GPT Image 2 ist OpenAIs Modell für Bildgenerierung und -bearbeitung aus Text und visuellen Eingaben. Es erstellt ein neues Bild aus einem schriftlichen Briefing und kann Quellbilder für Bearbeitungen oder referenzgeleitete Arbeit verwenden. Praktische Aufgaben umfassen Illustrationen, Produktkonzepte, visuelle Kompositionen und Änderungen an einem vorhandenen Asset. Es ist eine separate Ausgabe gegenüber den Modellen GPT Image 2.5 Sunburst und Flare, mit eigenem Qualitätsbereich und Verhalten bei der Eingabetreue.
Beschreiben Sie für die Generierung Motiv, Szene, Komposition, Licht und gewünschten Stil. Benennen Sie für eine Bearbeitung, was sich ändern und was sein Aussehen behalten soll. Ein Produktbriefing kann eine Keramiklampe auf einer hellen Oberfläche mit zentrierter Silhouette und Platz für eine Beschriftung anfordern; eine anschließende Bearbeitung kann den Hintergrund ändern und dabei Lampenform und Blickwinkel erhalten. Die dokumentierten direkten Generierungs- und Bearbeitungsabläufe akzeptieren Prompts mit bis zu 32.000 Zeichen und können ein bis zehn Bilder zurückgeben.
Referenzbasierte Bearbeitung akzeptiert bis zu sechzehn Eingabebilder. Geben Sie den Zweck jeder Referenz an, damit Motiv, Hintergrund und visuelle Gestaltung nicht verwechselt werden. GPT Image 2 verarbeitet jede Bildeingabe automatisch mit hoher Eingabetreue; input_fidelity sollte weggelassen werden, da es in dieser Ausgabe nicht einstellbar ist. Das unterscheidet sich von der Auswahl high oder low bei GPT Image 1 und dem ausschließlich auf low beschränkten Eingabetreuemodus von GPT Image 1 Mini. Verarbeitung mit hoher Eingabetreue unterstützt Quelldetails, ohne zu garantieren, dass jedes Detail unverändert reproduziert wird.
Eine Maske kann den zu bearbeitenden Bereich kennzeichnen. Quellbild und Maske müssen dasselbe Format und dieselben Abmessungen haben und nach den Vorbereitungsanforderungen des Leitfadens jeweils unter 50 MB bleiben; die Maske benötigt außerdem einen Alphakanal. Wenn mehrere Eingabebilder bereitgestellt werden, gilt die Maskierung für das erste. Das Modell behandelt die Maske als promptbasierte Vorgabe und nicht als strenge geometrische Grenze. Beschreiben Sie lokale Änderung und Erhaltungsanforderungen und prüfen Sie anschließend den umgebenden Bereich auf unbeabsichtigte Unterschiede.
GPT Image 2 unterstützt die Qualitätseinstellungen low, medium, high und auto, mit auto als Standard. Die Einstellungen xhigh und max der 2.5-Familie gehören nicht zum Qualitätsbereich dieser Ausgabe. Die Größe kann quadratisch, Querformat, Hochformat, automatisch oder eine gültige benutzerdefinierte Breite und Höhe sein. Herstellerbeispiele umfassen 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 und 2160 × 3840 Pixel. Wählen Sie Ausrichtung und Detailgrad für das tatsächliche Layout, statt Qualität und Abmessungen als dasselbe Steuerelement zu behandeln.
Benutzerdefinierte Abmessungen müssen Vielfache von sechzehn Pixeln sein, mit einer maximalen Kante von 3840 Pixeln, einem Verhältnis von langer zu kurzer Kante von höchstens 3:1 und einer Fläche von 655.360 bis 8.294.400 Pixeln. Diese Bedingungen gelten gleichzeitig. Auflösungen oberhalb von 2560 × 1440 sind als experimentell gekennzeichnet. Ein Rahmen, der eine Regel erfüllt, kann eine andere dennoch verletzen; wählen Sie daher ein unterstütztes Abmessungspaar und beschreiben Sie beschnittempfindliche Elemente im Briefing.
Die Ausgabe ist standardmäßig PNG; JPEG oder WebP sind ebenfalls verfügbar. Für JPEG und WebP wird eine Komprimierung von 0 bis 100 unterstützt. Der Hintergrund kann deckend oder automatisch sein; die genaue aktuelle Referenz beschreibt Transparenz für GPT Image 2 als Preview-Funktion. Verwenden Sie bei angeforderter Transparenz PNG oder WebP, damit ein Alphakanal erhalten bleiben kann. Der dokumentierte Streamingablauf erlaubt bis zu drei Teilbilder vor dem fertigen Bild; speichern Sie das fertige Asset und keine Fortschrittsvorschau. Die Herstellerschnittstelle unterstützt außerdem Stapelverarbeitung.
