modeller

OpenAI: GPT-5 Image Mini

Markdown · JSON

OpenAI: GPT-5 Image Mini

GPT-5 Image Mini kombinerer OpenAI’s sproglige funktioner i GPT-5 Mini med GPT Image 1 Mini til visuel generering og referencebaserede redigeringer. Den accepterer tekst, billeder og dokumenter og returnerer tekst og billeder til arbejdsgange, som kræver både et skriftligt svar og et visuelt resultat.

Om modellen

Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.

GPT-5 Image Mini er en kombineret sprog- og billedprofil bygget omkring OpenAI’s GPT-5 Mini og GPT Image 1 Mini. Dens sprogkomponent fortolker en skriftlig opgave og kildemateriale, mens billedkomponenten skaber eller reviderer visuelt indhold. Den offentliggjorte profil fremhæver instruktionsfølgning, tekstgengivelse og detaljeret billedredigering. Den er nyttig til en fokuseret visuel opgavebeskrivelse, som også kræver tekstlig fortolkning, forklaring eller understøttende tekst.

Forbind den skriftlige opgave med det visuelle resultat

Forbered en opgavebeskrivelse med det ønskede resultat, motiv, komposition og den krævede tekst. Beskriv, hvordan billedet skal bruges, såsom et produktkoncept, en illustration til en kort forklaring eller et visuelt udkast til en side. Bed udtrykkeligt om de skriftlige og visuelle resultater, så en forklaring af konceptet let kan skelnes fra selve billedet.

Lever for eksempel en beskrivelse af en genanvendelig vandflaske, og bed om et enkelt koncept til en produktscene med en kort billedtekst. Angiv den synlige flaskeform, baggrund, lysretning og de præcise ord, der skal indgå i det visuelle resultat. Hold fakta, som bruges i billedteksten, adskilt fra dekorative detaljer i scenen. Gennemgå det returnerede billede og den skriftlige tekst mod disse to dele af opgavebeskrivelsen.

Den dokumenterede kombinerede profil accepterer tekst, billeder og filer såsom PDF’er. Et dokument kan levere krav eller fakta, som skal fortolkes, før det visuelle resultat skabes. Et billede kan levere udseende, layout eller en redigeringskilde. Angiv hver kildes rolle frem for at antage, at enhver vedhæftning skal påvirke alle dele af resultatet. Hold kildenavne og rækkefølge tydelige, når flere input leveres.

Generér og revidér med referencer

Ved et nyt billede skal det angives, hvad der skal være synligt, og hvordan delene forholder sig til hinanden. Ved en referencebaseret redigering skal ændringen og de detaljer, der skal bevares, angives. En produktscene kan bede om nye omgivelser, mens genstandens genkendelige form og synlige etiket bevares. Et diagram kan bede om en korrigeret relation, mens den tekst og de elementer, der skal bevares, angives.

Profilens eget offentliggjorte kort tillader op til seksten referencebilleder til redigering. Vælg referencer, der bidrager til opgaven, og forklar deres formål: produktet, karakteren, baggrunden eller den visuelle behandling. Flere referencer kan indeholde modstridende belysning eller komposition, så det ønskede resultat skal angives tydeligt. Undersøg motivdetaljer, bogstaver og grænserne for en ønsket ændring i det faktisk returnerede billede.

Tekstgengivelse er en dokumenteret funktion, men et visuelt udkast kræver stadig kontrol ord for ord. Lever præcis ordlyd, tegnsætning og placering, og sammenlign derefter væsentlige etiketter og tal med opgavebeskrivelsen i den ønskede visningsstørrelse. Ved en gentagen serie skal referencerne og de visuelle krav bevares sammen med hvert resultat, og de færdige billeder sammenlignes med hinanden.

Arbejdskontekst og indstillinger

Den kombinerede profil offentliggør et kontekstvindue på 400.000 tokens og op til 128.000 færdiggørelsestokens. Det er kvoter for arbejdskontekst og færdiggørelse, adskilt fra et billedes pixeldimensioner eller antallet af returnerede billedresultater. Organisér langt kildemateriale ud fra den krævede fortolkning, og giv plads til svaret. En kompakt opgavebeskrivelse med relevante referencer er mere nyttig end uvedkommende dokumenter, hvis rolle ikke er forklaret.

