GPT Image 2.5 Flare ist ein Modell von OpenAI zur Bildgenerierung. Laut Hersteller dient es der schnellen alltäglichen Erstellung hochwertiger visueller Materialien. Die Anweisung kann Motiv, Stil, Anordnung der Details und die gewünschte Bildform beschreiben; das Ergebnis ist ein Bild.
In Ailoot wird diese Karte für die Generierung mit Texteingabe angeboten. OpenAI beschreibt außerdem die Arbeit mit Ausgangsbildern, Referenzen und Änderungen. Diese Arbeitsweisen erfordern Unterstützung für Eingabebilder; sie bedeuten nicht, dass die Textmethode solche Materialien bereits annimmt.
Unterstützt werden die Stufen low, medium, high, xhigh, max und die automatische Auswahl auto. Die Qualitätseinstellung beeinflusst den Arbeitsaufwand bei der Erstellung des Ergebnisses. Sie wird getrennt von der Bildgröße und der Komprimierung der fertigen Datei festgelegt.
Bei der Größe sind quadratische Formate, Quer- und Hochformate, eine automatische Auswahl und benutzerdefinierte Größen vorgesehen. Die Proportionen können an die Komposition angepasst werden, solange alle Einschränkungen des Herstellers eingehalten werden.
Jede Seite muss ein Vielfaches von 16 Pixeln sein und darf nicht länger als 3840 Pixel sein. Das Verhältnis der längeren zur kürzeren Seite darf höchstens 3:1 betragen. Die zulässige Fläche liegt zwischen 655 360 und 8 294 400 Pixeln. Die Einschränkungen gelten gemeinsam: Ein zulässiges Seitenverhältnis hebt die Flächengrenze nicht auf.
Auflösungen über 2560x1440 sind als experimentell gekennzeichnet. Bei der Wahl eines großen Bildformats ist die Komposition selbst zu berücksichtigen: Mehr Pixel garantieren keine fehlerfreie Anordnung aller Elemente.
Das Modell sieht PNG, JPEG und WebP vor; PNG ist das Standardformat. Bei JPEG und WebP lässt sich die Komprimierung steuern. Ein transparenter Hintergrund erfordert PNG oder WebP. Der Hersteller unterstützt außerdem einen deckenden Hintergrund und eine automatische Auswahl. Transparenz ermöglicht, das Bild ohne vorgegebene Hintergrundfläche in einer späteren Komposition zu verwenden.
Die Einstellungen des Herstellers beschreiben die Modellfähigkeiten; ihre Umsetzung hängt davon ab, ob die gewählte Methode die Parameter unterstützt. Jede einzelne Generierung erstellt ein neues Ergebnis. Eine identische Beschreibung garantiert daher keine vollständig übereinstimmenden Bilder.
Laut OpenAI kann die Verarbeitung einer komplexen Aufgabe bis zu zwei Minuten dauern. Dies beschreibt die Generierung beim Hersteller und garantiert nicht die gesamte Zeit bis zum Erhalt des Ergebnisses in einer konkreten Anwendung.
Beschriftungen, die genaue Position von Objekten und ein gleichbleibendes Aussehen zwischen Bildern müssen überprüft werden. Eine Maske im separat unterstützten Bearbeitungsvorgang gibt die Richtung der Änderung vor und ist keine starre Grenze. Bei der Textgenerierung ist es hilfreich, die Komposition genau zu beschreiben und die Datei selbst zu prüfen: sichtbare Details, Lesbarkeit und Übereinstimmung mit dem vorgegebenen Motiv.
