Το GPT Image 2 είναι το μοντέλο της OpenAI για δημιουργία και επεξεργασία εικόνων από κείμενο και οπτικές εισόδους. Δημιουργεί νέα εικόνα από μια γραπτή περιγραφή και μπορεί να χρησιμοποιεί εικόνες προέλευσης για επεξεργασίες ή εργασία με αναφορές. Πρακτικές εργασίες περιλαμβάνουν εικονογραφήσεις, ιδέες προϊόντων, οπτικές συνθέσεις και αλλαγές σε υπάρχον υλικό. Αποτελεί ξεχωριστή έκδοση από τα μοντέλα GPT Image 2.5 Sunburst και Flare, με δικό του εύρος ποιότητας και συμπεριφορά πιστότητας εισόδου.
Για δημιουργία, περιγράψτε το θέμα, τη σκηνή, τη σύνθεση, το φως και το επιθυμητό ύφος. Για επεξεργασία, ονομάστε τι πρέπει να αλλάξει και τι πρέπει να διατηρήσει την εμφάνισή του. Μια περιγραφή προϊόντος μπορεί να ζητά ένα κεραμικό φωτιστικό πάνω σε ανοιχτόχρωμη επιφάνεια με κεντραρισμένη σιλουέτα και χώρο για λεζάντα· μια επόμενη επεξεργασία μπορεί να αλλάζει το φόντο διατηρώντας το σχήμα και τη γωνία θέασης του φωτιστικού. Οι τεκμηριωμένες άμεσες ροές δημιουργίας και επεξεργασίας δέχονται προτροπές έως 32 000 χαρακτήρες και μπορούν να επιστρέφουν μία έως δέκα εικόνες.
Η επεξεργασία με αναφορές δέχεται έως δεκαέξι εικόνες εισόδου. Προσδιορίστε τον σκοπό κάθε αναφοράς ώστε να μη συγχέονται το θέμα, το φόντο και η οπτική απόδοση. Το GPT Image 2 επεξεργάζεται αυτόματα κάθε εικόνα εισόδου με υψηλή πιστότητα· το input_fidelity πρέπει να παραλείπεται επειδή δεν ρυθμίζεται σε αυτή την έκδοση. Αυτό διαφέρει από την επιλογή high ή low του GPT Image 1 και τη λειτουργία πιστότητας εισόδου μόνο low του GPT Image 1 Mini. Η επεξεργασία εισόδου υψηλής πιστότητας υποστηρίζει τις λεπτομέρειες της πηγής χωρίς να εγγυάται ότι κάθε λεπτομέρεια αναπαράγεται αμετάβλητη.
Μια μάσκα μπορεί να προσδιορίζει την περιοχή προς επεξεργασία. Η εικόνα προέλευσης και η μάσκα πρέπει να έχουν ίδια μορφή και διαστάσεις και να είναι κάτω από 50 MB σύμφωνα με τις απαιτήσεις προετοιμασίας του οδηγού· η μάσκα χρειάζεται επίσης κανάλι άλφα. Αν παρέχονται πολλές εικόνες εισόδου, η μάσκα εφαρμόζεται στην πρώτη. Το μοντέλο αντιμετωπίζει τη μάσκα ως καθοδήγηση μέσω προτροπής αντί για αυστηρό γεωμετρικό όριο. Περιγράψτε την τοπική αλλαγή και τις απαιτήσεις διατήρησης και κατόπιν εξετάστε τη γύρω περιοχή για ανεπιθύμητες διαφορές.
Το GPT Image 2 υποστηρίζει ποιότητα low, medium, high και auto, με προεπιλογή το auto. Οι ρυθμίσεις xhigh και max της οικογένειας 2.5 δεν περιλαμβάνονται στο εύρος ποιότητας αυτής της έκδοσης. Το μέγεθος μπορεί να είναι τετράγωνο, οριζόντιο, κατακόρυφο, αυτόματο ή έγκυρο προσαρμοσμένο πλάτος και ύψος. Τα παραδείγματα του δημιουργού περιλαμβάνουν 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 και 2160 × 3840 pixel. Επιλέξτε τον προσανατολισμό και το επίπεδο λεπτομέρειας για την πραγματική διάταξη αντί να αντιμετωπίζετε την ποιότητα και τις διαστάσεις ως την ίδια ρύθμιση.
Οι προσαρμοσμένες διαστάσεις πρέπει να είναι πολλαπλάσια των δεκαέξι pixel, με μέγιστη πλευρά 3840 pixel, αναλογία μεγάλης προς μικρή πλευρά όχι μεγαλύτερη από 3:1 και εμβαδόν από 655 360 έως 8 294 400 pixel. Αυτές οι συνθήκες ισχύουν ταυτόχρονα. Οι αναλύσεις πάνω από 2560 × 1440 επισημαίνονται ως πειραματικές. Ένα κάδρο που ικανοποιεί έναν κανόνα μπορεί να παραβιάζει κάποιον άλλον, επομένως επιλέξτε ένα υποστηριζόμενο ζεύγος διαστάσεων και περιγράψτε στην προτροπή τα στοιχεία που μπορεί να επηρεαστούν από περικοπή.
Η έξοδος είναι PNG από προεπιλογή, ενώ διατίθενται επίσης JPEG ή WebP. Υποστηρίζεται συμπίεση από 0 έως 100 για JPEG και WebP. Το φόντο μπορεί να είναι αδιαφανές ή αυτόματο· η ακριβής τρέχουσα αναφορά περιγράφει τη διαφάνεια για το GPT Image 2 ως δυνατότητα σε προεπισκόπηση. Όταν ζητάτε διαφάνεια, χρησιμοποιήστε PNG ή WebP ώστε να διατηρείται κανάλι άλφα. Η τεκμηριωμένη ροή συνεχούς μετάδοσης επιτρέπει έως τρεις μερικές εικόνες πριν από την ολοκληρωμένη εικόνα· αποθηκεύστε το τελικό υλικό αντί για προεπισκόπηση προόδου. Η διεπαφή του κατασκευαστή υποστηρίζει επίσης μαζική επεξεργασία.
