「Transparent background is not supported for this model」的三个修法

这个报错是诚实的，而修法只是换一个模型 ID。 background: "transparent" 是一项 preview 能力，有的图像模型部署有、有的没有 —— 而 OpenAI 自己 cookbook 用的那个，恰好是这里没有的那个。

报错：      400，"Transparent background is not supported for this model."
类型：      image_generation_user_error
触发于：    openai/gpt-image-2（1.1 秒，生成都没开始）
可用于：    openai/gpt-image-1.5（200，RGBA PNG，67.3% 像素 alpha 为 0）
静默失败：  gemini-3-pro-image、qwen-image-3.0、mai-image-2.5-flash
            全部 200，全部颜色类型 2，没有 alpha 通道
格式规则：  只能 PNG。jpeg 是 400，webp 也是 400。
prompt 规则：prompt 压过参数。写了场景，场景就回来了。
实测：      2026-08-24，POST /v1/images/generations，1024x1024，n=1

三个修法，按咬人的顺序排：

• 修法一，换模型。 这项能力挂在部署上，不挂在请求上。换一个模型 ID 就是 200 加一个真的 alpha 通道。
• 修法二，输出保持 PNG。 jpeg 和 webp 在这里都是 400，而且原因不同。
• 修法三，重写 prompt。 prompt 的优先级高于参数，提到场景的 prompt 会把场景给你画回来。

最后更新 2026-08-24。OpenAI 把透明资产描述为 preview 阶段，所以哪些模型 ID 带这项能力是会变的。在你信任任何一份模型清单（包括我们这份）之前，请把本文的探测脚本重跑一遍。

gpt-image-2 为什么说这个模型不支持透明背景

因为那个模型 ID 背后的部署没开透明 preview。 这句话不是在委婉地说你参数写错了。

完整回复是这样：

{
  "error": {
    "code": null,
    "message": "Transparent background is not supported for this model.",
    "param": null,
    "type": "image_generation_user_error"
  }
}

两个细节排除了那些无聊的解释。它 1.1 秒就回来了，说明什么都没生成、也就谈不上生成完再丢掉。以及同一个模型 ID、同一把 key、把 background 换成 "opaque" 就返回 200 和一张正常图片 —— 一个会过滤掉这个字段的网关，不可能让同一个字段的两个取值产生不同结果。

大家照着教程做还会撞上这个，是因为 OpenAI 关于透明图像资产的 cookbook 是拿 gpt-image-2 写的。但请重读它的前置说明：它写的是你需要拥有一个支持透明能力的图像模型的访问权限，并且把这项功能称为 preview。当一项功能挂在权限开关后面时，模型名字和模型能力是两件事。

到底哪些图像模型会返回透明 PNG

我们测的五个里只有一个。 同样的 prompt、同样的尺寸、同样的接口、同一天。

危险的是下半部分那三个 200。 一个 400 不花钱，而且明确告诉你该改什么；一个悄悄返回不透明 PNG 的 200 花掉一次生成、通过你写的每一个 response.ok 检查，然后在一周后以「幻灯片上的白方块」形式出现。

这个「丢弃」是我们验证过的，不是推断的。给 gpt-image-1.5 传 background: "bogus"，会得到一个列出合法取值的 400：

Invalid value: 'bogus'. Supported values are: 'transparent', 'opaque', and 'auto'.

同样的胡说八道传给 gemini-3-pro-image，得到 200 和一张图。会校验这个字段的路由会拒绝垃圾值；接受垃圾值的路由，本来也不会去尊重 transparent。

四个拒绝都是真实调用；最后一段是读取模型实际返回的那些 PNG 的文件头。

修法一：换到哪个模型

openai/gpt-image-1.5，请求里其他什么都不用改。 在 gpt-image-2 上失败的那个请求体，原样就能成功：

from openai import OpenAI

client = OpenAI(base_url="https://api.ofox.ai/v1", api_key="YOUR_OFOX_API_KEY")

resp = client.images.generate(
    model="openai/gpt-image-1.5",   # 这里换成 gpt-image-2 就是 400
    prompt=(
        "A single glossy red ceramic coffee mug, isolated product cutout, "
        "no backdrop, no scene, no shadow, no reflection, transparent background, "
        "no text, no letters, no logos, no watermarks"
    ),
    size="1024x1024",
    background="transparent",
)

如果你要把这段接进商品图产线，请把模型 ID 写死，并在响应没有 alpha 时大声失败，而不是让某个兜底模型在一夜之间产出一千张不透明的「抠图」。同一条产线上会遇到的其他报错，在我们的 gpt-image-2 失败模式笔记里。

修法二：哪些输出格式能装下 alpha

只有 PNG。 JPEG 存不了 alpha 通道，接口在生成任何东西之前就会这么告诉你；而 WebP 本身能存 alpha，但这个接口压根不提供它。

output_format: "jpeg"  ->  400  Transparent background is not supported for JPEG output format
output_format: "webp"  ->  400  Invalid value: 'webp'. Supported values are: 'png' and 'jpeg'.

