{ "aboutHtml": "

GPT Image 2.5 Sunburst est le modèle d’OpenAI axé sur la précision pour la génération et la modification d’images. Il accepte du texte et des images en entrée et produit des images en sortie. Utilisez-le lorsqu’une tâche créative exige de modifier soigneusement un visuel existant, de travailler avec des références visuelles ou d’affiner une composition en plusieurs étapes. La description peut créer une nouvelle scène, transformer une image existante ou guider une modification dans une zone choisie. Sunburst et Flare sont des éditions distinctes : Sunburst met l’accent sur la précision des modifications, tandis que Flare vise la génération rapide au quotidien.

Pour une nouvelle image, décrivez le sujet, le cadre, la composition, l’éclairage et le style, puis précisez le format et l’usage prévus. Pour un concept de produit, demandez une lampe en verre sur une surface de pierre, avec un éclairage latéral doux, une silhouette bien visible et un espace libre pour un titre. Pour une modification, nommez le changement et les éléments qui doivent rester reconnaissables : remplacer l’arrière-plan, ajuster la lumière ou changer une matière tout en conservant la composition choisie. Les processus directs de génération et de modification du fabricant autorisent une invite de 32 000 caractères au maximum et de un à dix résultats.

La modification avec références accepte jusqu’à seize images d’entrée. Attribuez un rôle à chaque image pour que l’instruction distingue le sujet à conserver, l’environnement à utiliser et le style à appliquer. Le modèle peut aussi utiliser un masque qui indique une zone à modifier. La source et le masque doivent avoir le même format et les mêmes dimensions, et le masque doit comporter un canal alpha; le guide exige une taille inférieure à 50 MB. Avec plusieurs images sources, le masque s’applique à la première. Il guide le changement demandé sans garantir une limite stricte; incluez donc des consignes de préservation dans la description et vérifiez la zone environnante dans le résultat.

Les réglages de qualité sont low, medium, high, xhigh, max et auto, avec auto par défaut. Low peut servir à produire rapidement une ébauche visuelle, tandis que les réglages supérieurs peuvent être comparés lorsque les détails fins comptent. La qualité est distincte des dimensions de sortie et de la compression du fichier. Les formats standards comprennent 1024 × 1024, 1536 × 1024 et 1024 × 1536 pixels; des dimensions automatiques ou personnalisées sont également disponibles. Choisissez le format en fonction de la mise en page finale avant de déterminer le niveau de détail nécessaire.

Les dimensions personnalisées doivent être des multiples de seize pixels, aucun côté ne peut dépasser 3840 pixels, le rapport d’aspect doit rester entre 1:3 et 3:1, et la superficie totale doit se situer entre 655 360 et 8 294 400 pixels. Ces conditions s’appliquent simultanément. Un format paysage de 3840 × 2160 respecte la limite supérieure de superficie, tandis que la longueur d’un côté ne suffit pas à rendre valide n’importe quelle paire de dimensions. Les résolutions supérieures à 2560 × 1440 sont décrites comme expérimentales. Gardez les objets importants, le texte et les espaces vides utiles dans le recadrage prévu plutôt que de compter sur davantage de pixels pour résoudre la composition.

PNG est le format de sortie par défaut; JPEG et WebP sont aussi pris en charge. Une compression de 0 à 100 peut être choisie pour JPEG et WebP. Les arrière-plans transparents, opaques et automatiques répondent à différents besoins de mise en page. Pour la transparence, choisissez PNG ou WebP afin de conserver un canal alpha. Un visuel transparent peut ensuite être placé dans une autre composition, tandis qu’une image opaque fournit son propre arrière-plan. Gardez le fichier terminé lui-même avec la description et les réglages de sortie choisis.

OpenAI documente la génération et la modification directes ainsi qu’un outil conversationnel de génération d’images qui peut conserver les résultats antérieurs et appliquer des instructions de suivi. Dans ce processus conversationnel, l’action peut être automatique, une génération forcée ou une modification forcée lorsqu’une image est présente dans le contexte. Utilisez l’image retenue comme point de départ du prochain changement au lieu de passer silencieusement à une autre variante. Le processus documenté de diffusion en continu peut fournir jusqu’à trois images partielles avant le résultat final; un aperçu partiel permet de voir l’avancement, mais ne constitue pas le visuel terminé. L’interface du fabricant prend aussi en charge le traitement par lots.

