|

生圖返回 451 image_safety:攔的是生成出來的那張圖,不是 Key 沒通過(3 步排查 + 5 組文檔複測解讀)

生圖返回 451 image_safety:攔的是生成出來的那張圖,不是 Key 沒通過(3 步排查 + 5 組文檔複測解讀)

作者注:圖像接口返回 HTTP 451、錯誤碼 image_safety 時,被過濾的是生成出來的那張圖,不是 Key 沒通過。本文按 API易 文檔的說明與複測,講清它和 401、429 的區別,以及應該改什麼、不該怎麼重試。

調圖像接口時,突然收到 HTTP 451,error.code 是 image_safety。很多人的第一反應是 Key 失效、餘額不夠,或者提示詞裏有敏感詞,於是換 Key、充值、反覆重試,結果一樣失敗。本文要說的是 451 image_safety 攔的是生成出來的那張圖,審覈發生在出圖之後,所以排查方向應該放在畫面描述上,而不是賬號上。

這不是一篇泛泛的“內容安全科普”,下面的內容來自 API易 文檔對 451 的說明和其中已經公開的匿名化複測,本文不另編測試數據。

核心價值:讀完本文,你能在 1 分鐘內把 451 和 401、429 分開,並按“單變量修改提示詞”的方法讓請求重新出圖。

image-api-451-image-safety-generated-image-filtered-zh-hant-image-0


生圖返回 451 image_safety 核心要點

先看最重要的幾條結論。它們都來自錯誤信息本身和文檔描述,不需要猜。

要點 說明 對你的價值
審覈對象是輸出圖 message 寫的是 The generated image was filtered by the safety policy 不用再懷疑 Key 和餘額
屬於後置審覈 接口可能先生成圖片,再對輸出做安全審覈,不通過就不返回 理解爲什麼“提示詞看起來沒問題”也會被攔
不等於輸入違規 後置審覈失敗不代表提示詞或參考圖本身有明確違規詞 不必大面積刪詞或更換參考圖
改法是改畫面 把衣着、構圖等畫面要素寫清楚,比追加否定句更有效 有針對性地改,少走彎路
不要原樣重試 原組合連續失敗時,重試大概率還是 451 節省時間和調用成本

先對錯誤碼:451 image_safety 與 401、429 的區別

拿到報錯後的第一步是看狀態碼和 error.code,而不是先改代碼。以下是 API易 文檔對 451 的說明(apiyi.com 文檔中心的 FAQ 與動態裏都有收錄):響應爲 HTTP 451,error.code 爲 image_safety,message 爲 The generated image was filtered by the safety policy.。關鍵詞是 generated image,意思是“已經生成出來的那張圖”被安全策略過濾了。

這和鑑權、限流屬於完全不同的層面。401 一般表示請求在進入模型之前就沒通過身份校驗,429 表示請求過於頻繁或通道繁忙,餘額類錯誤則與計費有關。三者都和“畫了什麼”無關,而 451 恰恰只和“畫了什麼”有關。

錯誤 常見含義 發生階段 正確處理 是否適合原樣重試
HTTP 451 image_safety 生成圖未通過輸出側安全審覈 出圖之後 改畫面描述,單變量排查 否,原組合連續失敗不要原樣重試
HTTP 401 Key 無效或未正確傳入 請求入口 檢查 Key 和請求頭 否,Key 不對重試沒有意義
HTTP 429 限流或通道繁忙 請求入口或排隊階段 退避後重試,必要時換通道 是,按退避策略重試
餘額類錯誤 額度不足 計費校驗 充值或調整額度 否

特別要注意:451 和 401 不能共用一套重試邏輯。401 要去修 Key 配置,451 要去改提示詞。把兩者都放進“失敗就重試 3 次”的通用分支裏,只會讓排查更亂。

爲什麼 451 image_safety 會在出圖之後纔出現

文檔把這種機制稱爲後置審覈,也叫輸出側審覈。流程可以簡單理解爲:請求通過鑑權,模型按提示詞和參考圖生成圖片,系統再對這張圖做一次安全檢查,檢查不通過就不返回圖片,直接給出 451。

所以你可能遇到“提示詞裏一個敏感詞都沒有,也被攔了”的情況。原因不在單個詞,而在於多個條件組合後,模型實際畫出來的畫面觸發了過濾。理解這一點後,排查思路就會從“找違禁詞”變成“控制最終畫面”。

image-api-451-image-safety-generated-image-filtered-zh-hant-image-1


451 image_safety 文檔複測解讀

API易 文檔給出了一組匿名化複測,模型爲 gpt-image-2.5-sunburst-vip。場景是人物參考圖加定妝需求,包含面部特寫加全身正面、側面、背面視圖,白色背景。以下數據均爲文檔複測,本文只做解讀。