Dens offentliggjorte tekstoutputkrav understøtter strukturerede resultater baseret på JSON-schema. Definér felter og typer, når et skriftligt resultat skal behandles af en applikation, og validér værdierne mod den leverede dokumentation. Den kombinerede profil stiller ikke funktionskald til rådighed for applikationen. Dens brug af en sprogkomponent med billedgenerering er en funktion i den navngivne profil; den gør ikke enhver funktion i en selvstændig GPT-5 Mini-grænseflade til en del af denne arbejdsgang.

Billedindstillinger skal komme fra den præcise profil og grænseflade, der bruges. Bevar den valgte konfiguration sammen med prompten, når revisioner sammenlignes. Den direkte GPT Image 1 Mini-komponent og en kombineret chatprofil har forskellige anmodningsstrukturer, så komponentspecifikke størrelses-, maskerings- eller outputindstillinger kræver en udtrykkelig kobling, før de behandles som indstillinger i denne kombinerede profil.

Bevar tekst- og billedresultaterne

Det dokumenterede skema for chatanmodninger kan vælge text og image som outputmodaliteter. Behandl den returnerede tekst og hvert faktisk billedresultat, som ledsager svaret. Gem billederne i det format, resultatet angiver, og bevar det skriftlige svar sammen med prompten, kildereferencerne og indstillingerne. Et svar med forklarende tekst alene er forskelligt fra et færdigt visuelt resultat, så kontrollér, hvad resultatet faktisk indeholder, før det bruges i et layout.

GPT-5 Image Mini er adskilt fra den fulde GPT-5 Image-profil, som kombinerer GPT-5 med GPT Image 1. Brug Mini-profilen til afgrænsede sprog- og visuelle opgaver, hvis opgavebeskrivelse og gennemgangskriterier er tydelige. Kontrollér komposition, objektidentitet, billedtekst og understøttende tekst, og bed derefter om den konkrete nødvendige rettelse. Bevar de vellykkede elementer og de relevante referencer i næste opgavebeskrivelse, så en revision får et konkret mål.

Praktisk opgave

Praktisk opgave

Teknisk eksempel på engelsk

Create a labelled refill-bottle scene

Create a product-scene image of a plain cylindrical blue reusable water bottle with a silver screw cap, standing upright on pale stone. Soft daylight enters from the left. Place the exact word REFILL clearly on the bottle, with no other text, logos, accessories or unsupported product claims. Keep the full bottle visible.

Forventet resultat

One image artifact showing the full specified bottle, left-side daylight and the exact single-word label.

Kontrollér resultatet

Inspect the actual image for bottle shape, cap, complete framing and letter-by-letter spelling of REFILL.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions openai/gpt-5-image-mini

openai/gpt-5-image-mini

OpenAI /openai/gpt-5-image-mini

Start

GPT-5 Image Mini kombinerer OpenAI’s sproglige funktioner i GPT-5 Mini med GPT Image 1 Mini til visuel generering og referencebaserede redigeringer. Den accepterer tekst, billeder og dokumenter og returnerer tekst og billeder til arbejdsgange, som kræver både et skriftligt svar og et visuelt resultat.

