GPT Image 1 er OpenAI’s billedmodel med indbygget multimodalitet, der accepterer tekst- og billedinput og producerer billedoutput. Den kan generere en ny scene, bruge referencebilleder til at forme en komposition eller redigere et eksisterende aktiv med en ny instruktion. Praktisk arbejde omfatter illustration, produktbilleder, designkoncepter og lokale ændringer styret af en maske. Dette er den navngivne GPT Image 1-udgave, adskilt fra Image 1 Mini, Image 1.5 og senere GPT Image-versioner.
Forbered et oplæg, der angiver motivet, omgivelserne, kompositionen, lyset og den visuelle stil. Hvis opgaven kræver synlig tekst, skal du medtage den nøjagtige ordlyd og forklare dens ønskede hierarki og placering. Til en referencekomposition skal du give hvert billede en klar rolle, såsom et produkt, et miljø eller en visuel behandling. De direkte genererings- og redigeringsforløb tillader en prompt på op til 32.000 tegn og ét til ti billedresultater. Sammenlign de returnerede variationer mod samme oplæg, og gem det valgte aktiv til efterfølgende arbejde.
Redigering kan modtage op til seksten referencebilleder. GPT Image 1 understøtter low og high input_fidelity, med low som standard. Denne indstilling påvirker indsatsen for at bevare kildebilledets træk og stil; den er adskilt fra renderingskvalitet og outputstørrelse. En redigering med høj kildetroskab er nyttig, når kildedetaljer betyder noget, men den garanterer ikke, at hver identificerende detalje forbliver identisk. Angiv, hvad der skal bevares, og hvad der må ændres, frem for kun at stole på indstillingen for kildetroskab.
Maskeret redigering angiver et område, der skal ændres. Forbered kilden og masken i samme format og dimensioner, under 50 MB ifølge vejledningens krav, med en alfakanal i masken. Med flere kildebilleder anvendes masken på det første. Et nyttigt redigeringsoplæg kan bede om en anden vægfarve, mens møbler, kameravinkel og lys bevares. Modellen bruger masken som vejledning frem for at love en præcis grænse, så efterse både det ændrede område og omgivelserne.
De dokumenterede standardstørrelser for output er 1024 × 1024, 1536 × 1024 og 1024 × 1536 pixels med automatisk størrelsesvalg, hvor det understøttes. Kvaliteten er low, medium, high eller auto. GPT Image 1 bruger disse standardrammer og kvalitetsniveauer op til high. Vælg standardrammen efter den tilsigtede visning og detaljeniveauet efter aktivets formål.
PNG er standardoutputtet med JPEG og WebP som alternativer. Komprimering fra 0 til 100 er tilgængelig for JPEG og WebP. Valg af gennemsigtig, uigennemsigtig eller automatisk baggrund understøtter forskellige leveringsbehov; gennemsigtighed kræver PNG eller WebP. Til en fritstående grafik skal du bruge et format, der bevarer alfakanalen, før grafikken placeres i et senere layout. Til en komplet scene skal baggrunden og motivets forhold til den forblive i oplægget.
OpenAI dokumenterer direkte generering og redigering, og modelkortet omfatter også samtalebaseret billedbrug. Ved trinvist arbejde skal du beholde det valgte resultat som kilde til en opfølgende ændring frem for underforstået at vælge en anden variation. Billedreferencen dokumenterer streaming med op til tre delvise billeder; disse viser fremskridt frem for ekstra færdige aktiver. Gem det færdige billede sammen med oplægget, så senere redigeringer henviser til den faktiske komposition. Producentens grænseflade understøtter også batchbehandling.
Modellen kan stadig have svært ved præcis tekstplacering, stramt strukturerede layouts og ensartethed på tværs af tilbagevendende motiver. Efterse tekst, objektgrænser, farvebehandling og de detaljer, der identificerer kildematerialet, i den tilsigtede størrelse. Hvis en redigering kræver forbedring, skal du beskrive den synlige uoverensstemmelse og de elementer, der skal bevares. GPT Image 1 er nyttig til en konkret sekvens af generering, referencestyret redigering og klargøring af aktiver, hvor dens egne standardstørrelser og valgbare inputtroskab holdes adskilt fra andre udgaver.
