Source: https://ailoot.ai/models/ko/openai-gpt-5-4-image-2/ Canonical: https://ailoot.ai/models/ko/openai-gpt-5-4-image-2/ Language: ko # OpenAI: GPT-5.4 Image 2 [Markdown](https://ailoot.ai/models/ko/openai-gpt-5-4-image-2/index.md) · [JSON](https://ailoot.ai/models/ko/openai-gpt-5-4-image-2/facts.json) ## [OpenAI: GPT-5.4 Image 2](https://ailoot.ai/models/ko/openai-gpt-5-4-image-2/) GPT-5.4의 텍스트 추론과 GPT Image 2의 이미지 생성 및 편집을 결합한 워크플로입니다. 서면 지침과 시각적 참조 자료로 일러스트를 만들거나 편집하되, 텍스트와 이미지 구성 요소의 역할을 구분하세요. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `openai/gpt-5.4-image-2`](https://ailoot.ai/models/ko/openai-gpt-5-4-image-2/#method-0) - [**Ailoot Ultra · 이미지** `POST /v1/images/generations` `openai/gpt-5.4-image-2`](https://ailoot.ai/models/ko/openai-gpt-5-4-image-2/#method-1) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `openai/gpt-5.4-image-2`](https://ailoot.ai/models/ko/openai-gpt-5-4-image-2/#method-2) 모델 소개 이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다. GPT-5.4 Image 2는 OpenAI의 GPT-5.4 텍스트 모델과 이미지 생성 및 편집을 위한 GPT Image 2를 결합한 워크플로를 뜻합니다. 구성 요소는 서로 다른 역할을 합니다. GPT-5.4는 지침을 해석하고 서면 지시를 작성하며, GPT Image 2는 이미지를 생성하거나 수정합니다. GPT-5.4는 텍스트와 이미지를 입력받아 텍스트를 생성하고, GPT Image 2는 텍스트와 이미지 입력으로 이미지를 생성합니다. 새로운 시각 자료를 만들 때는 목적, 피사체, 구도, 스타일, 결과에 중요한 세부 사항을 설명하세요. 예를 들어 기사 일러스트를 준비할 때는 이미지가 전달할 아이디어, 의도한 크롭, 함께 배치할 페이지 텍스트에 필요한 공간을 정의하세요. 텍스트 단계에서는 이 요구 사항을 명확한 지침으로 정리할 수 있습니다. 이미지 단계는 프롬프트와 참조 자료를 사용해 시각적 산출물을 만듭니다. 편집에서는 원본 이미지를 제공하고, 요청한 변경과 보존할 요소를 분리하세요. GPT Image 2는 이미지 입력을 자동으로 높은 충실도로 처리하여 세부 사항이 중요한 편집과 참조 워크플로를 지원합니다. 제작사는 인페인팅과 참조 기반 이미지 작업을 문서화합니다. 마스크로 편집 영역을 지정할 수 있지만, GPT Image 마스킹은 프롬프트 기반이므로 마스크 형상을 정확히 따르지 않을 수 있습니다. 문서화된 마스크 절차는 대상 이미지와 마스크의 형식 및 크기가 일치하고, 마스크에 알파 채널이 있으며, 파일 크기가 50 MB 미만일 것을 요구합니다. GPT Image 2는 low, medium, high 및 자동 품질 선택을 지원합니다. 사용자 지정 크기는 양쪽 변이 16픽셀의 배수이고, 어느 변도 3,840픽셀을 넘지 않으며, 가로세로비가 3:1보다 극단적이지 않고, 총 크기가 655,360에서 8,294,400픽셀 사이여야 합니다. 문서화된 예시는 1,024 × 1,024, 1,536 × 1,024, 2,048 × 2,048, 3,840 × 2,160입니다. 모든 시각 자료가 정사각형이어야 한다고 가정하지 말고 목적지에 맞는 크기를 선택하세요. 제작사가 문서화한 Image API 출력 프로필에서는 PNG가 기본 형식이며 JPEG와 WebP도 사용할 수 있습니다. JPEG와 WebP는 0부터 100까지의 압축 설정을 지원합니다. 텍스트 구성 요소에는 자체 사양이 있습니다. GPT-5.4의 공개된 컨텍스트 창은 1,050,000토큰, 최대 출력은 128,000토큰이며, 지식 기준일은 2025년 8월 31일입니다. 추론 강도 선택지는 none, low, medium, high, xhigh이고 기본값은 none입니다. 제작사는 GPT-5.4의 도구에 이미지 생성을 포함하며, Image API도 별도의 생성 및 편집 작업을 제공합니다. 이러한 문서화된 구성 요소의 역할 때문에 결합된 이름이 텍스트와 이미지에 하나의 공통 한도를 적용하는 새로운 독립 모델이 되는 것은 아닙니다. 이미지 가이드는 정확한 텍스트 배치, 반복되는 시각적 일관성, 정밀한 구도의 한계를 설명합니다. 글자가 중요하다면 짧고 명확하게 지정된 텍스트를 준비하고, 반복 등장하는 피사체에는 관련 참조 자료를 제공하며, 레이아웃 제약을 명시하세요. 생성하거나 편집한 이미지를 이 요구 사항과 비교해 검토하세요. 유용한 결과에는 서면 지침, 이미지, 다음 편집에 필요한 구체적인 변경 목록을 포함하여 시각 자료를 원래 편집 또는 제품 목적과 연결할 수 있습니다. 실제 활용 과제 ### 실제 활용 과제 영어 기술 예제 ``` Revise an editorial illustration crop Edit 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. ``` #### 예상 결과 ``` An edited landscape image with the original boat preserved and clear composition space on the left. ``` #### 결과 확인 ``` Compare boat details and light direction with the source, and inspect the added water for repeated or distorted elements. ``` **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `openai/gpt-5.4-image-2` [`openai/gpt-5.4-image-2`](https://ailoot.ai/models/ko/#m=openai%2Fgpt-5.4-image-2&route=Ultra&caller=openai%2Fgpt-5.4-image-2&fmt=chat) OpenAI /`openai/gpt-5.4-image-2` ### 시작하기 GPT-5.4의 텍스트 추론과 GPT Image 2의 이미지 생성 및 편집을 결합한 워크플로입니다. 