Accepterede input
Tekst
Resultater
Tekst

Tilgængelig i Ailoot · input og metoder

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Inputtyper
text
Outputtyper
text
Outputformat
json eller SSE
FeltTypeKravVærdier og grænserStandard
FeltmodelTypestringKravPåkrævetVærdier og grænser
openai/gpt-5-image-mini
Standard—
FeltmessagesTypemessage[]KravPåkrævetVærdier og grænser
Minimumsantal elementer: 1
Standard—
Feltmessages[].roleTypestringKravPåkrævetVærdier 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[].contentTypestring|content_part[]|nullKravValgfritVærdier og grænserStandard—
Feltmessages[].tool_callsTypetool_call[]KravValgfritVærdier og grænserStandard—
Feltmessages[].tool_call_idTypestringKravValgfritVærdier og grænser
Gælder når: role=tool; brug det faktisk returnerede ID
Standard—
Feltmessages[].nameTypestringKravValgfritVærdier og grænserStandard—
Feltmessages[].reasoning_contentTypestringKravValgfritVærdier og grænser
Gælder når: Send det faktisk returnerede ræsonnement tilbage, når modellen bruger det
Standard—
Feltmessages[].reasoning_detailsTypeobject|arrayKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltmax_tokensTypeintegerKravValgfritVærdier og grænser
Minimum: 1
Afhænger af modellen
Standard—
Feltmax_completion_tokensTypeintegerKravValgfritVærdier og grænser
Minimum: 1
Afhænger af modellen
Standard—
FeltstreamTypebooleanKravValgfritVærdier og grænserStandardfalse
Feltstream_options.include_usageTypebooleanKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FelttemperatureTypenumberKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Felttop_pTypenumberKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FeltstopTypestring|string[]KravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FelttoolsTypefunction_tool[]KravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Felttools[].typeTypestringKravValgfritVærdier og grænser
function
Afhænger af modellen
Standard—
Felttools[].function.nameTypestringKravPåkrævetVærdier og grænser
Gælder når: funktionsværktøj angivet
Standard—
Felttools[].function.descriptionTypestringKravValgfritVærdier og grænserStandard—
Felttools[].function.parametersTypeJSON_schemaKravValgfritVærdier og grænserStandard—
Felttool_choiceTypestring|objectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltparallel_tool_callsTypebooleanKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltresponse_formatTypeobjectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltreasoning_effortTypestringKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FeltreasoningTypeobjectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltservice_tierTypestringKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FeltinstructionsTypestringKravValgfritVærdier og grænser
Kompatibilitetsfelt
Standard—
FeltfunctionsTypefunction[]KravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltfunction_callTypestring|objectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltprompt_cache_optionsTypeobjectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FeltmodalitiesTypestring[]KravValgfritVærdier og grænser
text
Standard—
FeltproviderTypeobjectKravValgfritVærdier og grænser
Betingelser: provider.options afvises på denne Ultra-tekstrute
Standard—
Feltcache_control.ttlTypestringKravValgfritVærdier og grænser
Betingelser: 1h afvises på de faktiske placeringer for promptcaching
Standard—
Kombinationer af inputmaterialer

Tekst · UTF8-tekst

messages[].content

Metodeparametre og livscyklus
ParameterKontrakt
Parametercontent_typeKontraktapplication/json
ParameterrequiredKontraktmodel, messages
Parametermaterial_typesKontrakttext
ParametermessagesKontraktbeskedarray med strukturen role/content
Parameterfile_materialKontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes
Parameteroptional_controlsKontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
Parametercontrol_scopeKontraktmodelspecifikt; brugerens funktionsværktøjer er forskellige fra hostede værktøjer
Parameteroutput_modalitiesKontrakttext
Parameterhosted_operationsKontraktfalse
Parametermultimodal_input_bindingKontraktnull

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.

Priser

Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.

Hurtig tilstand
Standardpris Når hurtig tilstand er valgt
flex-tilstand
Standardpris Når flex-tilstanden er valgt
Maksimal ræsonneringsindsats
Standardpris Når default-justeringen anvendes ved maksimal ræsonneringsindsats

Ailoot-takster

Priser efter konfiguration

Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.

KonfigurationTakstplanKonteksttokens, mere endKonteksttokens, op til og medBeløb
KonfigurationGrundtakster for tokensTakstplanGrundtakstKonteksttokens, mere end—Konteksttokens, op til og medIngen øvre grænseBeløb
Input · Inputtokens $0.005 / 1K tokens
Output · Outputtokens $0.004 / 1K tokens
Input · Cachelæsning $0.0005 / 1K tokens
Input · Cacheskrivning — / 1K tokens
Input · Cacheskrivning, 1 time — / 1K tokens
Output · Billedoutputtokens $0.016 / 1K billedtokens
KonfigurationAnmodningslængde · niveau 1Takstplan—Konteksttokens, mere end0Konteksttokens, op til og medIngen øvre grænseBeløb
Input · Inputtokens $0.005 / 1K tokens
Output · Outputtokens $0.004 / 1K tokens
Input · Cachelæsning $0.0005 / 1K tokens
Input · Cacheskrivning — / 1K tokens
Input · Cacheskrivning, 1 time — / 1K tokens

Detaljer om referencetariffen

Referenceplaner på modelniveau ændrer ikke metodevalg, prisoverslag eller opkrævninger. Ved den aktive afregning anvendes taksterne for den valgte Ailoot-metode.

