GPT-5 Image Mini es un perfil combinado de lenguaje e imagen basado en GPT-5 Mini y GPT Image 1 Mini de OpenAI. Su componente de lenguaje interpreta una tarea escrita y el material de origen, mientras que su componente de imagen crea o revisa contenido visual. El perfil publicado destaca el seguimiento de instrucciones, la representación de texto y la edición detallada de imágenes. Resulta útil para un encargo visual concreto que también necesita interpretación textual, explicación o texto de apoyo.
Prepara unas instrucciones con el elemento esperado, el sujeto, la composición y el texto requerido. Describe cómo se utilizará la imagen, por ejemplo como concepto de producto, ilustración que acompaña a una explicación breve o borrador visual para una página. Solicita explícitamente los entregables escritos y visuales para que resulte fácil distinguir la explicación del concepto de la imagen en sí.
Por ejemplo, proporciona una descripción de una botella de agua reutilizable y solicita un concepto sencillo de escena de producto con una leyenda breve. Especifica la forma visible de la botella, el fondo, la dirección de la luz y las palabras exactas que deben aparecer en el elemento visual. Mantén los hechos utilizados en la leyenda separados de los detalles decorativos de la escena. Revisa la imagen devuelta y el texto escrito frente a esas dos partes de las instrucciones.
El perfil combinado documentado acepta texto, imágenes y archivos como PDF. Un documento puede aportar requisitos o hechos que deben interpretarse antes de crear el elemento visual. Una imagen puede aportar apariencia, composición o una fuente para editar. Indica la función de cada fuente en lugar de suponer que cada adjunto debe afectar a todas las partes del resultado. Mantén claros los nombres y el orden de las fuentes cuando se proporcionen varias entradas.
Para una imagen nueva, especifica qué debe verse y cómo se relacionan las partes. Para una edición guiada por referencias, identifica el cambio y los detalles que deben conservarse. Una escena de producto puede solicitar un entorno nuevo conservando la forma reconocible y la etiqueta visible del artículo. Un diagrama puede solicitar una relación corregida, indicando el texto y los elementos que deben mantenerse.
La ficha publicada propia del perfil permite hasta dieciséis imágenes de referencia para edición. Elige referencias que contribuyan a la tarea y explica su propósito: el producto, el personaje, el fondo o el tratamiento visual. Varias referencias pueden contener iluminación o composición contradictorias, por lo que debes indicar claramente el resultado previsto. Inspecciona los detalles del sujeto, la rotulación y los límites de un cambio solicitado en la imagen real devuelta.
La representación de texto es una capacidad documentada, pero un borrador visual sigue necesitando una comprobación palabra por palabra. Proporciona la redacción exacta, la puntuación y la ubicación y compara las etiquetas y los números importantes con las instrucciones al tamaño de visualización previsto. Para una serie repetitiva, conserva las referencias y los requisitos visuales junto con cada resultado y compara entre sí las imágenes completadas.
El perfil combinado publica una ventana de contexto de 400,000 tokens y hasta 128,000 tokens de generación. Son capacidades de contexto de trabajo y de generación, independientes de las dimensiones en píxeles de una imagen o del número de imágenes devueltas. Organiza el material de origen largo en torno a la interpretación requerida y deja espacio para la respuesta. Unas instrucciones compactas con referencias pertinentes son más útiles que documentos ajenos a la tarea cuya función no se haya explicado.
Sus especificaciones publicadas de salida textual admiten resultados estructurados mediante un esquema JSON. Define los campos y los tipos cuando una aplicación deba consumir un resultado escrito y valida los valores frente a las pruebas proporcionadas. El perfil combinado no ofrece llamadas a funciones de la aplicación. Su uso de un componente de lenguaje con generación de imágenes es una capacidad específica de este perfil; no convierte todas las funciones de una interfaz GPT-5 Mini independiente en parte de este flujo de trabajo.
