GPT Image 2 est le modèle d’OpenAI pour la génération et la modification d’images à partir de texte et d’entrées visuelles. Il crée une nouvelle image à partir d’un brief écrit et peut utiliser des images sources pour des retouches ou un travail guidé par des références. Les tâches pratiques comprennent les illustrations, les concepts de produits, les compositions visuelles et les modifications d’un visuel existant. Il s’agit d’une édition distincte des modèles GPT Image 2.5 Sunburst et Flare, avec sa propre gamme de qualités et son propre comportement de fidélité des entrées.
Pour la génération, décrivez le sujet, la scène, la composition, la lumière et le style souhaité. Pour une retouche, nommez ce qui doit changer et ce qui doit conserver son apparence. Un brief de produit peut demander une lampe en céramique sur une surface claire, avec une silhouette centrée et de la place pour une légende ; une retouche ultérieure peut changer l’arrière-plan tout en conservant la forme de la lampe et l’angle de vue. Les flux directs documentés de génération et de modification acceptent des prompts allant jusqu’à 32 000 caractères et peuvent renvoyer une à dix images.
La modification à partir de références accepte jusqu’à seize images d’entrée. Précisez l’objectif de chaque référence pour éviter de confondre sujet, arrière-plan et traitement visuel. GPT Image 2 traite automatiquement chaque image d’entrée avec une haute fidélité ; input_fidelity doit être omis, car il n’est pas réglable dans cette édition. Cela diffère du choix entre high et low de GPT Image 1 et du mode de fidélité d’entrée uniquement low de GPT Image 1 Mini. Le traitement haute fidélité favorise les détails de la source sans garantir leur reproduction à l’identique.
Un masque peut identifier la zone à retoucher. L’image source et le masque doivent avoir le même format et les mêmes dimensions et rester sous 50 Mo selon les exigences de préparation du guide ; le masque doit également comporter un canal alpha. Si plusieurs images d’entrée sont fournies, le masque s’applique à la première. Le modèle traite le masque comme un guide fondé sur le prompt plutôt que comme une frontière géométrique stricte. Décrivez le changement local et les exigences de préservation, puis examinez les zones voisines pour détecter des différences involontaires.
GPT Image 2 prend en charge les qualités low, medium, high et auto, avec auto par défaut. Les réglages xhigh et max de la famille 2.5 ne font pas partie de la gamme de cette édition. La taille peut être carrée, paysage, portrait, automatique ou définie par une largeur et une hauteur personnalisées valides. Les exemples du producteur comprennent 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 et 2160 × 3840 pixels. Choisissez l’orientation et le niveau de détail pour la mise en page réelle plutôt que de traiter qualité et dimensions comme un seul réglage.
Les dimensions personnalisées doivent être des multiples de seize pixels, avec un côté maximal de 3840 pixels, un rapport entre le grand et le petit côté ne dépassant pas 3:1 et une surface de 655 360 à 8 294 400 pixels. Ces conditions s’appliquent simultanément. Les résolutions supérieures à 2560 × 1440 sont indiquées comme expérimentales. Un cadre peut respecter une règle tout en en enfreignant une autre : choisissez donc une paire de dimensions prise en charge et décrivez dans le brief les éléments sensibles au recadrage.
La sortie est PNG par défaut, avec JPEG ou WebP également disponibles. La compression de 0 à 100 est prise en charge pour JPEG et WebP. L’arrière-plan peut être opaque ou automatique ; la référence actuelle précise décrit la transparence pour GPT Image 2 comme une fonctionnalité en préversion. Pour demander la transparence, utilisez PNG ou WebP afin de conserver un canal alpha. Le flux documenté de diffusion en continu autorise jusqu’à trois images partielles avant l’image finalisée ; enregistrez le visuel final plutôt qu’un aperçu d’avancement. L’interface du fabricant prend également en charge le traitement par lots.