Beurteilen Sie Textklarheit, Objektpositionen und die Erhaltung von Quelldetails im tatsächlichen Ergebnis. GPT Image kann mit präziser Schrift, layoutempfindlichen Kompositionen und wiederkehrender visueller Identität über separate Generierungen hinweg Schwierigkeiten haben. Verwenden Sie bei einer Bearbeitungsfolge das gewählte Ergebnis als nächste Quelle und geben Sie eine konkrete Änderung vor, die an ein sichtbares Problem anknüpft. Die nützliche Ausgabe von GPT Image 2 ist ein Bild, das mit einem klaren Generierungs- oder Bearbeitungsbriefing verbunden ist und dessen Eingaben mit hoher Treue, Abmessungen und Qualität für diese konkrete Aufgabe gewählt werden.
", "aboutText": "GPT Image 2 ist OpenAIs Modell für Bildgenerierung und -bearbeitung aus Text und visuellen Eingaben. Es erstellt ein neues Bild aus einem schriftlichen Briefing und kann Quellbilder für Bearbeitungen oder referenzgeleitete Arbeit verwenden. Praktische Aufgaben umfassen Illustrationen, Produktkonzepte, visuelle Kompositionen und Änderungen an einem vorhandenen Asset. Es ist eine separate Ausgabe gegenüber den Modellen GPT Image 2.5 Sunburst und Flare, mit eigenem Qualitätsbereich und Verhalten bei der Eingabetreue.\n\nBeschreiben Sie für die Generierung Motiv, Szene, Komposition, Licht und gewünschten Stil. Benennen Sie für eine Bearbeitung, was sich ändern und was sein Aussehen behalten soll. Ein Produktbriefing kann eine Keramiklampe auf einer hellen Oberfläche mit zentrierter Silhouette und Platz für eine Beschriftung anfordern; eine anschließende Bearbeitung kann den Hintergrund ändern und dabei Lampenform und Blickwinkel erhalten. Die dokumentierten direkten Generierungs- und Bearbeitungsabläufe akzeptieren Prompts mit bis zu 32.000 Zeichen und können ein bis zehn Bilder zurückgeben.\n\nReferenzbasierte Bearbeitung akzeptiert bis zu sechzehn Eingabebilder. Geben Sie den Zweck jeder Referenz an, damit Motiv, Hintergrund und visuelle Gestaltung nicht verwechselt werden. GPT Image 2 verarbeitet jede Bildeingabe automatisch mit hoher Eingabetreue; input_fidelity sollte weggelassen werden, da es in dieser Ausgabe nicht einstellbar ist. Das unterscheidet sich von der Auswahl high oder low bei GPT Image 1 und dem ausschließlich auf low beschränkten Eingabetreuemodus von GPT Image 1 Mini. Verarbeitung mit hoher Eingabetreue unterstützt Quelldetails, ohne zu garantieren, dass jedes Detail unverändert reproduziert wird.\n\nEine Maske kann den zu bearbeitenden Bereich kennzeichnen. Quellbild und Maske müssen dasselbe Format und dieselben Abmessungen haben und nach den Vorbereitungsanforderungen des Leitfadens jeweils unter 50 MB bleiben; die Maske benötigt außerdem einen Alphakanal. Wenn mehrere Eingabebilder bereitgestellt werden, gilt die Maskierung für das erste. Das Modell behandelt die Maske als promptbasierte Vorgabe und nicht als strenge geometrische Grenze. Beschreiben Sie lokale Änderung und Erhaltungsanforderungen und prüfen Sie anschließend den umgebenden Bereich auf unbeabsichtigte Unterschiede.\n\nGPT Image 2 unterstützt die Qualitätseinstellungen low, medium, high und auto, mit auto als Standard. Die Einstellungen xhigh und max der 2.5-Familie gehören nicht zum Qualitätsbereich dieser Ausgabe. Die Größe kann quadratisch, Querformat, Hochformat, automatisch oder eine gültige benutzerdefinierte Breite und Höhe sein. Herstellerbeispiele umfassen 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 und 2160 × 3840 Pixel. Wählen Sie Ausrichtung und Detailgrad für das tatsächliche Layout, statt Qualität und Abmessungen als dasselbe Steuerelement zu behandeln.