Los ajustes de imagen deben proceder del perfil y la interfaz exactos que se utilizan. Conserva la configuración seleccionada junto con las instrucciones textuales al comparar revisiones. El componente directo GPT Image 1 Mini y un perfil combinado de conversación tienen estructuras de solicitud diferentes, por lo que los controles de tamaño, máscara o salida específicos del componente necesitan una correspondencia explícita antes de tratarse como ajustes de este perfil combinado.
El esquema documentado de solicitud de conversación puede seleccionar text e image como modalidades de salida. Procesa el texto devuelto y cada imagen real que acompañe a la respuesta generada. Guarda las imágenes en el formato identificado por el resultado y conserva la respuesta escrita junto con las instrucciones textuales, las referencias de origen y los ajustes. Una respuesta que solo contiene texto explicativo es distinta de un entregable visual completado, por lo que debes comprobar qué contiene realmente el resultado antes de utilizarlo en una composición.
GPT-5 Image Mini es independiente del perfil GPT-5 Image completo, que combina GPT-5 con GPT Image 1. Utiliza el perfil Mini para tareas acotadas de lenguaje e imagen cuyas instrucciones y criterios de revisión sean claros. Comprueba la composición, la identidad del objeto, el texto de la imagen y el texto de apoyo y solicita la corrección concreta necesaria. Conserva los elementos logrados y las referencias pertinentes en las siguientes instrucciones para que una revisión tenga un objetivo concreto.
", "aboutText": "GPT-5 Image Mini es un perfil combinado de lenguaje e imagen basado en GPT-5 Mini y GPT Image 1 Mini de OpenAI. Su componente de lenguaje interpreta una tarea escrita y el material de origen, mientras que su componente de imagen crea o revisa contenido visual. El perfil publicado destaca el seguimiento de instrucciones, la representación de texto y la edición detallada de imágenes. Resulta útil para un encargo visual concreto que también necesita interpretación textual, explicación o texto de apoyo.\n\n### Une la tarea escrita y el resultado visual\n\nPrepara unas instrucciones con el elemento esperado, el sujeto, la composición y el texto requerido. Describe cómo se utilizará la imagen, por ejemplo como concepto de producto, ilustración que acompaña a una explicación breve o borrador visual para una página. Solicita explícitamente los entregables escritos y visuales para que resulte fácil distinguir la explicación del concepto de la imagen en sí.\n\nPor ejemplo, proporciona una descripción de una botella de agua reutilizable y solicita un concepto sencillo de escena de producto con una leyenda breve. Especifica la forma visible de la botella, el fondo, la dirección de la luz y las palabras exactas que deben aparecer en el elemento visual. Mantén los hechos utilizados en la leyenda separados de los detalles decorativos de la escena. Revisa la imagen devuelta y el texto escrito frente a esas dos partes de las instrucciones.\n\nEl perfil combinado documentado acepta texto, imágenes y archivos como PDF. Un documento puede aportar requisitos o hechos que deben interpretarse antes de crear el elemento visual. Una imagen puede aportar apariencia, composición o una fuente para editar. Indica la función de cada fuente en lugar de suponer que cada adjunto debe afectar a todas las partes del resultado. Mantén claros los nombres y el orden de las fuentes cuando se proporcionen varias entradas.\n\n### Genera y revisa con referencias\n\nPara una imagen nueva, especifica qué debe verse y cómo se relacionan las partes. Para una edición guiada por referencias, identifica el cambio y los detalles que deben conservarse. Una escena de producto puede solicitar un entorno nuevo conservando la forma reconocible y la etiqueta visible del artículo. Un diagrama puede solicitar una relación corregida, indicando el texto y los elementos que deben mantenerse.\n\nLa ficha publicada propia del perfil permite hasta dieciséis imágenes de referencia para edición. Elige referencias que contribuyan a la tarea y explica su propósito: el producto, el personaje, el fondo o el tratamiento visual. Varias referencias pueden contener iluminación o composición contradictorias, por lo que debes indicar claramente el resultado previsto. Inspecciona los detalles del sujeto, la rotulación y los límites de un cambio solicitado en la imagen real devuelta.