Αξιολογήστε τη σαφήνεια του κειμένου, τη θέση των αντικειμένων και τη διατήρηση των λεπτομερειών προέλευσης στο πραγματικό αποτέλεσμα. Το GPT Image μπορεί να δυσκολεύεται με ακριβή γράμματα, συνθέσεις ευαίσθητες στη διάταξη και επαναλαμβανόμενη οπτική ταυτότητα σε ξεχωριστές δημιουργίες. Για μια ακολουθία επεξεργασιών, χρησιμοποιήστε το επιλεγμένο αποτέλεσμα ως επόμενη πηγή και δώστε συγκεκριμένη αλλαγή συνδεδεμένη με ορατό πρόβλημα. Η χρήσιμη έξοδος του GPT Image 2 είναι μια εικόνα συνδεδεμένη με σαφή περιγραφή δημιουργίας ή επεξεργασίας, με τις εισόδους υψηλής πιστότητας, τις διαστάσεις και την ποιότητά του επιλεγμένες για τη συγκεκριμένη εργασία.
", "aboutText": "Το GPT Image 2 είναι το μοντέλο της OpenAI για δημιουργία και επεξεργασία εικόνων από κείμενο και οπτικές εισόδους. Δημιουργεί νέα εικόνα από μια γραπτή περιγραφή και μπορεί να χρησιμοποιεί εικόνες προέλευσης για επεξεργασίες ή εργασία με αναφορές. Πρακτικές εργασίες περιλαμβάνουν εικονογραφήσεις, ιδέες προϊόντων, οπτικές συνθέσεις και αλλαγές σε υπάρχον υλικό. Αποτελεί ξεχωριστή έκδοση από τα μοντέλα GPT Image 2.5 Sunburst και Flare, με δικό του εύρος ποιότητας και συμπεριφορά πιστότητας εισόδου.\n\nΓια δημιουργία, περιγράψτε το θέμα, τη σκηνή, τη σύνθεση, το φως και το επιθυμητό ύφος. Για επεξεργασία, ονομάστε τι πρέπει να αλλάξει και τι πρέπει να διατηρήσει την εμφάνισή του. Μια περιγραφή προϊόντος μπορεί να ζητά ένα κεραμικό φωτιστικό πάνω σε ανοιχτόχρωμη επιφάνεια με κεντραρισμένη σιλουέτα και χώρο για λεζάντα· μια επόμενη επεξεργασία μπορεί να αλλάζει το φόντο διατηρώντας το σχήμα και τη γωνία θέασης του φωτιστικού. Οι τεκμηριωμένες άμεσες ροές δημιουργίας και επεξεργασίας δέχονται προτροπές έως 32 000 χαρακτήρες και μπορούν να επιστρέφουν μία έως δέκα εικόνες.\n\nΗ επεξεργασία με αναφορές δέχεται έως δεκαέξι εικόνες εισόδου. Προσδιορίστε τον σκοπό κάθε αναφοράς ώστε να μη συγχέονται το θέμα, το φόντο και η οπτική απόδοση. Το GPT Image 2 επεξεργάζεται αυτόματα κάθε εικόνα εισόδου με υψηλή πιστότητα· το input_fidelity πρέπει να παραλείπεται επειδή δεν ρυθμίζεται σε αυτή την έκδοση. Αυτό διαφέρει από την επιλογή high ή low του GPT Image 1 και τη λειτουργία πιστότητας εισόδου μόνο low του GPT Image 1 Mini. Η επεξεργασία εισόδου υψηλής πιστότητας υποστηρίζει τις λεπτομέρειες της πηγής χωρίς να εγγυάται ότι κάθε λεπτομέρεια αναπαράγεται αμετάβλητη.\n\nΜια μάσκα μπορεί να προσδιορίζει την περιοχή προς επεξεργασία. Η εικόνα προέλευσης και η μάσκα πρέπει να έχουν ίδια μορφή και διαστάσεις και να είναι κάτω από 50 MB σύμφωνα με τις απαιτήσεις προετοιμασίας του οδηγού· η μάσκα χρειάζεται επίσης κανάλι άλφα. Αν παρέχονται πολλές εικόνες εισόδου, η μάσκα εφαρμόζεται στην πρώτη. Το μοντέλο αντιμετωπίζει τη μάσκα ως καθοδήγηση μέσω προτροπής αντί για αυστηρό γεωμετρικό όριο. Περιγράψτε την τοπική αλλαγή και τις απαιτήσεις διατήρησης και κατόπιν εξετάστε τη γύρω περιοχή για ανεπιθύμητες διαφορές.\n\nΤο GPT Image 2 υποστηρίζει ποιότητα low, medium, high και auto, με προεπιλογή το auto. Οι ρυθμίσεις xhigh και max της οικογένειας 2.5 δεν περιλαμβάνονται στο εύρος ποιότητας αυτής της έκδοσης. Το μέγεθος μπορεί να είναι τετράγωνο, οριζόντιο, κατακόρυφο, αυτόματο ή έγκυρο προσαρμοσμένο πλάτος και ύψος. Τα παραδείγματα του δημιουργού περιλαμβάνουν 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 και 2160 × 3840 pixel. Επιλέξτε τον προσανατολισμό και το επίπεδο λεπτομέρειας για την πραγματική διάταξη αντί να αντιμετωπίζετε την ποιότητα και τις διαστάσεις ως την ίδια ρύθμιση.\n\nΟι προσαρμοσμένες διαστάσεις πρέπει να είναι πολλαπλάσια των δεκαέξι pixel, με μέγιστη πλευρά 3840 pixel, αναλογία μεγάλης προς μικρή πλευρά όχι μεγαλύτερη από 3:1 και εμβαδόν από 655 360 έως 8 294 400 pixel. Αυτές οι συνθήκες ισχύουν ταυτόχρονα. Οι αναλύσεις πάνω από 2560 × 1440 επισημαίνονται ως πειραματικές. Ένα κάδρο που ικανοποιεί έναν κανόνα μπορεί να παραβιάζει κάποιον άλλον, επομένως επιλέξτε ένα υποστηριζόμενο ζεύγος διαστάσεων και περιγράψτε στην προτροπή τα στοιχεία που μπορεί να επηρεαστούν από περικοπή.\n\nΗ έξοδος είναι PNG από προεπιλογή, ενώ διατίθενται επίσης JPEG ή WebP. Υποστηρίζεται συμπίεση από 0 έως 100 για JPEG και WebP. Το φόντο μπορεί να είναι αδιαφανές ή αυτόματο· η ακριβής τρέχουσα αναφορά περιγράφει τη διαφάνεια για το GPT Image 2 ως δυνατότητα σε προεπισκόπηση. Όταν ζητάτε διαφάνεια, χρησιμοποιήστε PNG ή WebP ώστε να διατηρείται κανάλι άλφα. Η τεκμηριωμένη ροή συνεχούς μετάδοσης επιτρέπει έως τρεις μερικές εικόνες πριν από την ολοκληρωμένη εικόνα· αποθηκεύστε το τελικό υλικό αντί για προεπισκόπηση προόδου. Η διεπαφή του κατασκευαστή υποστηρίζει επίσης μαζική επεξεργασία.