GPT Image 1.5 er en model fra OpenAI til billedskabelse fra tekst. Producenten fremhæver instruktionsefterlevelse og detaljerede opgaver med sceneindhold, komposition, objektudseende og stil. Billedmetodens resultat er et færdigt billede.
I Ailoot vedrører dette kort generering med tekstinput. OpenAI beskriver også udgangsbilleder, redigering og ændring af enkelte områder. Det kræver særskilt visuelt input og indgår ikke i den beskrevne tekstbaserede generering.
I den særskilte redigeringsoperation fra OpenAI er masken en rettesnor: nøjagtig overensstemmelse med dens kontur er ikke garanteret. Operationen kræver indsendelse af et udgangsbillede; Ailoot-kortet vedrører fortsat tekstbaseret generering.
Kvadratisk 1024x1024, vandret 1536x1024 og lodret 1024x1536 samt automatisk valg er tilgængelige. Andre modellers vilkårlige størrelser bør ikke overføres til denne version.
Kvalitetsniveauerne er low, medium, high og auto. Valget påvirker behandlingsomfang og detaljering. Kvalitet og størrelse er forskellige indstillinger: orienteringen fastlægger kompositionsrummet, mens kvaliteten fastlægger måden, det skabes på. xhigh og max er ikke angivet for GPT Image 1.5.
Resultatet skabes som standard i PNG; JPEG og WebP er også mulige. For JPEG og WebP kan komprimeringsgraden angives. Det er en filindstilling, som adskiller sig fra genereringskvalitet.
Producenten tilbyder gennemsigtig og uigennemsigtig baggrund samt automatisk valg. Gennemsigtighed kræver PNG eller WebP, da JPEG ikke bevarer alfakanalen. Det er nyttigt, når billedet skal bruges som et særskilt objekt i en senere komposition. Parameterunderstøttelsen skal vurderes efter den valgte metode.
Modellen kan indsætte tekster og samle scener med flere elementer, men præcis tekst- og objektplacering er ikke garanteret. Gentagelse af samme figurudseende eller design mellem genereringer kræver også kontrol.
Komplekse billeder kan tage længere tid end enkle; ifølge OpenAI kan enkelte komplekse opgaver tage op til to minutter. Både en fuldstændig beskrivelse og kontrol af det færdige billede er vigtige: læsbarhed, detaljeplacering og overensstemmelse med scenen vurderes i selve filen.
", "aboutText": "### Billede ud fra en detaljeret opgave\n\nGPT Image 1.5 er en model fra OpenAI til billedskabelse fra tekst. Producenten fremhæver instruktionsefterlevelse og detaljerede opgaver med sceneindhold, komposition, objektudseende og stil. Billedmetodens resultat er et færdigt billede.\n\nI Ailoot vedrører dette kort generering med tekstinput. OpenAI beskriver også udgangsbilleder, redigering og ændring af enkelte områder. Det kræver særskilt visuelt input og indgår ikke i den beskrevne tekstbaserede generering.\n\nI den særskilte redigeringsoperation fra OpenAI er masken en rettesnor: nøjagtig overensstemmelse med dens kontur er ikke garanteret. Operationen kræver indsendelse af et udgangsbillede; Ailoot-kortet vedrører fortsat tekstbaseret generering.\n\n### Tre billedformer og kvalitetsstyring\n\nKvadratisk `1024x1024`, vandret `1536x1024` og lodret `1024x1536` samt automatisk valg er tilgængelige. Andre modellers vilkårlige størrelser bør ikke overføres til denne version.\n\nKvalitetsniveauerne er `low`, `medium`, `high` og `auto`. Valget påvirker behandlingsomfang og detaljering. Kvalitet og størrelse er forskellige indstillinger: orienteringen fastlægger kompositionsrummet, mens kvaliteten fastlægger måden, det skabes på. `xhigh` og `max` er ikke angivet for GPT Image 1.5.\n\n### Filformat og baggrund\n\nResultatet skabes som standard i PNG; JPEG og WebP er også mulige. For JPEG og WebP kan komprimeringsgraden angives. Det er en filindstilling, som adskiller sig fra genereringskvalitet.\n\nProducenten tilbyder gennemsigtig og uigennemsigtig baggrund samt automatisk valg. Gennemsigtighed kræver PNG eller WebP, da JPEG ikke bevarer alfakanalen. Det er nyttigt, når billedet skal bruges som et særskilt objekt i en senere komposition. Parameterunderstøttelsen skal vurderes efter den valgte metode.\n\n### Tekst og komposition kræver kontrol\n\nModellen kan indsætte tekster og samle scener med flere elementer, men præcis tekst- og objektplacering er ikke garanteret. Gentagelse af samme figurudseende eller design mellem genereringer kræver også kontrol.\n\nKomplekse billeder kan tage længere tid end enkle; ifølge OpenAI kan enkelte komplekse opgaver tage op til to minutter. Både en fuldstændig beskrivelse og kontrol af det færdige billede er vigtige: læsbarhed, detaljeplacering og overensstemmelse med scenen vurderes i selve filen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "0efbdf3e52a23fb9abad8479b1980876eb2203eb8eeba4e106d6c572e3230f76", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "gpt-image-1.5GPT Image 1.5 skaber billeder ud fra tekst med fokus på detaljerede instruktioner. Tilbyder tre billedformer, flere kvalitetsniveauer og resultatformater.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
