要自行设置请求参数、保留完整响应，或者当前节点尚未提供模型入口时，再用 HTTP Request。不能仅凭旧版教程中没有 2.5，就判断必须绕过原生节点。

本文依据 2026 年 9 月 21 日核验的官方文档和公开源码整理配置示例，未在本机运行 n8n，也未进行付费生图测试。流程完成的标准是下游取得能够打开的图片文件，而不只是看到请求节点变绿。

先确认你用的是哪一种 OpenAI 节点

n8n 的应用版本和 OpenAI 节点版本不是同一个数字。当前公开实现中，图片生成操作对节点版本 2.2 及以上使用动态模型选择，旧节点版本使用静态列表；这说明不能把某一张旧界面截图推广到所有安装环境。n8n 图片生成源码

还有一条可核查的实例：n8n 的公开 issue 报告在应用版本 2.38.6、OpenAI 节点 typeVersion: 2.3 下使用 gpt-image-2.5-flare，问题是图片用量没有进入统计。这是报告者的环境记录，不能据此保证你当前安装也具有同样的模型列表或权限。图片用量统计 issue

打开自己的工作流后，按下面几个条件决定入口：

原生节点中选择 OpenAI 凭据、Image、Generate an Image，填写具体型号和提示词，执行后检查输出。n8n 文档说明图片默认放在名为 data 的二进制字段；当前源码也会把 b64_json 解码为二进制文件。因此，原生节点已经输出图片文件时，不要再接一次 Base64 解码。 n8n 图片操作文档

文档里的部分选项仍围绕 DALL-E 或 GPT Image 1 描述。配置 2.5 时，要对照实际模型和当前节点暴露的设置，不要机械照搬旧例中的 response_format: url。

用 HTTP Request 建立一个容易核对的生成请求

HTTP Request 方式把接口响应直接交给你，适合检查型号、请求字段和用量。下面使用 OpenAI 官方接口；凭据应保存在 n8n Credentials 中，选用相应的预定义凭据，或用 Header Auth 配置 Authorization 头，其值为 Bearer <你的 API Key>。不要把真实 key 写进工作流说明、截图或可分享的 JSON。

设置请求：

JSON 请求体可以从这个最小例子开始：

json
{
  "model": "gpt-image-2.5-flare",
  "prompt": "为中文咖啡店菜单设计一张方形插画：白色陶瓷杯、浅木桌面、柔和晨光，右上方留出空白，不出现文字。",
  "size": "1024x1024",
  "quality": "medium",
  "output_format": "png"
}

需要比较 Sunburst 时，仅将 model 换为 gpt-image-2.5-sunburst，先保留其他设置，便于观察任务结果。两者都支持生图与编辑；Flare 的官方定位偏向速度，Sunburst 偏向精确编辑。系列名 gpt-image-2.5 不应代替具体请求型号。Flare 模型页、Sunburst 模型页

这个请求使用 Images API。不要把 Responses API 中的 tools 配置混入这份请求体；两种接口的组织方式不同。官方图片指南的生成示例返回 data[0].b64_json，这里因此选择 JSON 响应，而不是把整份 HTTP 响应直接当图片下载。OpenAI 图片生成指南

把 Base64 字符串变成下游能读取的图片

HTTP Request 请求成功后，如果看到 data 数组中的 b64_json，拿到的仍然是 JSON 内的一段编码文本。邮件附件、对象存储上传等节点通常需要 n8n 的二进制文件，转换过程要单独完成。

一个清晰的连接方式是：HTTP Request → Edit Fields → Convert to File → 保存或上传节点。

1. 检查响应中确实有非空的 data[0].b64_json。先排除错误响应，不要对空值执行转换。
2. 在 Edit Fields 新建字符串字段 image_base64，值使用表达式 {{ $json.data[0].b64_json }}。
3. 添加 Convert to File，选择 Move Base64 String to File。
4. 将 Base64 Input Field 填为 image_base64。这里需要的是字段名，不是刚才那段很长的 Base64 值。
5. 将文件名设为 cafe-menu.png，MIME Type 设为 image/png；把 Put Output File in Field 设为 data，下游使用这个二进制字段。

这些选项依据 Convert to File 官方说明。文件后缀和 MIME 类型应对应请求中的 output_format；仅把文件名改为 .jpg 并不会将 PNG 内容转换成 JPEG。

默认情况下，HTTP Request 只输出响应体。如果开启 Include Response Headers and Status，图片响应会被包装在 body 下，此时第二步的表达式应改为 {{ $json.body.data[0].b64_json }}。字段路径必须以本次执行的实际 JSON 为准。HTTP Request 响应选项

转换完成后，在输出的 Binary 中查看或下载文件，确认能够打开。再把 data 交给保存或上传节点，并核对目标位置确实出现文件。上游生图成功、n8n 已生成二进制文件、远端已接收图片，是三个需要分别确认的结果。

如果一次响应包含多张图片，上面的 [0] 只处理第一张。要保存全部结果，需要先逐项拆分响应数组，再为每一项生成独立文件名，不能把第一张成功当作整批已完成。

需要参考图或局部编辑时，调整请求形式

图像编辑使用 /v1/images/edits，需要将输入图片随请求提交。HTTP Request 中选择 Form-Data，并将图片参数设为 n8n Binary File；参数的 Name 按接口要求填写，Input Data Field Name 则指向上游图片所在的二进制字段，例如 data。model、prompt 等文本参数作为普通表单字段提交。OpenAI 图片编辑说明、n8n multipart 参数说明

这里容易混淆的是两种“名字”：接口需要的上传参数名，和 n8n 内部保存图片的字段名。它们可以不同；不要把文件路径或 Base64 字符串填进要求二进制字段名的位置。也不要手工写一个没有 boundary 的 Content-Type: multipart/form-data，让节点生成完整表单请求头。

原生 OpenAI 节点也有 Edit Image 操作，但是否能在你的节点版本中选到所需 2.5 模型及参数，应当单独检查，不能根据 Generate an Image 可用就推定编辑配置完全相同。对于需要严格保留商品细节的任务，可结合 Flare 与 Sunburst 的编辑选型说明 制定输出检查项。

节点变绿后，仍可能漏掉什么

最常见的故障不需要先更换模型。按输出停在哪一步检查，更容易定位：

截至本次查看，原生生成源码提取图片 data 后，没有把响应中的 usage 一并交付，相关 issue 仍未关闭。需要按任务计算消耗时，可在 HTTP Request 返回后另存原始 usage、模型、尺寸、质量和任务编号，再把图片数据送去转换；账单仍以实际服务的计费记录为准。n8n 用量问题记录

耗时较长时，检查 HTTP Request 的 Timeout 设置，单位是毫秒；文档将其定义为等待响应头或响应体开始的时间。不要把一个固定等待时长当成图片已经完成的证据。发生超时且无法判断服务端是否已经生成时，先保留执行记录并核对状态，避免无条件重试产生重复任务或重复费用。

完成第一次连接后，保留一份能够查看原始响应、打开图片并确认保存位置的执行记录。后续再增加批量处理和业务分支，这样遇到问题时能清楚区分是请求、文件转换，还是交付环节出了错。