OpenAI: GPT Image 2.5 Sunburst
GPT Image 2.5 Sunburst génère et retouche des images à partir de texte et de références visuelles, en mettant l’accent sur la précision des retouches. Il prend en charge les masques, l’affinement par étapes, les dimensions personnalisées, les fonds transparents et les niveaux de qualité de low à max.
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 orienté vers la précision pour la génération et la retouche 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 contenu existant, de travailler à partir de références visuelles ou d’affiner une composition en plusieurs étapes. Le brief peut créer une nouvelle scène, transformer une image existante ou guider une retouche dans une zone sélectionnée. Sunburst et Flare sont deux éditions distinctes : Sunburst privilégie la précision des retouches, tandis que Flare est destiné à la génération rapide au quotidien.
Pour une nouvelle image, décrivez le sujet, le cadre, la composition, l’éclairage et le style, puis précisez la forme et l’usage souhaités. Pour un concept de produit, demandez une lampe en verre sur une surface en pierre, avec une lumière latérale douce, une silhouette clairement visible et un espace libre pour un titre. Pour une retouche, nommez le changement et les éléments qui doivent rester reconnaissables : remplacer le fond, ajuster la lumière ou modifier une matière tout en conservant la composition sélectionnée. Les processus directs de génération et de retouche du fabricant autorisent un prompt allant jusqu’à 32 000 caractères et peuvent produire entre un et dix résultats.
La retouche à partir de références peut utiliser jusqu’à seize images d’entrée. Attribuez un rôle à chaque image afin que l’instruction distingue le sujet à préserver, l’environnement à utiliser et le style à appliquer. Le modèle peut aussi utiliser un masque indiquant 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 fixe une taille inférieure à 50 MB. Avec plusieurs images sources, le masque s’applique à la première. Il guide la modification demandée sans garantir une délimitation stricte : ajoutez donc des instructions de préservation au brief et examinez 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 ; les réglages supérieurs sont utiles à comparer lorsque les détails fins comptent. La qualité est distincte des dimensions de sortie et de la compression du fichier. Les tailles standard comprennent 1024 × 1024, 1536 × 1024 et 1024 × 1536 pixels ; des dimensions automatiques ou personnalisées sont également disponibles. Choisissez la forme en fonction de la mise en page finale avant de décider du niveau de détail nécessaire.
Les dimensions personnalisées doivent être des multiples de seize pixels, aucun côté ne peut dépasser 3840 pixels, le rapport d’image doit rester entre 1:3 et 3:1, et la surface totale doit être comprise entre 655 360 et 8 294 400 pixels. Ces conditions s’appliquent simultanément. Un format paysage de 3840 × 2160 respecte la limite supérieure de surface, tandis qu’un grand côté ne suffit pas à rendre valide n’importe quelle paire de dimensions. Les résolutions supérieures à 2560 × 1440 sont décrites comme expérimentales. Placez les objets importants, le texte et les espaces libres utiles dans le recadrage prévu au lieu 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 fonds transparents, opaques et automatiques répondent à différents besoins de mise en page. Pour la transparence, choisissez PNG ou WebP afin que le résultat puisse conserver un canal alpha. Une ressource transparente peut ensuite être intégrée à une autre composition, tandis qu’une image opaque fournit son propre fond. Conservez le fichier réellement terminé avec le brief et les réglages de sortie choisis.
OpenAI documente la génération et la retouche directes ainsi qu’un outil conversationnel de génération d’images capable de conserver les résultats précédents et d’appliquer des instructions de suivi. Dans ce processus conversationnel, la sélection de l’action peut être automatique, ou il est possible de forcer une génération ou, lorsqu’une image figure dans le contexte, une retouche. Utilisez l’image choisie comme point de départ du changement suivant plutôt que 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 montrer l’avancement, mais n’est pas la ressource terminée. L’interface du fabricant prend aussi en charge le traitement par lots.