\n\nLa representación de texto es una capacidad documentada, pero un borrador visual sigue necesitando una comprobación palabra por palabra. Proporciona la redacción exacta, la puntuación y la ubicación y compara las etiquetas y los números importantes con las instrucciones al tamaño de visualización previsto. Para una serie repetitiva, conserva las referencias y los requisitos visuales junto con cada resultado y compara entre sí las imágenes completadas.\n\n### Contexto de trabajo y controles\n\nEl perfil combinado publica una ventana de contexto de 400,000 tokens y hasta 128,000 tokens de generación. Son capacidades de contexto de trabajo y de generación, independientes de las dimensiones en píxeles de una imagen o del número de imágenes devueltas. Organiza el material de origen largo en torno a la interpretación requerida y deja espacio para la respuesta. Unas instrucciones compactas con referencias pertinentes son más útiles que documentos ajenos a la tarea cuya función no se haya explicado.\n\nSus especificaciones publicadas de salida textual admiten resultados estructurados mediante un esquema JSON. Define los campos y los tipos cuando una aplicación deba consumir un resultado escrito y valida los valores frente a las pruebas proporcionadas. El perfil combinado no ofrece llamadas a funciones de la aplicación. Su uso de un componente de lenguaje con generación de imágenes es una capacidad específica de este perfil; no convierte todas las funciones de una interfaz GPT-5 Mini independiente en parte de este flujo de trabajo.\n\nLos ajustes de imagen deben proceder del perfil y la interfaz exactos que se utilizan. Conserva la configuración seleccionada junto con las instrucciones textuales al comparar revisiones. El componente directo GPT Image 1 Mini y un perfil combinado de conversación tienen estructuras de solicitud diferentes, por lo que los controles de tamaño, máscara o salida específicos del componente necesitan una correspondencia explícita antes de tratarse como ajustes de este perfil combinado.\n\n### Conserva los entregables de texto e imagen\n\nEl esquema documentado de solicitud de conversación puede seleccionar text e image como modalidades de salida. Procesa el texto devuelto y cada imagen real que acompañe a la respuesta generada. Guarda las imágenes en el formato identificado por el resultado y conserva la respuesta escrita junto con las instrucciones textuales, las referencias de origen y los ajustes. Una respuesta que solo contiene texto explicativo es distinta de un entregable visual completado, por lo que debes comprobar qué contiene realmente el resultado antes de utilizarlo en una composición.\n\nGPT-5 Image Mini es independiente del perfil GPT-5 Image completo, que combina GPT-5 con GPT Image 1. Utiliza el perfil Mini para tareas acotadas de lenguaje e imagen cuyas instrucciones y criterios de revisión sean claros. Comprueba la composición, la identidad del objeto, el texto de la imagen y el texto de apoyo y solicita la corrección concreta necesaria. Conserva los elementos logrados y las referencias pertinentes en las siguientes instrucciones para que una revisión tenga un objetivo concreto.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Create a labelled refill-bottle scene\n\nCreate a product-scene image of a plain cylindrical blue reusable water bottle with a silver screw cap, standing upright on pale stone. Soft daylight enters from the left. Place the exact word REFILL clearly on the bottle, with no other text, logos, accessories or unsupported product claims. Keep the full bottle visible.One image artifact showing the full specified bottle, left-side daylight and the exact single-word label.Inspect the actual image for bottle shape, cap, complete framing and letter-by-letter spelling of REFILL.openai/gpt-5-image-miniGPT-5 Image Mini combina las capacidades de lenguaje de GPT-5 Mini de OpenAI con GPT Image 1 Mini para generación visual y ediciones guiadas por referencias. Acepta texto, imágenes y documentos y devuelve texto e imágenes, lo que permite flujos que necesitan tanto una respuesta escrita como un elemento visual.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-5 Image Mini es un perfil combinado de lenguaje e imagen basado en GPT-5 Mini y GPT Image 1 Mini de OpenAI. Su componente de lenguaje interpreta una tarea escrita y el material de origen, mientras que su componente de imagen crea o revisa contenido visual. El perfil publicado destaca el seguimiento de instrucciones, la representación de texto y la edición detallada de imágenes. Resulta útil para un encargo visual concreto que también necesita interpretación textual, explicación o texto de apoyo.