Vérifiez le sujet modifié, le lettrage, la disposition des objets et les limites de la modification masquée à la taille d’affichage prévue. GPT Image peut encore avoir de la difficulté avec le placement précis du texte, les mises en page structurées ou la cohérence des sujets récurrents et des éléments de marque. L’instruction suivante doit cibler le problème visible et les éléments à préserver. Sunburst convient à un processus créatif précis fondé sur des références, dont le livrable final peut être évalué selon une description visuelle concrète, en choisissant la qualité supérieure, les dimensions et la transparence selon ce livrable.

", "aboutText": "GPT Image 2.5 Sunburst est le modèle d’OpenAI axé sur la précision pour la génération et la modification d’images. Il accepte du texte et des images en entrée et produit des images en sortie. Utilisez-le lorsqu’une tâche créative exige de modifier soigneusement un visuel existant, de travailler avec des références visuelles ou d’affiner une composition en plusieurs étapes. La description peut créer une nouvelle scène, transformer une image existante ou guider une modification dans une zone choisie. Sunburst et Flare sont des éditions distinctes : Sunburst met l’accent sur la précision des modifications, tandis que Flare vise la génération rapide au quotidien.\n\nPour une nouvelle image, décrivez le sujet, le cadre, la composition, l’éclairage et le style, puis précisez le format et l’usage prévus. Pour un concept de produit, demandez une lampe en verre sur une surface de pierre, avec un éclairage latéral doux, une silhouette bien visible et un espace libre pour un titre. Pour une modification, nommez le changement et les éléments qui doivent rester reconnaissables : remplacer l’arrière-plan, ajuster la lumière ou changer une matière tout en conservant la composition choisie. Les processus directs de génération et de modification du fabricant autorisent une invite de 32 000 caractères au maximum et de un à dix résultats.\n\nLa modification avec références accepte jusqu’à seize images d’entrée. Attribuez un rôle à chaque image pour que l’instruction distingue le sujet à conserver, l’environnement à utiliser et le style à appliquer. Le modèle peut aussi utiliser un masque qui indique une zone à modifier. La source et le masque doivent avoir le même format et les mêmes dimensions, et le masque doit comporter un canal alpha; le guide exige une taille inférieure à 50 MB. Avec plusieurs images sources, le masque s’applique à la première. Il guide le changement demandé sans garantir une limite stricte; incluez donc des consignes de préservation dans la description et vérifiez la zone environnante dans le résultat.\n\nLes réglages de qualité sont low, medium, high, xhigh, max et auto, avec auto par défaut. Low peut servir à produire rapidement une ébauche visuelle, tandis que les réglages supérieurs peuvent être comparés lorsque les détails fins comptent. La qualité est distincte des dimensions de sortie et de la compression du fichier. Les formats standards comprennent 1024 × 1024, 1536 × 1024 et 1024 × 1536 pixels; des dimensions automatiques ou personnalisées sont également disponibles. Choisissez le format en fonction de la mise en page finale avant de déterminer le niveau de détail nécessaire.\n\nLes dimensions personnalisées doivent être des multiples de seize pixels, aucun côté ne peut dépasser 3840 pixels, le rapport d’aspect doit rester entre 1:3 et 3:1, et la superficie totale doit se situer entre 655 360 et 8 294 400 pixels. Ces conditions s’appliquent simultanément. Un format paysage de 3840 × 2160 respecte la limite supérieure de superficie, tandis que la longueur d’un côté ne suffit pas à rendre valide n’importe quelle paire de dimensions. Les résolutions supérieures à 2560 × 1440 sont décrites comme expérimentales. Gardez les objets importants, le texte et les espaces vides utiles dans le recadrage prévu plutôt que de compter sur davantage de pixels pour résoudre la composition.\n\nPNG est le format de sortie par défaut; JPEG et WebP sont aussi pris en charge. Une compression de 0 à 100 peut être choisie pour JPEG et WebP. Les arrière-plans transparents, opaques et automatiques répondent à différents besoins de mise en page. Pour la transparence, choisissez PNG ou WebP afin de conserver un canal alpha. Un visuel transparent peut ensuite être placé dans une autre composition, tandis qu’une image opaque fournit son propre arrière-plan. Gardez le fichier terminé lui-même avec la description et les réglages de sortie choisis.\n\nOpenAI documente la génération et la modification directes ainsi qu’un outil conversationnel de génération d’images qui peut conserver les résultats antérieurs et appliquer des instructions de suivi. Dans ce processus conversationnel, l’action peut être automatique, une génération forcée ou une modification forcée lorsqu’une image est présente dans le contexte. Utilisez l’image retenue comme point de départ du prochain changement au lieu de passer silencieusement à une autre variante. Le processus documenté de diffusion en continu peut fournir jusqu’à trois images partielles avant le résultat final; un aperçu partiel permet de voir l’avancement, mais ne constitue pas le visuel terminé. L’interface du fabricant prend aussi en charge le traitement par lots.\n\nVérifiez le sujet modifié, le lettrage, la disposition des objets et les limites de la modification masquée à la taille d’affichage prévue. GPT Image peut encore avoir de la difficulté avec le placement précis du texte, les mises en page structurées ou la cohérence des sujets récurrents et des éléments de marque. L’instruction suivante doit cibler le problème visible et les éléments à préserver. Sunburst convient à un processus créatif précis fondé sur des références, dont le livrable final peut être évalué selon une description visuelle concrète, en choisissant la qualité supérieure, les dimensions et la transparence selon ce livrable.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b661548ca754fa4af2bedcc8f5ac83af7f64db96d1a07f93b49fb03ff2f65070", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr-ca", "methods": [ { "html": "
O

