GPT-5.4 Image 2は、OpenAIのGPT-5.4テキストモデルと、画像生成・編集を行うGPT Image 2を組み合わせるワークフローを指します。各構成要素の役割は異なります。GPT-5.4は依頼を解釈して文章の指示を作成し、GPT Image 2は画像を作成・修正します。GPT-5.4はテキストと画像を入力として受け取り、テキストを出力します。GPT Image 2はテキストと画像を入力として受け取り、画像を出力します。
新しい画像では、目的、被写体、構図、スタイル、結果に重要な詳細を説明します。たとえば記事のイラストを用意する課題では、画像が伝えるべき考え、想定する切り抜き、ページの文章に必要な余白を定義します。文章を扱う段階で、これらの要件を明確な依頼に整理できます。画像を扱う段階では、プロンプトと参照資料を使って、視覚的な成果物を作成します。
編集では元の画像を提示し、変更する部分と保持する要素を分けます。GPT Image 2は画像入力を自動的に高い忠実度で処理し、細部が重要な編集や参照資料を使うワークフローに対応します。提供元は、インペインティングと参照画像に基づく作業を文書化しています。マスクで編集領域を示せますが、GPT Imageのマスク処理はプロンプトに基づくため、マスクの形状に厳密に従わない場合があります。文書化されたマスクの手順では、対象画像とマスクの形式とサイズを一致させ、マスクにアルファチャンネルを含め、ファイルを50 MB未満にする必要があります。
GPT Image 2はlow、medium、highと自動の品質選択をサポートします。カスタムサイズでは、両辺が16ピクセルの倍数で、どちらの辺も3,840ピクセル以下、縦横比が3:1より極端でなく、総ピクセル数が655,360から8,294,400までである必要があります。文書化された例には、1,024 × 1,024、1,536 × 1,024、2,048 × 2,048、3,840 × 2,160があります。すべての画像を正方形とみなさず、掲載先に合わせてサイズを選びます。提供元が文書化したImage APIの出力仕様では、PNGが既定で、JPEGとWebPも利用できます。JPEGとWebPは、0から100までの圧縮設定をサポートします。
テキスト側の構成要素には独自の仕様があります。GPT-5.4の公開されたコンテキストウィンドウは1,050,000トークン、最大出力は128,000トークン、知識の基準時点は2025年8月31日です。推論労力の選択肢はnone、low、medium、high、xhighで、既定値はnoneです。提供元はGPT-5.4のツールに画像生成を挙げていますが、Image APIにも独立した生成・編集操作があります。文書化された各構成要素の役割があるからといって、組み合わせた名称が、テキストと画像に一つの共通上限を持つ新たな単独モデルになるわけではありません。
画像ガイドは、文字の正確な配置、繰り返し登場する対象の見た目の一貫性、厳密な構図に限界があると説明しています。文字が重要な場合は短く明確に指定し、繰り返し使う被写体には関連する参照資料を提示し、レイアウトの制約を明示します。生成・編集した画像を、それらの要件に照らして確認します。有用な結果には、文章の依頼、画像、次の編集に向けた焦点を絞った変更点を含め、元の記事や製品の目的に画像を結び付けられます。
", "aboutText": "GPT-5.4 Image 2は、OpenAIのGPT-5.4テキストモデルと、画像生成・編集を行うGPT Image 2を組み合わせるワークフローを指します。各構成要素の役割は異なります。GPT-5.4は依頼を解釈して文章の指示を作成し、GPT Image 2は画像を作成・修正します。GPT-5.4はテキストと画像を入力として受け取り、テキストを出力します。GPT Image 2はテキストと画像を入力として受け取り、画像を出力します。\n\n新しい画像では、目的、被写体、構図、スタイル、結果に重要な詳細を説明します。たとえば記事のイラストを用意する課題では、画像が伝えるべき考え、想定する切り抜き、ページの文章に必要な余白を定義します。文章を扱う段階で、これらの要件を明確な依頼に整理できます。画像を扱う段階では、プロンプトと参照資料を使って、視覚的な成果物を作成します。\n\n編集では元の画像を提示し、変更する部分と保持する要素を分けます。GPT Image 2は画像入力を自動的に高い忠実度で処理し、細部が重要な編集や参照資料を使うワークフローに対応します。提供元は、インペインティングと参照画像に基づく作業を文書化しています。マスクで編集領域を示せますが、GPT Imageのマスク処理はプロンプトに基づくため、マスクの形状に厳密に従わない場合があります。文書化されたマスクの手順では、対象画像とマスクの形式とサイズを一致させ、マスクにアルファチャンネルを含め、ファイルを50 MB未満にする必要があります。\n\nGPT Image 2はlow、medium、highと自動の品質選択をサポートします。カスタムサイズでは、両辺が16ピクセルの倍数で、どちらの辺も3,840ピクセル以下、縦横比が3:1より極端でなく、総ピクセル数が655,360から8,294,400までである必要があります。文書化された例には、1,024 × 1,024、1,536 × 1,024、2,048 × 2,048、3,840 × 2,160があります。すべての画像を正方形とみなさず、掲載先に合わせてサイズを選びます。提供元が文書化したImage APIの出力仕様では、PNGが既定で、JPEGとWebPも利用できます。JPEGとWebPは、0から100までの圧縮設定をサポートします。\n\nテキスト側の構成要素には独自の仕様があります。GPT-5.4の公開されたコンテキストウィンドウは1,050,000トークン、最大出力は128,000トークン、知識の基準時点は2025年8月31日です。推論労力の選択肢はnone、low、medium、high、xhighで、既定値はnoneです。