GPT Image 1 ist OpenAIs nativ multimodales Bildmodell, das Text- und Bildeingaben akzeptiert und Bildausgaben erzeugt. Es kann eine neue Szene generieren, Referenzbilder zur Gestaltung einer Komposition nutzen oder eine vorhandene Bilddatei anhand einer neuen Anweisung bearbeiten. Praktische Arbeiten umfassen Illustrationen, Produktbilder, Designkonzepte und lokale, durch eine Maske geführte Änderungen. Dies ist die benannte Ausgabe GPT Image 1, getrennt von Image 1 Mini, Image 1.5 und späteren GPT-Image-Versionen.
Bereiten Sie ein Briefing vor, das Motiv, Umgebung, Komposition, Beleuchtung und visuellen Stil angibt. Wenn die Aufgabe sichtbaren Text benötigt, nehmen Sie den genauen Wortlaut auf und erklären Sie die beabsichtigte Hierarchie und Position. Weisen Sie bei einer Referenzkomposition jedem Bild eine klare Rolle zu, etwa Produkt, Umgebung oder visuelle Behandlung. Die direkten Generierungs- und Bearbeitungsabläufe erlauben einen Prompt mit bis zu 32'000 Zeichen und ein bis zehn Bildergebnisse. Vergleichen Sie die gelieferten Varianten anhand desselben Briefings und bewahren Sie das gewählte Bild für weitere Arbeit auf.
Die Bearbeitung kann bis zu sechzehn Referenzbilder verwenden. GPT Image 1 unterstützt input_fidelity mit low und high; low ist der Standard. Diese Einstellung beeinflusst den Aufwand zur Erhaltung der Merkmale und des Stils des Ausgangsbilds; sie ist von Darstellungsqualität und Ausgabegrösse getrennt. Eine Bearbeitung mit hoher Eingabetreue ist nützlich, wenn Vorlagendetails wichtig sind, garantiert jedoch nicht, dass jedes identifizierende Detail identisch bleibt. Benennen Sie, was erhalten bleiben und was sich ändern darf, statt sich allein auf die Treueeinstellung zu verlassen.
Maskierte Bearbeitung kennzeichnet einen zu ändernden Bereich. Bereiten Sie Vorlage und Maske im selben Format und mit denselben Abmessungen vor, gemäss Leitfaden unter 50 MB und mit einem Alphakanal in der Maske. Bei mehreren Ausgangsbildern gilt die Maske für das erste. Ein nützliches Bearbeitungsbriefing kann eine andere Wandfarbe verlangen und dabei Möbel, Kamerawinkel und Beleuchtung erhalten. Das Modell nutzt die Maske als Orientierung und verspricht keine exakte Grenze; prüfen Sie daher sowohl den geänderten Bereich als auch seine Umgebung.
Die dokumentierten Standardausgabegrössen sind 1024 × 1024, 1536 × 1024 und 1024 × 1536 Pixel, mit automatischer Grössenwahl, sofern unterstützt. Die Qualität ist low, medium, high oder auto. GPT Image 1 verwendet diese Standardformate und Qualitätsstufen bis high. Wählen Sie das Standardformat passend zur vorgesehenen Anzeige und den Detailgrad nach dem Zweck des Bildes.
PNG ist die Standardausgabe, mit JPEG und WebP als Alternativen. Für JPEG und WebP ist Komprimierung von 0 bis 100 verfügbar. Transparente, deckende und automatische Hintergründe unterstützen unterschiedliche Lieferanforderungen; Transparenz erfordert PNG oder WebP. Nutzen Sie für eine freigestellte Grafik ein Format, das ihren Alphakanal erhält, bevor Sie sie in einem späteren Layout platzieren. Nehmen Sie für eine vollständige Szene den Hintergrund und die Beziehung des Motivs dazu in das Briefing auf.
OpenAI dokumentiert direkte Generierung und Bearbeitung; die Modellkarte umfasst auch dialogbasierte Bildnutzung. Behalten Sie bei iterativer Arbeit das gewählte Ergebnis als Vorlage für eine Folgeänderung bei, statt unausgesprochen eine andere Variante zu wählen. Die Bildreferenz dokumentiert Streaming mit bis zu drei Teilbildern; diese zeigen Fortschritt und sind keine zusätzlichen fertigen Bilddateien. Bewahren Sie das fertige Bild und das Briefing gemeinsam auf, damit spätere Bearbeitungen auf die tatsächliche Komposition Bezug nehmen. Die Herstellerschnittstelle unterstützt auch Stapelverarbeitung.
