画像生成

呼び出しごとの model 上書きは、そのプロバイダー/モデルだけを試行し、 設定された primary/fallback や自動検出されたプロバイダーには続行しません。

プロバイダーの既定値は、OpenClaw がそのプロバイダーを実際に認証できる 場合にのみ候補リストに入ります。明示的な model、primary、fallbacks エントリだけを使用するには、agents.defaults.mediaGenerationAutoProviderFallback: false を設定します。

遅い画像バックエンドには agents.defaults.imageGenerationModel.timeoutMs を設定します。 呼び出しごとの timeoutMs ツールパラメーターは設定済みの既定値を上書きし、 設定済みの既定値は Plugin 作成者が定義したプロバイダー既定値を上書きします。 Google と OpenRouter のホスト型画像プロバイダーは 180 秒の既定値を使用します。 Microsoft Foundry MAI、xAI、Azure OpenAI の画像生成は 600 秒を使用します。 Codex の動的ツール呼び出しは 120 秒の image_generate ブリッジ既定値を使用し、 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。ただし OpenClaw の 600000 ms の動的ツールブリッジ最大値に制限されます。

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、認証 env-var ヒントを 検査するには action: "list" を使用します。

OpenAI 画像生成の既定値は openai/gpt-image-2 です。 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 チャットモデルで使用される同じ OAuth プロファイルを再利用し、画像リクエストを Codex Responses バックエンド経由で送信します。https://chatgpt.com/backend-api などのレガシー Codex ベース URL は、画像リクエスト向けに https://chatgpt.com/backend-api/codex に正規化されます。OpenClaw はそのリクエストで OPENAI_API_KEY に暗黙的にフォールバックすることはありません - 直接 OpenAI Images API ルーティングを強制するには、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 を明示的に設定します。

openai/gpt-image-1.5、openai/gpt-image-1、openai/gpt-image-1-mini モデルは、引き続き明示的に選択できます。透明背景の 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 ツールを通じてテキストから画像の生成と 参照画像編集の両方をサポートします。OpenClaw は prompt、count、size、 quality、outputFormat、参照画像を OpenAI に転送します。OpenAI は aspectRatio や resolution を直接受け取りません。可能な場合、OpenClaw は それらをサポートされる size にマップし、それ以外の場合はツールが ignored overrides として報告します。

OpenAI 固有のオプションは openai オブジェクト配下にあります:

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

openai.background は transparent、opaque、auto を受け入れます。 透明出力には outputFormat png または webp と、透明化に対応した OpenAI 画像モデルが必要です。OpenClaw はデフォルトの gpt-image-2 透明背景リクエストを 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。

最上位の background ヒントはプロバイダー中立であり、現在は OpenAI プロバイダーが 選択された場合に同じ OpenAI background リクエストフィールドにマップされます。 背景サポートを宣言していないプロバイダーは、サポートされないパラメーターを受け取る代わりに ignoredOverrides で返します。

api.openai.com ではなく Azure OpenAI デプロイメント経由で OpenAI 画像生成を 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 の画像生成は、microsoft-foundry/ プロバイダープレフィックス配下の デプロイ済み 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 デプロイメント名を期待するため、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 経由の Entra ID
• 出力: 1 枚の PNG 画像
• サイズ: 既定値は 1024x1024; 幅と高さはそれぞれ少なくとも 768 px で、 総ピクセル数は最大 1,048,576
• 編集: 1 枚の PNG または JPEG 参照画像。MAI-Image-2.5-Flash と MAI-Image-2.5 デプロイメントでのみサポート

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での編集には、そのデプロイメントが MAI-Image-2.5-Flash または MAI-Image-2.5 によって裏付けられていることを 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挙動については Microsoft Foundry Plugin を参照してください。

OpenRouter 画像生成は同じ OPENROUTER_API_KEY を使用し、OpenRouter のチャット補完画像 API 経由で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、Gemini 互換の aspectRatio / resolution ヒントを OpenRouter に転送します。現在の組み込み OpenRouter 画像モデルショートカットには google/gemini-3.1-flash-image-preview、 google/gemini-3-pro-image-preview、openai/gpt-5.4-image-2 が含まれます。 設定済み Plugin が公開している内容を確認するには action: "list" を使用します。

fal の Krea 2 モデルは、Flux で使用される汎用 image_size スキーマではなく、 fal のネイティブ Krea スキーマを使用します。OpenClaw は次を送信します:

• アスペクト比ヒントには aspect_ratio
• creativity（既定値は medium）
• image または images が指定された場合は image_style_references

より高速で表現豊かなイラストには Krea 2 Medium を、より低速で詳細なフォトリアルおよび テクスチャ表現には 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 1 枚の画像を返します。Krea では aspectRatio を 優先してください。OpenClaw は size を最も近いサポート済み Krea アスペクト比にマップし、 resolution は破棄せずに Krea では拒否します。ネイティブ Krea の creativity レベルを 使いたい場合は fal.creativity を使用します:

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

MiniMax 画像生成は、バンドルされた両方の MiniMax 認証パスから利用できます:

• API キー設定には minimax/image-01
• OAuth 設定には minimax-portal/image-01

バンドルされた 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
• 数: 最大 4
• 参照: 1 つの image または最大 5 つの images
• アスペクト比: 1:1、16:9、9:16、4:3、3:4、2:3、3:2
• 解像度: 1K、2K
• 出力: OpenClaw 管理の画像添付として返されます

OpenClaw は、共有クロスプロバイダー image_generate 契約にそれらの制御が存在するまで、 xAI ネイティブの quality、mask、user、または追加のネイティブ専用アスペクト比を 意図的に公開しません。