提供元はGPT-5.4のツールに画像生成を挙げていますが、Image APIにも独立した生成・編集操作があります。文書化された各構成要素の役割があるからといって、組み合わせた名称が、テキストと画像に一つの共通上限を持つ新たな単独モデルになるわけではありません。\n\n画像ガイドは、文字の正確な配置、繰り返し登場する対象の見た目の一貫性、厳密な構図に限界があると説明しています。文字が重要な場合は短く明確に指定し、繰り返し使う被写体には関連する参照資料を提示し、レイアウトの制約を明示します。生成・編集した画像を、それらの要件に照らして確認します。有用な結果には、文章の依頼、画像、次の編集に向けた焦点を絞った変更点を含め、元の記事や製品の目的に画像を結び付けられます。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Revise an editorial illustration crop\n\nEdit the supplied article illustration for a landscape header. Preserve the central paper boat's shape, folded edges and blue color. Extend the calm water naturally to the left and leave that side visually quiet for page text added later. Keep the existing light direction and add no words, logos, people or extra boats.An edited landscape image with the original boat preserved and clear composition space on the left.Compare boat details and light direction with the source, and inspect the added water for repeated or distorted elements.openai/gpt-5.4-image-2GPT-5.4のテキスト推論と、GPT Image 2の画像生成・編集を組み合わせるワークフローです。文章による依頼と視覚的な参照資料を使い、テキストと画像の各構成要素の役割を分けながら、イラストの作成や編集を進めます。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-5.4 Image 2は、OpenAIのGPT-5.4テキストモデルと、画像生成・編集を行うGPT Image 2を組み合わせるワークフローを指します。各構成要素の役割は異なります。GPT-5.4は依頼を解釈して文章の指示を作成し、GPT Image 2は画像を作成・修正します。GPT-5.4はテキストと画像を入力として受け取り、テキストを出力します。GPT Image 2はテキストと画像を入力として受け取り、画像を出力します。
新しい画像では、目的、被写体、構図、スタイル、結果に重要な詳細を説明します。たとえば記事のイラストを用意する課題では、画像が伝えるべき考え、想定する切り抜き、ページの文章に必要な余白を定義します。文章を扱う段階で、これらの要件を明確な依頼に整理できます。画像を扱う段階では、プロンプトと参照資料を使って、視覚的な成果物を作成します。
編集では元の画像を提示し、変更する部分と保持する要素を分けます。GPT Image 2は画像入力を自動的に高い忠実度で処理し、細部が重要な編集や参照資料を使うワークフローに対応します。提供元は、インペインティングと参照画像に基づく作業を文書化しています。マスクで編集領域を示せますが、GPT Imageのマスク処理はプロンプトに基づくため、マスクの形状に厳密に従わない場合があります。文書化されたマスクの手順では、対象画像とマスクの形式とサイズを一致させ、マスクにアルファチャンネルを含め、ファイルを50 MB未満にする必要があります。
GPT Image 2はlow、medium、highと自動の品質選択をサポートします。カスタムサイズでは、両辺が16ピクセルの倍数で、どちらの辺も3,840ピクセル以下、縦横比が3:1より極端でなく、総ピクセル数が655,360から8,294,400までである必要があります。文書化された例には、1,024 × 1,024、1,536 × 1,024、2,048 × 2,048、3,840 × 2,160があります。すべての画像を正方形とみなさず、掲載先に合わせてサイズを選びます。提供元が文書化したImage APIの出力仕様では、PNGが既定で、JPEGとWebPも利用できます。JPEGとWebPは、0から100までの圧縮設定をサポートします。
テキスト側の構成要素には独自の仕様があります。GPT-5.4の公開されたコンテキストウィンドウは1,050,000トークン、最大出力は128,000トークン、知識の基準時点は2025年8月31日です。推論労力の選択肢はnone、low、medium、high、xhighで、既定値はnoneです。提供元はGPT-5.4のツールに画像生成を挙げていますが、Image APIにも独立した生成・編集操作があります。文書化された各構成要素の役割があるからといって、組み合わせた名称が、テキストと画像に一つの共通上限を持つ新たな単独モデルになるわけではありません。