Das Modell kann weiterhin Schwierigkeiten mit präziser Textplatzierung, eng strukturierten Layouts und Konsistenz bei wiederkehrenden Motiven haben. Prüfen Sie Schrift, Objektgrenzen, Farbbehandlung und jene Details, die das Ausgangsmaterial identifizieren, in der vorgesehenen Grösse. Wenn eine Bearbeitung verfeinert werden muss, beschreiben Sie die sichtbare Abweichung und die zu erhaltenden Elemente. GPT Image 1 eignet sich für eine konkrete Folge aus Generierung, referenzgeführter Bearbeitung und Bildvorbereitung, wobei seine eigenen Standardgrössen und die wählbare Eingabetreue von anderen Ausgaben getrennt bleiben.
", "aboutText": "GPT Image 1 ist OpenAIs nativ multimodales Bildmodell, das Text- und Bildeingaben akzeptiert und Bildausgaben erzeugt. Es kann eine neue Szene generieren, Referenzbilder zur Gestaltung einer Komposition nutzen oder eine vorhandene Bilddatei anhand einer neuen Anweisung bearbeiten. Praktische Arbeiten umfassen Illustrationen, Produktbilder, Designkonzepte und lokale, durch eine Maske geführte Änderungen. Dies ist die benannte Ausgabe GPT Image 1, getrennt von Image 1 Mini, Image 1.5 und späteren GPT-Image-Versionen.\n\nBereiten Sie ein Briefing vor, das Motiv, Umgebung, Komposition, Beleuchtung und visuellen Stil angibt. Wenn die Aufgabe sichtbaren Text benötigt, nehmen Sie den genauen Wortlaut auf und erklären Sie die beabsichtigte Hierarchie und Position. Weisen Sie bei einer Referenzkomposition jedem Bild eine klare Rolle zu, etwa Produkt, Umgebung oder visuelle Behandlung. Die direkten Generierungs- und Bearbeitungsabläufe erlauben einen Prompt mit bis zu 32'000 Zeichen und ein bis zehn Bildergebnisse. Vergleichen Sie die gelieferten Varianten anhand desselben Briefings und bewahren Sie das gewählte Bild für weitere Arbeit auf.\n\nDie Bearbeitung kann bis zu sechzehn Referenzbilder verwenden. GPT Image 1 unterstützt input_fidelity mit low und high; low ist der Standard. Diese Einstellung beeinflusst den Aufwand zur Erhaltung der Merkmale und des Stils des Ausgangsbilds; sie ist von Darstellungsqualität und Ausgabegrösse getrennt. Eine Bearbeitung mit hoher Eingabetreue ist nützlich, wenn Vorlagendetails wichtig sind, garantiert jedoch nicht, dass jedes identifizierende Detail identisch bleibt. Benennen Sie, was erhalten bleiben und was sich ändern darf, statt sich allein auf die Treueeinstellung zu verlassen.\n\nMaskierte Bearbeitung kennzeichnet einen zu ändernden Bereich. Bereiten Sie Vorlage und Maske im selben Format und mit denselben Abmessungen vor, gemäss Leitfaden unter 50 MB und mit einem Alphakanal in der Maske. Bei mehreren Ausgangsbildern gilt die Maske für das erste. Ein nützliches Bearbeitungsbriefing kann eine andere Wandfarbe verlangen und dabei Möbel, Kamerawinkel und Beleuchtung erhalten. Das Modell nutzt die Maske als Orientierung und verspricht keine exakte Grenze; prüfen Sie daher sowohl den geänderten Bereich als auch seine Umgebung.\n\nDie dokumentierten Standardausgabegrössen sind 1024 × 1024, 1536 × 1024 und 1024 × 1536 Pixel, mit automatischer Grössenwahl, sofern unterstützt. Die Qualität ist low, medium, high oder auto. GPT Image 1 verwendet diese Standardformate und Qualitätsstufen bis high. Wählen Sie das Standardformat passend zur vorgesehenen Anzeige und den Detailgrad nach dem Zweck des Bildes.\n\nPNG ist die Standardausgabe, mit JPEG und WebP als Alternativen. Für JPEG und WebP ist Komprimierung von 0 bis 100 verfügbar. Transparente, deckende und automatische Hintergründe unterstützen unterschiedliche Lieferanforderungen; Transparenz erfordert PNG oder WebP. Nutzen Sie für eine freigestellte Grafik ein Format, das ihren Alphakanal erhält, bevor Sie sie in einem späteren Layout platzieren. Nehmen Sie für eine vollständige Szene den Hintergrund und die Beziehung des Motivs dazu in das Briefing auf.