GPT Image 1.5 er en model fra OpenAI til billedskabelse fra tekst. Producenten fremhæver instruktionsefterlevelse og detaljerede opgaver med sceneindhold, komposition, objektudseende og stil. Billedmetodens resultat er et færdigt billede.
I Ailoot vedrører dette kort generering med tekstinput. OpenAI beskriver også udgangsbilleder, redigering og ændring af enkelte områder. Det kræver særskilt visuelt input og indgår ikke i den beskrevne tekstbaserede generering.
I den særskilte redigeringsoperation fra OpenAI er masken en rettesnor: nøjagtig overensstemmelse med dens kontur er ikke garanteret. Operationen kræver indsendelse af et udgangsbillede; Ailoot-kortet vedrører fortsat tekstbaseret generering.
Kvadratisk 1024x1024, vandret 1536x1024 og lodret 1024x1536 samt automatisk valg er tilgængelige. Andre modellers vilkårlige størrelser bør ikke overføres til denne version.
Kvalitetsniveauerne er low, medium, high og auto. Valget påvirker behandlingsomfang og detaljering. Kvalitet og størrelse er forskellige indstillinger: orienteringen fastlægger kompositionsrummet, mens kvaliteten fastlægger måden, det skabes på. xhigh og max er ikke angivet for GPT Image 1.5.
Resultatet skabes som standard i PNG; JPEG og WebP er også mulige. For JPEG og WebP kan komprimeringsgraden angives. Det er en filindstilling, som adskiller sig fra genereringskvalitet.
Producenten tilbyder gennemsigtig og uigennemsigtig baggrund samt automatisk valg. Gennemsigtighed kræver PNG eller WebP, da JPEG ikke bevarer alfakanalen. Det er nyttigt, når billedet skal bruges som et særskilt objekt i en senere komposition. Parameterunderstøttelsen skal vurderes efter den valgte metode.
Modellen kan indsætte tekster og samle scener med flere elementer, men præcis tekst- og objektplacering er ikke garanteret. Gentagelse af samme figurudseende eller design mellem genereringer kræver også kontrol.
Komplekse billeder kan tage længere tid end enkle; ifølge OpenAI kan enkelte komplekse opgaver tage op til to minutter. Både en fuldstændig beskrivelse og kontrol af det færdige billede er vigtige: læsbarhed, detaljeplacering og overensstemmelse med scenen vurderes i selve filen.
POST /v1/images/generationstextimage| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser gpt-image-1.5 | Standard— |
Feltprompt | Typestring | KravPåkrævet | Værdier og grænser Minimumslængde: 1 | Standard— |
Feltn | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 | Standard1 |
Feltresponse_format | Typestring | KravValgfrit | Værdier og grænser url, b64_json | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltsize | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltquality | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltbackground | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltoutput_format | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltoutput_compression | Typeinteger | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmoderation | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltinput_fidelity | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltstyle | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltpartial_images | Typeinteger | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Tekst til billede · Påkrævet: prompt
| Parameter | Kontrakt |
|---|---|
Parametermaterial_types | Kontrakttext |
Parameterrequired | Kontraktmodel, prompt |
Parameteroptional_controls | Kontraktnull |
Parametercontent_type | Kontraktapplication/json |
Livscyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · det faktisk returnerede task_id eller posten i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Metodernes strukturer og ID’er er præcise; leverandørens muligheder er adskilt fra adgangstilladelse.