画像ガイドは、文字の正確な配置、繰り返し登場する対象の見た目の一貫性、厳密な構図に限界があると説明しています。文字が重要な場合は短く明確に指定し、繰り返し使う被写体には関連する参照資料を提示し、レイアウトの制約を明示します。生成・編集した画像を、それらの要件に照らして確認します。有用な結果には、文章の依頼、画像、次の編集に向けた焦点を絞った変更点を含め、元の記事や製品の目的に画像を結び付けられます。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 openai/gpt-5.4-image-2 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.016 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.004 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン 出力 · 出力画像トークン $0.06 / 1K 画像トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.016 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.004 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。
| 設定 | 課金条件 | 料金 |
|---|---|---|
| 設定OpenAI: GPT-5.4 Image 2 · 標準設定 | 課金条件デフォルト設定 | 料金 入力 · 入力トークン $0.016 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 出力 · 出力画像 $0.06 / 1K トークン 出力 · ウェブ検索 $0.02 検索ごと 入力 · キャッシュ読み取り $0.004 / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.4-image-2", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5.4-image-2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5.4-image-2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njsonまたはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra openai/gpt-5.4-image-2
/v1/images
openai/gpt-5.4-image-2GPT-5.4のテキスト推論と、GPT Image 2の画像生成・編集を組み合わせるワークフローです。文章による依頼と視覚的な参照資料を使い、テキストと画像の各構成要素の役割を分けながら、イラストの作成や編集を進めます。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-5.4 Image 2は、OpenAIのGPT-5.4テキストモデルと、画像生成・編集を行うGPT Image 2を組み合わせるワークフローを指します。各構成要素の役割は異なります。GPT-5.4は依頼を解釈して文章の指示を作成し、GPT Image 2は画像を作成・修正します。GPT-5.4はテキストと画像を入力として受け取り、テキストを出力します。GPT Image 2はテキストと画像を入力として受け取り、画像を出力します。
新しい画像では、目的、被写体、構図、スタイル、結果に重要な詳細を説明します。たとえば記事のイラストを用意する課題では、画像が伝えるべき考え、想定する切り抜き、ページの文章に必要な余白を定義します。文章を扱う段階で、これらの要件を明確な依頼に整理できます。画像を扱う段階では、プロンプトと参照資料を使って、視覚的な成果物を作成します。
編集では元の画像を提示し、変更する部分と保持する要素を分けます。GPT Image 2は画像入力を自動的に高い忠実度で処理し、細部が重要な編集や参照資料を使うワークフローに対応します。提供元は、インペインティングと参照画像に基づく作業を文書化しています。マスクで編集領域を示せますが、GPT Imageのマスク処理はプロンプトに基づくため、マスクの形状に厳密に従わない場合があります。文書化されたマスクの手順では、対象画像とマスクの形式とサイズを一致させ、マスクにアルファチャンネルを含め、ファイルを50 MB未満にする必要があります。
GPT Image 2はlow、medium、highと自動の品質選択をサポートします。カスタムサイズでは、両辺が16ピクセルの倍数で、どちらの辺も3,840ピクセル以下、縦横比が3:1より極端でなく、総ピクセル数が655,360から8,294,400までである必要があります。文書化された例には、1,024 × 1,024、1,536 × 1,024、2,048 × 2,048、3,840 × 2,160があります。すべての画像を正方形とみなさず、掲載先に合わせてサイズを選びます。提供元が文書化したImage APIの出力仕様では、PNGが既定で、JPEGとWebPも利用できます。JPEGとWebPは、0から100までの圧縮設定をサポートします。
テキスト側の構成要素には独自の仕様があります。GPT-5.4の公開されたコンテキストウィンドウは1,050,000トークン、最大出力は128,000トークン、知識の基準時点は2025年8月31日です。推論労力の選択肢はnone、low、medium、high、xhighで、既定値はnoneです。提供元はGPT-5.4のツールに画像生成を挙げていますが、Image APIにも独立した生成・編集操作があります。文書化された各構成要素の役割があるからといって、組み合わせた名称が、テキストと画像に一つの共通上限を持つ新たな単独モデルになるわけではありません。
画像ガイドは、文字の正確な配置、繰り返し登場する対象の見た目の一貫性、厳密な構図に限界があると説明しています。文字が重要な場合は短く明確に指定し、繰り返し使う被写体には関連する参照資料を提示し、レイアウトの制約を明示します。生成・編集した画像を、それらの要件に照らして確認します。有用な結果には、文章の依頼、画像、次の編集に向けた焦点を絞った変更点を含め、元の記事や製品の目的に画像を結び付けられます。