Prepara unas instrucciones con el elemento esperado, el sujeto, la composición y el texto requerido. Describe cómo se utilizará la imagen, por ejemplo como concepto de producto, ilustración que acompaña a una explicación breve o borrador visual para una página. Solicita explícitamente los entregables escritos y visuales para que resulte fácil distinguir la explicación del concepto de la imagen en sí.
Por ejemplo, proporciona una descripción de una botella de agua reutilizable y solicita un concepto sencillo de escena de producto con una leyenda breve. Especifica la forma visible de la botella, el fondo, la dirección de la luz y las palabras exactas que deben aparecer en el elemento visual. Mantén los hechos utilizados en la leyenda separados de los detalles decorativos de la escena. Revisa la imagen devuelta y el texto escrito frente a esas dos partes de las instrucciones.
El perfil combinado documentado acepta texto, imágenes y archivos como PDF. Un documento puede aportar requisitos o hechos que deben interpretarse antes de crear el elemento visual. Una imagen puede aportar apariencia, composición o una fuente para editar. Indica la función de cada fuente en lugar de suponer que cada adjunto debe afectar a todas las partes del resultado. Mantén claros los nombres y el orden de las fuentes cuando se proporcionen varias entradas.
Para una imagen nueva, especifica qué debe verse y cómo se relacionan las partes. Para una edición guiada por referencias, identifica el cambio y los detalles que deben conservarse. Una escena de producto puede solicitar un entorno nuevo conservando la forma reconocible y la etiqueta visible del artículo. Un diagrama puede solicitar una relación corregida, indicando el texto y los elementos que deben mantenerse.
La ficha publicada propia del perfil permite hasta dieciséis imágenes de referencia para edición. Elige referencias que contribuyan a la tarea y explica su propósito: el producto, el personaje, el fondo o el tratamiento visual. Varias referencias pueden contener iluminación o composición contradictorias, por lo que debes indicar claramente el resultado previsto. Inspecciona los detalles del sujeto, la rotulación y los límites de un cambio solicitado en la imagen real devuelta.
La representación de texto es una capacidad documentada, pero un borrador visual sigue necesitando una comprobación palabra por palabra. Proporciona la redacción exacta, la puntuación y la ubicación y compara las etiquetas y los números importantes con las instrucciones al tamaño de visualización previsto. Para una serie repetitiva, conserva las referencias y los requisitos visuales junto con cada resultado y compara entre sí las imágenes completadas.
El perfil combinado publica una ventana de contexto de 400,000 tokens y hasta 128,000 tokens de generación. Son capacidades de contexto de trabajo y de generación, independientes de las dimensiones en píxeles de una imagen o del número de imágenes devueltas. Organiza el material de origen largo en torno a la interpretación requerida y deja espacio para la respuesta. Unas instrucciones compactas con referencias pertinentes son más útiles que documentos ajenos a la tarea cuya función no se haya explicado.
Sus especificaciones publicadas de salida textual admiten resultados estructurados mediante un esquema JSON. Define los campos y los tipos cuando una aplicación deba consumir un resultado escrito y valida los valores frente a las pruebas proporcionadas. El perfil combinado no ofrece llamadas a funciones de la aplicación. Su uso de un componente de lenguaje con generación de imágenes es una capacidad específica de este perfil; no convierte todas las funciones de una interfaz GPT-5 Mini independiente en parte de este flujo de trabajo.
Los ajustes de imagen deben proceder del perfil y la interfaz exactos que se utilizan. Conserva la configuración seleccionada junto con las instrucciones textuales al comparar revisiones. El componente directo GPT Image 1 Mini y un perfil combinado de conversación tienen estructuras de solicitud diferentes, por lo que los controles de tamaño, máscara o salida específicos del componente necesitan una correspondencia explícita antes de tratarse como ajustes de este perfil combinado.