\n\nΑξιολογήστε τη σαφήνεια του κειμένου, τη θέση των αντικειμένων και τη διατήρηση των λεπτομερειών προέλευσης στο πραγματικό αποτέλεσμα. Το GPT Image μπορεί να δυσκολεύεται με ακριβή γράμματα, συνθέσεις ευαίσθητες στη διάταξη και επαναλαμβανόμενη οπτική ταυτότητα σε ξεχωριστές δημιουργίες. Για μια ακολουθία επεξεργασιών, χρησιμοποιήστε το επιλεγμένο αποτέλεσμα ως επόμενη πηγή και δώστε συγκεκριμένη αλλαγή συνδεδεμένη με ορατό πρόβλημα. Η χρήσιμη έξοδος του GPT Image 2 είναι μια εικόνα συνδεδεμένη με σαφή περιγραφή δημιουργίας ή επεξεργασίας, με τις εισόδους υψηλής πιστότητας, τις διαστάσεις και την ποιότητά του επιλεγμένες για τη συγκεκριμένη εργασία.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b8a7adacf3b8e788f6eeda9205b8e1856e2d82a182d611aff54754c9c3863912", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "el", "methods": [ { "html": "gpt-image-2Το GPT Image 2 δημιουργεί και επεξεργάζεται εικόνες από κείμενο και οπτικές αναφορές. Υποστηρίζει ευέλικτες διαστάσεις κάδρου και επεξεργάζεται αυτόματα τις εικόνες εισόδου με υψηλή πιστότητα, με ξεχωριστές ρυθμίσεις ποιότητας, μορφής και φόντου για το ολοκληρωμένο υλικό.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το GPT Image 2 είναι το μοντέλο της OpenAI για δημιουργία και επεξεργασία εικόνων από κείμενο και οπτικές εισόδους. Δημιουργεί νέα εικόνα από μια γραπτή περιγραφή και μπορεί να χρησιμοποιεί εικόνες προέλευσης για επεξεργασίες ή εργασία με αναφορές. Πρακτικές εργασίες περιλαμβάνουν εικονογραφήσεις, ιδέες προϊόντων, οπτικές συνθέσεις και αλλαγές σε υπάρχον υλικό. Αποτελεί ξεχωριστή έκδοση από τα μοντέλα GPT Image 2.5 Sunburst και Flare, με δικό του εύρος ποιότητας και συμπεριφορά πιστότητας εισόδου.
Για δημιουργία, περιγράψτε το θέμα, τη σκηνή, τη σύνθεση, το φως και το επιθυμητό ύφος. Για επεξεργασία, ονομάστε τι πρέπει να αλλάξει και τι πρέπει να διατηρήσει την εμφάνισή του. Μια περιγραφή προϊόντος μπορεί να ζητά ένα κεραμικό φωτιστικό πάνω σε ανοιχτόχρωμη επιφάνεια με κεντραρισμένη σιλουέτα και χώρο για λεζάντα· μια επόμενη επεξεργασία μπορεί να αλλάζει το φόντο διατηρώντας το σχήμα και τη γωνία θέασης του φωτιστικού. Οι τεκμηριωμένες άμεσες ροές δημιουργίας και επεξεργασίας δέχονται προτροπές έως 32 000 χαρακτήρες και μπορούν να επιστρέφουν μία έως δέκα εικόνες.
Η επεξεργασία με αναφορές δέχεται έως δεκαέξι εικόνες εισόδου. Προσδιορίστε τον σκοπό κάθε αναφοράς ώστε να μη συγχέονται το θέμα, το φόντο και η οπτική απόδοση. Το GPT Image 2 επεξεργάζεται αυτόματα κάθε εικόνα εισόδου με υψηλή πιστότητα· το input_fidelity πρέπει να παραλείπεται επειδή δεν ρυθμίζεται σε αυτή την έκδοση. Αυτό διαφέρει από την επιλογή high ή low του GPT Image 1 και τη λειτουργία πιστότητας εισόδου μόνο low του GPT Image 1 Mini. Η επεξεργασία εισόδου υψηλής πιστότητας υποστηρίζει τις λεπτομέρειες της πηγής χωρίς να εγγυάται ότι κάθε λεπτομέρεια αναπαράγεται αμετάβλητη.
Μια μάσκα μπορεί να προσδιορίζει την περιοχή προς επεξεργασία. Η εικόνα προέλευσης και η μάσκα πρέπει να έχουν ίδια μορφή και διαστάσεις και να είναι κάτω από 50 MB σύμφωνα με τις απαιτήσεις προετοιμασίας του οδηγού· η μάσκα χρειάζεται επίσης κανάλι άλφα. Αν παρέχονται πολλές εικόνες εισόδου, η μάσκα εφαρμόζεται στην πρώτη. Το μοντέλο αντιμετωπίζει τη μάσκα ως καθοδήγηση μέσω προτροπής αντί για αυστηρό γεωμετρικό όριο. Περιγράψτε την τοπική αλλαγή και τις απαιτήσεις διατήρησης και κατόπιν εξετάστε τη γύρω περιοχή για ανεπιθύμητες διαφορές.
Το GPT Image 2 υποστηρίζει ποιότητα low, medium, high και auto, με προεπιλογή το auto. Οι ρυθμίσεις xhigh και max της οικογένειας 2.5 δεν περιλαμβάνονται στο εύρος ποιότητας αυτής της έκδοσης. Το μέγεθος μπορεί να είναι τετράγωνο, οριζόντιο, κατακόρυφο, αυτόματο ή έγκυρο προσαρμοσμένο πλάτος και ύψος. Τα παραδείγματα του δημιουργού περιλαμβάνουν 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 και 2160 × 3840 pixel. Επιλέξτε τον προσανατολισμό και το επίπεδο λεπτομέρειας για την πραγματική διάταξη αντί να αντιμετωπίζετε την ποιότητα και τις διαστάσεις ως την ίδια ρύθμιση.
Οι προσαρμοσμένες διαστάσεις πρέπει να είναι πολλαπλάσια των δεκαέξι pixel, με μέγιστη πλευρά 3840 pixel, αναλογία μεγάλης προς μικρή πλευρά όχι μεγαλύτερη από 3:1 και εμβαδόν από 655 360 έως 8 294 400 pixel. Αυτές οι συνθήκες ισχύουν ταυτόχρονα. Οι αναλύσεις πάνω από 2560 × 1440 επισημαίνονται ως πειραματικές. Ένα κάδρο που ικανοποιεί έναν κανόνα μπορεί να παραβιάζει κάποιον άλλον, επομένως επιλέξτε ένα υποστηριζόμενο ζεύγος διαστάσεων και περιγράψτε στην προτροπή τα στοιχεία που μπορεί να επηρεαστούν από περικοπή.