Vérifiez le sujet retouché, le texte, la position des objets et les contours de la modification masquée à la taille d’affichage prévue. GPT Image peut encore rencontrer des difficultés avec le positionnement précis du texte, les mises en page structurées ou la cohérence de sujets récurrents et d’éléments de marque. L’instruction suivante doit cibler le problème visible et nommer les éléments à préserver. Sunburst convient à un processus créatif précis guidé par des références, dont le livrable final peut être évalué selon un brief visuel concret, avec la qualité supérieure, les dimensions et la transparence choisies pour ce livrable.
Ailoot Ultra · Génération d’images POST /v1/images/generations openai/gpt-image-2.5-sunburst
openai/gpt-image-2.5-sunburstPremiers pas
GPT Image 2.5 Sunburst génère et retouche des images à partir de texte et de références visuelles, en mettant l’accent sur la précision des retouches. Il prend en charge les masques, l’affinement par étapes, les dimensions personnalisées, les fonds transparents et les niveaux de qualité de low à max.
- Entrées acceptées
- Texte · Images
- Résultats
- Images
Disponible dans Ailoot · entrées et méthodes
Ailoot Ultra · Génération d’images POST /v1/images/generations
- Entrée
text,image- Sortie
image
| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites openai/gpt-image-2.5-sunburst | 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, xhigh, max | Par défaut— |
Champbackground | Typestring | ExigenceFacultatif | Valeurs et limites auto, transparent, 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— |
Paramètres et cycle de vie de la méthode
| 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}
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.
| 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 $0.24576 estimation avant génération Cette estimation ne constitue ni des frais supplémentaires ni un tarif fixe pour la génération terminée. |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
Exemples de requêtes
Ailoot Ultra · Génération d’images
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p={'model': 'openai/gpt-image-2.5-sunburst', 'prompt': 'a red panda astronaut floating in space, studio lighting'}
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \
-H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
--data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import base64, json, os, subprocess
from pathlib import Path
from urllib.parse import urlsplit, urljoin
def save_images(items):
if not items: raise SystemExit("No completed images; retain the full response")
for index, item in enumerate(items):
encoded=item.get("b64_json")
uri=item.get("url", "")
if not encoded and uri.startswith("data:image/"):
header, separator, encoded=uri.partition(",")
if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")
if encoded:
raw=base64.b64decode(encoded,validate=True)
elif uri:
uri=urljoin("https://api.ailoot.ai",uri)
parsed=urlsplit(uri)
if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:
raise SystemExit("Invalid returned image URL")
owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")
args=["curl","--fail-with-body","--silent","--show-error",uri]
if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]
temporary=Path(f"image-{index}.bin")
subprocess.run(args+["-o",str(temporary)],check=True)
raw=temporary.read_bytes()
temporary.unlink()
else: raise SystemExit("Image has neither bytes nor URL")
if not raw: raise SystemExit("Empty image result")
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"
Path(f"image-{index}.{ext}").write_bytes(raw)
print("Every returned image saved; complete response metadata retained")
save_images(json.loads(Path("result.json").read_text())["data"])
PY_RESULT
Recevoir et enregistrer les résultats
Ailoot Ultra · Génération d’images
Téléchargez 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}
Autres lectures de contenu
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \
-H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json
# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.
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
| Champ | Type |
|---|---|
Champcreated | Type |
Champdata[].url | Type |
Champdata[].b64_json | Type |
Champusage | Type |
Alias
Alias du modèle
Ailoot Ultra openai/gpt-image-2.5-sunburst
Alias des chemins de méthode
/v1/images
ID d’appel associés
FAQ · OpenAI: GPT Image 2.5 Sunburst
- Quelles entrées et quels résultats sont disponibles ?
POST /v1/images/generations·openai/gpt-image-2.5-sunburst:text,image→image- Quels champs la requête utilise-t-elle ?
POST /v1/images/generations·openai/gpt-image-2.5-sunburst:model,prompt,aspect_ratio,quality,background,n,input_references,output_compression,provider- Quelles limites s’appliquent ?
POST /v1/images/generations·openai/gpt-image-2.5-sunburst:n.minimum:1;n.maximum:10;output_compression.minimum:0;output_compression.maximum:100