GPT-5.4 Image 2 beskriver en arbejdsgang, der kombinerer OpenAI’s tekstmodel GPT-5.4 med GPT Image 2 til billedgenerering og redigering. Komponenterne har forskellige roller: GPT-5.4 kan fortolke en opgavebeskrivelse og udarbejde de skriftlige instruktioner, mens GPT Image 2 skaber eller ændrer et billede. GPT-5.4 accepterer tekst og billeder og producerer tekst; GPT Image 2 accepterer tekst- og billedinput og producerer billeder.
Ved et nyt visuelt resultat skal formålet, motivet, kompositionen, stilen og de detaljer, der har betydning for resultatet, beskrives. En eksempelopgave er at forberede en artikelillustration: definér den idé, billedet skal formidle, den ønskede beskæring og den plads, der er nødvendig til ledsagende sidetekst. Tekstfasen kan organisere disse krav i en klar opgavebeskrivelse. Billedfasen bruger prompten og eventuelle referencer til at skabe det visuelle resultat.
Ved en redigering skal kildebilledet leveres, og de ønskede ændringer adskilles fra de elementer, der skal bevares. GPT Image 2 behandler automatisk billedinput med høj gengivelseskvalitet og understøtter redigering, hvor detaljer er afgørende, og arbejdsgange med referencer. Producenten dokumenterer inpainting og referencebaseret billedarbejde. En maske kan styre det område, der skal redigeres, men maskering i GPT Image er promptbaseret og følger muligvis ikke maskens form præcist. Den dokumenterede maskearbejdsgang kræver, at målbilledet og masken har samme format og dimensioner, at masken har en alfakanal, og at filerne er mindre end 50 MB.
GPT Image 2 understøtter kvaliteterne low, medium, high og automatisk kvalitetsvalg. Dens brugerdefinerede størrelser kræver, at begge sider er multipla af 16 pixels, at ingen side overstiger 3.840 pixels, at billedformatet ikke er mere ekstremt end 3:1, og at den samlede størrelse er mellem 655.360 og 8.294.400 pixels. Dokumenterede eksempler omfatter 1.024 × 1.024, 1.536 × 1.024, 2.048 × 2.048 og 3.840 × 2.160. Vælg dimensionerne til destinationen frem for at antage, at ethvert visuelt resultat skal være kvadratisk. I producentens dokumenterede Image API-outputprofil er PNG standardformatet med JPEG og WebP som øvrige muligheder. JPEG og WebP understøtter en kompressionsindstilling fra 0 til 100.
Tekstkomponenten har sin egen specifikation. Det offentliggjorte kontekstvindue for GPT-5.4 er 1.050.000 tokens, dens maksimale output er 128.000 tokens, og dens vidensgrænse er 31. august 2025. Dens valgmuligheder for ræsonneringsindsats er none, low, medium, high og xhigh med none som standard. Producenten angiver billedgenerering blandt værktøjerne til GPT-5.4, mens Image API også tilbyder separate operationer til generering og redigering. Disse dokumenterede komponentroller gør ikke det kombinerede navn til en ny selvstændig model med én fælles tekst- og billedgrænse.
Billedvejledningen beskriver begrænsninger i præcis tekstplacering, tilbagevendende visuel konsistens og nøjagtig komposition. Forbered kort, klart angivet tekst, når bogstaver har betydning, lever den relevante reference til et tilbagevendende motiv, og angiv layoutbegrænsninger udtrykkeligt. Gennemgå det genererede eller redigerede billede ud fra disse krav. Et nyttigt resultat kan omfatte den skriftlige opgavebeskrivelse, billedet og en fokuseret liste over ændringer til næste redigering, som forbinder det visuelle resultat med det oprindelige redaktionelle formål eller produktformål.