Évaluez la netteté du texte, la position des objets et la préservation des détails sources dans le résultat réel. GPT Image peut éprouver des difficultés avec les textes précis, les compositions sensibles à la mise en page et les identités visuelles récurrentes d’une génération à l’autre. Pour une série de retouches, utilisez le résultat choisi comme source suivante et formulez un changement concret lié à un problème visible. La sortie utile de GPT Image 2 est une image liée à un brief clair de génération ou de modification, avec des entrées haute fidélité, des dimensions et une qualité choisies pour cette tâche précise.
", "aboutText": "GPT Image 2 est le modèle d’OpenAI pour la génération et la modification d’images à partir de texte et d’entrées visuelles. Il crée une nouvelle image à partir d’un brief écrit et peut utiliser des images sources pour des retouches ou un travail guidé par des références. Les tâches pratiques comprennent les illustrations, les concepts de produits, les compositions visuelles et les modifications d’un visuel existant. Il s’agit d’une édition distincte des modèles GPT Image 2.5 Sunburst et Flare, avec sa propre gamme de qualités et son propre comportement de fidélité des entrées.\n\nPour la génération, décrivez le sujet, la scène, la composition, la lumière et le style souhaité. Pour une retouche, nommez ce qui doit changer et ce qui doit conserver son apparence. Un brief de produit peut demander une lampe en céramique sur une surface claire, avec une silhouette centrée et de la place pour une légende ; une retouche ultérieure peut changer l’arrière-plan tout en conservant la forme de la lampe et l’angle de vue. Les flux directs documentés de génération et de modification acceptent des prompts allant jusqu’à 32 000 caractères et peuvent renvoyer une à dix images.\n\nLa modification à partir de références accepte jusqu’à seize images d’entrée. Précisez l’objectif de chaque référence pour éviter de confondre sujet, arrière-plan et traitement visuel. GPT Image 2 traite automatiquement chaque image d’entrée avec une haute fidélité ; input_fidelity doit être omis, car il n’est pas réglable dans cette édition. Cela diffère du choix entre high et low de GPT Image 1 et du mode de fidélité d’entrée uniquement low de GPT Image 1 Mini. Le traitement haute fidélité favorise les détails de la source sans garantir leur reproduction à l’identique.\n\nUn masque peut identifier la zone à retoucher. L’image source et le masque doivent avoir le même format et les mêmes dimensions et rester sous 50 Mo selon les exigences de préparation du guide ; le masque doit également comporter un canal alpha. Si plusieurs images d’entrée sont fournies, le masque s’applique à la première. Le modèle traite le masque comme un guide fondé sur le prompt plutôt que comme une frontière géométrique stricte. Décrivez le changement local et les exigences de préservation, puis examinez les zones voisines pour détecter des différences involontaires.\n\nGPT Image 2 prend en charge les qualités low, medium, high et auto, avec auto par défaut. Les réglages xhigh et max de la famille 2.5 ne font pas partie de la gamme de cette édition. La taille peut être carrée, paysage, portrait, automatique ou définie par une largeur et une hauteur personnalisées valides. Les exemples du producteur comprennent 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 et 2160 × 3840 pixels. Choisissez l’orientation et le niveau de détail pour la mise en page réelle plutôt que de traiter qualité et dimensions comme un seul réglage.\n\nLes dimensions personnalisées doivent être des multiples de seize pixels, avec un côté maximal de 3840 pixels, un rapport entre le grand et le petit côté ne dépassant pas 3:1 et une surface de 655 360 à 8 294 400 pixels. Ces conditions s’appliquent simultanément. Les résolutions supérieures à 2560 × 1440 sont indiquées comme expérimentales. Un cadre peut respecter une règle tout en en enfreignant une autre : choisissez donc une paire de dimensions prise en charge et décrivez dans le brief les éléments sensibles au recadrage.