POST /v1/images/generationstext, imageimage| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 openai/gpt-5.4-image-2 | デフォルト— |
フィールドprompt | 種類string | 要件必須 | 値と制限 最小の長さ: 1 | デフォルト— |
フィールドaspect_ratio | 種類string | 要件任意 | 値と制限 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, auto | デフォルト— |
フィールドquality | 種類string | 要件任意 | 値と制限 auto, low, medium, high | デフォルト— |
フィールドbackground | 種類string | 要件任意 | 値と制限 auto, opaque | デフォルト— |
フィールドn | 種類integer | 要件任意 | 値と制限 最小値: 1 最大値: 10 | デフォルト— |
フィールドinput_references | 種類array | 要件任意 | 値と制限 最小項目数: 0 最大項目数: 16 | デフォルト— |
フィールドoutput_compression | 種類integer | 要件任意 | 値と制限 最小値: 0 最大値: 100 | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 | デフォルト— |
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, prompt |
パラメータmaterial_types | 仕様text, image |
ライフサイクル: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 実際に返された task_id またはメディアライブラリのレコード
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
表示料金は生成前の費用の見積もりです。最終請求額は、元の生成処理に記録された費用から計算されます。実測された出力時間や予測数量が、そのまま最終的な課金数量になるわけではありません。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | 予測数量 | 料金 |
|---|---|---|---|
| 設定基本トークン料金 | 料金表基本料金 | 予測数量— | 料金 入力 · 入力トークン · 比較専用の見積もり — / 1K トークン 出力 · 出力トークン · 比較専用の見積もり — / 1K トークン 入力 · キャッシュ読み取り · 比較専用の見積もり — / 1K トークン 入力 · キャッシュ書き込み · 比較専用の見積もり — / 1K トークン 入力 · キャッシュ書き込み、1時間 · 比較専用の見積もり — / 1K トークン |
| 設定生成費用の見積もり | 料金表— | 予測数量生成1回分の概算 | 料金 出力 · 推定生成コスト · 比較専用の見積もり $0.24576 生成前の見積もり この見積もりは追加料金ではなく、完了した生成処理に対する固定料金でもありません。 |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'openai/gpt-5.4-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\n返された画像をすべてダウンロードするか、Base64の内容を保存
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.\n完了した画像をすべて保存してください。返された各URLから取得するか、Base64の内容をデコードしてください。
レスポンスとヘッダーの全体、実際の出力すべて、最初に返された識別子、使用量フィールドすべてを保存してください。作成リクエストを再送せずに、元の操作を復旧してください。
照合のため、返された X-Client-Request-ID を保存してください。実際に返された task_id/asset_id の値、または自分が所有するメディアライブラリだけを使って読み取ってください。操作 ID からタスクの URL を組み立てたり、作成リクエストを再送したりしないでください。
| フィールド | 種類 |
|---|---|
フィールドcreated | 種類 |
フィールドdata[].url | 種類 |
フィールドdata[].b64_json | 種類 |
フィールドusage | 種類 |
Ailoot Ultra openai/gpt-5.4-image-2
/v1/images
openai/gpt-5.4-image-2GPT-5.4のテキスト推論と、GPT Image 2の画像生成・編集を組み合わせるワークフローです。文章による依頼と視覚的な参照資料を使い、テキストと画像の各構成要素の役割を分けながら、イラストの作成や編集を進めます。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
GPT-5.4 Image 2は、OpenAIのGPT-5.4テキストモデルと、画像生成・編集を行うGPT Image 2を組み合わせるワークフローを指します。各構成要素の役割は異なります。GPT-5.4は依頼を解釈して文章の指示を作成し、GPT Image 2は画像を作成・修正します。GPT-5.4はテキストと画像を入力として受け取り、テキストを出力します。GPT Image 2はテキストと画像を入力として受け取り、画像を出力します。