", "aboutText": "GPT-5.4 Image 2 beskriver en arbejdsgang, der kombinerer OpenAI’s tekstmodel GPT-5.4 med GPT Image 2 til billedgenerering og redigering. Komponenterne har forskellige roller: GPT-5.4 kan fortolke en opgavebeskrivelse og udarbejde de skriftlige instruktioner, mens GPT Image 2 skaber eller ændrer et billede. GPT-5.4 accepterer tekst og billeder og producerer tekst; GPT Image 2 accepterer tekst- og billedinput og producerer billeder.\n\nVed et nyt visuelt resultat skal formålet, motivet, kompositionen, stilen og de detaljer, der har betydning for resultatet, beskrives. En eksempelopgave er at forberede en artikelillustration: definér den idé, billedet skal formidle, den ønskede beskæring og den plads, der er nødvendig til ledsagende sidetekst. Tekstfasen kan organisere disse krav i en klar opgavebeskrivelse. Billedfasen bruger prompten og eventuelle referencer til at skabe det visuelle resultat.\n\nVed en redigering skal kildebilledet leveres, og de ønskede ændringer adskilles fra de elementer, der skal bevares. GPT Image 2 behandler automatisk billedinput med høj gengivelseskvalitet og understøtter redigering, hvor detaljer er afgørende, og arbejdsgange med referencer. Producenten dokumenterer inpainting og referencebaseret billedarbejde. En maske kan styre det område, der skal redigeres, men maskering i GPT Image er promptbaseret og følger muligvis ikke maskens form præcist. Den dokumenterede maskearbejdsgang kræver, at målbilledet og masken har samme format og dimensioner, at masken har en alfakanal, og at filerne er mindre end 50 MB.\n\nGPT Image 2 understøtter kvaliteterne low, medium, high og automatisk kvalitetsvalg. Dens brugerdefinerede størrelser kræver, at begge sider er multipla af 16 pixels, at ingen side overstiger 3.840 pixels, at billedformatet ikke er mere ekstremt end 3:1, og at den samlede størrelse er mellem 655.360 og 8.294.400 pixels. Dokumenterede eksempler omfatter 1.024 × 1.024, 1.536 × 1.024, 2.048 × 2.048 og 3.840 × 2.160. Vælg dimensionerne til destinationen frem for at antage, at ethvert visuelt resultat skal være kvadratisk. I producentens dokumenterede Image API-outputprofil er PNG standardformatet med JPEG og WebP som øvrige muligheder. JPEG og WebP understøtter en kompressionsindstilling fra 0 til 100.\n\nTekstkomponenten har sin egen specifikation. Det offentliggjorte kontekstvindue for GPT-5.4 er 1.050.000 tokens, dens maksimale output er 128.000 tokens, og dens vidensgrænse er 31. august 2025. Dens valgmuligheder for ræsonneringsindsats er none, low, medium, high og xhigh med none som standard. Producenten angiver billedgenerering blandt værktøjerne til GPT-5.4, mens Image API også tilbyder separate operationer til generering og redigering. Disse dokumenterede komponentroller gør ikke det kombinerede navn til en ny selvstændig model med én fælles tekst- og billedgrænse.\n\nBilledvejledningen beskriver begrænsninger i præcis tekstplacering, tilbagevendende visuel konsistens og nøjagtig komposition. Forbered kort, klart angivet tekst, når bogstaver har betydning, lever den relevante reference til et tilbagevendende motiv, og angiv layoutbegrænsninger udtrykkeligt. Gennemgå det genererede eller redigerede billede ud fra disse krav. Et nyttigt resultat kan omfatte den skriftlige opgavebeskrivelse, billedet og en fokuseret liste over ændringer til næste redigering, som forbinder det visuelle resultat med det oprindelige redaktionelle formål eller produktformål.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Revise an editorial illustration crop\n\nEdit the supplied article illustration for a landscape header. Preserve the central paper boat's shape, folded edges and blue color. Extend the calm water naturally to the left and leave that side visually quiet for page text added later. Keep the existing light direction and add no words, logos, people or extra boats.An edited landscape image with the original boat preserved and clear composition space on the left.Compare boat details and light direction with the source, and inspect the added water for repeated or distorted elements.openai/gpt-5.4-image-2En arbejdsgang, der forbinder GPT-5.4’s tekstræsonnering med GPT Image 2’s billedgenerering og redigering. Brug en skriftlig opgavebeskrivelse og visuelle referencer til at udvikle en illustration eller redigering, mens tekst- og billedkomponenternes roller holdes adskilt.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
GPT-5.4 Image 2 beskriver en arbejdsgang, der kombinerer OpenAI’s tekstmodel GPT-5.4 med GPT Image 2 til billedgenerering og redigering. Komponenterne har forskellige roller: GPT-5.4 kan fortolke en opgavebeskrivelse og udarbejde de skriftlige instruktioner, mens GPT Image 2 skaber eller ændrer et billede. GPT-5.4 accepterer tekst og billeder og producerer tekst; GPT Image 2 accepterer tekst- og billedinput og producerer billeder.