文檔複測組合 結果 耗時 說明
原提示詞 + 原參考圖 3/3 失敗 81.8–95.9 秒 基線組,穩定 451
同一參考圖,改爲中性日常服裝半身像 1/1 成功 35.7 秒 去掉全身多視圖後通過
原提示詞,去掉參考圖,改用文生圖端點 1/1 成功 29.1 秒 沒有參考圖人物特徵後通過
只追加“衣着完整、不透明、不做性感化” 1/1 仍 451 216.8 秒 否定句無效
明確成年人物、高領長袖、長褲、運動鞋 3/3 成功 65.1–238.6 秒 正向寫清衣着後穩定通過

從文檔複測看 451 image_safety 的觸發方式

這組複測裏最值得關注的是第二、三組:只要拆開“參考圖人物特徵”和“全身多視圖”中的任意一方,請求就能出圖。文檔據此得出的結論是,更支持“參考圖人物特徵與全身多視圖綁定在一起時,生成畫面觸發了過濾”這一解釋。

文檔同樣明確了不能下的結論:不能據此說參考圖違規,也不能說某個單詞就是觸發詞。這一點很重要。很多開發者看到 451 就去換參考圖或者大面積刪詞,結果把真正需要的畫面信息也刪掉了。

爲什麼否定句改不好 451 image_safety

第四組只是追加了“衣着完整、不透明、不做性感化”,仍然 451。第五組改成正向的具體描述:明確成年人物、高領長袖、長褲、運動鞋,3 次全部成功。

原因並不複雜。否定句只告訴模型“不要什麼”,沒有告訴它“畫什麼”,最終畫面仍然不確定。正向描述把上衣、下裝、鞋子都定死,生成結果更可控,輸出側審覈自然更容易通過。

關於耗時,文檔特別提醒:耗時只能作爲輔助參考,不能單獨用來判斷審覈發生在哪一層。複測中成功和失敗的耗時區間互有重疊,所以不要寫“超過 X 秒就是被審覈攔了”這類判斷邏輯。

image-api-451-image-safety-generated-image-filtered-zh-hant-image-2

對比說明:上表與對比圖的數據均來自 API易 文檔複測,原文可在 apiyi.com 文檔中心的圖片輸出安全審覈 FAQ 中查閱,便於你與自己的報錯對照。


生圖返回 451 image_safety 快速上手排查

再對模型 ID:確認你調用的 gpt-image 型號

確認是 451 之後,第二步是覈對模型 ID。文檔複測使用的是 gpt-image-2.5-sunburst-vip,而你調用的 gpt-image 系列具體有哪些型號、各自叫什麼,請以 API易 型號列表爲準,可在 apiyi.com 控制檯的模型列表中核對。

覈對模型 ID 的目的有兩個。其一,排查過程中必須保持模型不變,否則無法判斷是哪個變量起了作用。其二,避免把“模型名寫錯”這類問題誤判成審覈問題,模型名錯誤通常會返回別的錯誤,不會是 image_safety。

451 image_safety 排查時的請求參數

本文不放大段代碼,只列出排查時需要固定的參數。接口爲 OpenAI 兼容格式,base_url 填 https://api.apiyi.com/v1,SDK 裏的 api_key 換成你自己的 Key 即可。

參數 示例值 排查時是否允許修改
base_url https://api.apiyi.com/v1 不改
model 以 API易 型號列表爲準,如文檔複測用的 gpt-image-2.5-sunburst-vip 不改
端點 圖像編輯(帶參考圖)或文生圖 不改,除非專門測試參考圖影響
參考圖 原參考圖 不改
尺寸、數量等參數 保持原值 不改
prompt 原提示詞 每次只改一個變量

在代碼層面,建議單獨爲 451 加一個分支:讀取響應狀態碼和 error.code,如果是 451 且爲 image_safety,就記錄當次提示詞並停止自動重試,轉入人工或規則化改寫流程。401 走 Key 檢查分支,429 走退避重試分支,三條路徑互不混用。

451 image_safety 單變量排查步驟

文檔給出的排查方法可以整理成下面的順序:

  1. 固定其他條件:模型、端點、參考圖、參數全部保持不變,只動提示詞。
  2. 每次只改一個變量:比如只改服裝,或者只改視圖數量,不要一次改三處。
  3. 用正向描述替代否定句:把上衣、下裝、鞋子寫清楚,例如“高領長袖、長褲、運動鞋”,必要時明確“成年人物”。
  4. 迴歸 2 到 3 次:單次通過不代表穩定,文檔複測裏穩定的組合是 3/3 成功。
  5. 原組合連續失敗就停止重試:基線組 3/3 失敗說明原樣重試沒有意義。
  6. 需要定位原因時再拆組合:分別測試“去掉全身多視圖”和“去掉參考圖”,判斷是哪種組合觸發了過濾。

🚀 快速開始:如果想先在一個乾淨的環境裏復現和驗證,推薦通過 API易 apiyi.com 獲取免費測試額度,用同一個 Key 固定模型和參數做單變量對照,驗證完成後再接入生產流程。

451 image_safety 提示詞改寫示例

下面按文檔複測的思路給出改寫方向,寫法可以按自己的業務調整。

改寫方向 低效寫法 推薦寫法
衣着 不要暴露、衣着完整 高領長袖上衣、長褲、運動鞋
人物 一個模特 明確成年人物
視圖 面部特寫加全身正側背一次出 先出半身像,或分步驟出視圖
風格 不做性感化 中性日常服裝、自然站姿

改寫的核心是把模糊空間壓縮掉。描述越具體,模型可以自由發揮的部分越少,生成圖被過濾的概率越低。

image-api-451-image-safety-generated-image-filtered-zh-hant-image-3


常見問題 FAQ

Q1: 什麼是 451 image_safety?