", "aboutText": "GPT Image 1 er OpenAI’s billedmodel med indbygget multimodalitet, der accepterer tekst- og billedinput og producerer billedoutput. Den kan generere en ny scene, bruge referencebilleder til at forme en komposition eller redigere et eksisterende aktiv med en ny instruktion. Praktisk arbejde omfatter illustration, produktbilleder, designkoncepter og lokale ændringer styret af en maske. Dette er den navngivne GPT Image 1-udgave, adskilt fra Image 1 Mini, Image 1.5 og senere GPT Image-versioner.\n\nForbered et oplæg, der angiver motivet, omgivelserne, kompositionen, lyset og den visuelle stil. Hvis opgaven kræver synlig tekst, skal du medtage den nøjagtige ordlyd og forklare dens ønskede hierarki og placering. Til en referencekomposition skal du give hvert billede en klar rolle, såsom et produkt, et miljø eller en visuel behandling. De direkte genererings- og redigeringsforløb tillader en prompt på op til 32.000 tegn og ét til ti billedresultater. Sammenlign de returnerede variationer mod samme oplæg, og gem det valgte aktiv til efterfølgende arbejde.\n\nRedigering kan modtage op til seksten referencebilleder. GPT Image 1 understøtter low og high input_fidelity, med low som standard. Denne indstilling påvirker indsatsen for at bevare kildebilledets træk og stil; den er adskilt fra renderingskvalitet og outputstørrelse. En redigering med høj kildetroskab er nyttig, når kildedetaljer betyder noget, men den garanterer ikke, at hver identificerende detalje forbliver identisk. Angiv, hvad der skal bevares, og hvad der må ændres, frem for kun at stole på indstillingen for kildetroskab.\n\nMaskeret redigering angiver et område, der skal ændres. Forbered kilden og masken i samme format og dimensioner, under 50 MB ifølge vejledningens krav, med en alfakanal i masken. Med flere kildebilleder anvendes masken på det første. Et nyttigt redigeringsoplæg kan bede om en anden vægfarve, mens møbler, kameravinkel og lys bevares. Modellen bruger masken som vejledning frem for at love en præcis grænse, så efterse både det ændrede område og omgivelserne.\n\nDe dokumenterede standardstørrelser for output er 1024 × 1024, 1536 × 1024 og 1024 × 1536 pixels med automatisk størrelsesvalg, hvor det understøttes. Kvaliteten er low, medium, high eller auto. GPT Image 1 bruger disse standardrammer og kvalitetsniveauer op til high. Vælg standardrammen efter den tilsigtede visning og detaljeniveauet efter aktivets formål.\n\nPNG er standardoutputtet med JPEG og WebP som alternativer. Komprimering fra 0 til 100 er tilgængelig for JPEG og WebP. Valg af gennemsigtig, uigennemsigtig eller automatisk baggrund understøtter forskellige leveringsbehov; gennemsigtighed kræver PNG eller WebP. Til en fritstående grafik skal du bruge et format, der bevarer alfakanalen, før grafikken placeres i et senere layout. Til en komplet scene skal baggrunden og motivets forhold til den forblive i oplægget.\n\nOpenAI dokumenterer direkte generering og redigering, og modelkortet omfatter også samtalebaseret billedbrug. Ved trinvist arbejde skal du beholde det valgte resultat som kilde til en opfølgende ændring frem for underforstået at vælge en anden variation. Billedreferencen dokumenterer streaming med op til tre delvise billeder; disse viser fremskridt frem for ekstra færdige aktiver. Gem det færdige billede sammen med oplægget, så senere redigeringer henviser til den faktiske komposition. Producentens grænseflade understøtter også batchbehandling.\n\nModellen kan stadig have svært ved præcis tekstplacering, stramt strukturerede layouts og ensartethed på tværs af tilbagevendende motiver. Efterse tekst, objektgrænser, farvebehandling og de detaljer, der identificerer kildematerialet, i den tilsigtede størrelse. Hvis en redigering kræver forbedring, skal du beskrive den synlige uoverensstemmelse og de elementer, der skal bevares. GPT Image 1 er nyttig til en konkret sekvens af generering, referencestyret redigering og klargøring af aktiver, hvor dens egne standardstørrelser og valgbare inputtroskab holdes adskilt fra andre udgaver.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "476fdf7905510625df082eb2f0fe3415b1c802d33238670b6c88b8d754239b11", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "da", "methods": [ { "html": "openai/gpt-image-1GPT Image 1 genererer og redigerer billeder ud fra tekst og visuelle input, herunder referencestyrede kompositioner og maskerede ændringer. Den understøtter valgbart niveau for inputtroskab, standardstørrelser, gennemsigtige baggrunde og output i PNG, JPEG eller WebP.
Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.
GPT Image 1 er OpenAI’s billedmodel med indbygget multimodalitet, der accepterer tekst- og billedinput og producerer billedoutput. Den kan generere en ny scene, bruge referencebilleder til at forme en komposition eller redigere et eksisterende aktiv med en ny instruktion. Praktisk arbejde omfatter illustration, produktbilleder, designkoncepter og lokale ændringer styret af en maske. Dette er den navngivne GPT Image 1-udgave, adskilt fra Image 1 Mini, Image 1.5 og senere GPT Image-versioner.