Ved et nyt visuelt resultat skal formålet, motivet, kompositionen, stilen og de detaljer, der har betydning for resultatet, beskrives. En eksempelopgave er at forberede en artikelillustration: definér den idé, billedet skal formidle, den ønskede beskæring og den plads, der er nødvendig til ledsagende sidetekst. Tekstfasen kan organisere disse krav i en klar opgavebeskrivelse. Billedfasen bruger prompten og eventuelle referencer til at skabe det visuelle resultat.
Ved en redigering skal kildebilledet leveres, og de ønskede ændringer adskilles fra de elementer, der skal bevares. GPT Image 2 behandler automatisk billedinput med høj gengivelseskvalitet og understøtter redigering, hvor detaljer er afgørende, og arbejdsgange med referencer. Producenten dokumenterer inpainting og referencebaseret billedarbejde. En maske kan styre det område, der skal redigeres, men maskering i GPT Image er promptbaseret og følger muligvis ikke maskens form præcist. Den dokumenterede maskearbejdsgang kræver, at målbilledet og masken har samme format og dimensioner, at masken har en alfakanal, og at filerne er mindre end 50 MB.
GPT Image 2 understøtter kvaliteterne low, medium, high og automatisk kvalitetsvalg. Dens brugerdefinerede størrelser kræver, at begge sider er multipla af 16 pixels, at ingen side overstiger 3.840 pixels, at billedformatet ikke er mere ekstremt end 3:1, og at den samlede størrelse er mellem 655.360 og 8.294.400 pixels. Dokumenterede eksempler omfatter 1.024 × 1.024, 1.536 × 1.024, 2.048 × 2.048 og 3.840 × 2.160. Vælg dimensionerne til destinationen frem for at antage, at ethvert visuelt resultat skal være kvadratisk. I producentens dokumenterede Image API-outputprofil er PNG standardformatet med JPEG og WebP som øvrige muligheder. JPEG og WebP understøtter en kompressionsindstilling fra 0 til 100.
Tekstkomponenten har sin egen specifikation. Det offentliggjorte kontekstvindue for GPT-5.4 er 1.050.000 tokens, dens maksimale output er 128.000 tokens, og dens vidensgrænse er 31. august 2025. Dens valgmuligheder for ræsonneringsindsats er none, low, medium, high og xhigh med none som standard. Producenten angiver billedgenerering blandt værktøjerne til GPT-5.4, mens Image API også tilbyder separate operationer til generering og redigering. Disse dokumenterede komponentroller gør ikke det kombinerede navn til en ny selvstændig model med én fælles tekst- og billedgrænse.
Billedvejledningen beskriver begrænsninger i præcis tekstplacering, tilbagevendende visuel konsistens og nøjagtig komposition. Forbered kort, klart angivet tekst, når bogstaver har betydning, lever den relevante reference til et tilbagevendende motiv, og angiv layoutbegrænsninger udtrykkeligt. Gennemgå det genererede eller redigerede billede ud fra disse krav. Et nyttigt resultat kan omfatte den skriftlige opgavebeskrivelse, billedet og en fokuseret liste over ændringer til næste redigering, som forbinder det visuelle resultat med det oprindelige redaktionelle formål eller produktformål.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser openai/gpt-5.4-image-2 | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser Minimumsantal elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser Eksempler: system, user, assistant, tool, function Betingelser: Disse roller er eksplicit repræsenteret i kildekodens kompatibilitetstyper; modellens præcise rollesæt er fortsat modelspecifikt. Afhænger af modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfrit | Værdier og grænser Gælder når: role=tool; brug det faktisk returnerede ID | Standard— |
Feltmessages[].name | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfrit | Værdier og grænser Gælder når: Send det faktisk returnerede ræsonnement tilbage, når modellen bruger det | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Afhænger af modellen | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttemperature | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttop_p | Typenumber | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Felttools[].type | Typestring | KravValgfrit | Værdier og grænser function Afhænger af modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrævet | Værdier og grænser Gælder når: funktionsværktøj angivet | Standard— |
Felttools[].function.description | Typestring | KravValgfrit | Værdier og grænser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfrit | Værdier og grænser | Standard— |
Felttool_choice | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltreasoning | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltservice_tier | Typestring | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltinstructions | Typestring | KravValgfrit | Værdier og grænser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfrit | Værdier og grænser Afhænger af modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfrit | Værdier og grænser text | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser Betingelser: provider.options afvises på denne Ultra-tekstrute | Standard— |
Feltcache_control.ttl | Typestring | KravValgfrit | Værdier og grænser Betingelser: 1h afvises på de faktiske placeringer for promptcaching | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages |
Parametermaterial_types | Kontrakttext |
Parametermessages | Kontraktbeskedarray med strukturen role/content |
Parameterfile_material | Kontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes |
Parameteroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontraktmodelspecifikt; brugerens funktionsværktøjer er forskellige fra hostede værktøjer |
Parameteroutput_modalities | Kontrakttext |
Parameterhosted_operations | Kontraktfalse |
Parametermultimodal_input_binding | Kontraktnull |
Livscyklus: synchronous_or_streamed
Send det præcise model-ID med messages.