OpenAI: GPT-5 Image Mini

Priser efter konfiguration

KonfigurationAfregningsbetingelserBeløb
KonfigurationOpenAI: GPT-5 Image Mini · StandardkonfigurationAfregningsbetingelserStandardkonfigurationBeløb
Input · Inputtokens 0,005 US$ / 1K tokens
Output · Outputtokens 0,004 US$ / 1K tokens
Output · Outputbillede 0,016 US$ / 1K tokens
Output · Websøgning 0,02 US$ pr. søgning
Input · Cachelæsning 0,0005 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 →

Eksempelanmodninger

Ailoot Ultra · OpenAI Chat

curlPython SDKPython-stream
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "openai/gpt-5-image-mini", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='openai/gpt-5-image-mini',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='openai/gpt-5-image-mini',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")

Hent og gem resultater

Ailoot Ultra · OpenAI Chat

json eller SSE

Behold alle færdige resultater

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.

Hvis det oprindelige svar skal kontrolleres

Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.

Svarfelter
FeltType
Feltchoices[].indexTypeinteger
Feltchoices[].message.contentTypestring|null
Feltchoices[].message.tool_callsTypetool_call[]
Feltchoices[].message.reasoning_contentTypestring
Feltchoices[].message.reasoning_detailsTypeobject|array
Feltchoices[].finish_reasonTypestring|null
FeltusageTypeobject
Fejl og næste trin
SvarBetingelseNæste trin
Svar400 · invalid_request_errorBetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdiNæste trinRet de angivne felter før en ny oprettelsesanmodning.

Aliaser

Modelaliaser

Ailoot Ultra openai/gpt-5-image-mini

Aliaser for metodestier

/v1/images

Relaterede kalder-ID’er

openai/gpt-5-image-mini

Ailoot Ultra · Billeder POST /v1/images/generations openai/gpt-5-image-mini

openai/gpt-5-image-mini

OpenAI /openai/gpt-5-image-mini

Start

GPT-5 Image Mini kombinerer OpenAI’s sproglige funktioner i GPT-5 Mini med GPT Image 1 Mini til visuel generering og referencebaserede redigeringer. Den accepterer tekst, billeder og dokumenter og returnerer tekst og billeder til arbejdsgange, som kræver både et skriftligt svar og et visuelt resultat.

Accepterede input
Tekst · Billeder
Resultater
Billeder

Tilgængelig i Ailoot · input og metoder

Ailoot Ultra · Billeder POST /v1/images/generations
Inputtyper
text, image
Outputtyper
image
FeltTypeKravVærdier og grænserStandard
FeltmodelTypestringKravPåkrævetVærdier og grænser
openai/gpt-5-image-mini
Standard—
FeltpromptTypestringKravPåkrævetVærdier og grænser
Minimumslængde: 1
Standard—
Feltaspect_ratioTypestringKravValgfritVærdier og grænser
1:1, 3:2, 2:3, auto
Standard—
FeltqualityTypestringKravValgfritVærdier og grænser
auto, low, medium, high
Standard—
FeltbackgroundTypestringKravValgfritVærdier og grænser
auto, transparent, opaque
Standard—
FeltnTypeintegerKravValgfritVærdier og grænser
Minimum: 1
Maksimum: 10
Standard—
Feltinput_referencesTypearrayKravValgfritVærdier og grænser
Minimumsantal elementer: 0
Maksimalt antal elementer: 16
Standard—
Feltoutput_compressionTypeintegerKravValgfritVærdier og grænser
Minimum: 0
Maksimum: 100
Standard—
FeltproviderTypeobjectKravValgfritVærdier og grænserStandard—
Metodeparametre og livscyklus
ParameterKontrakt
Parametercontent_typeKontraktapplication/json
ParameterrequiredKontraktmodel, prompt
Parametermaterial_typesKontrakttext, 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}

Priser

Sådan beregnes det endelige beløb

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.

Hurtig tilstand
Ikke angivet Når hurtig tilstand er valgt
flex-tilstand
Ikke angivet Når flex-tilstanden er valgt
Maksimal ræsonneringsindsats
Ikke angivet Når default-justeringen anvendes ved maksimal ræsonneringsindsats

Estimerede takster til sammenligning

Priser efter konfiguration

Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.