POST /v1/images/generationsAiloot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-image-1.5", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nfrom openai import OpenAI\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gpt-image-1.5', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gpt-image-1.5", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\nHent hvert returneret billede, eller gem dets Base64-indhold
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Gem hvert færdigt billede; hent hver returneret URL eller afkod dets Base64-indhold.
Gem hvert dataelement. Afkod hver b64_json, eller hent hver returneret signeret URL. Vælg filtypenavnet ud fra den faktiske MIME-type eller de faktiske bytes.
Hvis resultatet af en billedgenerering eller -redigering skal kontrolleres, skal du gemme det oprindelige operation_id/X-Client-Request-ID og de returnerede resultatoplysninger. Hent eksisterende resultater, som du ejer, via mediebiblioteket med de faktiske task_id- eller asset_id-værdier. Send ikke anmodningen om generering/redigering igen, og opbyg ikke en polling-URL ud fra operation_id.
| Felt | Type |
|---|---|
Feltcreated | Typeinteger |
Feltdata[].url | Typestring |
Feltdata[].b64_json | Typebase64 string |
Feltusage | Typeobject |
| Svar | Betingelse | Næste trin |
|---|---|---|
Svar400 · invalid_request_error | BetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdi | Næste trinRet de angivne felter før en ny oprettelsesanmodning. |
Svarserver_error | BetingelseDet returnerede svar angiver, at operationen eller resultatet skal kontrolleres | Næste trinGem det oprindeligt returnerede operations-/opgave-ID, anmodningens headere og svaret; fortsæt med de understøttede læseanmodninger for den oprindelige operation. Send ikke oprettelsesanmodningen igen. |
Ailoot gpt-image-1.5
Ailoot Ultra gpt-image-1.5
Brug metodestierne vist ovenfor.
gpt-image-1.5GPT Image 1.5 skaber billeder ud fra tekst med fokus på detaljerede instruktioner. Tilbyder tre billedformer, flere kvalitetsniveauer og resultatformater.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
GPT Image 1.5 er en model fra OpenAI til billedskabelse fra tekst. Producenten fremhæver instruktionsefterlevelse og detaljerede opgaver med sceneindhold, komposition, objektudseende og stil. Billedmetodens resultat er et færdigt billede.
I Ailoot vedrører dette kort generering med tekstinput. OpenAI beskriver også udgangsbilleder, redigering og ændring af enkelte områder. Det kræver særskilt visuelt input og indgår ikke i den beskrevne tekstbaserede generering.
I den særskilte redigeringsoperation fra OpenAI er masken en rettesnor: nøjagtig overensstemmelse med dens kontur er ikke garanteret. Operationen kræver indsendelse af et udgangsbillede; Ailoot-kortet vedrører fortsat tekstbaseret generering.
Kvadratisk 1024x1024, vandret 1536x1024 og lodret 1024x1536 samt automatisk valg er tilgængelige. Andre modellers vilkårlige størrelser bør ikke overføres til denne version.
Kvalitetsniveauerne er low, medium, high og auto. Valget påvirker behandlingsomfang og detaljering. Kvalitet og størrelse er forskellige indstillinger: orienteringen fastlægger kompositionsrummet, mens kvaliteten fastlægger måden, det skabes på. xhigh og max er ikke angivet for GPT Image 1.5.
Resultatet skabes som standard i PNG; JPEG og WebP er også mulige. For JPEG og WebP kan komprimeringsgraden angives. Det er en filindstilling, som adskiller sig fra genereringskvalitet.
Producenten tilbyder gennemsigtig og uigennemsigtig baggrund samt automatisk valg. Gennemsigtighed kræver PNG eller WebP, da JPEG ikke bevarer alfakanalen. Det er nyttigt, når billedet skal bruges som et særskilt objekt i en senere komposition. Parameterunderstøttelsen skal vurderes efter den valgte metode.
Modellen kan indsætte tekster og samle scener med flere elementer, men præcis tekst- og objektplacering er ikke garanteret. Gentagelse af samme figurudseende eller design mellem genereringer kræver også kontrol.