\n\nOpenAI dokumentiert direkte Generierung und Bearbeitung; die Modellkarte umfasst auch dialogbasierte Bildnutzung. Behalten Sie bei iterativer Arbeit das gewählte Ergebnis als Vorlage für eine Folgeänderung bei, statt unausgesprochen eine andere Variante zu wählen. Die Bildreferenz dokumentiert Streaming mit bis zu drei Teilbildern; diese zeigen Fortschritt und sind keine zusätzlichen fertigen Bilddateien. Bewahren Sie das fertige Bild und das Briefing gemeinsam auf, damit spätere Bearbeitungen auf die tatsächliche Komposition Bezug nehmen. Die Herstellerschnittstelle unterstützt auch Stapelverarbeitung.\n\nDas Modell kann weiterhin Schwierigkeiten mit präziser Textplatzierung, eng strukturierten Layouts und Konsistenz bei wiederkehrenden Motiven haben. Prüfen Sie Schrift, Objektgrenzen, Farbbehandlung und jene Details, die das Ausgangsmaterial identifizieren, in der vorgesehenen Grösse. Wenn eine Bearbeitung verfeinert werden muss, beschreiben Sie die sichtbare Abweichung und die zu erhaltenden Elemente. GPT Image 1 eignet sich für eine konkrete Folge aus Generierung, referenzgeführter Bearbeitung und Bildvorbereitung, wobei seine eigenen Standardgrössen und die wählbare Eingabetreue von anderen Ausgaben getrennt bleiben.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "347a0380cbd5fe145664e8e6ffeeefcda0f4876c2c9328f0c705a858bf93049f", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-ch", "methods": [ { "html": "openai/gpt-image-1GPT Image 1 erzeugt und bearbeitet Bilder aus Text und visuellen Eingaben, darunter referenzgeführte Kompositionen und maskierte Änderungen. Es unterstützt wählbare Eingabetreue, standardmässige Bildformate, transparente Hintergründe und PNG-, JPEG- oder WebP-Ausgabe.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
GPT Image 1 ist OpenAIs nativ multimodales Bildmodell, das Text- und Bildeingaben akzeptiert und Bildausgaben erzeugt. Es kann eine neue Szene generieren, Referenzbilder zur Gestaltung einer Komposition nutzen oder eine vorhandene Bilddatei anhand einer neuen Anweisung bearbeiten. Praktische Arbeiten umfassen Illustrationen, Produktbilder, Designkonzepte und lokale, durch eine Maske geführte Änderungen. Dies ist die benannte Ausgabe GPT Image 1, getrennt von Image 1 Mini, Image 1.5 und späteren GPT-Image-Versionen.
Bereiten Sie ein Briefing vor, das Motiv, Umgebung, Komposition, Beleuchtung und visuellen Stil angibt. Wenn die Aufgabe sichtbaren Text benötigt, nehmen Sie den genauen Wortlaut auf und erklären Sie die beabsichtigte Hierarchie und Position. Weisen Sie bei einer Referenzkomposition jedem Bild eine klare Rolle zu, etwa Produkt, Umgebung oder visuelle Behandlung. Die direkten Generierungs- und Bearbeitungsabläufe erlauben einen Prompt mit bis zu 32'000 Zeichen und ein bis zehn Bildergebnisse. Vergleichen Sie die gelieferten Varianten anhand desselben Briefings und bewahren Sie das gewählte Bild für weitere Arbeit auf.
Die Bearbeitung kann bis zu sechzehn Referenzbilder verwenden. GPT Image 1 unterstützt input_fidelity mit low und high; low ist der Standard. Diese Einstellung beeinflusst den Aufwand zur Erhaltung der Merkmale und des Stils des Ausgangsbilds; sie ist von Darstellungsqualität und Ausgabegrösse getrennt. Eine Bearbeitung mit hoher Eingabetreue ist nützlich, wenn Vorlagendetails wichtig sind, garantiert jedoch nicht, dass jedes identifizierende Detail identisch bleibt. Benennen Sie, was erhalten bleiben und was sich ändern darf, statt sich allein auf die Treueeinstellung zu verlassen.