Η έξοδος είναι PNG από προεπιλογή, ενώ διατίθενται επίσης JPEG ή WebP. Υποστηρίζεται συμπίεση από 0 έως 100 για JPEG και WebP. Το φόντο μπορεί να είναι αδιαφανές ή αυτόματο· η ακριβής τρέχουσα αναφορά περιγράφει τη διαφάνεια για το GPT Image 2 ως δυνατότητα σε προεπισκόπηση. Όταν ζητάτε διαφάνεια, χρησιμοποιήστε PNG ή WebP ώστε να διατηρείται κανάλι άλφα. Η τεκμηριωμένη ροή συνεχούς μετάδοσης επιτρέπει έως τρεις μερικές εικόνες πριν από την ολοκληρωμένη εικόνα· αποθηκεύστε το τελικό υλικό αντί για προεπισκόπηση προόδου. Η διεπαφή του κατασκευαστή υποστηρίζει επίσης μαζική επεξεργασία.
Αξιολογήστε τη σαφήνεια του κειμένου, τη θέση των αντικειμένων και τη διατήρηση των λεπτομερειών προέλευσης στο πραγματικό αποτέλεσμα. Το GPT Image μπορεί να δυσκολεύεται με ακριβή γράμματα, συνθέσεις ευαίσθητες στη διάταξη και επαναλαμβανόμενη οπτική ταυτότητα σε ξεχωριστές δημιουργίες. Για μια ακολουθία επεξεργασιών, χρησιμοποιήστε το επιλεγμένο αποτέλεσμα ως επόμενη πηγή και δώστε συγκεκριμένη αλλαγή συνδεδεμένη με ορατό πρόβλημα. Η χρήσιμη έξοδος του GPT Image 2 είναι μια εικόνα συνδεδεμένη με σαφή περιγραφή δημιουργίας ή επεξεργασίας, με τις εισόδους υψηλής πιστότητας, τις διαστάσεις και την ποιότητά του επιλεγμένες για τη συγκεκριμένη εργασία.
POST /v1/images/generationstextimage| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια gpt-image-2 | Προεπιλογή— |
Πεδίοprompt | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο μήκος: 1 | Προεπιλογή— |
Πεδίοn | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 | Προεπιλογή1 |
Πεδίοresponse_format | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια url, b64_json | Προεπιλογή— |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογήfalse |
Πεδίοsize | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοquality | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοbackground | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοoutput_format | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοoutput_compression | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοmoderation | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοinput_fidelity | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοstyle | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Πεδίοpartial_images | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Εξαρτάται από το μοντέλο | Προεπιλογή— |
Κείμενο σε εικόνα · Υποχρεωτικό: prompt
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςrequired | Σύμβασηmodel, prompt |
Παράμετροςoptional_controls | Σύμβασηnull |
Παράμετροςcontent_type | Σύμβασηapplication/json |
Κύκλος ζωής: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Το πραγματικό task_id που επιστράφηκε ή μια εγγραφή στη βιβλιοθήκη πολυμέσων
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Οι δομές και τα ID των μεθόδων είναι ακριβή· η δυνατότητα του προμηθευτή είναι ξεχωριστή από την αποδοχή αιτημάτων.
POST /v1/images/generationsΤο Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
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");\nΚατεβάστε κάθε εικόνα που επιστρέφεται ή αποθηκεύστε το περιεχόμενο Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Αποθηκεύστε κάθε ολοκληρωμένη εικόνα· ανακτήστε κάθε URL που επιστρέφεται ή αποκωδικοποιήστε το περιεχόμενο Base64.
Αποθηκεύστε κάθε στοιχείο δεδομένων. Αποκωδικοποιήστε κάθε b64_json ή ανακτήστε κάθε υπογεγραμμένο URL που επιστράφηκε. Επιλέξτε την επέκταση του ονόματος αρχείου βάσει του πραγματικού τύπου MIME/των byte.
Αν το αποτέλεσμα παραγωγής ή επεξεργασίας εικόνας χρειάζεται έλεγχο, διατηρήστε το αρχικό operation_id/X-Client-Request-ID και τις πληροφορίες αποτελέσματος που επιστράφηκαν. Ανακτήστε τα υπάρχοντα αποτελέσματα που σας ανήκουν μέσω της βιβλιοθήκης πολυμέσων χρησιμοποιώντας πραγματικές τιμές task_id ή asset_id. Μην υποβάλετε ξανά το αίτημα παραγωγής/επεξεργασίας και μην κατασκευάσετε URL περιοδικού ελέγχου από το operation_id.
| Πεδίο | Τύπος |
|---|---|
Πεδίοcreated | Τύποςinteger |
Πεδίοdata[].url | Τύποςstring |
Πεδίοdata[].b64_json | Τύποςbase64 string |
Πεδίοusage | Τύποςobject |
| Απάντηση | Συνθήκη | Επόμενο βήμα |
|---|---|---|
Απάντηση400 · invalid_request_error | ΣυνθήκηΜη έγκυρα υποχρεωτικά πεδία, μη έγκυρη αναπαράσταση υλικού ή μη έγκυρη τιμή παραμέτρου | Επόμενο βήμαΔιορθώστε τα υποδεικνυόμενα πεδία πριν από νέο αίτημα δημιουργίας. |
Απάντησηserver_error | ΣυνθήκηΗ απόκριση που επιστράφηκε αναφέρει ότι η λειτουργία ή το αποτέλεσμα χρειάζεται έλεγχο | Επόμενο βήμαΔιατηρήστε το αρχικό ID της λειτουργίας/εργασίας που επιστράφηκε, τις κεφαλίδες του αιτήματος και την απόκριση· συνεχίστε με τις υποστηριζόμενες αναγνώσεις αυτής της αρχικής λειτουργίας. Μην υποβάλετε ξανά το αίτημα δημιουργίας. |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images
gpt-image-2Το GPT Image 2 δημιουργεί και επεξεργάζεται εικόνες από κείμενο και οπτικές αναφορές. Υποστηρίζει ευέλικτες διαστάσεις κάδρου και επεξεργάζεται αυτόματα τις εικόνες εισόδου με υψηλή πιστότητα, με ξεχωριστές ρυθμίσεις ποιότητας, μορφής και φόντου για το ολοκληρωμένο υλικό.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το GPT Image 2 είναι το μοντέλο της OpenAI για δημιουργία και επεξεργασία εικόνων από κείμενο και οπτικές εισόδους. Δημιουργεί νέα εικόνα από μια γραπτή περιγραφή και μπορεί να χρησιμοποιεί εικόνες προέλευσης για επεξεργασίες ή εργασία με αναφορές. Πρακτικές εργασίες περιλαμβάνουν εικονογραφήσεις, ιδέες προϊόντων, οπτικές συνθέσεις και αλλαγές σε υπάρχον υλικό. Αποτελεί ξεχωριστή έκδοση από τα μοντέλα GPT Image 2.5 Sunburst και Flare, με δικό του εύρος ποιότητας και συμπεριφορά πιστότητας εισόδου.