", "aboutText": "### Alltägliche Generierung anhand von Textbeschreibungen\n\nGPT Image 2.5 Flare ist ein Modell von OpenAI zur Bildgenerierung. Laut Hersteller dient es der schnellen alltäglichen Erstellung hochwertiger visueller Materialien. Die Anweisung kann Motiv, Stil, Anordnung der Details und die gewünschte Bildform beschreiben; das Ergebnis ist ein Bild.\n\nIn Ailoot wird diese Karte für die Generierung mit Texteingabe angeboten. OpenAI beschreibt außerdem die Arbeit mit Ausgangsbildern, Referenzen und Änderungen. Diese Arbeitsweisen erfordern Unterstützung für Eingabebilder; sie bedeuten nicht, dass die Textmethode solche Materialien bereits annimmt.\n\n### Qualität vom Entwurf bis zum detaillierten Bild\n\nUnterstützt werden die Stufen `low`, `medium`, `high`, `xhigh`, `max` und die automatische Auswahl `auto`. Die Qualitätseinstellung beeinflusst den Arbeitsaufwand bei der Erstellung des Ergebnisses. Sie wird getrennt von der Bildgröße und der Komprimierung der fertigen Datei festgelegt.\n\nBei der Größe sind quadratische Formate, Quer- und Hochformate, eine automatische Auswahl und benutzerdefinierte Größen vorgesehen. Die Proportionen können an die Komposition angepasst werden, solange alle Einschränkungen des Herstellers eingehalten werden.\n\n### Benutzerdefinierte Größen\n\nJede Seite muss ein Vielfaches von 16 Pixeln sein und darf nicht länger als 3840 Pixel sein. Das Verhältnis der längeren zur kürzeren Seite darf höchstens 3:1 betragen. Die zulässige Fläche liegt zwischen 655 360 und 8 294 400 Pixeln. Die Einschränkungen gelten gemeinsam: Ein zulässiges Seitenverhältnis hebt die Flächengrenze nicht auf.\n\nAuflösungen über `2560x1440` sind als experimentell gekennzeichnet. Bei der Wahl eines großen Bildformats ist die Komposition selbst zu berücksichtigen: Mehr Pixel garantieren keine fehlerfreie Anordnung aller Elemente.\n\n### Ergebnisdatei und Transparenz\n\nDas Modell sieht PNG, JPEG und WebP vor; PNG ist das Standardformat. Bei JPEG und WebP lässt sich die Komprimierung steuern. Ein transparenter Hintergrund erfordert PNG oder WebP. Der Hersteller unterstützt außerdem einen deckenden Hintergrund und eine automatische Auswahl. Transparenz ermöglicht, das Bild ohne vorgegebene Hintergrundfläche in einer späteren Komposition zu verwenden.\n\nDie Einstellungen des Herstellers beschreiben die Modellfähigkeiten; ihre Umsetzung hängt davon ab, ob die gewählte Methode die Parameter unterstützt. Jede einzelne Generierung erstellt ein neues Ergebnis. Eine identische Beschreibung garantiert daher keine vollständig übereinstimmenden Bilder.\n\n### Was am fertigen Bild geprüft werden muss\n\nLaut OpenAI kann die Verarbeitung einer komplexen Aufgabe bis zu zwei Minuten dauern. Dies beschreibt die Generierung beim Hersteller und garantiert nicht die gesamte Zeit bis zum Erhalt des Ergebnisses in einer konkreten Anwendung.\n\nBeschriftungen, die genaue Position von Objekten und ein gleichbleibendes Aussehen zwischen Bildern müssen überprüft werden. Eine Maske im separat unterstützten Bearbeitungsvorgang gibt die Richtung der Änderung vor und ist keine starre Grenze. Bei der Textgenerierung ist es hilfreich, die Komposition genau zu beschreiben und die Datei selbst zu prüfen: sichtbare Details, Lesbarkeit und Übereinstimmung mit dem vorgegebenen Motiv.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "2c6f32988233fb70793d0fb5d5999192da109b311c7272603628e354733cd447", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-at", "methods": [ { "html": "gpt-image-2.5-flare-2026-09-08GPT Image 2.5 Flare ist für die alltägliche Bildgenerierung anhand von Beschreibungen vorgesehen. Unterstützt benutzerdefinierte Größen, ein erweitertes Spektrum an Qualitätsstufen und transparente Hintergründe.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GPT Image 2.5 Flare ist ein Modell von OpenAI zur Bildgenerierung. Laut Hersteller dient es der schnellen alltäglichen Erstellung hochwertiger visueller Materialien. Die Anweisung kann Motiv, Stil, Anordnung der Details und die gewünschte Bildform beschreiben; das Ergebnis ist ein Bild.
In Ailoot wird diese Karte für die Generierung mit Texteingabe angeboten. OpenAI beschreibt außerdem die Arbeit mit Ausgangsbildern, Referenzen und Änderungen. Diese Arbeitsweisen erfordern Unterstützung für Eingabebilder; sie bedeuten nicht, dass die Textmethode solche Materialien bereits annimmt.
Unterstützt werden die Stufen low, medium, high, xhigh, max und die automatische Auswahl auto. Die Qualitätseinstellung beeinflusst den Arbeitsaufwand bei der Erstellung des Ergebnisses. Sie wird getrennt von der Bildgröße und der Komprimierung der fertigen Datei festgelegt.
Bei der Größe sind quadratische Formate, Quer- und Hochformate, eine automatische Auswahl und benutzerdefinierte Größen vorgesehen. Die Proportionen können an die Komposition angepasst werden, solange alle Einschränkungen des Herstellers eingehalten werden.
Jede Seite muss ein Vielfaches von 16 Pixeln sein und darf nicht länger als 3840 Pixel sein. Das Verhältnis der längeren zur kürzeren Seite darf höchstens 3:1 betragen. Die zulässige Fläche liegt zwischen 655 360 und 8 294 400 Pixeln. Die Einschränkungen gelten gemeinsam: Ein zulässiges Seitenverhältnis hebt die Flächengrenze nicht auf.