OpenAI: GPT Image 2.5 Sunburst

OpenAI /openai/gpt-image-2.5-sunburst

Pour commencer

GPT Image 2.5 Sunburst génère et modifie des images à partir de texte et de références visuelles, avec un accent sur la précision des modifications. Il prend en charge les masques, les améliorations successives, les formats personnalisés, les arrière-plans transparents et les niveaux de qualité de low à max.

Entrées acceptées
Texte · Images
Résultats
Images
À propos du modèle

Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.

GPT Image 2.5 Sunburst est le modèle d’OpenAI axé sur la précision pour la génération et la modification d’images. Il accepte du texte et des images en entrée et produit des images en sortie. Utilisez-le lorsqu’une tâche créative exige de modifier soigneusement un visuel existant, de travailler avec des références visuelles ou d’affiner une composition en plusieurs étapes. La description peut créer une nouvelle scène, transformer une image existante ou guider une modification dans une zone choisie. Sunburst et Flare sont des éditions distinctes : Sunburst met l’accent sur la précision des modifications, tandis que Flare vise la génération rapide au quotidien.

Pour une nouvelle image, décrivez le sujet, le cadre, la composition, l’éclairage et le style, puis précisez le format et l’usage prévus. Pour un concept de produit, demandez une lampe en verre sur une surface de pierre, avec un éclairage latéral doux, une silhouette bien visible et un espace libre pour un titre. Pour une modification, nommez le changement et les éléments qui doivent rester reconnaissables : remplacer l’arrière-plan, ajuster la lumière ou changer une matière tout en conservant la composition choisie. Les processus directs de génération et de modification du fabricant autorisent une invite de 32 000 caractères au maximum et de un à dix résultats.

La modification avec références accepte jusqu’à seize images d’entrée. Attribuez un rôle à chaque image pour que l’instruction distingue le sujet à conserver, l’environnement à utiliser et le style à appliquer. Le modèle peut aussi utiliser un masque qui indique une zone à modifier. La source et le masque doivent avoir le même format et les mêmes dimensions, et le masque doit comporter un canal alpha; le guide exige une taille inférieure à 50 MB. Avec plusieurs images sources, le masque s’applique à la première. Il guide le changement demandé sans garantir une limite stricte; incluez donc des consignes de préservation dans la description et vérifiez la zone environnante dans le résultat.

Les réglages de qualité sont low, medium, high, xhigh, max et auto, avec auto par défaut. Low peut servir à produire rapidement une ébauche visuelle, tandis que les réglages supérieurs peuvent être comparés lorsque les détails fins comptent. La qualité est distincte des dimensions de sortie et de la compression du fichier. Les formats standards comprennent 1024 × 1024, 1536 × 1024 et 1024 × 1536 pixels; des dimensions automatiques ou personnalisées sont également disponibles. Choisissez le format en fonction de la mise en page finale avant de déterminer le niveau de détail nécessaire.

Les dimensions personnalisées doivent être des multiples de seize pixels, aucun côté ne peut dépasser 3840 pixels, le rapport d’aspect doit rester entre 1:3 et 3:1, et la superficie totale doit se situer entre 655 360 et 8 294 400 pixels. Ces conditions s’appliquent simultanément. Un format paysage de 3840 × 2160 respecte la limite supérieure de superficie, tandis que la longueur d’un côté ne suffit pas à rendre valide n’importe quelle paire de dimensions. Les résolutions supérieures à 2560 × 1440 sont décrites comme expérimentales. Gardez les objets importants, le texte et les espaces vides utiles dans le recadrage prévu plutôt que de compter sur davantage de pixels pour résoudre la composition.