서면 지침과 시각적 참조 자료로 일러스트를 만들거나 편집하되, 텍스트와 이미지 구성 요소의 역할을 구분하세요. 허용 입력 텍스트 결과 텍스트 ### Ailoot에서 사용 가능 · 입력 및 메서드 **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` 입력 `text` 출력 `text` 출력 형식 json 또는 SSE | 필드 | 유형 | 요건 | 값과 한도 | 기본값 | | --- | --- | --- | --- | --- | | 필드`model` | 유형`string` | 요건필수 | 값과 한도 openai/gpt-5.4-image-2 | 기본값— | | 필드`messages` | 유형`message[]` | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— | | 필드`messages[].role` | 유형`string` | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— | | 필드`messages[].content` | 유형`string\|content_part[]\|null` | 요건선택 사항 | 값과 한도 | 기본값— | | 필드`messages[].tool_calls` | 유형`tool_call[]` | 요건선택 사항 | 값과 한도 | 기본값— | | 필드`messages[].tool_call_id` | 유형`string` | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— | | 필드`messages[].name` | 유형`string` | 요건선택 사항 | 값과 한도 | 기본값— | | 필드`messages[].reasoning_content` | 유형`string` | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— | | 필드`messages[].reasoning_details` | 유형`object\|array` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`max_tokens` | 유형`integer` | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— | | 필드`max_completion_tokens` | 유형`integer` | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— | | 필드`stream` | 유형`boolean` | 요건선택 사항 | 값과 한도 | 기본값false | | 필드`stream_options.include_usage` | 유형`boolean` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`temperature` | 유형`number` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`top_p` | 유형`number` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`stop` | 유형`string\|string[]` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`tools` | 유형`function_tool[]` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`tools[].type` | 유형`string` | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— | | 필드`tools[].function.name` | 유형`string` | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— | | 필드`tools[].function.description` | 유형`string` | 요건선택 사항 | 값과 한도 | 기본값— | | 필드`tools[].function.parameters` | 유형`JSON_schema` | 요건선택 사항 | 값과 한도 | 기본값— | | 필드`tool_choice` | 유형`string\|object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`parallel_tool_calls` | 유형`boolean` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`response_format` | 유형`object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`reasoning_effort` | 유형`string` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`reasoning` | 유형`object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`service_tier` | 유형`string` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`instructions` | 유형`string` | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— | | 필드`functions` | 유형`function[]` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`function_call` | 유형`string\|object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`prompt_cache_options` | 유형`object` | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— | | 필드`modalities` | 유형`string[]` | 요건선택 사항 | 값과 한도 text | 기본값— | | 필드`provider` | 유형`object` | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— | | 필드`cache_control.ttl` | 유형`string` | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— | 입력 자료 조합 **텍스트** · UTF8 텍스트 `messages[].content` 메서드 매개변수와 수명 주기 | 매개변수 | 명세 | | --- | --- | | 매개변수`content_type` | 명세application/json | | 매개변수`required` | 명세model, messages | | 매개변수`material_types` | 명세text | | 매개변수`messages` | 명세role/content 형식의 메시지 배열 | | 매개변수`file_material` | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 | | 매개변수`optional_controls` | 명세stream, temperature, top\_p, stop, max\_tokens, max\_completion\_tokens, reasoning, response\_format, tools, tool\_choice | | 매개변수`control_scope` | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 | | 매개변수`output_modalities` | 명세text | | 매개변수`hosted_operations` | 명세false | | 매개변수`multimodal_input_binding` | 명세null | 수명 주기: `synchronous_or_streamed` 정확한 모델 ID를 messages와 함께 보내세요. 