Auflösungen über 2560x1440 sind als experimentell gekennzeichnet. Bei der Wahl eines großen Bildformats ist die Komposition selbst zu berücksichtigen: Mehr Pixel garantieren keine fehlerfreie Anordnung aller Elemente.
Das Modell sieht PNG, JPEG und WebP vor; PNG ist das Standardformat. Bei JPEG und WebP lässt sich die Komprimierung steuern. Ein transparenter Hintergrund erfordert PNG oder WebP. Der Hersteller unterstützt außerdem einen deckenden Hintergrund und eine automatische Auswahl. Transparenz ermöglicht, das Bild ohne vorgegebene Hintergrundfläche in einer späteren Komposition zu verwenden.
Die Einstellungen des Herstellers beschreiben die Modellfähigkeiten; ihre Umsetzung hängt davon ab, ob die gewählte Methode die Parameter unterstützt. Jede einzelne Generierung erstellt ein neues Ergebnis. Eine identische Beschreibung garantiert daher keine vollständig übereinstimmenden Bilder.
Laut OpenAI kann die Verarbeitung einer komplexen Aufgabe bis zu zwei Minuten dauern. Dies beschreibt die Generierung beim Hersteller und garantiert nicht die gesamte Zeit bis zum Erhalt des Ergebnisses in einer konkreten Anwendung.
Beschriftungen, die genaue Position von Objekten und ein gleichbleibendes Aussehen zwischen Bildern müssen überprüft werden. Eine Maske im separat unterstützten Bearbeitungsvorgang gibt die Richtung der Änderung vor und ist keine starre Grenze. Bei der Textgenerierung ist es hilfreich, die Komposition genau zu beschreiben und die Datei selbst zu prüfen: sichtbare Details, Lesbarkeit und Übereinstimmung mit dem vorgegebenen Motiv.
POST /v1/images/generationstextimage| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits gpt-image-2.5-flare-2026-09-08 | Standard— |
Feldprompt | Typstring | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 | Standard— |
Feldn | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 | Standard1 |
Feldresponse_format | Typstring | AnforderungOptional | Werte und Limits url, b64_json | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldsize | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldquality | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldbackground | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldoutput_format | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldoutput_compression | Typinteger | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmoderation | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinput_fidelity | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstyle | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldpartial_images | Typinteger | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Text zu Bild · Erforderlich: prompt
| Parameter | Vertrag |
|---|---|
Parametermaterial_types | Vertragtext |
Parameterrequired | Vertragmodel, prompt |
Parameteroptional_controls | Vertragnull |
Parametercontent_type | Vertragapplication/json |
Lebenszyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · die tatsächlich zurückgegebene task_id oder ein Eintrag in der Medienbibliothek
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Methodenstrukturen und IDs sind exakt; die Fähigkeiten des Anbieters sind von der Zulassung einer Anfrage zu unterscheiden.
POST /v1/images/generationsAiloot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-image-2.5-flare-2026-09-08", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nfrom openai import OpenAI\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gpt-image-2.5-flare-2026-09-08', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gpt-image-2.5-flare-2026-09-08", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\nLaden Sie jedes zurückgegebene Bild herunter oder speichern Sie seinen Base64-Inhalt
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Speichern Sie jedes fertiggestellte Bild; rufen Sie jede zurückgegebene URL ab oder dekodieren Sie seinen Base64-Inhalt.
Jedes Datenelement speichern. Jedes b64_json dekodieren oder jede zurückgegebene signierte URL abrufen. Die Dateiendung anhand des tatsächlichen MIME-Typs bzw. der Bytes wählen.
Wenn das Ergebnis einer Bildgenerierung oder -bearbeitung geprüft werden muss, die ursprüngliche operation_id/X-Client-Request-ID und die zurückgegebenen Ergebnisinformationen aufbewahren. Bereits vorhandene eigene Ergebnisse über die Medienbibliothek anhand tatsächlicher task_id- oder asset_id-Werte wiederherstellen. Die Generierungs-/Bearbeitungsanfrage nicht erneut senden und keine Abfrage-URL aus operation_id bilden.
| Feld | Typ |
|---|---|
Feldcreated | Typinteger |
Felddata[].url | Typstring |
Felddata[].b64_json | Typbase64 string |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Antwortserver_error | BedingungDie zurückgegebene Antwort gibt an, dass der Vorgang oder das Ergebnis eine Prüfung erfordert | Nächster SchrittDie ursprünglich zurückgegebene Vorgangs-/Aufgaben-ID, die Anfrageheader und die Antwort aufbewahren; mit unterstützten Leseaufrufen für diesen ursprünglichen Vorgang fortfahren. Die Erstellungsanfrage nicht erneut senden. |
Ailoot gpt-image-2.5-flare-2026-09-08
Verwenden Sie die oben angezeigten Methodenpfade.