GPT-5 Image는 OpenAI의 GPT-5 언어 모델과 GPT Image 1을 함께 사용하는 결합 프로필입니다. 언어 구성 요소는 요구 사항과 원본 자료를 해석하고, 이미지 구성 요소는 시각적 결과를 만듭니다. 공개된 설명은 추론, 지시 이행, 이미지 내 텍스트 표현, 세밀한 이미지 편집을 강조합니다. 시각 자료와 글로 된 해석이 같은 작업 지시서를 따라야 하는 작업에 적합합니다.
이미지의 목적, 의도한 대상 독자, 반드시 보여야 할 내용을 모델에 제공하세요. 정확히 표현해야 할 사실과 구도나 시각적 표현 방식의 선택을 분리합니다. 도표 작업 지시서는 개체와 관계를 밝힌 뒤 레이블, 배치, 스타일을 지정할 수 있습니다. 포스터 작업 지시서는 행사 정보, 정보의 우선순위, 장면과 함께 이미지에 들어갈 정확한 문구를 정의할 수 있습니다.
예를 들어 지역 과학 행사의 포스터 콘셉트를 준비하세요. 행사의 사실을 제공하고 배치에 관한 짧은 설명과, 보조 시각 요소를 곁들인 명확한 제목을 사용하는 이미지를 요청합니다. 이미지에 들어가야 할 문구와 함께 제공되는 설명에만 쓸 문구를 구분하세요. 글로 된 설명과 생성된 포스터를 함께 검토해 합리적인 배치 계획이 실제로 보이는 결과와 맞는지 확인합니다.
텍스트, 이미지, PDF 등의 파일은 결합 프로필에 문서화된 입력입니다. 문서는 시각 자료의 요구 사항이나 요약할 정보를 제공할 수 있습니다. 참고 이미지는 피사체, 제품, 장소, 배치를 정할 수 있습니다. 특히 참고 자료에 보존할 내용과 변경할 내용이 함께 있다면, 목표를 설명하기 전에 각 원본에 이름을 붙이고 역할을 설명하세요.
수정에는 원본 이미지를 지정하고 요청한 변경을 정확하게 설명하세요. 제품 장면 편집에서는 제품의 형태와 보이는 레이블을 유지하면서 배경을 바꿀 수 있습니다. 시각적 설명에서는 주변의 관계를 유지하면서 요소 하나를 교체할 수 있습니다. 작업 지시서에 보존 요구 사항을 명시하고 실제 이미지에서 중요한 세부 사항을 확인합니다.
이 결합 프로필의 정확한 카드에서는 편집에 최대 16개의 참고 이미지를 사용할 수 있습니다. 작업에 관련된 참고 자료를 사용하고 각각 어떤 특징을 제공하는지 설명하세요. 여러 이미지가 다른 조명, 시점, 표현 방식을 보여 준다면 모든 원본이 결과를 지배하도록 요청하는 대신 의도한 구도를 지정합니다. 완성된 이미지와 함께 원본을 보관해 이후 수정에서도 같은 자료를 참조할 수 있게 하세요.
공개된 프로필에는 이미지 내 텍스트 표현도 기능으로 포함되어 있습니다. 중요한 텍스트에는 정확한 문구, 문장 부호, 배치를 제공하고, 물체나 다른 레이블과의 관계를 지정하세요. 의도한 표시 크기에서 반환된 이미지의 모든 필수 단어와 숫자를 확인합니다. 도표에서는 선, 위치, 묶음이 글로 된 원본에 설명된 관계를 나타내는지도 확인하세요.
결합 프로필은 400,000토큰의 컨텍스트 창과 최대 128,000개의 완성 토큰을 명시합니다. 이 한도는 입력과 생성된 응답 완성을 설명하며, 특정 픽셀 크기나 이미지 수를 의미하지 않습니다. 컨텍스트에는 관련 요구 사항, 참고 자료, 대화 상태를 담고 요청한 출력에 필요한 여유를 남겨두세요. 긴 원본 자료에는 레이블을 붙여 각 지시를 올바른 구절에 연결할 수 있게 합니다.
문서화된 텍스트 출력 규격은 JSON 스키마를 통한 구조화된 결과를 지원합니다. 글로 된 응답은 콘셉트를 설명하거나 요구 사항을 요약하거나 요청한 변경을 식별하는 데 필요한 필드를 정의할 수 있습니다. 애플리케이션이 사용하기 전에 해당 필드와 값을 원본에 비추어 검증하세요. 결합 프로필은 이 이름의 언어·이미지 구성을 통해 내부적으로 시각 자료를 생성하지만, 애플리케이션 함수 호출은 제공하지 않습니다.
