Geração de imagens

Uma substituição de model por chamada tenta somente esse provedor/modelo e não continua para provedores primário/substitutos configurados ou detectados automaticamente.

Um padrão de provedor só entra na lista de candidatos quando o OpenClaw consegue realmente autenticar esse provedor. Defina agents.defaults.mediaGenerationAutoProviderFallback: false para usar somente entradas explícitas de model, primary e fallbacks.

Defina agents.defaults.imageGenerationModel.timeoutMs para backends de imagem lentos. Um parâmetro de ferramenta timeoutMs por chamada substitui o padrão configurado, e padrões configurados substituem padrões de provedor criados por Plugin. Provedores de imagem hospedados do Google e OpenRouter usam padrões de 180 segundos; geração de imagens do Microsoft Foundry MAI, xAI e Azure OpenAI usa 600 segundos. Chamadas de ferramenta dinâmica do Codex usam um padrão de ponte image_generate de 120 segundos e respeitam o mesmo orçamento de timeout quando configurado, limitado pelo máximo de 600000 ms da ponte de ferramenta dinâmica do OpenClaw.

Use action: "list" para inspecionar os provedores registrados atualmente, seus modelos padrão e dicas de variáveis de ambiente de auth.

A geração de imagens da OpenAI usa openai/gpt-image-2 por padrão. Se um perfil OAuth openai estiver configurado, o OpenClaw reutiliza o mesmo perfil OAuth usado pelos modelos de chat por assinatura do Codex e envia a solicitação de imagem pelo backend Codex Responses. URLs base legadas do Codex, como https://chatgpt.com/backend-api, são canonicalizadas para https://chatgpt.com/backend-api/codex em solicitações de imagem. O OpenClaw não recorre silenciosamente a OPENAI_API_KEY para essa solicitação - para forçar o roteamento direto pela OpenAI Images API, configure models.providers.openai explicitamente com uma chave de API, URL base personalizada ou endpoint do Azure.

Os modelos openai/gpt-image-1.5, openai/gpt-image-1 e openai/gpt-image-1-mini ainda podem ser selecionados explicitamente. Use gpt-image-1.5 para saída PNG/WebP com fundo transparente; a API atual de gpt-image-2 rejeita background: "transparent".

gpt-image-2 oferece suporte tanto à geração texto-para-imagem quanto à edição com imagem de referência pela mesma ferramenta image_generate. O OpenClaw encaminha prompt, count, size, quality, outputFormat e imagens de referência para a OpenAI. A OpenAI não recebe aspectRatio ou resolution diretamente; quando possível, o OpenClaw mapeia esses valores para um size compatível, caso contrário a ferramenta os relata como substituições ignoradas.

Opções específicas da OpenAI ficam no objeto openai:

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

openai.background aceita transparent, opaque ou auto; saídas transparentes exigem outputFormat png ou webp e um modelo de imagem OpenAI compatível com transparência. O OpenClaw roteia solicitações padrão de fundo transparente de gpt-image-2 para gpt-image-1.5. openai.outputCompression se aplica a saídas JPEG/WebP e é ignorado para saídas PNG.

A dica de nível superior background é neutra em relação ao provedor e atualmente mapeia para o mesmo campo de solicitação background da OpenAI quando o provedor OpenAI é selecionado. Provedores que não declaram suporte a fundo retornam isso em ignoredOverrides em vez de receber o parâmetro sem suporte.

Para rotear a geração de imagens da OpenAI por uma implantação do Azure OpenAI em vez de api.openai.com, consulte endpoints do Azure OpenAI.

A geração de imagens do Microsoft Foundry usa nomes de implantação de imagem MAI implantados sob o prefixo de provedor microsoft-foundry/. Não há modelo padrão em nível de provedor porque a API MAI espera o nome da sua implantação no campo model:

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

O provedor usa a API MAI do Microsoft Foundry, não a OpenAI Images API:

• Endpoint de geração: /mai/v1/images/generations
• Endpoint de edição: /mai/v1/images/edits
• Auth: AZURE_OPENAI_API_KEY / chave de API do provedor, ou Entra ID via az login
• Saída: uma imagem PNG
• Tamanho: padrão 1024x1024; largura e altura devem ter pelo menos 768 px cada, e o total de pixels deve ser no máximo 1.048.576
• Edições: uma imagem de referência PNG ou JPEG, compatível somente com implantações MAI-Image-2.5-Flash e MAI-Image-2.5

Geração somente por prompt pode usar um nome de implantação personalizado com apenas o endpoint Foundry configurado. Edições com nomes de implantação personalizados precisam de metadados de onboarding/modelo para que o OpenClaw possa verificar que a implantação é baseada em MAI-Image-2.5-Flash ou MAI-Image-2.5.

Os modelos de imagem MAI atuais são MAI-Image-2.5-Flash, MAI-Image-2.5, MAI-Image-2e e MAI-Image-2. Consulte o Plugin Microsoft Foundry para configuração e comportamento de modelos de chat.

A geração de imagens do OpenRouter usa a mesma OPENROUTER_API_KEY e roteia pela API de imagem de conclusões de chat do OpenRouter. Selecione modelos de imagem OpenRouter com o prefixo openrouter/:

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

O OpenClaw encaminha prompt, count, imagens de referência e dicas compatíveis com Gemini de aspectRatio / resolution para o OpenRouter. Os atalhos atuais integrados de modelo de imagem OpenRouter incluem google/gemini-3.1-flash-image-preview, google/gemini-3-pro-image-preview e openai/gpt-5.4-image-2. Use action: "list" para ver o que seu Plugin configurado expõe.

Modelos Krea 2 no fal usam o schema Krea nativo do fal em vez do schema genérico image_size usado pelo Flux. O OpenClaw envia:

• aspect_ratio para dicas de proporção
• creativity, com padrão medium
• image_style_references quando image ou images são fornecidos

Selecione Krea 2 Medium para ilustrações expressivas mais rápidas e Krea 2 Large para visuais fotorrealistas e texturizados mais lentos e detalhados:

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

No momento, Krea 2 retorna uma imagem por solicitação. Prefira aspectRatio para Krea; o OpenClaw mapeia size para a proporção Krea compatível mais próxima e rejeita resolution para Krea em vez de descartá-la. Use fal.creativity quando quiser um nível de criatividade nativo do Krea:

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

A geração de imagens MiniMax está disponível pelos dois caminhos de auth MiniMax integrados:

• minimax/image-01 para configurações com chave de API
• minimax-portal/image-01 para configurações com OAuth

O provedor xAI integrado usa /v1/images/generations para solicitações somente por prompt e /v1/images/edits quando image ou images está presente.

• Modelos: xai/grok-imagine-image, xai/grok-imagine-image-quality
• Contagem: até 4
• Referências: um image ou até cinco images
• Proporções: 1:1, 16:9, 9:16, 4:3, 3:4, 2:3, 3:2
• Resoluções: 1K, 2K
• Saídas: retornadas como anexos de imagem gerenciados pelo OpenClaw

O OpenClaw intencionalmente não expõe quality, mask, user nativos da xAI nem proporções extras apenas nativas até que esses controles existam no contrato compartilhado entre provedores image_generate.