Kontekstlængde er ikke et outputloft.
En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.
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 | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.016 / 1K tokens Output · Outputtokens $0.03 / 1K tokens Input · Cachelæsning $0.004 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens Output · Billedoutputtokens $0.06 / 1K billedtokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.016 / 1K tokens Output · Outputtokens $0.03 / 1K tokens Input · Cachelæsning $0.004 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Referenceplaner på modelniveau ændrer ikke metodevalg, prisoverslag eller opkrævninger. Ved den aktive afregning anvendes taksterne for den valgte Ailoot-metode.
| Konfiguration | Afregningsbetingelser | Beløb |
|---|---|---|
| KonfigurationOpenAI: GPT-5.4 Image 2 · Standardkonfiguration | AfregningsbetingelserStandardkonfiguration | Beløb Input · Inputtokens 0,016 US$ / 1K tokens Output · Outputtokens 0,03 US$ / 1K tokens Output · Outputbillede 0,06 US$ / 1K tokens Output · Websøgning 0,02 US$ pr. søgning Input · Cachelæsning 0,004 US$ / 1K tokens |
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}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.4-image-2", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\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/chat/completions \\\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 json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5.4-image-2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5.4-image-2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
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. |
Ailoot Ultra openai/gpt-5.4-image-2
/v1/images
openai/gpt-5.4-image-2En arbejdsgang, der forbinder GPT-5.4’s tekstræsonnering med GPT Image 2’s billedgenerering og redigering. Brug en skriftlig opgavebeskrivelse og visuelle referencer til at udvikle en illustration eller redigering, mens tekst- og billedkomponenternes roller holdes adskilt.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
GPT-5.4 Image 2 beskriver en arbejdsgang, der kombinerer OpenAI’s tekstmodel GPT-5.4 med GPT Image 2 til billedgenerering og redigering. Komponenterne har forskellige roller: GPT-5.4 kan fortolke en opgavebeskrivelse og udarbejde de skriftlige instruktioner, mens GPT Image 2 skaber eller ændrer et billede. GPT-5.4 accepterer tekst og billeder og producerer tekst; GPT Image 2 accepterer tekst- og billedinput og producerer billeder.
Ved et nyt visuelt resultat skal formålet, motivet, kompositionen, stilen og de detaljer, der har betydning for resultatet, beskrives. En eksempelopgave er at forberede en artikelillustration: definér den idé, billedet skal formidle, den ønskede beskæring og den plads, der er nødvendig til ledsagende sidetekst. Tekstfasen kan organisere disse krav i en klar opgavebeskrivelse. Billedfasen bruger prompten og eventuelle referencer til at skabe det visuelle resultat.
Ved en redigering skal kildebilledet leveres, og de ønskede ændringer adskilles fra de elementer, der skal bevares. GPT Image 2 behandler automatisk billedinput med høj gengivelseskvalitet og understøtter redigering, hvor detaljer er afgørende, og arbejdsgange med referencer. Producenten dokumenterer inpainting og referencebaseret billedarbejde. En maske kan styre det område, der skal redigeres, men maskering i GPT Image er promptbaseret og følger muligvis ikke maskens form præcist. Den dokumenterede maskearbejdsgang kræver, at målbilledet og masken har samme format og dimensioner, at masken har en alfakanal, og at filerne er mindre end 50 MB.
GPT Image 2 understøtter kvaliteterne low, medium, high og automatisk kvalitetsvalg. Dens brugerdefinerede størrelser kræver, at begge sider er multipla af 16 pixels, at ingen side overstiger 3.840 pixels, at billedformatet ikke er mere ekstremt end 3:1, og at den samlede størrelse er mellem 655.360 og 8.294.400 pixels. Dokumenterede eksempler omfatter 1.024 × 1.024, 1.536 × 1.024, 2.048 × 2.048 og 3.840 × 2.160. Vælg dimensionerne til destinationen frem for at antage, at ethvert visuelt resultat skal være kvadratisk. I producentens dokumenterede Image API-outputprofil er PNG standardformatet med JPEG og WebP som øvrige muligheder. JPEG og WebP understøtter en kompressionsindstilling fra 0 til 100.
