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／モデルのみを試行し、 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 がそのプロバイダーを実際に認証できる場合にのみ、 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。明示的な model、primary、fallbacks エントリのみを使用するには、 agents.defaults.mediaGenerationAutoProviderFallback: false を設定します。

低速な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 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、image_generate ブリッジのデフォルトとして 120 秒を使用し、設定されている場合は同じタイムアウト枠を適用しますが、 OpenClaw の動的ツールブリッジの上限である 600000 ミリ秒を超えることはできません。

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 の サブスクリプション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 バックエンドを通じて画像リクエストを送信します。 https://chatgpt.com/backend-api のような旧 Codex ベース URL は、 画像リクエストでは 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 しません。OpenAI Images API への直接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 を使用してください。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、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 に変換し、それ以外の場合は 無視されたオーバーライドとしてツールが報告します。

OpenAI 固有のオプションは openai オブジェクト内に配置します：

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

openai.background には transparent、opaque、auto を指定できます。 透明出力には outputFormat として png または webp を指定し、 透明度をサポートする OpenAI 画像モデルを使用する必要があります。OpenClaw は、 デフォルトの gpt-image-2 への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。

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ときに、同じ OpenAI の background リクエストフィールドへ 変換されます。背景サポートを宣言していないプロバイダーでは、サポートされていない パラメーターを受け取る代わりに、ignoredOverrides 内で返されます。

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/ プロバイダー接頭辞の後に デプロイ済み MAI 画像デプロイメント名を指定します。MAI API は model フィールドに デプロイメント名を要求するため、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 以上である必要があり、 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でサポートされます

プロンプトのみの生成では、Foundry エンドポイントを設定するだけでカスタム 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を使った編集には、 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 が検証できるように、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 のチャット補完画像 API を経由します。OpenRouter の画像モデルは openrouter/ 接頭辞を付けて選択します：

{  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-preview、 google/gemini-3-pro-image-preview、openai/gpt-5.4-image-2 が含まれます。 設定済みの 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 上の Krea 2 モデルでは、Flux で使用される汎用の 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 は次を送信します：

• アスペクト比のヒントとして 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

より高速で表現力のあるイラストには Krea 2 Medium を選択し、 より低速でも詳細な写実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 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対象の Krea アスペクト比に 変換し、resolution を破棄するのではなく拒否します。Krea ネイティブの クリエイティビティレベルを指定する場合は、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 の画像生成は、同梱されている両方の MiniMax 認証経路から利用できます：

• API キーによるセットアップでは minimax/image-01
• OAuth によるセットアップでは 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 枚
• 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、共有のクロスプロバイダー image_generate コントラクトに それらの制御項目が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。