画像生成

呼び出しごとの model オーバーライドでは、そのプロバイダー／モデルのみが試行され、 設定されたプライマリ／フォールバックや自動検出されたプロバイダーには進みません。

OpenClaw が実際にプロバイダーを認証できる場合にのみ、そのプロバイダーのデフォルトが 候補リストに追加されます。認証済みプロバイダー間の自動フォールバックは 常に有効です。呼び出しごとの model が最優先されます。

低速な画像バックエンドには agents.defaults.mediaModels.image.timeoutMs を設定します。 呼び出しごとのツールパラメーター timeoutMs は設定済みのデフォルトを上書きし、 設定済みのデフォルトは Plugin が定義したプロバイダーのデフォルトを 上書きします。Google および OpenRouter がホストする画像プロバイダーのデフォルトは 180 秒です。 Microsoft Foundry MAI、xAI、Azure OpenAI の画像生成では 600 秒です。Codex の動的ツール呼び出しでは、ブリッジのデフォルト image_generate として 120 秒を使用し、設定されている場合は同じタイムアウト予算を尊重しますが、 OpenClaw の動的ツールブリッジの上限である 600000 ms に制限されます。

現在登録されているプロバイダー、そのデフォルトモデル、 および認証用環境変数のヒントを確認するには action: "list" を使用します。

OpenAI の画像生成では、デフォルトで openai/gpt-image-2 を使用します。 openai OAuth プロファイルが設定されている場合、OpenClaw は Codex サブスクリプションのチャットモデルで使用されるものと同じ OAuth プロファイルを再利用し、 Codex Responses バックエンドを介して画像リクエストを送信します。 https://chatgpt.com/backend-api などの従来の Codex ベース URL は、 画像リクエスト用に https://chatgpt.com/backend-api/codex へ正規化されます。OpenClaw は、 そのリクエストを暗黙に OPENAI_API_KEY へフォールバックしません。 OpenAI Images API へ直接ルーティングするには、API キー、カスタムベース URL、 または Azure エンドポイントを指定して models.providers.openai を明示的に設定してください。

openai/gpt-image-1.5、openai/gpt-image-1、 openai/gpt-image-1-mini の各モデルも、引き続き明示的に選択できます。 背景が透明な PNG/WebP 出力には gpt-image-1.5 を使用します。現在の gpt-image-2 API は background: "transparent" を拒否します。

gpt-image-2 は、同じ image_generate ツールを介して、 テキストからの画像生成と参照画像の編集の両方をサポートします。 OpenClaw は、prompt、count、size、quality、outputFormat、 および参照画像を OpenAI に転送します。OpenAI が aspectRatio または resolution を直接受け取ることはありません。 可能な場合、OpenClaw はそれらをサポートされている size にマッピングし、 それ以外の場合、ツールは無視されたオーバーライドとして報告します。

OpenAI 固有のオプションは openai オブジェクト内にあります。

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

openai.background は transparent、opaque、auto のいずれかを受け付けます。 透明な出力には、outputFormat png または webp と、 透過に対応する OpenAI 画像モデルが必要です。OpenClaw は、デフォルトの gpt-image-2 透過背景リクエストを gpt-image-1.5 にルーティングします。 openai.outputCompression は JPEG/WebP 出力に適用され、PNG 出力では無視されます。

トップレベルの background ヒントはプロバイダーに依存せず、現在は OpenAI プロバイダーが選択された場合に、同じ OpenAI の background リクエストフィールドへマッピングされます。背景サポートを宣言していないプロバイダーには、 サポートされていないパラメーターを渡す代わりに、ignoredOverrides 内で返します。

OpenAI の画像生成を api.openai.com ではなく Azure OpenAI デプロイメント経由で ルーティングするには、Azure OpenAI エンドポイントを 参照してください。

Microsoft Foundry の画像生成では、microsoft-foundry/ プロバイダープレフィックスの下で、 デプロイ済みの MAI 画像デプロイメント名を使用します。MAI API は model フィールドにデプロイメント名が指定されることを想定するため、 プロバイダーレベルのデフォルトモデルはありません。