컨텍스트 길이는 출력 상한이 아닙니다. 텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다. ### 요금 요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다. 빠른 모드 표준 요금 빠른 모드를 선택한 경우 Flex 모드 표준 요금 flex 모드를 선택한 경우 최대 추론 수준 표준 요금 최대 추론 수준에 default 조정값을 적용하는 경우 추론 수준 · 높음 표준 요금 추론 수준이 높음인 경우 추론 수준 · 낮음 표준 요금 추론 수준이 낮음인 경우 추론 수준 · 중간 표준 요금 추론 수준이 중간인 경우 추론 수준 · 없음 표준 요금 추론 수준이 없음인 경우 추론 수준 · xhigh 표준 요금 추론 수준이 xhigh인 경우 #### Ailoot 요금 #### 설정별 가격 각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요. | 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 | | --- | --- | --- | --- | --- | | 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 **$0.016** / 1K 토큰 출력 · 출력 토큰 **$0.03** / 1K 토큰 입력 · 캐시 읽기 **$0.004** / 1K 토큰 입력 · 캐시 쓰기 **—** / 1K 토큰 입력 · 캐시 쓰기, 1시간 **—** / 1K 토큰 출력 · 이미지 출력 토큰 **$0.06** / 1K 이미지 토큰 | | 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 **$0.016** / 1K 토큰 출력 · 출력 토큰 **$0.03** / 1K 토큰 입력 · 캐시 읽기 **$0.004** / 1K 토큰 입력 · 캐시 쓰기 **—** / 1K 토큰 입력 · 캐시 쓰기, 1시간 **—** / 1K 토큰 | #### 참조 요금 상세 정보 모델 수준의 참조 요금표는 메서드 선택, 견적 또는 요금을 변경하지 않습니다. 실제 과금에는 선택한 Ailoot 메서드 요금이 적용됩니다. OpenAI: GPT-5.4 Image 2 #### 설정별 가격 | 설정 | 과금 조건 | 요금 | | --- | --- | --- | | 설정OpenAI: GPT-5.4 Image 2 · 기본 설정 | 과금 조건기본 설정 | 요금 입력 · 입력 토큰 **US$0.016** / 1K 토큰 출력 · 출력 토큰 **US$0.03** / 1K 토큰 출력 · 출력 이미지 **US$0.06** / 1K 토큰 출력 · 웹 검색 **US$0.02** 검색당 입력 · 캐시 읽기 **US$0.004** / 1K 토큰 | Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. [금액 확보와 정산 방식 →](https://ailoot.ai/docs/ko/billing/reserve/) ### 요청 예제 #### Ailoot Ultra · OpenAI Chat curlPython SDKPython 스트리밍 ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=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."}]}') 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/chat/completions \ -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 json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model='openai/gpt-5.4-image-2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ```python from openai import OpenAI import os from pathlib import Path if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) 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 file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) with client.chat.completions.stream(model='openai/gpt-5.4-image-2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream: with Path("stream-events.jsonl").open("w",encoding="utf-8") as log: for event in stream: payload=event.to_dict(mode="json") log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush() print(json.dumps(payload,ensure_ascii=False)) final=stream.get_final_completion() save_result(final.to_dict(mode="json"),"stream-result") ``` ### 결과 수신 및 저장 #### Ailoot Ultra · OpenAI Chat json 또는 SSE ##### 완료된 결과 모두 보관 반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요. 각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요. ##### 원래 응답을 확인해야 할 경우 요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다. 