\n\nBenutzerdefinierte Abmessungen müssen Vielfache von sechzehn Pixeln sein, mit einer maximalen Kante von 3840 Pixeln, einem Verhältnis von langer zu kurzer Kante von höchstens 3:1 und einer Fläche von 655.360 bis 8.294.400 Pixeln. Diese Bedingungen gelten gleichzeitig. Auflösungen oberhalb von 2560 × 1440 sind als experimentell gekennzeichnet. Ein Rahmen, der eine Regel erfüllt, kann eine andere dennoch verletzen; wählen Sie daher ein unterstütztes Abmessungspaar und beschreiben Sie beschnittempfindliche Elemente im Briefing.\n\nDie Ausgabe ist standardmäßig PNG; JPEG oder WebP sind ebenfalls verfügbar. Für JPEG und WebP wird eine Komprimierung von 0 bis 100 unterstützt. Der Hintergrund kann deckend oder automatisch sein; die genaue aktuelle Referenz beschreibt Transparenz für GPT Image 2 als Preview-Funktion. Verwenden Sie bei angeforderter Transparenz PNG oder WebP, damit ein Alphakanal erhalten bleiben kann. Der dokumentierte Streamingablauf erlaubt bis zu drei Teilbilder vor dem fertigen Bild; speichern Sie das fertige Asset und keine Fortschrittsvorschau. Die Herstellerschnittstelle unterstützt außerdem Stapelverarbeitung.\n\nBeurteilen Sie Textklarheit, Objektpositionen und die Erhaltung von Quelldetails im tatsächlichen Ergebnis. GPT Image kann mit präziser Schrift, layoutempfindlichen Kompositionen und wiederkehrender visueller Identität über separate Generierungen hinweg Schwierigkeiten haben. Verwenden Sie bei einer Bearbeitungsfolge das gewählte Ergebnis als nächste Quelle und geben Sie eine konkrete Änderung vor, die an ein sichtbares Problem anknüpft. Die nützliche Ausgabe von GPT Image 2 ist ein Bild, das mit einem klaren Generierungs- oder Bearbeitungsbriefing verbunden ist und dessen Eingaben mit hoher Treue, Abmessungen und Qualität für diese konkrete Aufgabe gewählt werden.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "003f0770df8effa443a14eebbd590a3b6417fbf2c04e1fbf73361efa2e3f8601", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-at", "methods": [ { "html": "gpt-image-2GPT Image 2 erzeugt und bearbeitet Bilder aus Text und visuellen Referenzen. Es unterstützt flexible Bildabmessungen und verarbeitet Bildeingaben automatisch mit hoher Eingabetreue, mit separaten Steuerungen für Qualität, Format und Hintergrund des fertigen Assets.
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 ist OpenAIs Modell für Bildgenerierung und -bearbeitung aus Text und visuellen Eingaben. Es erstellt ein neues Bild aus einem schriftlichen Briefing und kann Quellbilder für Bearbeitungen oder referenzgeleitete Arbeit verwenden. Praktische Aufgaben umfassen Illustrationen, Produktkonzepte, visuelle Kompositionen und Änderungen an einem vorhandenen Asset. Es ist eine separate Ausgabe gegenüber den Modellen GPT Image 2.5 Sunburst und Flare, mit eigenem Qualitätsbereich und Verhalten bei der Eingabetreue.
Beschreiben Sie für die Generierung Motiv, Szene, Komposition, Licht und gewünschten Stil. Benennen Sie für eine Bearbeitung, was sich ändern und was sein Aussehen behalten soll. Ein Produktbriefing kann eine Keramiklampe auf einer hellen Oberfläche mit zentrierter Silhouette und Platz für eine Beschriftung anfordern; eine anschließende Bearbeitung kann den Hintergrund ändern und dabei Lampenform und Blickwinkel erhalten. Die dokumentierten direkten Generierungs- und Bearbeitungsabläufe akzeptieren Prompts mit bis zu 32.000 Zeichen und können ein bis zehn Bilder zurückgeben.
Referenzbasierte Bearbeitung akzeptiert bis zu sechzehn Eingabebilder. Geben Sie den Zweck jeder Referenz an, damit Motiv, Hintergrund und visuelle Gestaltung nicht verwechselt werden. GPT Image 2 verarbeitet jede Bildeingabe automatisch mit hoher Eingabetreue; input_fidelity sollte weggelassen werden, da es in dieser Ausgabe nicht einstellbar ist. Das unterscheidet sich von der Auswahl high oder low bei GPT Image 1 und dem ausschließlich auf low beschränkten Eingabetreuemodus von GPT Image 1 Mini. Verarbeitung mit hoher Eingabetreue unterstützt Quelldetails, ohne zu garantieren, dass jedes Detail unverändert reproduziert wird.