El esquema documentado de solicitud de conversación puede seleccionar text e image como modalidades de salida. Procesa el texto devuelto y cada imagen real que acompañe a la respuesta generada. Guarda las imágenes en el formato identificado por el resultado y conserva la respuesta escrita junto con las instrucciones textuales, las referencias de origen y los ajustes. Una respuesta que solo contiene texto explicativo es distinta de un entregable visual completado, por lo que debes comprobar qué contiene realmente el resultado antes de utilizarlo en una composición.
GPT-5 Image Mini es independiente del perfil GPT-5 Image completo, que combina GPT-5 con GPT Image 1. Utiliza el perfil Mini para tareas acotadas de lenguaje e imagen cuyas instrucciones y criterios de revisión sean claros. Comprueba la composición, la identidad del objeto, el texto de la imagen y el texto de apoyo y solicita la corrección concreta necesaria. Conserva los elementos logrados y las referencias pertinentes en las siguientes instrucciones para que una revisión tenga un objetivo concreto.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-5-image-mini | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.004 / 1K tokens Entrada · Lectura de caché $0.0005 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens Salida · Tokens de salida de imagen $0.016 / 1K tokens de imagen |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.004 / 1K tokens Entrada · Lectura de caché $0.0005 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Las tablas de referencia del modelo no cambian la selección del método, las cotizaciones ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| ConfiguraciónOpenAI: GPT-5 Image Mini · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Tokens de entrada USD 0.005 / 1K tokens Salida · Tokens de salida USD 0.004 / 1K tokens Salida · Imagen de salida USD 0.016 / 1K tokens Salida · Búsqueda web USD 0.02 por búsqueda Entrada · Lectura de caché USD 0.0005 / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5-image-mini", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\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/chat/completions \\\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 json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5-image-mini',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5-image-mini',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra openai/gpt-5-image-mini
/v1/images
openai/gpt-5-image-miniGPT-5 Image Mini combina las capacidades de lenguaje de GPT-5 Mini de OpenAI con GPT Image 1 Mini para generación visual y ediciones guiadas por referencias. Acepta texto, imágenes y documentos y devuelve texto e imágenes, lo que permite flujos que necesitan tanto una respuesta escrita como un elemento visual.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-5 Image Mini es un perfil combinado de lenguaje e imagen basado en GPT-5 Mini y GPT Image 1 Mini de OpenAI. Su componente de lenguaje interpreta una tarea escrita y el material de origen, mientras que su componente de imagen crea o revisa contenido visual. El perfil publicado destaca el seguimiento de instrucciones, la representación de texto y la edición detallada de imágenes. Resulta útil para un encargo visual concreto que también necesita interpretación textual, explicación o texto de apoyo.
Prepara unas instrucciones con el elemento esperado, el sujeto, la composición y el texto requerido. Describe cómo se utilizará la imagen, por ejemplo como concepto de producto, ilustración que acompaña a una explicación breve o borrador visual para una página. Solicita explícitamente los entregables escritos y visuales para que resulte fácil distinguir la explicación del concepto de la imagen en sí.
Por ejemplo, proporciona una descripción de una botella de agua reutilizable y solicita un concepto sencillo de escena de producto con una leyenda breve. Especifica la forma visible de la botella, el fondo, la dirección de la luz y las palabras exactas que deben aparecer en el elemento visual. Mantén los hechos utilizados en la leyenda separados de los detalles decorativos de la escena. Revisa la imagen devuelta y el texto escrito frente a esas dos partes de las instrucciones.
El perfil combinado documentado acepta texto, imágenes y archivos como PDF. Un documento puede aportar requisitos o hechos que deben interpretarse antes de crear el elemento visual. Una imagen puede aportar apariencia, composición o una fuente para editar. Indica la función de cada fuente en lugar de suponer que cada adjunto debe afectar a todas las partes del resultado. Mantén claros los nombres y el orden de las fuentes cuando se proporcionen varias entradas.
Para una imagen nueva, especifica qué debe verse y cómo se relacionan las partes. Para una edición guiada por referencias, identifica el cambio y los detalles que deben conservarse. Una escena de producto puede solicitar un entorno nuevo conservando la forma reconocible y la etiqueta visible del artículo. Un diagrama puede solicitar una relación corregida, indicando el texto y los elementos que deben mantenerse.