Για δημιουργία, περιγράψτε το θέμα, τη σκηνή, τη σύνθεση, το φως και το επιθυμητό ύφος. Για επεξεργασία, ονομάστε τι πρέπει να αλλάξει και τι πρέπει να διατηρήσει την εμφάνισή του. Μια περιγραφή προϊόντος μπορεί να ζητά ένα κεραμικό φωτιστικό πάνω σε ανοιχτόχρωμη επιφάνεια με κεντραρισμένη σιλουέτα και χώρο για λεζάντα· μια επόμενη επεξεργασία μπορεί να αλλάζει το φόντο διατηρώντας το σχήμα και τη γωνία θέασης του φωτιστικού. Οι τεκμηριωμένες άμεσες ροές δημιουργίας και επεξεργασίας δέχονται προτροπές έως 32 000 χαρακτήρες και μπορούν να επιστρέφουν μία έως δέκα εικόνες.
Η επεξεργασία με αναφορές δέχεται έως δεκαέξι εικόνες εισόδου. Προσδιορίστε τον σκοπό κάθε αναφοράς ώστε να μη συγχέονται το θέμα, το φόντο και η οπτική απόδοση. Το GPT Image 2 επεξεργάζεται αυτόματα κάθε εικόνα εισόδου με υψηλή πιστότητα· το input_fidelity πρέπει να παραλείπεται επειδή δεν ρυθμίζεται σε αυτή την έκδοση. Αυτό διαφέρει από την επιλογή high ή low του GPT Image 1 και τη λειτουργία πιστότητας εισόδου μόνο low του GPT Image 1 Mini. Η επεξεργασία εισόδου υψηλής πιστότητας υποστηρίζει τις λεπτομέρειες της πηγής χωρίς να εγγυάται ότι κάθε λεπτομέρεια αναπαράγεται αμετάβλητη.
Μια μάσκα μπορεί να προσδιορίζει την περιοχή προς επεξεργασία. Η εικόνα προέλευσης και η μάσκα πρέπει να έχουν ίδια μορφή και διαστάσεις και να είναι κάτω από 50 MB σύμφωνα με τις απαιτήσεις προετοιμασίας του οδηγού· η μάσκα χρειάζεται επίσης κανάλι άλφα. Αν παρέχονται πολλές εικόνες εισόδου, η μάσκα εφαρμόζεται στην πρώτη. Το μοντέλο αντιμετωπίζει τη μάσκα ως καθοδήγηση μέσω προτροπής αντί για αυστηρό γεωμετρικό όριο. Περιγράψτε την τοπική αλλαγή και τις απαιτήσεις διατήρησης και κατόπιν εξετάστε τη γύρω περιοχή για ανεπιθύμητες διαφορές.
Το GPT Image 2 υποστηρίζει ποιότητα low, medium, high και auto, με προεπιλογή το auto. Οι ρυθμίσεις xhigh και max της οικογένειας 2.5 δεν περιλαμβάνονται στο εύρος ποιότητας αυτής της έκδοσης. Το μέγεθος μπορεί να είναι τετράγωνο, οριζόντιο, κατακόρυφο, αυτόματο ή έγκυρο προσαρμοσμένο πλάτος και ύψος. Τα παραδείγματα του δημιουργού περιλαμβάνουν 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 και 2160 × 3840 pixel. Επιλέξτε τον προσανατολισμό και το επίπεδο λεπτομέρειας για την πραγματική διάταξη αντί να αντιμετωπίζετε την ποιότητα και τις διαστάσεις ως την ίδια ρύθμιση.
Οι προσαρμοσμένες διαστάσεις πρέπει να είναι πολλαπλάσια των δεκαέξι pixel, με μέγιστη πλευρά 3840 pixel, αναλογία μεγάλης προς μικρή πλευρά όχι μεγαλύτερη από 3:1 και εμβαδόν από 655 360 έως 8 294 400 pixel. Αυτές οι συνθήκες ισχύουν ταυτόχρονα. Οι αναλύσεις πάνω από 2560 × 1440 επισημαίνονται ως πειραματικές. Ένα κάδρο που ικανοποιεί έναν κανόνα μπορεί να παραβιάζει κάποιον άλλον, επομένως επιλέξτε ένα υποστηριζόμενο ζεύγος διαστάσεων και περιγράψτε στην προτροπή τα στοιχεία που μπορεί να επηρεαστούν από περικοπή.
Η έξοδος είναι PNG από προεπιλογή, ενώ διατίθενται επίσης JPEG ή WebP. Υποστηρίζεται συμπίεση από 0 έως 100 για JPEG και WebP. Το φόντο μπορεί να είναι αδιαφανές ή αυτόματο· η ακριβής τρέχουσα αναφορά περιγράφει τη διαφάνεια για το GPT Image 2 ως δυνατότητα σε προεπισκόπηση. Όταν ζητάτε διαφάνεια, χρησιμοποιήστε PNG ή WebP ώστε να διατηρείται κανάλι άλφα. Η τεκμηριωμένη ροή συνεχούς μετάδοσης επιτρέπει έως τρεις μερικές εικόνες πριν από την ολοκληρωμένη εικόνα· αποθηκεύστε το τελικό υλικό αντί για προεπισκόπηση προόδου. Η διεπαφή του κατασκευαστή υποστηρίζει επίσης μαζική επεξεργασία.