\n\nLa sortie est PNG par défaut, avec JPEG ou WebP également disponibles. La compression de 0 à 100 est prise en charge pour JPEG et WebP. L’arrière-plan peut être opaque ou automatique ; la référence actuelle précise décrit la transparence pour GPT Image 2 comme une fonctionnalité en préversion. Pour demander la transparence, utilisez PNG ou WebP afin de conserver un canal alpha. Le flux documenté de diffusion en continu autorise jusqu’à trois images partielles avant l’image finalisée ; enregistrez le visuel final plutôt qu’un aperçu d’avancement. L’interface du fabricant prend également en charge le traitement par lots.\n\nÉvaluez la netteté du texte, la position des objets et la préservation des détails sources dans le résultat réel. GPT Image peut éprouver des difficultés avec les textes précis, les compositions sensibles à la mise en page et les identités visuelles récurrentes d’une génération à l’autre. Pour une série de retouches, utilisez le résultat choisi comme source suivante et formulez un changement concret lié à un problème visible. La sortie utile de GPT Image 2 est une image liée à un brief clair de génération ou de modification, avec des entrées haute fidélité, des dimensions et une qualité choisies pour cette tâche précise.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "e9ff4e279f030f404db04ac8214073b9dd4ebbc543d5112b818229780383d738", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-be", "methods": [ { "html": "gpt-image-2GPT Image 2 génère et modifie des images à partir de texte et de références visuelles. Il prend en charge des dimensions flexibles et traite automatiquement les images d’entrée avec une haute fidélité, avec des réglages distincts de qualité, de format et d’arrière-plan pour le visuel finalisé.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT Image 2 est le modèle d’OpenAI pour la génération et la modification d’images à partir de texte et d’entrées visuelles. Il crée une nouvelle image à partir d’un brief écrit et peut utiliser des images sources pour des retouches ou un travail guidé par des références. Les tâches pratiques comprennent les illustrations, les concepts de produits, les compositions visuelles et les modifications d’un visuel existant. Il s’agit d’une édition distincte des modèles GPT Image 2.5 Sunburst et Flare, avec sa propre gamme de qualités et son propre comportement de fidélité des entrées.
Pour la génération, décrivez le sujet, la scène, la composition, la lumière et le style souhaité. Pour une retouche, nommez ce qui doit changer et ce qui doit conserver son apparence. Un brief de produit peut demander une lampe en céramique sur une surface claire, avec une silhouette centrée et de la place pour une légende ; une retouche ultérieure peut changer l’arrière-plan tout en conservant la forme de la lampe et l’angle de vue. Les flux directs documentés de génération et de modification acceptent des prompts allant jusqu’à 32 000 caractères et peuvent renvoyer une à dix images.
La modification à partir de références accepte jusqu’à seize images d’entrée. Précisez l’objectif de chaque référence pour éviter de confondre sujet, arrière-plan et traitement visuel. GPT Image 2 traite automatiquement chaque image d’entrée avec une haute fidélité ; input_fidelity doit être omis, car il n’est pas réglable dans cette édition. Cela diffère du choix entre high et low de GPT Image 1 et du mode de fidélité d’entrée uniquement low de GPT Image 1 Mini. Le traitement haute fidélité favorise les détails de la source sans garantir leur reproduction à l’identique.
Un masque peut identifier la zone à retoucher. L’image source et le masque doivent avoir le même format et les mêmes dimensions et rester sous 50 Mo selon les exigences de préparation du guide ; le masque doit également comporter un canal alpha. Si plusieurs images d’entrée sont fournies, le masque s’applique à la première. Le modèle traite le masque comme un guide fondé sur le prompt plutôt que comme une frontière géométrique stricte. Décrivez le changement local et les exigences de préservation, puis examinez les zones voisines pour détecter des différences involontaires.
GPT Image 2 prend en charge les qualités low, medium, high et auto, avec auto par défaut. Les réglages xhigh et max de la famille 2.5 ne font pas partie de la gamme de cette édition. La taille peut être carrée, paysage, portrait, automatique ou définie par une largeur et une hauteur personnalisées valides. Les exemples du producteur comprennent 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 et 2160 × 3840 pixels. Choisissez l’orientation et le niveau de détail pour la mise en page réelle plutôt que de traiter qualité et dimensions comme un seul réglage.