Eine Maske kann den zu bearbeitenden Bereich kennzeichnen. Quellbild und Maske müssen dasselbe Format und dieselben Abmessungen haben und nach den Vorbereitungsanforderungen des Leitfadens jeweils unter 50 MB bleiben; die Maske benötigt außerdem einen Alphakanal. Wenn mehrere Eingabebilder bereitgestellt werden, gilt die Maskierung für das erste. Das Modell behandelt die Maske als promptbasierte Vorgabe und nicht als strenge geometrische Grenze. Beschreiben Sie lokale Änderung und Erhaltungsanforderungen und prüfen Sie anschließend den umgebenden Bereich auf unbeabsichtigte Unterschiede.
GPT Image 2 unterstützt die Qualitätseinstellungen low, medium, high und auto, mit auto als Standard. Die Einstellungen xhigh und max der 2.5-Familie gehören nicht zum Qualitätsbereich dieser Ausgabe. Die Größe kann quadratisch, Querformat, Hochformat, automatisch oder eine gültige benutzerdefinierte Breite und Höhe sein. Herstellerbeispiele umfassen 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 und 2160 × 3840 Pixel. Wählen Sie Ausrichtung und Detailgrad für das tatsächliche Layout, statt Qualität und Abmessungen als dasselbe Steuerelement zu behandeln.
Benutzerdefinierte Abmessungen müssen Vielfache von sechzehn Pixeln sein, mit einer maximalen Kante von 3840 Pixeln, einem Verhältnis von langer zu kurzer Kante von höchstens 3:1 und einer Fläche von 655.360 bis 8.294.400 Pixeln. Diese Bedingungen gelten gleichzeitig. Auflösungen oberhalb von 2560 × 1440 sind als experimentell gekennzeichnet. Ein Rahmen, der eine Regel erfüllt, kann eine andere dennoch verletzen; wählen Sie daher ein unterstütztes Abmessungspaar und beschreiben Sie beschnittempfindliche Elemente im Briefing.
Die Ausgabe ist standardmäßig PNG; JPEG oder WebP sind ebenfalls verfügbar. Für JPEG und WebP wird eine Komprimierung von 0 bis 100 unterstützt. Der Hintergrund kann deckend oder automatisch sein; die genaue aktuelle Referenz beschreibt Transparenz für GPT Image 2 als Preview-Funktion. Verwenden Sie bei angeforderter Transparenz PNG oder WebP, damit ein Alphakanal erhalten bleiben kann. Der dokumentierte Streamingablauf erlaubt bis zu drei Teilbilder vor dem fertigen Bild; speichern Sie das fertige Asset und keine Fortschrittsvorschau. Die Herstellerschnittstelle unterstützt außerdem Stapelverarbeitung.
Beurteilen Sie Textklarheit, Objektpositionen und die Erhaltung von Quelldetails im tatsächlichen Ergebnis. GPT Image kann mit präziser Schrift, layoutempfindlichen Kompositionen und wiederkehrender visueller Identität über separate Generierungen hinweg Schwierigkeiten haben. Verwenden Sie bei einer Bearbeitungsfolge das gewählte Ergebnis als nächste Quelle und geben Sie eine konkrete Änderung vor, die an ein sichtbares Problem anknüpft. Die nützliche Ausgabe von GPT Image 2 ist ein Bild, das mit einem klaren Generierungs- oder Bearbeitungsbriefing verbunden ist und dessen Eingaben mit hoher Treue, Abmessungen und Qualität für diese konkrete Aufgabe gewählt werden.
POST /v1/images/generationstextimage| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits gpt-image-2 | 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", "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', '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", "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
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images
gpt-image-2GPT Image 2 erzeugt und bearbeitet Bilder aus Text und visuellen Referenzen. Es unterstützt flexible Bildabmessungen und verarbeitet Bildeingaben automatisch mit hoher Eingabetreue, mit separaten Steuerungen für Qualität, Format und Hintergrund des fertigen Assets.