Αξιολογήστε τη σαφήνεια του κειμένου, τη θέση των αντικειμένων και τη διατήρηση των λεπτομερειών προέλευσης στο πραγματικό αποτέλεσμα. Το GPT Image μπορεί να δυσκολεύεται με ακριβή γράμματα, συνθέσεις ευαίσθητες στη διάταξη και επαναλαμβανόμενη οπτική ταυτότητα σε ξεχωριστές δημιουργίες. Για μια ακολουθία επεξεργασιών, χρησιμοποιήστε το επιλεγμένο αποτέλεσμα ως επόμενη πηγή και δώστε συγκεκριμένη αλλαγή συνδεδεμένη με ορατό πρόβλημα. Η χρήσιμη έξοδος του GPT Image 2 είναι μια εικόνα συνδεδεμένη με σαφή περιγραφή δημιουργίας ή επεξεργασίας, με τις εισόδους υψηλής πιστότητας, τις διαστάσεις και την ποιότητά του επιλεγμένες για τη συγκεκριμένη εργασία.
POST /v1/images/generationstextimage| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια gpt-image-2 | Προεπιλογή— |
Πεδίοprompt | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Μέγιστο μήκος: 32.000 | Προεπιλογή— |
Πεδίοsize | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Συνθήκες: Χρησιμοποιήστε auto ή WIDTHxHEIGHT, με τις δύο διαστάσεις διαιρετές με 16. Η μεγαλύτερη πλευρά είναι το πολύ 3,840 pixel και το συνολικό μέγεθος το πολύ 8,300,000 pixel. | Προεπιλογήauto |
Πεδίοbackground | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια transparent, opaque, auto | Προεπιλογήauto |
Πεδίοmoderation | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια low, auto Συνθήκες: Χρησιμοποιήστε auto για τον τυπικό έλεγχο περιεχομένου. | Προεπιλογή— |
Πεδίοn | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Μέγιστο: 10 | Προεπιλογή1 |
Πεδίοquality | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια auto, high, medium, low | Προεπιλογήauto |
Πεδίοoutput_compression | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 0 Μέγιστο: 100 Συνθήκες: Ισχύει για έξοδο JPEG και WebP· στείλτε την τεκμηριωμένη ακέραια τιμή. | Προεπιλογή100 |
Πεδίοoutput_format | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια webp, png, jpeg | Προεπιλογήpng |
Πεδίοstream | Τύποςboolean | ΑπαίτησηΠροαιρετικό | Τιμές και όρια false Συνθήκες: Αυτή η διαδρομή επιστρέφει μία ολοκληρωμένη απόκριση JSON. | Προεπιλογήfalse |
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηprompt, model |
Παράμετροςmaterial_types | Σύμβασηtext |
Παράμετροςoptional | Σύμβασηsize, background, moderation, n, quality, output_compression, output_format, stream |
Παράμετροςconditions | ΣύμβασηΤο διαφανές φόντο απαιτεί PNG ή WebP., Η συμπίεση εξόδου ισχύει για JPEG ή WebP., Η επιλεγμένη μέθοδος δημιουργεί από κείμενο. Οι παράμετροι επεξεργασίας και ροής που περιγράφονται για τον κατασκευαστή αποτελούν ξεχωριστές δυνατότητες. |
Κύκλος ζωής: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Το πραγματικό task_id που επιστράφηκε ή μια εγγραφή στη βιβλιοθήκη πολυμέσων
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Οι εμφανιζόμενες τιμές χρησιμοποιούνται για την εκτίμηση του κόστους πριν από την παραγωγή. Η τελική χρέωση υπολογίζεται από το κόστος που καταγράφηκε για την αρχική παραγωγή. Η μετρημένη διάρκεια της εξόδου και οι προβλεπόμενες ποσότητες δεν αποτελούν την τελική χρεώσιμη ποσότητα.
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Προβλεπόμενη ποσότητα | Χρέωση |
|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις token | Πίνακας χρεώσεωνΒασική χρέωση | Προβλεπόμενη ποσότητα— | Χρέωση Είσοδος · Token εισόδου · Εκτίμηση μόνο για σύγκριση — / 1K token Έξοδος · Token εξόδου · Εκτίμηση μόνο για σύγκριση — / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη · Εκτίμηση μόνο για σύγκριση — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη · Εκτίμηση μόνο για σύγκριση — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα · Εκτίμηση μόνο για σύγκριση — / 1K token |
| ΔιαμόρφωσηΕκτιμώμενο κόστος δημιουργίας | Πίνακας χρεώσεων— | Προβλεπόμενη ποσότηταεκτίμηση για μία δημιουργία | Χρέωση Έξοδος · Εκτιμώμενο κόστος δημιουργίας · Εκτίμηση μόνο για σύγκριση $0.24576 εκτίμηση πριν από τη δημιουργία Αυτή η εκτίμηση δεν αποτελεί πρόσθετη χρέωση ούτε σταθερή τιμή για την ολοκληρωμένη παραγωγή. |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${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\nΚατεβάστε κάθε εικόνα που επιστρέφεται ή αποθηκεύστε το περιεχόμενο Base64
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.\nΑποθηκεύστε κάθε ολοκληρωμένη εικόνα· ανακτήστε κάθε URL που επιστρέφεται ή αποκωδικοποιήστε το περιεχόμενο Base64.
Διατηρήστε ολόκληρη την απόκριση και τις κεφαλίδες, κάθε πραγματικό αποτέλεσμα εξόδου, τα αρχικά αναγνωριστικά που επιστράφηκαν και όλα τα πεδία χρήσης. Ανακτήστε την αρχική λειτουργία χωρίς να υποβάλετε ξανά αίτημα δημιουργίας.
Διατηρήστε το X-Client-Request-ID που επιστράφηκε για τη συμφωνία των εγγραφών. Διαβάστε μόνο πραγματικές τιμές task_id/asset_id που επιστράφηκαν ή τη βιβλιοθήκη πολυμέσων που σας ανήκει· μην κατασκευάσετε ποτέ URL εργασίας από το ID της λειτουργίας και μην υποβάλετε ποτέ ξανά αίτημα δημιουργίας.
| Πεδίο | Τύπος |
|---|---|
Πεδίοcreated | Τύπος |
Πεδίοdata[].url | Τύπος |
Πεδίοdata[].b64_json | Τύπος |
Πεδίοusage | Τύπος |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images
openai/gpt-image-2Το GPT Image 2 δημιουργεί και επεξεργάζεται εικόνες από κείμενο και οπτικές αναφορές. Υποστηρίζει ευέλικτες διαστάσεις κάδρου και επεξεργάζεται αυτόματα τις εικόνες εισόδου με υψηλή πιστότητα, με ξεχωριστές ρυθμίσεις ποιότητας, μορφής και φόντου για το ολοκληρωμένο υλικό.
Αυτή η περιγραφή καλύπτει τις δυνατότητες του μοντέλου. Οι είσοδοι, έξοδοι και επιλογές που διατίθενται στο Ailoot παρατίθενται παρακάτω για την επιλεγμένη μέθοδο.