Tekstkomponenten har sin egen specifikation. Det offentliggjorte kontekstvindue for GPT-5.4 er 1.050.000 tokens, dens maksimale output er 128.000 tokens, og dens vidensgrænse er 31. august 2025. Dens valgmuligheder for ræsonneringsindsats er none, low, medium, high og xhigh med none som standard. Producenten angiver billedgenerering blandt værktøjerne til GPT-5.4, mens Image API også tilbyder separate operationer til generering og redigering. Disse dokumenterede komponentroller gør ikke det kombinerede navn til en ny selvstændig model med én fælles tekst- og billedgrænse.
Billedvejledningen beskriver begrænsninger i præcis tekstplacering, tilbagevendende visuel konsistens og nøjagtig komposition. Forbered kort, klart angivet tekst, når bogstaver har betydning, lever den relevante reference til et tilbagevendende motiv, og angiv layoutbegrænsninger udtrykkeligt. Gennemgå det genererede eller redigerede billede ud fra disse krav. Et nyttigt resultat kan omfatte den skriftlige opgavebeskrivelse, billedet og en fokuseret liste over ændringer til næste redigering, som forbinder det visuelle resultat med det oprindelige redaktionelle formål eller produktformål.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser openai/gpt-5.4-image-2 | Standard— |
Feltprompt | Typestring | KravPåkrævet | Værdier og grænser Minimumslængde: 1 | Standard— |
Feltaspect_ratio | Typestring | KravValgfrit | Værdier og grænser 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, auto | Standard— |
Feltquality | Typestring | KravValgfrit | Værdier og grænser auto, low, medium, high | Standard— |
Feltbackground | Typestring | KravValgfrit | Værdier og grænser auto, opaque | Standard— |
Feltn | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 1 Maksimum: 10 | Standard— |
Feltinput_references | Typearray | KravValgfrit | Værdier og grænser Minimumsantal elementer: 0 Maksimalt antal elementer: 16 | Standard— |
Feltoutput_compression | Typeinteger | KravValgfrit | Værdier og grænser Minimum: 0 Maksimum: 100 | Standard— |
Feltprovider | Typeobject | KravValgfrit | Værdier og grænser | Standard— |
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, prompt |
Parametermaterial_types | Kontrakttext, image |
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 $0.24576 estimat før generering Dette estimat er hverken et ekstra gebyr eller en fast pris for den færdige generering. |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'openai/gpt-5.4-image-2', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\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 Ultra openai/gpt-5.4-image-2
/v1/images
openai/gpt-5.4-image-2En arbejdsgang, der forbinder GPT-5.4’s tekstræsonnering med GPT Image 2’s billedgenerering og redigering. Brug en skriftlig opgavebeskrivelse og visuelle referencer til at udvikle en illustration eller redigering, mens tekst- og billedkomponenternes roller holdes adskilt.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
GPT-5.4 Image 2 beskriver en arbejdsgang, der kombinerer OpenAI’s tekstmodel GPT-5.4 med GPT Image 2 til billedgenerering og redigering. Komponenterne har forskellige roller: GPT-5.4 kan fortolke en opgavebeskrivelse og udarbejde de skriftlige instruktioner, mens GPT Image 2 skaber eller ændrer et billede. GPT-5.4 accepterer tekst og billeder og producerer tekst; GPT Image 2 accepterer tekst- og billedinput og producerer billeder.
Ved et nyt visuelt resultat skal formålet, motivet, kompositionen, stilen og de detaljer, der har betydning for resultatet, beskrives. En eksempelopgave er at forberede en artikelillustration: definér den idé, billedet skal formidle, den ønskede beskæring og den plads, der er nødvendig til ledsagende sidetekst. Tekstfasen kan organisere disse krav i en klar opgavebeskrivelse. Billedfasen bruger prompten og eventuelle referencer til at skabe det visuelle resultat.
Ved en redigering skal kildebilledet leveres, og de ønskede ændringer adskilles fra de elementer, der skal bevares. GPT Image 2 behandler automatisk billedinput med høj gengivelseskvalitet og understøtter redigering, hvor detaljer er afgørende, og arbejdsgange med referencer. Producenten dokumenterer inpainting og referencebaseret billedarbejde. En maske kan styre det område, der skal redigeres, men maskering i GPT Image er promptbaseret og følger muligvis ikke maskens form præcist. Den dokumenterede maskearbejdsgang kræver, at målbilledet og masken har samme format og dimensioner, at masken har en alfakanal, og at filerne er mindre end 50 MB.