Maskierte Bearbeitung kennzeichnet einen zu ändernden Bereich. Bereiten Sie Vorlage und Maske im selben Format und mit denselben Abmessungen vor, gemäss Leitfaden unter 50 MB und mit einem Alphakanal in der Maske. Bei mehreren Ausgangsbildern gilt die Maske für das erste. Ein nützliches Bearbeitungsbriefing kann eine andere Wandfarbe verlangen und dabei Möbel, Kamerawinkel und Beleuchtung erhalten. Das Modell nutzt die Maske als Orientierung und verspricht keine exakte Grenze; prüfen Sie daher sowohl den geänderten Bereich als auch seine Umgebung.
Die dokumentierten Standardausgabegrössen sind 1024 × 1024, 1536 × 1024 und 1024 × 1536 Pixel, mit automatischer Grössenwahl, sofern unterstützt. Die Qualität ist low, medium, high oder auto. GPT Image 1 verwendet diese Standardformate und Qualitätsstufen bis high. Wählen Sie das Standardformat passend zur vorgesehenen Anzeige und den Detailgrad nach dem Zweck des Bildes.
PNG ist die Standardausgabe, mit JPEG und WebP als Alternativen. Für JPEG und WebP ist Komprimierung von 0 bis 100 verfügbar. Transparente, deckende und automatische Hintergründe unterstützen unterschiedliche Lieferanforderungen; Transparenz erfordert PNG oder WebP. Nutzen Sie für eine freigestellte Grafik ein Format, das ihren Alphakanal erhält, bevor Sie sie in einem späteren Layout platzieren. Nehmen Sie für eine vollständige Szene den Hintergrund und die Beziehung des Motivs dazu in das Briefing auf.
OpenAI dokumentiert direkte Generierung und Bearbeitung; die Modellkarte umfasst auch dialogbasierte Bildnutzung. Behalten Sie bei iterativer Arbeit das gewählte Ergebnis als Vorlage für eine Folgeänderung bei, statt unausgesprochen eine andere Variante zu wählen. Die Bildreferenz dokumentiert Streaming mit bis zu drei Teilbildern; diese zeigen Fortschritt und sind keine zusätzlichen fertigen Bilddateien. Bewahren Sie das fertige Bild und das Briefing gemeinsam auf, damit spätere Bearbeitungen auf die tatsächliche Komposition Bezug nehmen. Die Herstellerschnittstelle unterstützt auch Stapelverarbeitung.
Das Modell kann weiterhin Schwierigkeiten mit präziser Textplatzierung, eng strukturierten Layouts und Konsistenz bei wiederkehrenden Motiven haben. Prüfen Sie Schrift, Objektgrenzen, Farbbehandlung und jene Details, die das Ausgangsmaterial identifizieren, in der vorgesehenen Grösse. Wenn eine Bearbeitung verfeinert werden muss, beschreiben Sie die sichtbare Abweichung und die zu erhaltenden Elemente. GPT Image 1 eignet sich für eine konkrete Folge aus Generierung, referenzgeführter Bearbeitung und Bildvorbereitung, wobei seine eigenen Standardgrössen und die wählbare Eingabetreue von anderen Ausgaben getrennt bleiben.
POST /v1/images/generationstext, imageimage| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits openai/gpt-image-1 | Standard— |
Feldprompt | Typstring | AnforderungErforderlich | Werte und Limits Mindestlänge: 1 | Standard— |
Feldaspect_ratio | Typstring | AnforderungOptional | Werte und Limits 1:1, 3:2, 2:3, auto | Standard— |
Feldquality | Typstring | AnforderungOptional | Werte und Limits auto, low, medium, high | Standard— |
Feldbackground | Typstring | AnforderungOptional | Werte und Limits auto, transparent, 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 |
|---|---|---|---|
| KonfigurationToken-Basistarife | 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 · Cache schreiben · Schätzung nur zum Vergleich — / 1K Tokens Eingabe · Cache schreiben, 1 Stunde · Schätzung nur zum Vergleich — / 1K Tokens |
| KonfigurationGeschätzte Erzeugungskosten | Tarifstaffel— | Prognostizierte MengeSchätzung für eine Generierung | Gebühr Ausgabe · Geschätzte Generierungskosten · Schätzung nur zum Vergleich $0.32768 Schätzung vor der Generierung Diese Schätzung ist weder eine zusätzliche Gebühr noch ein fester Tarif für die abgeschlossene Generierung. |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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-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\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 Ultra openai/gpt-image-1
/v1/images