Les dimensions personnalisées doivent être des multiples de seize pixels, avec un côté maximal de 3840 pixels, un rapport entre le grand et le petit côté ne dépassant pas 3:1 et une surface de 655 360 à 8 294 400 pixels. Ces conditions s’appliquent simultanément. Les résolutions supérieures à 2560 × 1440 sont indiquées comme expérimentales. Un cadre peut respecter une règle tout en en enfreignant une autre : choisissez donc une paire de dimensions prise en charge et décrivez dans le brief les éléments sensibles au recadrage.
La sortie est PNG par défaut, avec JPEG ou WebP également disponibles. La compression de 0 à 100 est prise en charge pour JPEG et WebP. L’arrière-plan peut être opaque ou automatique ; la référence actuelle précise décrit la transparence pour GPT Image 2 comme une fonctionnalité en préversion. Pour demander la transparence, utilisez PNG ou WebP afin de conserver un canal alpha. Le flux documenté de diffusion en continu autorise jusqu’à trois images partielles avant l’image finalisée ; enregistrez le visuel final plutôt qu’un aperçu d’avancement. L’interface du fabricant prend également en charge le traitement par lots.
Évaluez la netteté du texte, la position des objets et la préservation des détails sources dans le résultat réel. GPT Image peut éprouver des difficultés avec les textes précis, les compositions sensibles à la mise en page et les identités visuelles récurrentes d’une génération à l’autre. Pour une série de retouches, utilisez le résultat choisi comme source suivante et formulez un changement concret lié à un problème visible. La sortie utile de GPT Image 2 est une image liée à un brief clair de génération ou de modification, avec des entrées haute fidélité, des dimensions et une qualité choisies pour cette tâche précise.
POST /v1/images/generationstextimage| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-image-2 | Par défaut— |
Champprompt | Typestring | ExigenceObligatoire | Valeurs et limites Longueur minimale: 1 | Par défaut— |
Champn | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 | Par défaut1 |
Champresponse_format | Typestring | ExigenceFacultatif | Valeurs et limites url, b64_json | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champsize | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champquality | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champbackground | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champoutput_format | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champoutput_compression | Typeinteger | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmoderation | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinput_fidelity | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstyle | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champpartial_images | Typeinteger | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Texte vers image · Obligatoire : prompt
| Paramètre | Contrat |
|---|---|
Paramètrematerial_types | Contrattext |
Paramètrerequired | Contratmodel, prompt |
Paramètreoptional_controls | Contratnull |
Paramètrecontent_type | Contratapplication/json |
Cycle de vie : synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Les structures des méthodes et les identifiants sont exacts ; la capacité du fournisseur est distincte de l’admission.
POST /v1/images/generationsAiloot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
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");\nTéléchargez chaque image renvoyée ou enregistrez son contenu Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Enregistrez chaque image terminée ; récupérez chaque URL renvoyée ou décodez son contenu Base64.
Enregistrez chaque élément de données. Décodez chaque b64_json ou récupérez chaque URL signée renvoyée. Choisissez l’extension du fichier à partir du type MIME et des octets réels.
Si le résultat d’une génération ou d’une retouche d’image nécessite une vérification, conservez l’operation_id/X-Client-Request-ID d’origine et les informations renvoyées sur le résultat. Récupérez les résultats existants qui vous appartiennent via la bibliothèque multimédia, à l’aide des valeurs task_id ou asset_id réelles. Ne soumettez pas à nouveau la requête de génération/retouche et ne construisez pas d’URL d’interrogation du statut à partir d’operation_id.