GPT Image 2 understøtter kvaliteterne low, medium, high og automatisk kvalitetsvalg. Dens brugerdefinerede størrelser kræver, at begge sider er multipla af 16 pixels, at ingen side overstiger 3.840 pixels, at billedformatet ikke er mere ekstremt end 3:1, og at den samlede størrelse er mellem 655.360 og 8.294.400 pixels. Dokumenterede eksempler omfatter 1.024 × 1.024, 1.536 × 1.024, 2.048 × 2.048 og 3.840 × 2.160. Vælg dimensionerne til destinationen frem for at antage, at ethvert visuelt resultat skal være kvadratisk. I producentens dokumenterede Image API-outputprofil er PNG standardformatet med JPEG og WebP som øvrige muligheder. JPEG og WebP understøtter en kompressionsindstilling fra 0 til 100.
Tekstkomponenten har sin egen specifikation. Det offentliggjorte kontekstvindue for GPT-5.4 er 1.050.000 tokens, dens maksimale output er 128.000 tokens, og dens vidensgrænse er 31. august 2025. Dens valgmuligheder for ræsonneringsindsats er none, low, medium, high og xhigh med none som standard. Producenten angiver billedgenerering blandt værktøjerne til GPT-5.4, mens Image API også tilbyder separate operationer til generering og redigering. Disse dokumenterede komponentroller gør ikke det kombinerede navn til en ny selvstændig model med én fælles tekst- og billedgrænse.
Billedvejledningen beskriver begrænsninger i præcis tekstplacering, tilbagevendende visuel konsistens og nøjagtig komposition. Forbered kort, klart angivet tekst, når bogstaver har betydning, lever den relevante reference til et tilbagevendende motiv, og angiv layoutbegrænsninger udtrykkeligt. Gennemgå det genererede eller redigerede billede ud fra disse krav. Et nyttigt resultat kan omfatte den skriftlige opgavebeskrivelse, billedet og en fokuseret liste over ændringer til næste redigering, som forbinder det visuelle resultat med det oprindelige redaktionelle formål eller produktformål.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser openai/gpt-5.4-image-2 | Standard— |
Feltmessages | Typemessage[] | KravPåkrævet | Værdier og grænser | Standard— |
Feltmessages[].role | Typestring | KravPåkrævet | Værdier og grænser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrævet | Værdier og grænser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrævet | Værdier og grænser | Standard— |
Feltstream | Typeboolean | KravValgfrit | Værdier og grænser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content som streng
| Parameter | Kontrakt |
|---|---|
Parametercontent_type | Kontraktapplication/json |
Parameterrequired | Kontraktmodel, messages, max_tokens |
Parameteroptional_controls | Kontraktstream |
Parametermaterial_types | Kontrakttext |
Parametertext_file_material | KontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng. |
Livscyklus: synchronous_or_streamed
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 | Konteksttokens, mere end | Konteksttokens, op til og med | Beløb |
|---|---|---|---|---|
| KonfigurationGrundtakster for tokens | TakstplanGrundtakst | Konteksttokens, mere end— | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.016 / 1K tokens Output · Outputtokens $0.03 / 1K tokens Input · Cachelæsning $0.004 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens Output · Billedoutputtokens $0.06 / 1K billedtokens |
| KonfigurationAnmodningslængde · niveau 1 | Takstplan— | Konteksttokens, mere end0 | Konteksttokens, op til og medIngen øvre grænse | Beløb Input · Inputtokens $0.016 / 1K tokens Output · Outputtokens $0.03 / 1K tokens Input · Cachelæsning $0.004 / 1K tokens Input · Cacheskrivning — / 1K tokens Input · Cacheskrivning, 1 time — / 1K tokens |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
{\n "model": "openai/gpt-5.4-image-2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.4-image-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.4-image-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.
Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.
Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
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. |
Ailoot Ultra openai/gpt-5.4-image-2
/v1/images
Teknisk eksempel på engelsk
Revise an editorial illustration crop\n\nEdit the supplied article illustration for a landscape header. Preserve the central paper boat's shape, folded edges and blue color. Extend the calm water naturally to the left and leave that side visually quiet for page text added later. Keep the existing light direction and add no words, logos, people or extra boats.An edited landscape image with the original boat preserved and clear composition space on the left.Compare boat details and light direction with the source, and inspect the added water for repeated or distorted elements.