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

このプロバイダーは OpenAI Images API ではなく、Microsoft Foundry の MAI API を使用します。

• 生成エンドポイント：/mai/v1/images/generations
• 編集エンドポイント：/mai/v1/images/edits
• 認証：AZURE_OPENAI_API_KEY / プロバイダー API キー、または az login を介した Entra ID
• 出力：PNG 画像 1 枚
• サイズ：デフォルトは 1024x1024。幅と高さはそれぞれ 768 px 以上、 総ピクセル数は 1,048,576 以下である必要があります
• 編集：PNG または JPEG の参照画像 1 枚。MAI-Image-2.5-Flash および MAI-Image-2.5 デプロイメントのみがサポートします

プロンプトのみの生成では、Foundry エンドポイントだけを設定して カスタムデプロイメント名を使用できます。カスタムデプロイメント名による編集には、 そのデプロイメントが MAI-Image-2.5-Flash または MAI-Image-2.5 を基盤としていることを OpenClaw が検証できるよう、オンボーディング／モデルのメタデータが必要です。

現在の MAI 画像モデルは MAI-Image-2.5-Flash、MAI-Image-2.5、 MAI-Image-2e、MAI-Image-2 です。セットアップと チャットモデルの動作については、Microsoft Foundry Pluginを 参照してください。

OpenRouter の画像生成では同じ OPENROUTER_API_KEY を使用し、 OpenRouter の Chat Completions 画像 API を介してルーティングします。 openrouter/ プレフィックスで OpenRouter 画像モデルを選択します。

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

OpenClaw は、prompt、count、参照画像、および Gemini 互換の aspectRatio / resolution ヒントを OpenRouter に転送します。 現在組み込まれている OpenRouter 画像モデルのショートカットには、 google/gemini-3.1-flash-image、 google/gemini-3-pro-image、openai/gpt-5.4-image-2 があります。設定済みの Plugin が公開する内容を 確認するには action: "list" を使用します。

fal の Krea 2 モデルでは、Flux が使用する汎用の image_size スキーマではなく、fal ネイティブの Krea スキーマを使用します。 OpenClaw は次の値を送信します。

• アスペクト比のヒントには aspect_ratio
• creativity。デフォルトは medium
• image または images が指定された場合は image_style_references

より高速で表現力豊かなイラストには Krea 2 Medium を、 より低速で詳細な写実的表現や質感のある外観には Krea 2 Large を選択します。

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

Krea 2 は現在、リクエストごとに画像を 1 枚返します。Krea には aspectRatio の使用を 推奨します。OpenClaw は size を、サポートされる最も近い Krea アスペクト比にマッピングし、 Krea で resolution を破棄するのではなく拒否します。Krea ネイティブの創造性レベルを 使用する場合は fal.creativity を使用します。

{  "model": "fal/krea/v2/medium/text-to-image",  "prompt": "リソグラフの質感を持つサイバージン風ポートレート",  "aspectRatio": "9:16",  "fal": {    "creativity": "high"  }}

MiniMax の画像生成は、同梱されている両方の MiniMax 認証経路で利用できます。

• API キーによるセットアップには minimax/image-01
• OAuth によるセットアップには minimax-portal/image-01

同梱の xAI プロバイダーは、プロンプトのみのリクエストには /v1/images/generations を使用し、 image または images が存在する場合は /v1/images/edits を使用します。

• モデル：xai/grok-imagine-image、xai/grok-imagine-image-quality
• 枚数：最大 4
• 参照：image 1 枚、または images 最大 3 枚
• アスペクト比：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
• 解像度：1K、2K
• 出力：OpenClaw が管理する画像添付ファイルとして返されます

OpenClaw は、これらの制御がプロバイダー間で共有される image_generate コントラクトに存在するようになるまで、xAI ネイティブの quality、mask、user、 および auto アスペクト比を意図的に公開しません。