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 ist OpenAIs Modell für Bildgenerierung und -bearbeitung aus Text und visuellen Eingaben. Es erstellt ein neues Bild aus einem schriftlichen Briefing und kann Quellbilder für Bearbeitungen oder referenzgeleitete Arbeit verwenden. Praktische Aufgaben umfassen Illustrationen, Produktkonzepte, visuelle Kompositionen und Änderungen an einem vorhandenen Asset. Es ist eine separate Ausgabe gegenüber den Modellen GPT Image 2.5 Sunburst und Flare, mit eigenem Qualitätsbereich und Verhalten bei der Eingabetreue.
Beschreiben Sie für die Generierung Motiv, Szene, Komposition, Licht und gewünschten Stil. Benennen Sie für eine Bearbeitung, was sich ändern und was sein Aussehen behalten soll. Ein Produktbriefing kann eine Keramiklampe auf einer hellen Oberfläche mit zentrierter Silhouette und Platz für eine Beschriftung anfordern; eine anschließende Bearbeitung kann den Hintergrund ändern und dabei Lampenform und Blickwinkel erhalten. Die dokumentierten direkten Generierungs- und Bearbeitungsabläufe akzeptieren Prompts mit bis zu 32.000 Zeichen und können ein bis zehn Bilder zurückgeben.
Referenzbasierte Bearbeitung akzeptiert bis zu sechzehn Eingabebilder. Geben Sie den Zweck jeder Referenz an, damit Motiv, Hintergrund und visuelle Gestaltung nicht verwechselt werden. GPT Image 2 verarbeitet jede Bildeingabe automatisch mit hoher Eingabetreue; input_fidelity sollte weggelassen werden, da es in dieser Ausgabe nicht einstellbar ist. Das unterscheidet sich von der Auswahl high oder low bei GPT Image 1 und dem ausschließlich auf low beschränkten Eingabetreuemodus von GPT Image 1 Mini. Verarbeitung mit hoher Eingabetreue unterstützt Quelldetails, ohne zu garantieren, dass jedes Detail unverändert reproduziert wird.
Eine Maske kann den zu bearbeitenden Bereich kennzeichnen. Quellbild und Maske müssen dasselbe Format und dieselben Abmessungen haben und nach den Vorbereitungsanforderungen des Leitfadens jeweils unter 50 MB bleiben; die Maske benötigt außerdem einen Alphakanal. Wenn mehrere Eingabebilder bereitgestellt werden, gilt die Maskierung für das erste. Das Modell behandelt die Maske als promptbasierte Vorgabe und nicht als strenge geometrische Grenze. Beschreiben Sie lokale Änderung und Erhaltungsanforderungen und prüfen Sie anschließend den umgebenden Bereich auf unbeabsichtigte Unterschiede.
GPT Image 2 unterstützt die Qualitätseinstellungen low, medium, high und auto, mit auto als Standard. Die Einstellungen xhigh und max der 2.5-Familie gehören nicht zum Qualitätsbereich dieser Ausgabe. Die Größe kann quadratisch, Querformat, Hochformat, automatisch oder eine gültige benutzerdefinierte Breite und Höhe sein. Herstellerbeispiele umfassen 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 und 2160 × 3840 Pixel. Wählen Sie Ausrichtung und Detailgrad für das tatsächliche Layout, statt Qualität und Abmessungen als dasselbe Steuerelement zu behandeln.
Benutzerdefinierte Abmessungen müssen Vielfache von sechzehn Pixeln sein, mit einer maximalen Kante von 3840 Pixeln, einem Verhältnis von langer zu kurzer Kante von höchstens 3:1 und einer Fläche von 655.360 bis 8.294.400 Pixeln. Diese Bedingungen gelten gleichzeitig. Auflösungen oberhalb von 2560 × 1440 sind als experimentell gekennzeichnet. Ein Rahmen, der eine Regel erfüllt, kann eine andere dennoch verletzen; wählen Sie daher ein unterstütztes Abmessungspaar und beschreiben Sie beschnittempfindliche Elemente im Briefing.
Die Ausgabe ist standardmäßig PNG; JPEG oder WebP sind ebenfalls verfügbar. Für JPEG und WebP wird eine Komprimierung von 0 bis 100 unterstützt. Der Hintergrund kann deckend oder automatisch sein; die genaue aktuelle Referenz beschreibt Transparenz für GPT Image 2 als Preview-Funktion. Verwenden Sie bei angeforderter Transparenz PNG oder WebP, damit ein Alphakanal erhalten bleiben kann. Der dokumentierte Streamingablauf erlaubt bis zu drei Teilbilder vor dem fertigen Bild; speichern Sie das fertige Asset und keine Fortschrittsvorschau. Die Herstellerschnittstelle unterstützt außerdem Stapelverarbeitung.