| Champ | Type |
|---|---|
Champcreated | Typeinteger |
Champdata[].url | Typestring |
Champdata[].b64_json | Typebase64 string |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Réponseserver_error | ConditionLa réponse renvoyée indique que l’opération ou le résultat nécessite une vérification | Étape suivanteConservez l’identifiant d’opération/de tâche initialement renvoyé, les en-têtes de la requête et la réponse ; poursuivez les lectures prises en charge de cette opération d’origine. Ne soumettez pas à nouveau la requête de création. |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images
gpt-image-2GPT Image 2 génère et modifie des images à partir de texte et de références visuelles. Il prend en charge des dimensions flexibles et traite automatiquement les images d’entrée avec une haute fidélité, avec des réglages distincts de qualité, de format et d’arrière-plan pour le visuel finalisé.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT Image 2 est le modèle d’OpenAI pour la génération et la modification d’images à partir de texte et d’entrées visuelles. Il crée une nouvelle image à partir d’un brief écrit et peut utiliser des images sources pour des retouches ou un travail guidé par des références. Les tâches pratiques comprennent les illustrations, les concepts de produits, les compositions visuelles et les modifications d’un visuel existant. Il s’agit d’une édition distincte des modèles GPT Image 2.5 Sunburst et Flare, avec sa propre gamme de qualités et son propre comportement de fidélité des entrées.
Pour la génération, décrivez le sujet, la scène, la composition, la lumière et le style souhaité. Pour une retouche, nommez ce qui doit changer et ce qui doit conserver son apparence. Un brief de produit peut demander une lampe en céramique sur une surface claire, avec une silhouette centrée et de la place pour une légende ; une retouche ultérieure peut changer l’arrière-plan tout en conservant la forme de la lampe et l’angle de vue. Les flux directs documentés de génération et de modification acceptent des prompts allant jusqu’à 32 000 caractères et peuvent renvoyer une à dix images.
La modification à partir de références accepte jusqu’à seize images d’entrée. Précisez l’objectif de chaque référence pour éviter de confondre sujet, arrière-plan et traitement visuel. GPT Image 2 traite automatiquement chaque image d’entrée avec une haute fidélité ; input_fidelity doit être omis, car il n’est pas réglable dans cette édition. Cela diffère du choix entre high et low de GPT Image 1 et du mode de fidélité d’entrée uniquement low de GPT Image 1 Mini. Le traitement haute fidélité favorise les détails de la source sans garantir leur reproduction à l’identique.
Un masque peut identifier la zone à retoucher. L’image source et le masque doivent avoir le même format et les mêmes dimensions et rester sous 50 Mo selon les exigences de préparation du guide ; le masque doit également comporter un canal alpha. Si plusieurs images d’entrée sont fournies, le masque s’applique à la première. Le modèle traite le masque comme un guide fondé sur le prompt plutôt que comme une frontière géométrique stricte. Décrivez le changement local et les exigences de préservation, puis examinez les zones voisines pour détecter des différences involontaires.
GPT Image 2 prend en charge les qualités low, medium, high et auto, avec auto par défaut. Les réglages xhigh et max de la famille 2.5 ne font pas partie de la gamme de cette édition. La taille peut être carrée, paysage, portrait, automatique ou définie par une largeur et une hauteur personnalisées valides. Les exemples du producteur comprennent 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 et 2160 × 3840 pixels. Choisissez l’orientation et le niveau de détail pour la mise en page réelle plutôt que de traiter qualité et dimensions comme un seul réglage.
Les dimensions personnalisées doivent être des multiples de seize pixels, avec un côté maximal de 3840 pixels, un rapport entre le grand et le petit côté ne dépassant pas 3:1 et une surface de 655 360 à 8 294 400 pixels. Ces conditions s’appliquent simultanément. Les résolutions supérieures à 2560 × 1440 sont indiquées comme expérimentales. Un cadre peut respecter une règle tout en en enfreignant une autre : choisissez donc une paire de dimensions prise en charge et décrivez dans le brief les éléments sensibles au recadrage.
La sortie est PNG par défaut, avec JPEG ou WebP également disponibles. La compression de 0 à 100 est prise en charge pour JPEG et WebP. L’arrière-plan peut être opaque ou automatique ; la référence actuelle précise décrit la transparence pour GPT Image 2 comme une fonctionnalité en préversion. Pour demander la transparence, utilisez PNG ou WebP afin de conserver un canal alpha. Le flux documenté de diffusion en continu autorise jusqu’à trois images partielles avant l’image finalisée ; enregistrez le visuel final plutôt qu’un aperçu d’avancement. L’interface du fabricant prend également en charge le traitement par lots.