La ficha publicada propia del perfil permite hasta dieciséis imágenes de referencia para edición. Elige referencias que contribuyan a la tarea y explica su propósito: el producto, el personaje, el fondo o el tratamiento visual. Varias referencias pueden contener iluminación o composición contradictorias, por lo que debes indicar claramente el resultado previsto. Inspecciona los detalles del sujeto, la rotulación y los límites de un cambio solicitado en la imagen real devuelta.
La representación de texto es una capacidad documentada, pero un borrador visual sigue necesitando una comprobación palabra por palabra. Proporciona la redacción exacta, la puntuación y la ubicación y compara las etiquetas y los números importantes con las instrucciones al tamaño de visualización previsto. Para una serie repetitiva, conserva las referencias y los requisitos visuales junto con cada resultado y compara entre sí las imágenes completadas.
El perfil combinado publica una ventana de contexto de 400,000 tokens y hasta 128,000 tokens de generación. Son capacidades de contexto de trabajo y de generación, independientes de las dimensiones en píxeles de una imagen o del número de imágenes devueltas. Organiza el material de origen largo en torno a la interpretación requerida y deja espacio para la respuesta. Unas instrucciones compactas con referencias pertinentes son más útiles que documentos ajenos a la tarea cuya función no se haya explicado.
Sus especificaciones publicadas de salida textual admiten resultados estructurados mediante un esquema JSON. Define los campos y los tipos cuando una aplicación deba consumir un resultado escrito y valida los valores frente a las pruebas proporcionadas. El perfil combinado no ofrece llamadas a funciones de la aplicación. Su uso de un componente de lenguaje con generación de imágenes es una capacidad específica de este perfil; no convierte todas las funciones de una interfaz GPT-5 Mini independiente en parte de este flujo de trabajo.
Los ajustes de imagen deben proceder del perfil y la interfaz exactos que se utilizan. Conserva la configuración seleccionada junto con las instrucciones textuales al comparar revisiones. El componente directo GPT Image 1 Mini y un perfil combinado de conversación tienen estructuras de solicitud diferentes, por lo que los controles de tamaño, máscara o salida específicos del componente necesitan una correspondencia explícita antes de tratarse como ajustes de este perfil combinado.
El esquema documentado de solicitud de conversación puede seleccionar text e image como modalidades de salida. Procesa el texto devuelto y cada imagen real que acompañe a la respuesta generada. Guarda las imágenes en el formato identificado por el resultado y conserva la respuesta escrita junto con las instrucciones textuales, las referencias de origen y los ajustes. Una respuesta que solo contiene texto explicativo es distinta de un entregable visual completado, por lo que debes comprobar qué contiene realmente el resultado antes de utilizarlo en una composición.
GPT-5 Image Mini es independiente del perfil GPT-5 Image completo, que combina GPT-5 con GPT Image 1. Utiliza el perfil Mini para tareas acotadas de lenguaje e imagen cuyas instrucciones y criterios de revisión sean claros. Comprueba la composición, la identidad del objeto, el texto de la imagen y el texto de apoyo y solicita la corrección concreta necesaria. Conserva los elementos logrados y las referencias pertinentes en las siguientes instrucciones para que una revisión tenga un objetivo concreto.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-5-image-mini | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud mínima: 1 | Predeterminado— |
Campoaspect_ratio | Tipostring | RequisitoOpcional | Valores y límites 1:1, 3:2, 2:3, auto | Predeterminado— |
Campoquality | Tipostring | RequisitoOpcional | Valores y límites auto, low, medium, high | Predeterminado— |
Campobackground | Tipostring | RequisitoOpcional | Valores y límites auto, transparent, opaque | Predeterminado— |
Campon | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Máximo: 10 | Predeterminado— |
Campoinput_references | Tipoarray | RequisitoOpcional | Valores y límites Número mínimo de elementos: 0 Número máximo de elementos: 16 | Predeterminado— |
Campooutput_compression | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 0 Máximo: 100 | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, prompt |
Parámetromaterial_types | Contratotext, image |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · El task_id real devuelto o el registro de la biblioteca multimedia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Las tarifas mostradas permiten estimar el costo antes de la generación. El cargo final se calcula a partir del costo registrado para la generación original. La duración medida de la salida y las cantidades estimadas no son la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Cargo |
|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| ConfiguraciónCosto estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Cargo Salida · Costo estimado de generación · Estimación solo para comparar $0.065536 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija por la generación completada. |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-5-image-mini', '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\nDescarga cada imagen recibida o guarda su contenido 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.\nGuarda todas las imágenes completadas; descarga cada URL recibida o decodifica su contenido Base64.