两个拒绝要分清楚。JPEG 那个说的是格式本身的能力；WebP 那个说的是这个接口接受的格式清单更短。这对电商图片产线有影响：直觉是直接要 WebP、省掉一次转码，而在这里你得先生成 PNG，再在下游转。

修法三：为什么透明图里还是一堆背景

因为 prompt 压过参数，而且差距很大。 OpenAI 的 cookbook 把这写成一条注意事项，我们量了它到底让你损失多少。

同一个模型、同样的 background: "transparent"，两个 prompt：

第二张图并不是透明功能失效。它确实产生了 alpha —— 只是围着它被要求画的那个场景产生的。这对商品图毫无用处，而如果没人在文件出厂前看一眼，那就比没用更糟。

实用规则：只描述物体，然后补上否定词。 counter、studio、gradient、table、sunset、shadow 这些词都会把背景请回来，要一个「倒影」也一样。

怎么确认一个 PNG 真的带透明

读一个字节。 PNG 把颜色类型存在 IHDR 块里，也就是文件的第 25 个字节：

python3 -c "print('colour type', open('out.png','rb').read(26)[25])"
# 6 = 真彩色 + alpha    4 = 灰度 + alpha
# 2 = 真彩色，无 alpha  3 = 索引色（透明信息可能在 tRNS 块里）

颜色类型是必要条件，不是充分条件。一个 alpha 通道处处等于 255 的 RGBA 文件，就是一张多带了一个通道的不透明图 —— 而这正是措辞糟糕的 prompt 会返回的东西。所以要数像素：

from PIL import Image

im = Image.open("out.png")
print(im.mode)                                     # 有 alpha 通道时是 RGBA
if im.mode == "RGBA":
    hist = im.getchannel("A").histogram()
    px = im.width * im.height
    print(f"{100 * hist[0] / px:.1f}% fully transparent")
    print(f"{100 * hist[255] / px:.1f}% fully opaque")

本文所有数字都出自这两个检查。Pillow 的 Image 参考有完整的通道 API，PNG 规范里有颜色类型表，你也可以自己解析文件头。

把 alpha 检查放进 CI。 生成服务悄悄换掉某个模型 ID 背后的部署时不会通知你，但一条「全透明像素超过 30%」的断言会。

一张透明图多少钱

我们那次成功的生成计费 46 个输入 token 和 4415 个输出 token，其中 4160 个是图像 token、255 个是文本 token。按模型页公布的费率（输入 $5/百万、输出图像 $32/百万、输出文本 $10/百万），一张 1024x1024 的抠图约 $0.136。

有一处我们没追下去：同样尺寸在 gpt-image-2 上用 background: "opaque" 只报告了 196 个图像输出 token。两个模型报告的图像 token 量级差这么远，说明每个模型的价格都要用它自己的实测 usage 去算，不要假设「每百万像素多少 token」是个常数。这个论点在文本模型上是一样的，我们在账单上到底出现了什么里展开过。

如果你必须用的那个模型没有透明能力

被锁死在一个会丢弃这个字段的模型上时，你有两条诚实的路和一条错路。

• 在纯色背景上生成，然后抠图。 用一个主体里不会出现的、不自然的纯色背景，可以让下游的抠图容易得多。慢一些、边缘有损失，但可预期。
• 在有能力的模型上生成一次，然后复用。 透明是文件的属性，不是产线的属性。一张好抠图胜过一百次重渲。
• 不要把那个「200 但不透明」的结果发出去。它会在有色底的幻灯片上变成一个白方块，而等你发现时这一批已经上千张了。

图像接口本身更全面的情况，可以看我们的 gpt-image-2 发布指南（讲编辑控制项）、Qwen Image 3.0 Pro 实测和 Seedream 4.5 教程（表里另外两个家族）。另外 Google 的图像生成文档列出了 Gemini 图像模型确实暴露了哪些能力，在你把「缺功能」当成「路由问题」之前值得读一读。

参考资料

• OpenAI cookbook：透明图像资产
• OpenAI：图像生成指南
• W3C：PNG 规范，IHDR 颜色类型
• Pillow：Image 参考
• Google：Gemini API 图像生成
• ofox 模型页：GPT Image 1.5
• ofox 模型页：GPT Image 2