Évaluez la netteté du texte, la position des objets et la préservation des détails sources dans le résultat réel. GPT Image peut éprouver des difficultés avec les textes précis, les compositions sensibles à la mise en page et les identités visuelles récurrentes d’une génération à l’autre. Pour une série de retouches, utilisez le résultat choisi comme source suivante et formulez un changement concret lié à un problème visible. La sortie utile de GPT Image 2 est une image liée à un brief clair de génération ou de modification, avec des entrées haute fidélité, des dimensions et une qualité choisies pour cette tâche précise.
POST /v1/images/generationstextimage| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites gpt-image-2 | Par défaut— |
Champprompt | Typestring | ExigenceObligatoire | Valeurs et limites Longueur maximale: 32 000 | Par défaut— |
Champsize | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: Utilisez auto ou WIDTHxHEIGHT avec deux dimensions divisibles par 16. Le côté le plus long mesure au maximum 3,840 pixels et la taille totale ne dépasse pas 8,300,000 pixels. | Par défautauto |
Champbackground | Typestring | ExigenceFacultatif | Valeurs et limites transparent, opaque, auto | Par défautauto |
Champmoderation | Typestring | ExigenceFacultatif | Valeurs et limites low, auto Conditions: Utilisez auto pour la modération standard du contenu. | Par défaut— |
Champn | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Maximum: 10 | Par défaut1 |
Champquality | Typestring | ExigenceFacultatif | Valeurs et limites auto, high, medium, low | Par défautauto |
Champoutput_compression | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 0 Maximum: 100 Conditions: S’applique aux sorties JPEG et WebP ; envoyez la valeur entière documentée. | Par défaut100 |
Champoutput_format | Typestring | ExigenceFacultatif | Valeurs et limites webp, png, jpeg | Par défautpng |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites false Conditions: Cette route renvoie une réponse JSON complète. | Par défautfalse |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratprompt, model |
Paramètrematerial_types | Contrattext |
Paramètreoptional | Contratsize, background, moderation, n, quality, output_compression, output_format, stream |
Paramètreconditions | ContratUn arrière-plan transparent nécessite le format PNG ou WebP., La compression de sortie s’applique au format JPEG ou WebP., La méthode sélectionnée génère à partir de texte. Les paramètres de modification et de diffusion en continu décrits pour le fabricant sont des capacités distinctes. |
Cycle de vie : synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Les tarifs affichés servent à estimer le coût avant la génération. Le montant final est calculé à partir du coût enregistré pour la génération d’origine. La durée mesurée du résultat et les quantités prévisionnelles ne constituent pas la quantité finale facturable.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Quantité prévisionnelle | Coût |
|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Quantité prévisionnelle— | Coût Entrée · Tokens en entrée · Estimation à des fins de comparaison uniquement — / 1K tokens Sortie · Tokens en sortie · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Lecture du cache · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Écriture dans le cache · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Écriture dans le cache, 1 h · Estimation à des fins de comparaison uniquement — / 1K tokens |
| ConfigurationCoût estimé de la génération | Barème tarifaire— | Quantité prévisionnelleEstimation pour une génération | Coût Sortie · Coût estimé de génération · Estimation à des fins de comparaison uniquement $0.24576 estimation avant génération Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée. |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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\nTéléchargez chaque image renvoyée ou enregistrez son contenu 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.\nEnregistrez chaque image terminée ; récupérez chaque URL renvoyée ou décodez son contenu Base64.
Conservez la réponse complète et les en-têtes, chaque sortie effective, les identifiants initialement renvoyés et tous les champs d’utilisation. Récupérez l’opération d’origine sans soumettre à nouveau sa création.