新しい画像では、目的、被写体、構図、スタイル、結果に重要な詳細を説明します。たとえば記事のイラストを用意する課題では、画像が伝えるべき考え、想定する切り抜き、ページの文章に必要な余白を定義します。文章を扱う段階で、これらの要件を明確な依頼に整理できます。画像を扱う段階では、プロンプトと参照資料を使って、視覚的な成果物を作成します。
編集では元の画像を提示し、変更する部分と保持する要素を分けます。GPT Image 2は画像入力を自動的に高い忠実度で処理し、細部が重要な編集や参照資料を使うワークフローに対応します。提供元は、インペインティングと参照画像に基づく作業を文書化しています。マスクで編集領域を示せますが、GPT Imageのマスク処理はプロンプトに基づくため、マスクの形状に厳密に従わない場合があります。文書化されたマスクの手順では、対象画像とマスクの形式とサイズを一致させ、マスクにアルファチャンネルを含め、ファイルを50 MB未満にする必要があります。
GPT Image 2はlow、medium、highと自動の品質選択をサポートします。カスタムサイズでは、両辺が16ピクセルの倍数で、どちらの辺も3,840ピクセル以下、縦横比が3:1より極端でなく、総ピクセル数が655,360から8,294,400までである必要があります。文書化された例には、1,024 × 1,024、1,536 × 1,024、2,048 × 2,048、3,840 × 2,160があります。すべての画像を正方形とみなさず、掲載先に合わせてサイズを選びます。提供元が文書化したImage APIの出力仕様では、PNGが既定で、JPEGとWebPも利用できます。JPEGとWebPは、0から100までの圧縮設定をサポートします。
テキスト側の構成要素には独自の仕様があります。GPT-5.4の公開されたコンテキストウィンドウは1,050,000トークン、最大出力は128,000トークン、知識の基準時点は2025年8月31日です。推論労力の選択肢はnone、low、medium、high、xhighで、既定値はnoneです。提供元はGPT-5.4のツールに画像生成を挙げていますが、Image APIにも独立した生成・編集操作があります。文書化された各構成要素の役割があるからといって、組み合わせた名称が、テキストと画像に一つの共通上限を持つ新たな単独モデルになるわけではありません。
画像ガイドは、文字の正確な配置、繰り返し登場する対象の見た目の一貫性、厳密な構図に限界があると説明しています。文字が重要な場合は短く明確に指定し、繰り返し使う被写体には関連する参照資料を提示し、レイアウトの制約を明示します。生成・編集した画像を、それらの要件に照らして確認します。有用な結果には、文章の依頼、画像、次の編集に向けた焦点を絞った変更点を含め、元の記事や製品の目的に画像を結び付けられます。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 openai/gpt-5.4-image-2 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.016 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.004 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン 出力 · 出力画像トークン $0.06 / 1K 画像トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.016 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.004 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "openai/gpt-5.4-image-2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.4-image-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.4-image-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSONまたはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra openai/gpt-5.4-image-2
/v1/images
英語の技術例
Revise an editorial illustration crop\n\nEdit the supplied article illustration for a landscape header. Preserve the central paper boat's shape, folded edges and blue color. Extend the calm water naturally to the left and leave that side visually quiet for page text added later. Keep the existing light direction and add no words, logos, people or extra boats.An edited landscape image with the original boat preserved and clear composition space on the left.Compare boat details and light direction with the source, and inspect the added water for repeated or distorted elements.