它表示圖片已經生成,但輸出圖沒有通過安全審覈,所以接口不返回圖片,而是返回 HTTP 451,`error.code` 爲 `image_safety`。這屬於後置審覈,也叫輸出側審覈。

Q2: 451 image_safety 和 401 有什麼區別?要不要一起重試?

401 發生在請求入口,和 Key 是否有效有關;451 發生在出圖之後,和畫面內容有關。兩者不能共用一套重試邏輯:401 要修 Key 配置,451 要改畫面描述,原樣重試對兩者都沒用。

Q3: 451 image_safety 和 429 怎麼區分?

429 是限流或通道繁忙,退避後重試通常能恢復,必要時可以切換通道。451 是內容被過濾,原組合連續失敗時重試仍會失敗。看 `error.code` 即可分開,是 `image_safety` 就按內容問題處理。

Q4: 收到 451 image_safety,是不是說明我的參考圖違規?

不能這樣判斷。文檔複測中,同一張參考圖改爲中性日常服裝半身像後就能出圖。文檔的結論是更支持“參考圖人物特徵與全身多視圖組合後,生成畫面觸發過濾”,而不是參考圖本身違規,也不能認定某個單詞是觸發詞。

Q5: 如何確認自己調用的 gpt-image 型號並復現 451?

推薦按以下步驟操作:

1. 在 API易 apiyi.com 註冊並獲取 API Key 和免費測試額度
2. 在型號列表中核對 gpt-image 系列的準確模型 ID
3. 將 `base_url` 設爲 `https://api.apiyi.com/v1`,固定模型和參數,按本文步驟單變量排查

Q6: 能不能用耗時判斷請求是否被審覈攔截?

不建議。文檔明確說耗時只能輔助,不能單獨斷定審覈層級。複測中成功與失敗的耗時區間有重疊,用耗時閾值寫判斷邏輯容易誤判。

Q7: 改完提示詞通過了一次,就可以上線了嗎?

還不夠。文檔建議迴歸 2 到 3 次,單次通過並不穩定。複測中穩定的組合是 3/3 成功,建議以同樣標準驗收後再上線。


451 image_safety 核心要點 Key Takeaways

  • 審覈對象:451 image_safety 過濾的是生成出來的那張圖,不是 Key。
  • 先看錯誤碼:451、401、429 分屬內容、鑑權、限流,處理方式各不相同。
  • 不要混用重試:401 修 Key,429 退避重試,451 改畫面描述。
  • 單變量排查:固定模型、端點、參考圖和參數,每次只改一處提示詞。
  • 正向描述更有效:寫清上衣、下裝、鞋子,比追加否定句更可靠。
  • 迴歸驗證:改寫後迴歸 2 到 3 次,穩定通過再上線。
  • 上手方式:模型 ID 以 API易 型號列表爲準,用免費額度先做對照驗證。

總結

生圖返回 451 image_safety 的核心要點:

  1. 定性:這是輸出側審覈,攔的是生成圖,與 Key、餘額、限流無關。
  2. 分流:按狀態碼和 error.code 把 451 與 401、429 分開處理,不要放進同一套重試。
  3. 改法:固定其他變量,用正向具體的衣着和構圖描述替代否定句,並回歸 2 到 3 次。

遇到 451 時,先別急着換 Key,先換一種更具體的畫面描述。推薦通過 API易 apiyi.com 用同一個 Key 固定模型做單變量對照,快速找到能穩定出圖的寫法。


📚 參考資料

  1. API易 FAQ:圖片輸出安全審覈: 451 image_safety 的定義與排查方法
  2. 鏈接: docs.apiyi.com/faq/image-output-safety-review.md
  3. 說明: 包含響應形態、後置審覈說明和單變量排查建議

  4. API易 動態:圖片輸出安全審覈(2026-11): 文檔複測記錄

  5. 鏈接: docs.apiyi.com/live/2026-11/image-output-safety-review.md
  6. 說明: 收錄 gpt-image-2.5-sunburst-vip 上的匿名化複測與結論邊界

作者: APIYI 技術團隊
技術交流: 歡迎在 API易 apiyi.com 首頁聯繫我們,更多圖像接口錯誤碼說明可查閱 docs.apiyi.com 文檔中心

延伸閱讀

Similar Posts