Beurteilen Sie Textklarheit, Objektpositionen und die Erhaltung von Quelldetails im tatsächlichen Ergebnis. GPT Image kann mit präziser Schrift, layoutempfindlichen Kompositionen und wiederkehrender visueller Identität über separate Generierungen hinweg Schwierigkeiten haben. Verwenden Sie bei einer Bearbeitungsfolge das gewählte Ergebnis als nächste Quelle und geben Sie eine konkrete Änderung vor, die an ein sichtbares Problem anknüpft. Die nützliche Ausgabe von GPT Image 2 ist ein Bild, das mit einem klaren Generierungs- oder Bearbeitungsbriefing verbunden ist und dessen Eingaben mit hoher Treue, Abmessungen und Qualität für diese konkrete Aufgabe gewählt werden.
POST /v1/images/generationstextimage| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits gpt-image-2 | Standard— |
Feldprompt | Typstring | AnforderungErforderlich | Werte und Limits Maximale Länge: 32 000 | Standard— |
Feldsize | Typstring | AnforderungOptional | Werte und Limits Bedingungen: Verwenden Sie auto oder WIDTHxHEIGHT, wobei beide Abmessungen durch 16 teilbar sein müssen. Die längste Seite darf höchstens 3,840 Pixel und die Gesamtgröße höchstens 8,300,000 Pixel betragen. | Standardauto |
Feldbackground | Typstring | AnforderungOptional | Werte und Limits transparent, opaque, auto | Standardauto |
Feldmoderation | Typstring | AnforderungOptional | Werte und Limits low, auto Bedingungen: Verwenden Sie auto für die standardmäßige Inhaltsmoderation. | Standard— |
Feldn | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 10 | Standard1 |
Feldquality | Typstring | AnforderungOptional | Werte und Limits auto, high, medium, low | Standardauto |
Feldoutput_compression | Typinteger | AnforderungOptional | Werte und Limits Minimum: 0 Maximum: 100 Bedingungen: Gilt für JPEG- und WebP-Ausgaben; senden Sie den dokumentierten ganzzahligen Wert. | Standard100 |
Feldoutput_format | Typstring | AnforderungOptional | Werte und Limits webp, png, jpeg | Standardpng |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits false Bedingungen: Diese Route liefert eine abgeschlossene JSON-Antwort zurück. | Standardfalse |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragprompt, model |
Parametermaterial_types | Vertragtext |
Parameteroptional | Vertragsize, background, moderation, n, quality, output_compression, output_format, stream |
Parameterconditions | VertragEin transparenter Hintergrund erfordert PNG oder WebP., Ausgabekomprimierung gilt für JPEG oder WebP., Die ausgewählte Methode generiert aus Text. Die beim Hersteller beschriebenen Bearbeitungs- und Streaming-Steuerungen sind separate Funktionen. |
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}
Die angezeigten Tarife dienen zur Kostenschätzung vor der Generierung. Der endgültige Betrag wird aus den für die ursprüngliche Generierung erfassten Kosten berechnet. Die gemessene Ausgabedauer und prognostizierte Mengen sind nicht die endgültige abrechenbare Menge.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Prognostizierte Menge | Gebühr |
|---|---|---|---|
| KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Prognostizierte Menge— | Gebühr Eingabe · Eingabetoken · Schätzung nur zum Vergleich — / 1K Tokens Ausgabe · Ausgabetoken · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · Cache lesen · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · In Cache schreiben · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde · Schätzung nur zum Vergleich — / 1K Tokens |
| KonfigurationGeschätzte Generierungskosten | Tarifstaffel— | Prognostizierte MengeSchätzung für eine Generierung | Gebühr Ausgabe · Geschätzte Generierungskosten · Schätzung nur zum Vergleich $0.24576 Schätzung vor der Generierung Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung. |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'prompt': 'A cute baby sea otter', 'model': 'gpt-image-2', 'size': '1024x1024', 'n': 1, 'background': 'auto', 'moderation': 'auto', 'output_format': 'png'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\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}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.\nSpeichern Sie jedes fertiggestellte Bild; rufen Sie jede zurückgegebene URL ab oder dekodieren Sie seinen Base64-Inhalt.
Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern.