Conservez le X-Client-Request-ID renvoyé pour le rapprochement. Consultez uniquement les valeurs task_id/asset_id effectivement renvoyées ou votre bibliothèque multimédia ; ne construisez jamais une URL de tâche à partir de l’identifiant de l’opération et ne soumettez jamais à nouveau la création.
| Champ | Type |
|---|---|
Champcreated | Type |
Champdata[].url | Type |
Champdata[].b64_json | Type |
Champusage | Type |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images
openai/gpt-image-2GPT Image 2 génère et modifie des images à partir de texte et de références visuelles. Il prend en charge des dimensions flexibles et traite automatiquement les images d’entrée avec une haute fidélité, avec des réglages distincts de qualité, de format et d’arrière-plan pour le visuel finalisé.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
GPT Image 2 est le modèle d’OpenAI pour la génération et la modification d’images à partir de texte et d’entrées visuelles. Il crée une nouvelle image à partir d’un brief écrit et peut utiliser des images sources pour des retouches ou un travail guidé par des références. Les tâches pratiques comprennent les illustrations, les concepts de produits, les compositions visuelles et les modifications d’un visuel existant. Il s’agit d’une édition distincte des modèles GPT Image 2.5 Sunburst et Flare, avec sa propre gamme de qualités et son propre comportement de fidélité des entrées.
Pour la génération, décrivez le sujet, la scène, la composition, la lumière et le style souhaité. Pour une retouche, nommez ce qui doit changer et ce qui doit conserver son apparence. Un brief de produit peut demander une lampe en céramique sur une surface claire, avec une silhouette centrée et de la place pour une légende ; une retouche ultérieure peut changer l’arrière-plan tout en conservant la forme de la lampe et l’angle de vue. Les flux directs documentés de génération et de modification acceptent des prompts allant jusqu’à 32 000 caractères et peuvent renvoyer une à dix images.
La modification à partir de références accepte jusqu’à seize images d’entrée. Précisez l’objectif de chaque référence pour éviter de confondre sujet, arrière-plan et traitement visuel. GPT Image 2 traite automatiquement chaque image d’entrée avec une haute fidélité ; input_fidelity doit être omis, car il n’est pas réglable dans cette édition. Cela diffère du choix entre high et low de GPT Image 1 et du mode de fidélité d’entrée uniquement low de GPT Image 1 Mini. Le traitement haute fidélité favorise les détails de la source sans garantir leur reproduction à l’identique.
Un masque peut identifier la zone à retoucher. L’image source et le masque doivent avoir le même format et les mêmes dimensions et rester sous 50 Mo selon les exigences de préparation du guide ; le masque doit également comporter un canal alpha. Si plusieurs images d’entrée sont fournies, le masque s’applique à la première. Le modèle traite le masque comme un guide fondé sur le prompt plutôt que comme une frontière géométrique stricte. Décrivez le changement local et les exigences de préservation, puis examinez les zones voisines pour détecter des différences involontaires.
GPT Image 2 prend en charge les qualités low, medium, high et auto, avec auto par défaut. Les réglages xhigh et max de la famille 2.5 ne font pas partie de la gamme de cette édition. La taille peut être carrée, paysage, portrait, automatique ou définie par une largeur et une hauteur personnalisées valides. Les exemples du producteur comprennent 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 et 2160 × 3840 pixels. Choisissez l’orientation et le niveau de détail pour la mise en page réelle plutôt que de traiter qualité et dimensions comme un seul réglage.
Les dimensions personnalisées doivent être des multiples de seize pixels, avec un côté maximal de 3840 pixels, un rapport entre le grand et le petit côté ne dépassant pas 3:1 et une surface de 655 360 à 8 294 400 pixels. Ces conditions s’appliquent simultanément. Les résolutions supérieures à 2560 × 1440 sont indiquées comme expérimentales. Un cadre peut respecter une règle tout en en enfreignant une autre : choisissez donc une paire de dimensions prise en charge et décrivez dans le brief les éléments sensibles au recadrage.