Forbered et oplæg, der angiver motivet, omgivelserne, kompositionen, lyset og den visuelle stil. Hvis opgaven kræver synlig tekst, skal du medtage den nøjagtige ordlyd og forklare dens ønskede hierarki og placering. Til en referencekomposition skal du give hvert billede en klar rolle, såsom et produkt, et miljø eller en visuel behandling. De direkte genererings- og redigeringsforløb tillader en prompt på op til 32.000 tegn og ét til ti billedresultater. Sammenlign de returnerede variationer mod samme oplæg, og gem det valgte aktiv til efterfølgende arbejde.
Redigering kan modtage op til seksten referencebilleder. GPT Image 1 understøtter low og high input_fidelity, med low som standard. Denne indstilling påvirker indsatsen for at bevare kildebilledets træk og stil; den er adskilt fra renderingskvalitet og outputstørrelse. En redigering med høj kildetroskab er nyttig, når kildedetaljer betyder noget, men den garanterer ikke, at hver identificerende detalje forbliver identisk. Angiv, hvad der skal bevares, og hvad der må ændres, frem for kun at stole på indstillingen for kildetroskab.
Maskeret redigering angiver et område, der skal ændres. Forbered kilden og masken i samme format og dimensioner, under 50 MB ifølge vejledningens krav, med en alfakanal i masken. Med flere kildebilleder anvendes masken på det første. Et nyttigt redigeringsoplæg kan bede om en anden vægfarve, mens møbler, kameravinkel og lys bevares. Modellen bruger masken som vejledning frem for at love en præcis grænse, så efterse både det ændrede område og omgivelserne.
De dokumenterede standardstørrelser for output er 1024 × 1024, 1536 × 1024 og 1024 × 1536 pixels med automatisk størrelsesvalg, hvor det understøttes. Kvaliteten er low, medium, high eller auto. GPT Image 1 bruger disse standardrammer og kvalitetsniveauer op til high. Vælg standardrammen efter den tilsigtede visning og detaljeniveauet efter aktivets formål.
PNG er standardoutputtet med JPEG og WebP som alternativer. Komprimering fra 0 til 100 er tilgængelig for JPEG og WebP. Valg af gennemsigtig, uigennemsigtig eller automatisk baggrund understøtter forskellige leveringsbehov; gennemsigtighed kræver PNG eller WebP. Til en fritstående grafik skal du bruge et format, der bevarer alfakanalen, før grafikken placeres i et senere layout. Til en komplet scene skal baggrunden og motivets forhold til den forblive i oplægget.
OpenAI dokumenterer direkte generering og redigering, og modelkortet omfatter også samtalebaseret billedbrug. Ved trinvist arbejde skal du beholde det valgte resultat som kilde til en opfølgende ændring frem for underforstået at vælge en anden variation. Billedreferencen dokumenterer streaming med op til tre delvise billeder; disse viser fremskridt frem for ekstra færdige aktiver. Gem det færdige billede sammen med oplægget, så senere redigeringer henviser til den faktiske komposition. Producentens grænseflade understøtter også batchbehandling.
Modellen kan stadig have svært ved præcis tekstplacering, stramt strukturerede layouts og ensartethed på tværs af tilbagevendende motiver. Efterse tekst, objektgrænser, farvebehandling og de detaljer, der identificerer kildematerialet, i den tilsigtede størrelse. Hvis en redigering kræver forbedring, skal du beskrive den synlige uoverensstemmelse og de elementer, der skal bevares. GPT Image 1 er nyttig til en konkret sekvens af generering, referencestyret redigering og klargøring af aktiver, hvor dens egne standardstørrelser og valgbare inputtroskab holdes adskilt fra andre udgaver.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Værdier og grænser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrævet | Værdier og grænser openai/gpt-image-1 | Standard— |
Feltprompt | Typestring | KravPåkrævet | Værdier og grænser Minimumslængde: 1 | Standard— |
Feltaspect_ratio | Typestring | KravValgfrit | Værdier og grænser 1:1, 3:2, 2:3, auto | Standard— |
Feltquality | Typestring | KravValgfrit | Værdier og grænser auto, low, medium, high | Standard— |
Feltbackground | Typestring | KravValgfrit | Værdier og grænser auto, transparent, 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 $0.32768 estimat før generering Dette estimat er hverken et ekstra gebyr eller en fast pris for den færdige generering. |
Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'openai/gpt-image-1', '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-image-1
/v1/images