Το GPT Image 2 είναι το μοντέλο της OpenAI για δημιουργία και επεξεργασία εικόνων από κείμενο και οπτικές εισόδους. Δημιουργεί νέα εικόνα από μια γραπτή περιγραφή και μπορεί να χρησιμοποιεί εικόνες προέλευσης για επεξεργασίες ή εργασία με αναφορές. Πρακτικές εργασίες περιλαμβάνουν εικονογραφήσεις, ιδέες προϊόντων, οπτικές συνθέσεις και αλλαγές σε υπάρχον υλικό. Αποτελεί ξεχωριστή έκδοση από τα μοντέλα GPT Image 2.5 Sunburst και Flare, με δικό του εύρος ποιότητας και συμπεριφορά πιστότητας εισόδου.
Για δημιουργία, περιγράψτε το θέμα, τη σκηνή, τη σύνθεση, το φως και το επιθυμητό ύφος. Για επεξεργασία, ονομάστε τι πρέπει να αλλάξει και τι πρέπει να διατηρήσει την εμφάνισή του. Μια περιγραφή προϊόντος μπορεί να ζητά ένα κεραμικό φωτιστικό πάνω σε ανοιχτόχρωμη επιφάνεια με κεντραρισμένη σιλουέτα και χώρο για λεζάντα· μια επόμενη επεξεργασία μπορεί να αλλάζει το φόντο διατηρώντας το σχήμα και τη γωνία θέασης του φωτιστικού. Οι τεκμηριωμένες άμεσες ροές δημιουργίας και επεξεργασίας δέχονται προτροπές έως 32 000 χαρακτήρες και μπορούν να επιστρέφουν μία έως δέκα εικόνες.
Η επεξεργασία με αναφορές δέχεται έως δεκαέξι εικόνες εισόδου. Προσδιορίστε τον σκοπό κάθε αναφοράς ώστε να μη συγχέονται το θέμα, το φόντο και η οπτική απόδοση. Το GPT Image 2 επεξεργάζεται αυτόματα κάθε εικόνα εισόδου με υψηλή πιστότητα· το input_fidelity πρέπει να παραλείπεται επειδή δεν ρυθμίζεται σε αυτή την έκδοση. Αυτό διαφέρει από την επιλογή high ή low του GPT Image 1 και τη λειτουργία πιστότητας εισόδου μόνο low του GPT Image 1 Mini. Η επεξεργασία εισόδου υψηλής πιστότητας υποστηρίζει τις λεπτομέρειες της πηγής χωρίς να εγγυάται ότι κάθε λεπτομέρεια αναπαράγεται αμετάβλητη.
Μια μάσκα μπορεί να προσδιορίζει την περιοχή προς επεξεργασία. Η εικόνα προέλευσης και η μάσκα πρέπει να έχουν ίδια μορφή και διαστάσεις και να είναι κάτω από 50 MB σύμφωνα με τις απαιτήσεις προετοιμασίας του οδηγού· η μάσκα χρειάζεται επίσης κανάλι άλφα. Αν παρέχονται πολλές εικόνες εισόδου, η μάσκα εφαρμόζεται στην πρώτη. Το μοντέλο αντιμετωπίζει τη μάσκα ως καθοδήγηση μέσω προτροπής αντί για αυστηρό γεωμετρικό όριο. Περιγράψτε την τοπική αλλαγή και τις απαιτήσεις διατήρησης και κατόπιν εξετάστε τη γύρω περιοχή για ανεπιθύμητες διαφορές.
Το GPT Image 2 υποστηρίζει ποιότητα low, medium, high και auto, με προεπιλογή το auto. Οι ρυθμίσεις xhigh και max της οικογένειας 2.5 δεν περιλαμβάνονται στο εύρος ποιότητας αυτής της έκδοσης. Το μέγεθος μπορεί να είναι τετράγωνο, οριζόντιο, κατακόρυφο, αυτόματο ή έγκυρο προσαρμοσμένο πλάτος και ύψος. Τα παραδείγματα του δημιουργού περιλαμβάνουν 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 και 2160 × 3840 pixel. Επιλέξτε τον προσανατολισμό και το επίπεδο λεπτομέρειας για την πραγματική διάταξη αντί να αντιμετωπίζετε την ποιότητα και τις διαστάσεις ως την ίδια ρύθμιση.
Οι προσαρμοσμένες διαστάσεις πρέπει να είναι πολλαπλάσια των δεκαέξι pixel, με μέγιστη πλευρά 3840 pixel, αναλογία μεγάλης προς μικρή πλευρά όχι μεγαλύτερη από 3:1 και εμβαδόν από 655 360 έως 8 294 400 pixel. Αυτές οι συνθήκες ισχύουν ταυτόχρονα. Οι αναλύσεις πάνω από 2560 × 1440 επισημαίνονται ως πειραματικές. Ένα κάδρο που ικανοποιεί έναν κανόνα μπορεί να παραβιάζει κάποιον άλλον, επομένως επιλέξτε ένα υποστηριζόμενο ζεύγος διαστάσεων και περιγράψτε στην προτροπή τα στοιχεία που μπορεί να επηρεαστούν από περικοπή.
Η έξοδος είναι PNG από προεπιλογή, ενώ διατίθενται επίσης JPEG ή WebP. Υποστηρίζεται συμπίεση από 0 έως 100 για JPEG και WebP. Το φόντο μπορεί να είναι αδιαφανές ή αυτόματο· η ακριβής τρέχουσα αναφορά περιγράφει τη διαφάνεια για το GPT Image 2 ως δυνατότητα σε προεπισκόπηση. Όταν ζητάτε διαφάνεια, χρησιμοποιήστε PNG ή WebP ώστε να διατηρείται κανάλι άλφα. Η τεκμηριωμένη ροή συνεχούς μετάδοσης επιτρέπει έως τρεις μερικές εικόνες πριν από την ολοκληρωμένη εικόνα· αποθηκεύστε το τελικό υλικό αντί για προεπισκόπηση προόδου. Η διεπαφή του κατασκευαστή υποστηρίζει επίσης μαζική επεξεργασία.