Conserva la respuesta completa y los encabezados, todas las salidas reales, los identificadores originales devueltos y todos los campos de uso. Recupera la operación original sin volver a enviar la solicitud de creación.
Conserva el X-Client-Request-ID devuelto para la conciliación. Consulta únicamente los valores reales de task_id/asset_id devueltos o la biblioteca multimedia de tu propiedad; nunca construyas una URL de tarea a partir del ID de la operación ni vuelvas a enviar la solicitud de creación.
| Campo | Tipo |
|---|---|
Campocreated | Tipo |
Campodata[].url | Tipo |
Campodata[].b64_json | Tipo |
Campousage | Tipo |
Ailoot Ultra openai/gpt-5-image-mini
/v1/images
openai/gpt-5-image-miniGPT-5 Image Mini combina las capacidades de lenguaje de GPT-5 Mini de OpenAI con GPT Image 1 Mini para generación visual y ediciones guiadas por referencias. Acepta texto, imágenes y documentos y devuelve texto e imágenes, lo que permite flujos que necesitan tanto una respuesta escrita como un elemento visual.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-5 Image Mini es un perfil combinado de lenguaje e imagen basado en GPT-5 Mini y GPT Image 1 Mini de OpenAI. Su componente de lenguaje interpreta una tarea escrita y el material de origen, mientras que su componente de imagen crea o revisa contenido visual. El perfil publicado destaca el seguimiento de instrucciones, la representación de texto y la edición detallada de imágenes. Resulta útil para un encargo visual concreto que también necesita interpretación textual, explicación o texto de apoyo.
Prepara unas instrucciones con el elemento esperado, el sujeto, la composición y el texto requerido. Describe cómo se utilizará la imagen, por ejemplo como concepto de producto, ilustración que acompaña a una explicación breve o borrador visual para una página. Solicita explícitamente los entregables escritos y visuales para que resulte fácil distinguir la explicación del concepto de la imagen en sí.
Por ejemplo, proporciona una descripción de una botella de agua reutilizable y solicita un concepto sencillo de escena de producto con una leyenda breve. Especifica la forma visible de la botella, el fondo, la dirección de la luz y las palabras exactas que deben aparecer en el elemento visual. Mantén los hechos utilizados en la leyenda separados de los detalles decorativos de la escena. Revisa la imagen devuelta y el texto escrito frente a esas dos partes de las instrucciones.
El perfil combinado documentado acepta texto, imágenes y archivos como PDF. Un documento puede aportar requisitos o hechos que deben interpretarse antes de crear el elemento visual. Una imagen puede aportar apariencia, composición o una fuente para editar. Indica la función de cada fuente en lugar de suponer que cada adjunto debe afectar a todas las partes del resultado. Mantén claros los nombres y el orden de las fuentes cuando se proporcionen varias entradas.
Para una imagen nueva, especifica qué debe verse y cómo se relacionan las partes. Para una edición guiada por referencias, identifica el cambio y los detalles que deben conservarse. Una escena de producto puede solicitar un entorno nuevo conservando la forma reconocible y la etiqueta visible del artículo. Un diagrama puede solicitar una relación corregida, indicando el texto y los elementos que deben mantenerse.