Komplekse billeder kan tage længere tid end enkle; ifølge OpenAI kan enkelte komplekse opgaver tage op til to minutter. Både en fuldstændig beskrivelse og kontrol af det færdige billede er vigtige: læsbarhed, detaljeplacering og overensstemmelse med scenen vurderes i selve filen.
POST /v1/images/generationstextimage| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser gpt-image-1.5 | Standard— |
Feltprompt | Typestring | KravPåkrævet | Værdier og grænser Maksimal længde: 32.000 | Standard— |
Feltsize | Typestring | KravValgfrit | Værdier og grænser 1024x1024, 1536x1024, 1024x1536, auto | Standardauto |
Feltbackground | Typestring | KravValgfrit | Værdier og grænser transparent, opaque, auto | Standardauto |
Feltmoderation | Typestring | KravValgfrit | Værdier og grænser low, auto Betingelser: Brug auto til standardmoderation af indhold. | Standard— |
Feltn | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Maksimum: 10 | Standard1 |
Feltquality | Typestring | KravValgfrit | Værdier og grænser auto, high, medium, low | Standardauto |
Feltoutput_compression | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 0 Maksimum: 100 Betingelser: Gælder for JPEG- og WebP-output; send den dokumenterede heltalsværdi. | Standard100 |
Feltoutput_format | Typestring | KravValgfrit | Værdier og grænser webp, png, jpeg | Standardpng |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser false Betingelser: Denne rute returnerer ét færdigt JSON-svar. | Standardfalse |
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktprompt, model |
Parametermaterial_types | Kontrakttext |
Parameteroptional | Kontraktsize, background, moderation, n, quality, output_compression, output_format, stream |
Parameterconditions | KontraktEn gennemsigtig baggrund kræver PNG eller WebP., Outputkomprimering gælder for JPEG eller WebP., Den valgte metode genererer ud fra tekst. De redigerings- og streamingparametre, der er beskrevet for producenten, er separate funktioner. |
Livscyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · det faktisk returnerede task_id eller posten i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De viste satser bruges til at anslå omkostningen før genereringen. Det endelige beløb beregnes ud fra den registrerede omkostning for den oprindelige generering. Den målte varighed af outputtet og de anslåede mængder er ikke den endelige fakturerbare mængde.
Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.
Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.
| Konfiguration | Takstplan | Forventet mængde | Beløb |
|---|---|---|---|
| KonfigurationGrundpriser for tokens | TakstplanGrundtakst | Forventet mængde— | Beløb Input · Inputtokens · Estimat kun til sammenligning — / 1K tokens Output · Outputtokens · Estimat kun til sammenligning — / 1K tokens Input · Cachelæsning · Estimat kun til sammenligning — / 1K tokens Input · Cacheskrivning · Estimat kun til sammenligning — / 1K tokens Input · Cacheskrivning, 1 time · Estimat kun til sammenligning — / 1K tokens |
| KonfigurationAnslået genereringsomkostning | Takstplan— | Forventet mængdeestimat for én generering | Beløb Output · Anslået genereringsomkostning · Estimat kun til sammenligning $0.32768 estimat før generering Dette estimat er hverken et ekstra gebyr eller en fast pris for den færdige generering. |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'prompt': 'A cute baby sea otter', 'model': 'gpt-image-1.5', 'size': '1024x1024', 'n': 1, 'background': 'auto', 'moderation': 'auto', 'output_format': 'png'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nHent hvert returneret billede, eller gem dets Base64-indhold
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nGem hvert færdigt billede; hent hver returneret URL eller afkod dets Base64-indhold.
Gem hele svaret og alle headere, alle faktisk returnerede output, de oprindeligt returnerede identifikatorer og alle felter med forbrugsdata. Gendan den oprindelige operation uden at sende oprettelsesanmodningen igen.
Gem det returnerede X-Client-Request-ID til afstemning. Brug kun faktisk returnerede task_id/asset_id-værdier eller dit eget mediebibliotek til læseanmodninger; opbyg aldrig en opgave-URL ud fra operations-ID’et, og send aldrig oprettelsesanmodningen igen.
| Felt | Type |
|---|---|
Feltcreated | Type |
Feltdata[].url | Type |
Feltdata[].b64_json | Type |
Feltusage | Type |
Ailoot gpt-image-1.5
Ailoot Ultra gpt-image-1.5
Brug metodestierne vist ovenfor.