KonfigurationTakstplanForventet mængdeBeløb
KonfigurationGrundpriser for tokensTakstplanGrundtakstForventet 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 genereringsomkostningTakstplan—Forventet mængdeestimat for én genereringBeløb
Output · Anslået genereringsomkostning · Estimat kun til sammenligning $0.065536 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 →

Eksempelanmodninger

Ailoot Ultra · Billeder

curl
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p={'model': 'openai/gpt-5-image-mini', 'prompt': 'a red panda astronaut floating in space, studio lighting'}

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import base64, json, os, subprocess
from pathlib import Path
from urllib.parse import urlsplit, urljoin

def save_images(items):
    if not items: raise SystemExit("No completed images; retain the full response")
    for index, item in enumerate(items):
        encoded=item.get("b64_json")
        uri=item.get("url", "")
        if not encoded and uri.startswith("data:image/"):
            header, separator, encoded=uri.partition(",")
            if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")
        if encoded:
            raw=base64.b64decode(encoded,validate=True)
        elif uri:
            uri=urljoin("https://api.ailoot.ai",uri)
            parsed=urlsplit(uri)
            if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:
                raise SystemExit("Invalid returned image URL")
            owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")
            args=["curl","--fail-with-body","--silent","--show-error",uri]
            if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]
            temporary=Path(f"image-{index}.bin")
            subprocess.run(args+["-o",str(temporary)],check=True)
            raw=temporary.read_bytes()
            temporary.unlink()
        else: raise SystemExit("Image has neither bytes nor URL")
        if not raw: raise SystemExit("Empty image result")
        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"
        Path(f"image-{index}.{ext}").write_bytes(raw)
    print("Every returned image saved; complete response metadata retained")
save_images(json.loads(Path("result.json").read_text())["data"])
PY_RESULT

Hent og gem resultater

Ailoot Ultra · Billeder

Hent hvert returneret billede, eller gem dets Base64-indhold

  • GET /v1/media/tasks/{task_id}
  • GET /v1/media/assets/{asset_id}/content
  • GET /v1/media/assets
  • GET /v1/media/assets/{asset_id}
Læsning af andet indhold
Hent eksisterende filer, du ejer
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.
Behold alle færdige resultater

Gem 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.

Hvis det oprindelige svar skal kontrolleres

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.

Svarfelter
FeltType
FeltcreatedType
Feltdata[].urlType
Feltdata[].b64_jsonType
FeltusageType

Aliaser

Modelaliaser

Ailoot Ultra openai/gpt-5-image-mini

Aliaser for metodestier

/v1/images

Relaterede kalder-ID’er

openai/gpt-5-image-mini

Ailoot Ultra · Anthropic Messages POST /v1/messages openai/gpt-5-image-mini

openai/gpt-5-image-mini

OpenAI /openai/gpt-5-image-mini

Start

GPT-5 Image Mini kombinerer OpenAI’s sproglige funktioner i GPT-5 Mini med GPT Image 1 Mini til visuel generering og referencebaserede redigeringer. Den accepterer tekst, billeder og dokumenter og returnerer tekst og billeder til arbejdsgange, som kræver både et skriftligt svar og et visuelt resultat.

Accepterede input
Tekst
Resultater
json · sse

Tilgængelig i Ailoot · input og metoder

Ailoot Ultra · Anthropic Messages POST /v1/messages
Inputtyper
text
Outputtyper
json, sse
Outputformat
JSON eller SSE
FeltTypeKravVærdier og grænserStandard
FeltmodelTypestringKravPåkrævetVærdier og grænser
openai/gpt-5-image-mini
Standard—
FeltmessagesTypemessage[]KravPåkrævetVærdier og grænserStandard—
Feltmessages[].roleTypestringKravPåkrævetVærdier og grænser
user, assistant
Standard—
Feltmessages[].contentTypestringKravPåkrævetVærdier og grænserStandard—
Feltmax_tokensTypeintegerKravPåkrævetVærdier og grænserStandard—
FeltstreamTypebooleanKravValgfritVærdier og grænserStandardfalse
Kombinationer af inputmaterialer

Tekst · UTF-8-tekst

messages[].content som streng

Metodeparametre og livscyklus
ParameterKontrakt
Parametercontent_typeKontraktapplication/json
ParameterrequiredKontraktmodel, messages, max_tokens
Parameteroptional_controlsKontraktstream
Parametermaterial_typesKontrakttext
Parametertext_file_materialKontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng.

Livscyklus: synchronous_or_streamed

Priser

Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.

Hurtig tilstand
Standardpris Når hurtig tilstand er valgt
flex-tilstand
Standardpris Når flex-tilstanden er valgt
Maksimal ræsonneringsindsats
Standardpris Når default-justeringen anvendes ved maksimal ræsonneringsindsats

Ailoot-takster

Priser efter konfiguration

Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.