PNG est le format de sortie par défaut; JPEG et WebP sont aussi pris en charge. Une compression de 0 à 100 peut être choisie pour JPEG et WebP. Les arrière-plans transparents, opaques et automatiques répondent à différents besoins de mise en page. Pour la transparence, choisissez PNG ou WebP afin de conserver un canal alpha. Un visuel transparent peut ensuite être placé dans une autre composition, tandis qu’une image opaque fournit son propre arrière-plan. Gardez le fichier terminé lui-même avec la description et les réglages de sortie choisis.

OpenAI documente la génération et la modification directes ainsi qu’un outil conversationnel de génération d’images qui peut conserver les résultats antérieurs et appliquer des instructions de suivi. Dans ce processus conversationnel, l’action peut être automatique, une génération forcée ou une modification forcée lorsqu’une image est présente dans le contexte. Utilisez l’image retenue comme point de départ du prochain changement au lieu de passer silencieusement à une autre variante. Le processus documenté de diffusion en continu peut fournir jusqu’à trois images partielles avant le résultat final; un aperçu partiel permet de voir l’avancement, mais ne constitue pas le visuel terminé. L’interface du fabricant prend aussi en charge le traitement par lots.

Vérifiez le sujet modifié, le lettrage, la disposition des objets et les limites de la modification masquée à la taille d’affichage prévue. GPT Image peut encore avoir de la difficulté avec le placement précis du texte, les mises en page structurées ou la cohérence des sujets récurrents et des éléments de marque. L’instruction suivante doit cibler le problème visible et les éléments à préserver. Sunburst convient à un processus créatif précis fondé sur des références, dont le livrable final peut être évalué selon une description visuelle concrète, en choisissant la qualité supérieure, les dimensions et la transparence selon ce livrable.

Disponible dans Ailoot · entrées et méthodes

Ailoot Ultra · Génération d’images POST /v1/images/generations
Entrée
text, image
Sortie
image
ChampTypeExigenceValeurs et limitesPar défaut
ChampmodelTypestringExigenceObligatoireValeurs et limites
openai/gpt-image-2.5-sunburst
Par défaut—
ChamppromptTypestringExigenceObligatoireValeurs et limites
Longueur minimale: 1
Par défaut—
Champaspect_ratioTypestringExigenceFacultatifValeurs et limites
1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, auto
Par défaut—
ChampqualityTypestringExigenceFacultatifValeurs et limites
auto, low, medium, high, xhigh, max
Par défaut—
ChampbackgroundTypestringExigenceFacultatifValeurs et limites
auto, transparent, opaque
Par défaut—
ChampnTypeintegerExigenceFacultatifValeurs et limites
Minimum: 1
Maximum: 10
Par défaut—
Champinput_referencesTypearrayExigenceFacultatifValeurs et limites
Nombre minimal d’éléments: 0
Nombre maximal d’éléments: 16
Par défaut—
Champoutput_compressionTypeintegerExigenceFacultatifValeurs et limites
Minimum: 0
Maximum: 100
Par défaut—
ChampproviderTypeobjectExigenceFacultatifValeurs et limitesPar défaut—
Paramètres et cycle de vie de la méthode
ParamètreContrat
Paramètrecontent_typeContratapplication/json
ParamètrerequiredContratmodel, prompt
Paramètrematerial_typesContrattext, 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}

Tarifs

Calcul du coût final

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.

Mode rapide
Non précisé Lorsque le mode rapide est sélectionné
Mode Flex
Non précisé Lorsque le mode flex est sélectionné
Effort de raisonnement maximal
Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)

Tarifs estimés à des fins de comparaison

Prix par configuration

Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.

ConfigurationBarème tarifaireQuantité prévisionnelleCoût
ConfigurationTarifs de base des jetonsBarème tarifaireTarif de baseQuantité prévisionnelle—Coût
Entrée · Jetons en entrée · Estimation à des fins de comparaison uniquement — / 1K jetons
Sortie · Jetons en sortie · Estimation à des fins de comparaison uniquement — / 1K jetons
Entrée · Lecture du cache · Estimation à des fins de comparaison uniquement — / 1K jetons
Entrée · Écriture dans le cache · Estimation à des fins de comparaison uniquement — / 1K jetons
Entrée · Écriture dans le cache, 1 h · Estimation à des fins de comparaison uniquement — / 1K jetons
ConfigurationCoût de génération estiméBarème tarifaire—Quantité prévisionnelleestimation pour une générationCoût
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 →

Exemples de requêtes

Ailoot Ultra · Génération d’images

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-2.5-sunburst', '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\n

Recevoir et enregistrer les résultats

Ailoot Ultra · Génération d’images

Téléchargez chaque image renvoyée ou enregistrez son contenu Base64

Autres lectures de contenu
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.\n
Conserver tous les résultats terminés

Enregistrez 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.