Αξιολογήστε τη σαφήνεια του κειμένου, τη θέση των αντικειμένων και τη διατήρηση των λεπτομερειών προέλευσης στο πραγματικό αποτέλεσμα. Το GPT Image μπορεί να δυσκολεύεται με ακριβή γράμματα, συνθέσεις ευαίσθητες στη διάταξη και επαναλαμβανόμενη οπτική ταυτότητα σε ξεχωριστές δημιουργίες. Για μια ακολουθία επεξεργασιών, χρησιμοποιήστε το επιλεγμένο αποτέλεσμα ως επόμενη πηγή και δώστε συγκεκριμένη αλλαγή συνδεδεμένη με ορατό πρόβλημα. Η χρήσιμη έξοδος του GPT Image 2 είναι μια εικόνα συνδεδεμένη με σαφή περιγραφή δημιουργίας ή επεξεργασίας, με τις εισόδους υψηλής πιστότητας, τις διαστάσεις και την ποιότητά του επιλεγμένες για τη συγκεκριμένη εργασία.
POST /v1/images/generationstext, imageimage| Πεδίο | Τύπος | Απαίτηση | Τιμές και όρια | Προεπιλογή |
|---|---|---|---|---|
Πεδίοmodel | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια openai/gpt-image-2 | Προεπιλογή— |
Πεδίοprompt | Τύποςstring | ΑπαίτησηΥποχρεωτικό | Τιμές και όρια Ελάχιστο μήκος: 1 | Προεπιλογή— |
Πεδίοaspect_ratio | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, auto | Προεπιλογή— |
Πεδίοquality | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια auto, low, medium, high | Προεπιλογή— |
Πεδίοbackground | Τύποςstring | ΑπαίτησηΠροαιρετικό | Τιμές και όρια auto, opaque | Προεπιλογή— |
Πεδίοn | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 1 Μέγιστο: 10 | Προεπιλογή— |
Πεδίοinput_references | Τύποςarray | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο πλήθος στοιχείων: 0 Μέγιστο πλήθος στοιχείων: 16 | Προεπιλογή— |
Πεδίοoutput_compression | Τύποςinteger | ΑπαίτησηΠροαιρετικό | Τιμές και όρια Ελάχιστο: 0 Μέγιστο: 100 | Προεπιλογή— |
Πεδίοprovider | Τύποςobject | ΑπαίτησηΠροαιρετικό | Τιμές και όρια | Προεπιλογή— |
| Παράμετρος | Σύμβαση |
|---|---|
Παράμετροςcontent_type | Σύμβασηapplication/json |
Παράμετροςrequired | Σύμβασηmodel, prompt |
Παράμετροςmaterial_types | Σύμβασηtext, image |
Κύκλος ζωής: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Το πραγματικό task_id που επιστράφηκε ή μια εγγραφή στη βιβλιοθήκη πολυμέσων
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Οι εμφανιζόμενες τιμές χρησιμοποιούνται για την εκτίμηση του κόστους πριν από την παραγωγή. Η τελική χρέωση υπολογίζεται από το κόστος που καταγράφηκε για την αρχική παραγωγή. Η μετρημένη διάρκεια της εξόδου και οι προβλεπόμενες ποσότητες δεν αποτελούν την τελική χρεώσιμη ποσότητα.
Οι τιμολογιακές αναφορές δεν προσθέτουν επιλογές αιτήματος. Οι υποστηριζόμενες παράμετροι αναφέρονται στην επιλεγμένη μέθοδο.
Αντιστοιχίστε κάθε χρέωση στις συνθήκες που εμφανίζονται. Χρησιμοποιήστε μία χρέωση ανά σύνολο εναλλακτικών διαμορφώσεων.
| Διαμόρφωση | Πίνακας χρεώσεων | Προβλεπόμενη ποσότητα | Χρέωση |
|---|---|---|---|
| ΔιαμόρφωσηΒασικές χρεώσεις token | Πίνακας χρεώσεωνΒασική χρέωση | Προβλεπόμενη ποσότητα— | Χρέωση Είσοδος · Token εισόδου · Εκτίμηση μόνο για σύγκριση — / 1K token Έξοδος · Token εξόδου · Εκτίμηση μόνο για σύγκριση — / 1K token Είσοδος · Ανάγνωση από την κρυφή μνήμη · Εκτίμηση μόνο για σύγκριση — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη · Εκτίμηση μόνο για σύγκριση — / 1K token Είσοδος · Εγγραφή στην κρυφή μνήμη, 1 ώρα · Εκτίμηση μόνο για σύγκριση — / 1K token |
| ΔιαμόρφωσηΕκτιμώμενο κόστος δημιουργίας | Πίνακας χρεώσεων— | Προβλεπόμενη ποσότηταεκτίμηση για μία δημιουργία | Χρέωση Έξοδος · Εκτιμώμενο κόστος δημιουργίας · Εκτίμηση μόνο για σύγκριση $0.24576 εκτίμηση πριν από τη δημιουργία Αυτή η εκτίμηση δεν αποτελεί πρόσθετη χρέωση ούτε σταθερή τιμή για την ολοκληρωμένη παραγωγή. |
Το Ailoot δεσμεύει ένα εκτιμώμενο ποσό πριν από το αίτημα. Μετά το αποτέλεσμα, εκκαθαρίζει την τελική χρέωση βάσει της μετρημένης χρήσης. Η εκκαθάριση ροής χρησιμοποιεί την τελική καταγραφή χρήσης. Πώς λειτουργούν η δέσμευση και η εκκαθάριση →
set -eu\n: "${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\nΚατεβάστε κάθε εικόνα που επιστρέφεται ή αποθηκεύστε το περιεχόμενο Base64
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.\nΑποθηκεύστε κάθε ολοκληρωμένη εικόνα· ανακτήστε κάθε URL που επιστρέφεται ή αποκωδικοποιήστε το περιεχόμενο Base64.
Διατηρήστε ολόκληρη την απόκριση και τις κεφαλίδες, κάθε πραγματικό αποτέλεσμα εξόδου, τα αρχικά αναγνωριστικά που επιστράφηκαν και όλα τα πεδία χρήσης. Ανακτήστε την αρχική λειτουργία χωρίς να υποβάλετε ξανά αίτημα δημιουργίας.
Διατηρήστε το X-Client-Request-ID που επιστράφηκε για τη συμφωνία των εγγραφών. Διαβάστε μόνο πραγματικές τιμές task_id/asset_id που επιστράφηκαν ή τη βιβλιοθήκη πολυμέσων που σας ανήκει· μην κατασκευάσετε ποτέ URL εργασίας από το ID της λειτουργίας και μην υποβάλετε ποτέ ξανά αίτημα δημιουργίας.
| Πεδίο | Τύπος |
|---|---|
Πεδίοcreated | Τύπος |
Πεδίοdata[].url | Τύπος |
Πεδίοdata[].b64_json | Τύπος |
Πεδίοusage | Τύπος |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images