La ficha publicada propia del perfil permite hasta dieciséis imágenes de referencia para edición. Elige referencias que contribuyan a la tarea y explica su propósito: el producto, el personaje, el fondo o el tratamiento visual. Varias referencias pueden contener iluminación o composición contradictorias, por lo que debes indicar claramente el resultado previsto. Inspecciona los detalles del sujeto, la rotulación y los límites de un cambio solicitado en la imagen real devuelta.
La representación de texto es una capacidad documentada, pero un borrador visual sigue necesitando una comprobación palabra por palabra. Proporciona la redacción exacta, la puntuación y la ubicación y compara las etiquetas y los números importantes con las instrucciones al tamaño de visualización previsto. Para una serie repetitiva, conserva las referencias y los requisitos visuales junto con cada resultado y compara entre sí las imágenes completadas.
El perfil combinado publica una ventana de contexto de 400,000 tokens y hasta 128,000 tokens de generación. Son capacidades de contexto de trabajo y de generación, independientes de las dimensiones en píxeles de una imagen o del número de imágenes devueltas. Organiza el material de origen largo en torno a la interpretación requerida y deja espacio para la respuesta. Unas instrucciones compactas con referencias pertinentes son más útiles que documentos ajenos a la tarea cuya función no se haya explicado.
Sus especificaciones publicadas de salida textual admiten resultados estructurados mediante un esquema JSON. Define los campos y los tipos cuando una aplicación deba consumir un resultado escrito y valida los valores frente a las pruebas proporcionadas. El perfil combinado no ofrece llamadas a funciones de la aplicación. Su uso de un componente de lenguaje con generación de imágenes es una capacidad específica de este perfil; no convierte todas las funciones de una interfaz GPT-5 Mini independiente en parte de este flujo de trabajo.
Los ajustes de imagen deben proceder del perfil y la interfaz exactos que se utilizan. Conserva la configuración seleccionada junto con las instrucciones textuales al comparar revisiones. El componente directo GPT Image 1 Mini y un perfil combinado de conversación tienen estructuras de solicitud diferentes, por lo que los controles de tamaño, máscara o salida específicos del componente necesitan una correspondencia explícita antes de tratarse como ajustes de este perfil combinado.
El esquema documentado de solicitud de conversación puede seleccionar text e image como modalidades de salida. Procesa el texto devuelto y cada imagen real que acompañe a la respuesta generada. Guarda las imágenes en el formato identificado por el resultado y conserva la respuesta escrita junto con las instrucciones textuales, las referencias de origen y los ajustes. Una respuesta que solo contiene texto explicativo es distinta de un entregable visual completado, por lo que debes comprobar qué contiene realmente el resultado antes de utilizarlo en una composición.
GPT-5 Image Mini es independiente del perfil GPT-5 Image completo, que combina GPT-5 con GPT Image 1. Utiliza el perfil Mini para tareas acotadas de lenguaje e imagen cuyas instrucciones y criterios de revisión sean claros. Comprueba la composición, la identidad del objeto, el texto de la imagen y el texto de apoyo y solicita la corrección concreta necesaria. Conserva los elementos logrados y las referencias pertinentes en las siguientes instrucciones para que una revisión tenga un objetivo concreto.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-5-image-mini | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.004 / 1K tokens Entrada · Lectura de caché $0.0005 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens Salida · Tokens de salida de imagen $0.016 / 1K tokens de imagen |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.004 / 1K tokens Entrada · Lectura de caché $0.0005 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "openai/gpt-5-image-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5-image-mini', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5-image-mini', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra openai/gpt-5-image-mini
/v1/images
Ejemplo técnico en inglés
Create a labelled refill-bottle scene\n\nCreate a product-scene image of a plain cylindrical blue reusable water bottle with a silver screw cap, standing upright on pale stone. Soft daylight enters from the left. Place the exact word REFILL clearly on the bottle, with no other text, logos, accessories or unsupported product claims. Keep the full bottle visible.One image artifact showing the full specified bottle, left-side daylight and the exact single-word label.Inspect the actual image for bottle shape, cap, complete framing and letter-by-letter spelling of REFILL.