Generazione di immagini

Un override model per chiamata prova solo quel provider/modello e non continua con il provider primario/fallback configurato o con i provider rilevati automaticamente.

Un predefinito del provider entra nell'elenco dei candidati solo quando OpenClaw può autenticare effettivamente quel provider. Imposta agents.defaults.mediaGenerationAutoProviderFallback: false per usare solo voci esplicite model, primary e fallbacks.

Imposta agents.defaults.imageGenerationModel.timeoutMs per backend di immagini lenti. Un parametro dello strumento timeoutMs per chiamata sovrascrive il valore predefinito configurato, e i valori predefiniti configurati sovrascrivono i valori predefiniti del provider definiti dal plugin. I provider di immagini ospitati da Google e OpenRouter usano valori predefiniti di 180 secondi; la generazione immagini di Microsoft Foundry MAI, xAI e Azure OpenAI usa 600 secondi. Le chiamate dynamic-tool di Codex usano un valore predefinito del bridge image_generate di 120 secondi e rispettano lo stesso budget di timeout quando configurato, entro il limite massimo del bridge dynamic-tool di OpenClaw di 600000 ms.

Usa action: "list" per ispezionare i provider attualmente registrati, i loro modelli predefiniti e i suggerimenti sulle variabili d'ambiente per l'autenticazione.

La generazione immagini di OpenAI usa come predefinito openai/gpt-image-2. Se è configurato un profilo OAuth openai, OpenClaw riusa lo stesso profilo OAuth usato dai modelli di chat in abbonamento di Codex e invia la richiesta immagine tramite il backend Codex Responses. Gli URL di base legacy di Codex come https://chatgpt.com/backend-api vengono canonicalizzati in https://chatgpt.com/backend-api/codex per le richieste immagine. OpenClaw non ripiega silenziosamente su OPENAI_API_KEY per quella richiesta: per forzare l'instradamento diretto verso OpenAI Images API, configura models.providers.openai esplicitamente con una chiave API, un URL di base personalizzato o un endpoint Azure.

I modelli openai/gpt-image-1.5, openai/gpt-image-1 e openai/gpt-image-1-mini possono ancora essere selezionati esplicitamente. Usa gpt-image-1.5 per output PNG/WebP con sfondo trasparente; l'attuale API gpt-image-2 rifiuta background: "transparent".

gpt-image-2 supporta sia la generazione text-to-image sia la modifica con immagini di riferimento tramite lo stesso strumento image_generate. OpenClaw inoltra prompt, count, size, quality, outputFormat e le immagini di riferimento a OpenAI. OpenAI non riceve direttamente aspectRatio o resolution; quando possibile OpenClaw mappa questi valori in un size supportato, altrimenti lo strumento li segnala come override ignorati.

Le opzioni specifiche di OpenAI risiedono nell'oggetto openai:

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

openai.background accetta transparent, opaque o auto; gli output trasparenti richiedono outputFormat png o webp e un modello di immagini OpenAI con supporto alla trasparenza. OpenClaw indirizza le richieste predefinite gpt-image-2 con sfondo trasparente a gpt-image-1.5. openai.outputCompression si applica agli output JPEG/WebP ed è ignorato per gli output PNG.

Il suggerimento di primo livello background è neutrale rispetto al provider e attualmente viene mappato allo stesso campo di richiesta OpenAI background quando è selezionato il provider OpenAI. I provider che non dichiarano il supporto allo sfondo lo restituiscono in ignoredOverrides invece di ricevere il parametro non supportato.

Per instradare la generazione immagini OpenAI tramite una distribuzione Azure OpenAI invece di api.openai.com, consulta endpoint Azure OpenAI.

La generazione immagini di Microsoft Foundry usa nomi di distribuzione immagini MAI distribuiti con il prefisso provider microsoft-foundry/. Non esiste un modello predefinito a livello di provider perché l'API MAI si aspetta il nome della distribuzione nel campo model:

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

Il provider usa l'API MAI di Microsoft Foundry, non l'API OpenAI Images:

• Endpoint di generazione: /mai/v1/images/generations
• Endpoint di modifica: /mai/v1/images/edits
• Autenticazione: AZURE_OPENAI_API_KEY / chiave API del provider, o Entra ID tramite az login
• Output: un'immagine PNG
• Dimensione: predefinita 1024x1024; larghezza e altezza devono essere ciascuna di almeno 768 px, e il totale dei pixel deve essere al massimo 1.048.576
• Modifiche: una immagine di riferimento PNG o JPEG, supportata solo dalle distribuzioni MAI-Image-2.5-Flash e MAI-Image-2.5

La generazione solo da prompt può usare un nome di distribuzione personalizzato con solo l'endpoint Foundry configurato. Le modifiche con nomi di distribuzione personalizzati richiedono metadati di onboarding/modello così OpenClaw può verificare che la distribuzione sia basata su MAI-Image-2.5-Flash o MAI-Image-2.5.

I modelli di immagini MAI correnti sono MAI-Image-2.5-Flash, MAI-Image-2.5, MAI-Image-2e e MAI-Image-2. Consulta Plugin Microsoft Foundry per la configurazione e il comportamento dei modelli di chat.

La generazione immagini di OpenRouter usa la stessa OPENROUTER_API_KEY e viene instradata tramite l'API di immagini per chat completions di OpenRouter. Seleziona i modelli di immagini OpenRouter con il prefisso openrouter/:

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

OpenClaw inoltra prompt, count, immagini di riferimento e suggerimenti aspectRatio / resolution compatibili con Gemini a OpenRouter. Le scorciatoie integrate correnti per i modelli di immagini OpenRouter includono google/gemini-3.1-flash-image-preview, google/gemini-3-pro-image-preview e openai/gpt-5.4-image-2. Usa action: "list" per vedere cosa espone il plugin configurato.

I modelli Krea 2 su fal usano lo schema Krea nativo di fal invece dello schema generico image_size usato da Flux. OpenClaw invia:

• aspect_ratio per i suggerimenti sul rapporto d'aspetto
• creativity, con valore predefinito medium
• image_style_references quando vengono forniti image o images

Seleziona Krea 2 Medium per illustrazioni espressive più rapide e Krea 2 Large per aspetti fotorealistici e materici più lenti e dettagliati:

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

Krea 2 attualmente restituisce un'immagine per richiesta. Preferisci aspectRatio per Krea; OpenClaw mappa size al rapporto d'aspetto Krea supportato più vicino e rifiuta resolution per Krea invece di scartarlo. Usa fal.creativity quando vuoi un livello di creatività Krea nativo:

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

La generazione immagini MiniMax è disponibile tramite entrambi i percorsi di autenticazione MiniMax inclusi:

• minimax/image-01 per configurazioni con chiave API
• minimax-portal/image-01 per configurazioni OAuth

Il provider xAI incluso usa /v1/images/generations per richieste solo da prompt e /v1/images/edits quando è presente image o images.

• Modelli: xai/grok-imagine-image, xai/grok-imagine-image-quality
• Conteggio: fino a 4
• Riferimenti: una image o fino a cinque images
• Rapporti d'aspetto: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
• Risoluzioni: 1K, 2K
• Output: restituiti come allegati immagine gestiti da OpenClaw

OpenClaw non espone intenzionalmente quality, mask, user o rapporti d'aspetto aggiuntivi solo nativi di xAI finché questi controlli non esistono nel contratto condiviso image_generate tra provider.