Die zurückgegebene X-Client-Request-ID zum Abgleich aufbewahren. Nur tatsächlich zurückgegebene task_id-/asset_id-Werte oder die eigene Medienbibliothek abfragen; niemals eine Aufgaben-URL aus der Vorgangs-ID bilden und die Erstellung niemals erneut anfordern.
| Feld | Typ |
|---|---|
Feldcreated | Typ |
Felddata[].url | Typ |
Felddata[].b64_json | Typ |
Feldusage | Typ |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images
openai/gpt-image-2GPT Image 2 erzeugt und bearbeitet Bilder aus Text und visuellen Referenzen. Es unterstützt flexible Bildabmessungen und verarbeitet Bildeingaben automatisch mit hoher Eingabetreue, mit separaten Steuerungen für Qualität, Format und Hintergrund des fertigen Assets.
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 ist OpenAIs Modell für Bildgenerierung und -bearbeitung aus Text und visuellen Eingaben. Es erstellt ein neues Bild aus einem schriftlichen Briefing und kann Quellbilder für Bearbeitungen oder referenzgeleitete Arbeit verwenden. Praktische Aufgaben umfassen Illustrationen, Produktkonzepte, visuelle Kompositionen und Änderungen an einem vorhandenen Asset. Es ist eine separate Ausgabe gegenüber den Modellen GPT Image 2.5 Sunburst und Flare, mit eigenem Qualitätsbereich und Verhalten bei der Eingabetreue.
Beschreiben Sie für die Generierung Motiv, Szene, Komposition, Licht und gewünschten Stil. Benennen Sie für eine Bearbeitung, was sich ändern und was sein Aussehen behalten soll. Ein Produktbriefing kann eine Keramiklampe auf einer hellen Oberfläche mit zentrierter Silhouette und Platz für eine Beschriftung anfordern; eine anschließende Bearbeitung kann den Hintergrund ändern und dabei Lampenform und Blickwinkel erhalten. Die dokumentierten direkten Generierungs- und Bearbeitungsabläufe akzeptieren Prompts mit bis zu 32.000 Zeichen und können ein bis zehn Bilder zurückgeben.
Referenzbasierte Bearbeitung akzeptiert bis zu sechzehn Eingabebilder. Geben Sie den Zweck jeder Referenz an, damit Motiv, Hintergrund und visuelle Gestaltung nicht verwechselt werden. GPT Image 2 verarbeitet jede Bildeingabe automatisch mit hoher Eingabetreue; input_fidelity sollte weggelassen werden, da es in dieser Ausgabe nicht einstellbar ist. Das unterscheidet sich von der Auswahl high oder low bei GPT Image 1 und dem ausschließlich auf low beschränkten Eingabetreuemodus von GPT Image 1 Mini. Verarbeitung mit hoher Eingabetreue unterstützt Quelldetails, ohne zu garantieren, dass jedes Detail unverändert reproduziert wird.
Eine Maske kann den zu bearbeitenden Bereich kennzeichnen. Quellbild und Maske müssen dasselbe Format und dieselben Abmessungen haben und nach den Vorbereitungsanforderungen des Leitfadens jeweils unter 50 MB bleiben; die Maske benötigt außerdem einen Alphakanal. Wenn mehrere Eingabebilder bereitgestellt werden, gilt die Maskierung für das erste. Das Modell behandelt die Maske als promptbasierte Vorgabe und nicht als strenge geometrische Grenze. Beschreiben Sie lokale Änderung und Erhaltungsanforderungen und prüfen Sie anschließend den umgebenden Bereich auf unbeabsichtigte Unterschiede.
GPT Image 2 unterstützt die Qualitätseinstellungen low, medium, high und auto, mit auto als Standard. Die Einstellungen xhigh und max der 2.5-Familie gehören nicht zum Qualitätsbereich dieser Ausgabe. Die Größe kann quadratisch, Querformat, Hochformat, automatisch oder eine gültige benutzerdefinierte Breite und Höhe sein. Herstellerbeispiele umfassen 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 und 2160 × 3840 Pixel. Wählen Sie Ausrichtung und Detailgrad für das tatsächliche Layout, statt Qualität und Abmessungen als dasselbe Steuerelement zu behandeln.
Benutzerdefinierte Abmessungen müssen Vielfache von sechzehn Pixeln sein, mit einer maximalen Kante von 3840 Pixeln, einem Verhältnis von langer zu kurzer Kante von höchstens 3:1 und einer Fläche von 655.360 bis 8.294.400 Pixeln. Diese Bedingungen gelten gleichzeitig. Auflösungen oberhalb von 2560 × 1440 sind als experimentell gekennzeichnet. Ein Rahmen, der eine Regel erfüllt, kann eine andere dennoch verletzen; wählen Sie daher ein unterstütztes Abmessungspaar und beschreiben Sie beschnittempfindliche Elemente im Briefing.