Si la réponse d’origine doit être vérifiée

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.

Champs de la réponse
ChampType
ChampcreatedType
Champdata[].urlType
Champdata[].b64_jsonType
ChampusageType

Alias

Alias du modèle

Ailoot Ultra openai/gpt-image-2.5-sunburst

Alias des chemins de méthode

/v1/images

ID d’appel associés

openai/gpt-image-2.5-sunburst

", "method_identity": { "effective_request_model_id": "openai/gpt-image-2.5-sunburst", "fmt": "images", "http": "POST", "path": "/v1/images/generations", "request_model_id": "openai/gpt-image-2.5-sunburst", "route_label": "Ultra" }, "method_key": "Ultra|images|/v1/images/generations|openai%2Fgpt-image-2.5-sunburst", "ordinal": 0, "rawMethod": { "available": null, "billing_basis": { "basis": "original_invoice_usd", "description": "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.", "forecast_quantity_is_estimate": true, "physical_output_is_billable_quantity": false, "version": "original_invoice_usd_v1" }, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "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." }, "outputs": { "all_results": "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.", "family": "image", "fields": [ { "description": null, "name": "created", "type": null }, { "description": null, "name": "data[].url", "type": null }, { "description": null, "name": "data[].b64_json", "type": null }, { "description": null, "name": "usage", "type": null } ] }, "parameters": [ { "enum": [ "openai/gpt-image-2.5-sunburst" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "min_length": 1, "name": "prompt", "required": true, "type": "string" }, { "enum": [ "1:1", "3:2", "2:3", "4:3", "3:4", "16:9", "9:16", "21:9", "auto" ], "enum_known": true, "name": "aspect_ratio", "required": false, "type": "string" }, { "enum": [ "auto", "low", "medium", "high", "xhigh", "max" ], "enum_known": true, "name": "quality", "required": false, "type": "string" }, { "enum": [ "auto", "transparent", "opaque" ], "enum_known": true, "name": "background", "required": false, "type": "string" }, { "maximum": 10, "minimum": 1, "name": "n", "required": false, "type": "integer" }, { "items": { "properties": { "image_url": { "properties": { "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, "maximum_items": 16, "minimum_items": 0, "name": "input_references", "required": false, "type": "array" }, { "maximum": 100, "minimum": 0, "name": "output_compression", "required": false, "type": "integer" }, { "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "aspect_ratio": { "enum": [ "1:1", "3:2", "2:3", "4:3", "3:4", "16:9", "9:16", "21:9", "auto" ], "type": "string" }, "background": { "enum": [ "auto", "transparent", "opaque" ], "type": "string" }, "input_references": { "items": { "properties": { "image_url": { "properties": { "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, "maxItems": 16, "minItems": 0, "type": "array" }, "model": { "enum": [ "openai/gpt-image-2.5-sunburst" ], "type": "string" }, "n": { "maximum": 10, "minimum": 1, "type": "integer" }, "output_compression": { "maximum": 100, "minimum": 0, "type": "integer" }, "prompt": { "minLength": 1, "type": "string" }, "provider": { "description": "Exact image provider preferences from the documented image request schema.", "type": "object" }, "quality": { "enum": [ "auto", "low", "medium", "high", "xhigh", "max" ], "type": "string" } }, "required": [ "model", "prompt" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "model": "openai/gpt-image-2.5-sunburst", "prompt": "a red panda astronaut floating in space, studio lighting" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_types": [ "text", "image" ], "required": [ "model", "prompt" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "task_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation." }, "method": { "http": "POST", "path": "/v1/images/generations" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "image", "fields": [ { "description": null, "name": "created", "type": null }, { "description": null, "name": "data[].url", "type": null }, { "description": null, "name": "data[].b64_json", "type": null }, { "description": null, "name": "usage", "type": null } ] } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "basis": "Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée.", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "Coût de génération estimé", "units": [ { "amount": "0.24576", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "0.24576", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" } ] } ], "examples": [ { "code": "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-2.5-sunburst', '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\"