La sortie est PNG par défaut, avec JPEG ou WebP également disponibles. La compression de 0 à 100 est prise en charge pour JPEG et WebP. L’arrière-plan peut être opaque ou automatique ; la référence actuelle précise décrit la transparence pour GPT Image 2 comme une fonctionnalité en préversion. Pour demander la transparence, utilisez PNG ou WebP afin de conserver un canal alpha. Le flux documenté de diffusion en continu autorise jusqu’à trois images partielles avant l’image finalisée ; enregistrez le visuel final plutôt qu’un aperçu d’avancement. L’interface du fabricant prend également en charge le traitement par lots.
Évaluez la netteté du texte, la position des objets et la préservation des détails sources dans le résultat réel. GPT Image peut éprouver des difficultés avec les textes précis, les compositions sensibles à la mise en page et les identités visuelles récurrentes d’une génération à l’autre. Pour une série de retouches, utilisez le résultat choisi comme source suivante et formulez un changement concret lié à un problème visible. La sortie utile de GPT Image 2 est une image liée à un brief clair de génération ou de modification, avec des entrées haute fidélité, des dimensions et une qualité choisies pour cette tâche précise.
POST /v1/images/generationstext, imageimage| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-image-2 | Par défaut— |
Champprompt | Typestring | ExigenceObligatoire | Valeurs et limites Longueur minimale: 1 | Par défaut— |
Champaspect_ratio | Typestring | ExigenceFacultatif | Valeurs et limites 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, auto | Par défaut— |
Champquality | Typestring | ExigenceFacultatif | Valeurs et limites auto, low, medium, high | Par défaut— |
Champbackground | Typestring | ExigenceFacultatif | Valeurs et limites auto, opaque | Par défaut— |
Champn | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Maximum: 10 | Par défaut— |
Champinput_references | Typearray | ExigenceFacultatif | Valeurs et limites Nombre minimal d’éléments: 0 Nombre maximal d’éléments: 16 | Par défaut— |
Champoutput_compression | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 0 Maximum: 100 | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites | Par défaut— |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, prompt |
Paramètrematerial_types | Contrattext, image |
Cycle de vie : synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Les tarifs affichés servent à estimer le coût avant la génération. Le montant final est calculé à partir du coût enregistré pour la génération d’origine. La durée mesurée du résultat et les quantités prévisionnelles ne constituent pas la quantité finale facturable.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Quantité prévisionnelle | Coût |
|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Quantité prévisionnelle— | Coût Entrée · Tokens en entrée · Estimation à des fins de comparaison uniquement — / 1K tokens Sortie · Tokens en sortie · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Lecture du cache · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Écriture dans le cache · Estimation à des fins de comparaison uniquement — / 1K tokens Entrée · Écriture dans le cache, 1 h · Estimation à des fins de comparaison uniquement — / 1K tokens |
| ConfigurationCoût estimé de la génération | Barème tarifaire— | Quantité prévisionnelleEstimation pour une génération | Coût Sortie · Coût estimé de génération · Estimation à des fins de comparaison uniquement $0.24576 estimation avant génération Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée. |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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\nTéléchargez chaque image renvoyée ou enregistrez son contenu 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.\nEnregistrez chaque image terminée ; récupérez chaque URL renvoyée ou décodez son contenu Base64.
Conservez la réponse complète et les en-têtes, chaque sortie effective, les identifiants initialement renvoyés et tous les champs d’utilisation. Récupérez l’opération d’origine sans soumettre à nouveau sa création.
Conservez le X-Client-Request-ID renvoyé pour le rapprochement. Consultez uniquement les valeurs task_id/asset_id effectivement renvoyées ou votre bibliothèque multimédia ; ne construisez jamais une URL de tâche à partir de l’identifiant de l’opération et ne soumettez jamais à nouveau la création.
| Champ | Type |
|---|---|
Champcreated | Type |
Champdata[].url | Type |
Champdata[].b64_json | Type |
Champusage | Type |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images