Die Ausgabe ist standardmäßig PNG; JPEG oder WebP sind ebenfalls verfügbar. Für JPEG und WebP wird eine Komprimierung von 0 bis 100 unterstützt. Der Hintergrund kann deckend oder automatisch sein; die genaue aktuelle Referenz beschreibt Transparenz für GPT Image 2 als Preview-Funktion. Verwenden Sie bei angeforderter Transparenz PNG oder WebP, damit ein Alphakanal erhalten bleiben kann. Der dokumentierte Streamingablauf erlaubt bis zu drei Teilbilder vor dem fertigen Bild; speichern Sie das fertige Asset und keine Fortschrittsvorschau. Die Herstellerschnittstelle unterstützt außerdem Stapelverarbeitung.
Beurteilen Sie Textklarheit, Objektpositionen und die Erhaltung von Quelldetails im tatsächlichen Ergebnis. GPT Image kann mit präziser Schrift, layoutempfindlichen Kompositionen und wiederkehrender visueller Identität über separate Generierungen hinweg Schwierigkeiten haben. Verwenden Sie bei einer Bearbeitungsfolge das gewählte Ergebnis als nächste Quelle und geben Sie eine konkrete Änderung vor, die an ein sichtbares Problem anknüpft. Die nützliche Ausgabe von GPT Image 2 ist ein Bild, das mit einem klaren Generierungs- oder Bearbeitungsbriefing verbunden ist und dessen Eingaben mit hoher Treue, Abmessungen und Qualität für diese konkrete Aufgabe gewählt werden.
POST /v1/images/generationstext, imageimage| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits openai/gpt-image-2 | Standard— |
Feldprompt | Typstring | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 | Standard— |
Feldaspect_ratio | Typstring | AnforderungOptional | Werte und Limits 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, auto | Standard— |
Feldquality | Typstring | AnforderungOptional | Werte und Limits auto, low, medium, high | Standard— |
Feldbackground | Typstring | AnforderungOptional | Werte und Limits auto, opaque | Standard— |
Feldn | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Maximum: 10 | Standard— |
Feldinput_references | Typarray | AnforderungOptional | Werte und Limits Mindestanzahl Elemente: 0 Maximale Anzahl Elemente: 16 | Standard— |
Feldoutput_compression | Typinteger | AnforderungOptional | Werte und Limits Minimum: 0 Maximum: 100 | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, prompt |
Parametermaterial_types | Vertragtext, image |
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}
Die angezeigten Tarife dienen zur Kostenschätzung vor der Generierung. Der endgültige Betrag wird aus den für die ursprüngliche Generierung erfassten Kosten berechnet. Die gemessene Ausgabedauer und prognostizierte Mengen sind nicht die endgültige abrechenbare Menge.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Prognostizierte Menge | Gebühr |
|---|---|---|---|
| KonfigurationBasistarife für Tokens | TarifstaffelGrundtarif | Prognostizierte Menge— | Gebühr Eingabe · Eingabetoken · Schätzung nur zum Vergleich — / 1K Tokens Ausgabe · Ausgabetoken · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · Cache lesen · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · In Cache schreiben · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde · Schätzung nur zum Vergleich — / 1K Tokens |
| KonfigurationGeschätzte Generierungskosten | Tarifstaffel— | Prognostizierte MengeSchätzung für eine Generierung | Gebühr Ausgabe · Geschätzte Generierungskosten · Schätzung nur zum Vergleich $0.24576 Schätzung vor der Generierung Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung. |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'openai/gpt-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\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}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.\nSpeichern Sie jedes fertiggestellte Bild; rufen Sie jede zurückgegebene URL ab oder dekodieren Sie seinen Base64-Inhalt.
Die vollständige Antwort und ihre Header, jede tatsächliche Ausgabe, die ursprünglich zurückgegebenen Kennungen und alle Nutzungsfelder aufbewahren. Den ursprünglichen Vorgang wiederaufnehmen, ohne die Erstellung erneut anzufordern.
Die zurückgegebene X-Client-Request-ID zum Abgleich aufbewahren. Nur tatsächlich zurückgegebene task_id-/asset_id-Werte oder die eigene Medienbibliothek abfragen; niemals eine Aufgaben-URL aus der Vorgangs-ID bilden und die Erstellung niemals erneut anfordern.
| Feld | Typ |
|---|---|
Feldcreated | Typ |
Felddata[].url | Typ |
Felddata[].b64_json | Typ |
Feldusage | Typ |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images