KonfigurationTakstplanKonteksttokens, mere endKonteksttokens, op til og medBeløb
KonfigurationGrundtakster for tokensTakstplanGrundtakstKonteksttokens, mere end—Konteksttokens, op til og medIngen øvre grænseBeløb
Input · Inputtokens $0.005 / 1K tokens
Output · Outputtokens $0.004 / 1K tokens
Input · Cachelæsning $0.0005 / 1K tokens
Input · Cacheskrivning — / 1K tokens
Input · Cacheskrivning, 1 time — / 1K tokens
Output · Billedoutputtokens $0.016 / 1K billedtokens
KonfigurationAnmodningslængde · niveau 1Takstplan—Konteksttokens, mere end0Konteksttokens, op til og medIngen øvre grænseBeløb
Input · Inputtokens $0.005 / 1K tokens
Output · Outputtokens $0.004 / 1K tokens
Input · Cachelæsning $0.0005 / 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 →

Eksempelanmodninger

Ailoot Ultra · Anthropic Messages

Komplet minimalt requestbody i JSONcurl · brug dit UTF-8-dokumentPython · gem hele resultatet
{
  "model": "openai/gpt-5-image-mini",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'openai/gpt-5-image-mini', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'openai/gpt-5-image-mini', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

Hent og gem resultater

Ailoot Ultra · Anthropic Messages

JSON eller SSE

Behold alle færdige resultater

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.

Hvis det oprindelige svar skal kontrolleres

Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.

Svarfelter
FeltType
FeltidTypestring
FeltmodelTypestring
Feltcontent[]Typetext|thinking|tool_use|other content block
Feltstop_reasonTypestring|null
FeltusageTypeobject
Fejl og næste trin
SvarBetingelseNæste trin
Svar400 · invalid_request_errorBetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdiNæste trinRet de angivne felter før en ny oprettelsesanmodning.

Aliaser

Modelaliaser

Ailoot Ultra openai/gpt-5-image-mini

Aliaser for metodestier

/v1/images

Relaterede kalder-ID’er

openai/gpt-5-image-mini

FAQ · OpenAI: GPT-5 Image Mini
Hvilke input og resultater er tilgængelige?

POST /v1/chat/completions · openai/gpt-5-image-mini: text → text

POST /v1/images/generations · openai/gpt-5-image-mini: text, image → image

POST /v1/messages · openai/gpt-5-image-mini: text → json, sse

Hvilke felter bruger anmodningen?

POST /v1/chat/completions · openai/gpt-5-image-mini: model, messages, stream, modalities, provider

POST /v1/images/generations · openai/gpt-5-image-mini: model, prompt, aspect_ratio, quality, background, n, input_references, output_compression, provider

POST /v1/messages · openai/gpt-5-image-mini: model, messages, max_tokens, stream

Hvilke grænser gælder?

POST /v1/chat/completions · openai/gpt-5-image-mini: messages.min_items: 1

POST /v1/images/generations · openai/gpt-5-image-mini: n.minimum: 1; n.maximum: 10; output_compression.minimum: 0; output_compression.maximum: 100

Flere oplysninger

Tilslut Ailoot til Claude Code, OpenCode, Hermes eller din egen applikation.

Virksomheden og dens projektportefølje

Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder.

Køb tokens med rabat.

Abonnementsrabat til regelmæssigt arbejde. Rabatkoder giver op til 50% på tokenkøb.

Abonnement
Vælg et abonnement med rabat til dine regelmæssige anmodninger.
Rabatkode på op til 50%
Indtast koden ved købet. Prisen genberegnes efter den aktuelle kampagne.
Udgifter i historikken
Model, tokens og beløb gemmes for hver anmodning.

Vælg abonnement · Se modelpriser

Tilslut API’et til produktet, du sælger.

SaaS, apps og bots efter Ailoots tilbudsvilkår og licensaftale. Anmod om en forhandlerlicens til videresalg.

Kommerciel applikation
Byg generering af tekst, billeder, video og lyd ind i tjenestens betalte funktioner.
Licens til forhandlere
Send projektbeskrivelse og adgangsmodel. Bed om skriftlige vilkår for anvendelse og videresalg.
Dokumenter på websitet
Tilbudsvilkår, licensaftale og politik for behandling af data kan læses før tilslutning.

Anmod om forhandlerlicens · Tilbudsvilkår og licensaftale