응답 필드 | 필드 | 유형 | | --- | --- | | 필드`choices[].index` | 유형integer | | 필드`choices[].message.content` | 유형string\|null | | 필드`choices[].message.tool_calls` | 유형tool\_call\[\] | | 필드`choices[].message.reasoning_content` | 유형string | | 필드`choices[].message.reasoning_details` | 유형object\|array | | 필드`choices[].finish_reason` | 유형string\|null | | 필드`usage` | 유형object | 오류와 다음 단계 | 응답 | 조건 | 다음 단계 | | --- | --- | --- | | 응답400 · `invalid_request_error` | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. | ### 별칭 #### 모델 별칭 **Ailoot Ultra** [`openai/gpt-5.4-image-2`](https://ailoot.ai/models/ko/#m=openai%2Fgpt-5.4-image-2&route=Ultra&caller=openai%2Fgpt-5.4-image-2&fmt=chat) #### 메서드 경로 별칭 `/v1/images` #### 관련 호출용 ID [`openai/gpt-5.4-image-2`](https://ailoot.ai/models/ko/#m=openai%2Fgpt-5.4-image-2&route=Ultra&caller=openai%2Fgpt-5.4-image-2&fmt=chat) **Ailoot Ultra · 이미지** `POST /v1/images/generations` `openai/gpt-5.4-image-2` [`openai/gpt-5.4-image-2`](https://ailoot.ai/models/ko/#m=openai%2Fgpt-5.4-image-2&route=Ultra&caller=openai%2Fgpt-5.4-image-2&fmt=images) OpenAI /`openai/gpt-5.4-image-2` ### 시작하기 GPT-5.4의 텍스트 추론과 GPT Image 2의 이미지 생성 및 편집을 결합한 워크플로입니다. 서면 지침과 시각적 참조 자료로 일러스트를 만들거나 편집하되, 텍스트와 이미지 구성 요소의 역할을 구분하세요. 허용 입력 텍스트 · 이미지 결과 이미지 ### Ailoot에서 사용 가능 · 입력 및 메서드 **Ailoot Ultra · 이미지** `POST /v1/images/generations` 입력 `text`, `image` 출력 `image` | 필드 | 유형 | 요건 | 값과 한도 | 기본값 | | --- | --- | --- | --- | --- | | 필드`model` | 유형`string` | 요건필수 | 값과 한도 openai/gpt-5.4-image-2 | 기본값— | | 필드`prompt` | 유형`string` | 요건필수 | 값과 한도 최소 길이: 1 | 기본값— | | 필드`aspect_ratio` | 유형`string` | 요건선택 사항 | 값과 한도 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, auto | 기본값— | | 필드`quality` | 유형`string` | 요건선택 사항 | 값과 한도 auto, low, medium, high | 기본값— | | 필드`background` | 유형`string` | 요건선택 사항 | 값과 한도 auto, opaque | 기본값— | | 필드`n` | 유형`integer` | 요건선택 사항 | 값과 한도 최솟값: 1 최댓값: 10 | 기본값— | | 필드`input_references` | 유형`array` | 요건선택 사항 | 값과 한도 최소 항목 수: 0 최대 항목 수: 16 | 기본값— | | 필드`output_compression` | 유형`integer` | 요건선택 사항 | 값과 한도 최솟값: 0 최댓값: 100 | 기본값— | | 필드`provider` | 유형`object` | 요건선택 사항 | 값과 한도 | 기본값— | 메서드 매개변수와 수명 주기 | 매개변수 | 명세 | | --- | --- | | 매개변수`content_type` | 명세application/json | | 매개변수`required` | 명세model, prompt | | 매개변수`material_types` | 명세text, image | 수명 주기: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · 실제로 반환된 task\_id 또는 미디어 라이브러리 기록 `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### 요금 ##### 최종 요금 계산 방식 표시된 요율은 생성 전 비용을 예상하는 데 사용됩니다. 최종 청구액은 최초 생성에 기록된 비용으로 계산됩니다. 측정된 출력 길이와 예상 수량은 최종 청구 수량이 아닙니다. 요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다. 빠른 모드 미지정 빠른 모드를 선택한 경우 Flex 모드 미지정 flex 모드를 선택한 경우 최대 추론 수준 미지정 최대 추론 수준에 default 조정값을 적용하는 경우 #### 비교용 예상 요금 #### 설정별 가격 각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요. | 설정 | 요금표 | 예측 수량 | 요금 | | --- | --- | --- | --- | | 설정기본 토큰 요금 | 요금표기본 요금 | 예측 수량— | 요금 입력 · 입력 토큰 · 비교 전용 추정치 **—** / 1K 토큰 출력 · 출력 토큰 · 비교 전용 추정치 **—** / 1K 토큰 입력 · 캐시 읽기 · 비교 전용 추정치 **—** / 1K 토큰 입력 · 캐시 쓰기 · 비교 전용 추정치 **—** / 1K 토큰 입력 · 캐시 쓰기, 1시간 · 비교 전용 추정치 **—** / 1K 토큰 | | 설정예상 생성 비용 | 요금표— | 예측 수량1회 생성 예상치 | 요금 출력 · 예상 생성 비용 · 비교 전용 추정치 **$0.24576** 생성 전 추정치 이 예상 금액은 추가 요금이나 생성 완료 시 적용되는 고정 요금이 아닙니다. | Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. [금액 확보와 정산 방식 →](https://ailoot.ai/docs/ko/billing/reserve/) ### 요청 예제 #### Ailoot Ultra · 이미지 curl ```bash set -eu : "${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-5.4-image-2', '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"