채팅 요청 스키마에서는 출력 모달리티로 text와 image를 선택할 수 있습니다. 작업 지시서에 실제로 필요한 글과 시각 산출물을 명시하고 완성된 응답에 둘 다 있는지 확인하세요. 이미지 설정은 정확한 모델과 인터페이스에 고유합니다. 승인한 설정을 요청과 함께 보관하고 해당 결합 프로필에 문서화된 제어만 사용하세요. 이미지 구성 요소의 직접 인터페이스는 필드와 기능의 구성이 다를 수 있습니다.
이 프로필에 명시된 이미지 구성 요소는 GPT Image 1입니다. 직접 이미지 생성 프로필은 이미지 중심 작업을 처리하고, GPT-5 Image는 그 기능을 GPT-5 언어 처리와 결합합니다. GPT-5 Image Mini는 GPT-5 Mini와 GPT Image 1 Mini를 결합한 별도의 구성입니다. 이름이 비슷한 조합을 같은 모델로 취급하지 말고, 선택한 프로필의 식별 정보를 원본 자료 및 출력 설정과 함께 보관하세요.
여러 수정이 포함된 대화에서는 관련된 글로 된 요구 사항과 원본 참고 자료를 이어서 전달합니다. 가장 최근 작업 지시서에 레이블 이동, 물체 변경, 구도 단순화처럼 구체적인 수정을 명시하세요. 반환된 시각 자료에서 유용한 변경이 이미 보인다면 모든 것을 더 좋게 만들라는 막연한 요청을 피합니다.
글로 된 응답과 응답 완성에 포함된 실제 이미지 산출물을 모두 보관하세요. 보고된 형식으로 이미지를 저장하고 프롬프트, 원본 참고 자료, 선택한 설정을 함께 남깁니다. 이미지 자체의 구도, 피사체 세부 사항, 텍스트를 확인하고, 함께 제공된 글을 그 글이 설명하는 근거와 비교하세요. 유용한 완성 결과는 글로 된 요구 사항과, 열어 검토하고 의도한 문서·페이지·창작 작업 흐름에 배치할 수 있는 시각 자료를 연결합니다.
", "aboutText": "GPT-5 Image는 OpenAI의 GPT-5 언어 모델과 GPT Image 1을 함께 사용하는 결합 프로필입니다. 언어 구성 요소는 요구 사항과 원본 자료를 해석하고, 이미지 구성 요소는 시각적 결과를 만듭니다. 공개된 설명은 추론, 지시 이행, 이미지 내 텍스트 표현, 세밀한 이미지 편집을 강조합니다. 시각 자료와 글로 된 해석이 같은 작업 지시서를 따라야 하는 작업에 적합합니다.\n\n### 작업 지시서를 해석하고 시각 자료 만들기\n\n이미지의 목적, 의도한 대상 독자, 반드시 보여야 할 내용을 모델에 제공하세요. 정확히 표현해야 할 사실과 구도나 시각적 표현 방식의 선택을 분리합니다. 도표 작업 지시서는 개체와 관계를 밝힌 뒤 레이블, 배치, 스타일을 지정할 수 있습니다. 포스터 작업 지시서는 행사 정보, 정보의 우선순위, 장면과 함께 이미지에 들어갈 정확한 문구를 정의할 수 있습니다.\n\n예를 들어 지역 과학 행사의 포스터 콘셉트를 준비하세요. 행사의 사실을 제공하고 배치에 관한 짧은 설명과, 보조 시각 요소를 곁들인 명확한 제목을 사용하는 이미지를 요청합니다. 이미지에 들어가야 할 문구와 함께 제공되는 설명에만 쓸 문구를 구분하세요. 글로 된 설명과 생성된 포스터를 함께 검토해 합리적인 배치 계획이 실제로 보이는 결과와 맞는지 확인합니다.\n\n텍스트, 이미지, PDF 등의 파일은 결합 프로필에 문서화된 입력입니다. 문서는 시각 자료의 요구 사항이나 요약할 정보를 제공할 수 있습니다. 참고 이미지는 피사체, 제품, 장소, 배치를 정할 수 있습니다. 특히 참고 자료에 보존할 내용과 변경할 내용이 함께 있다면, 목표를 설명하기 전에 각 원본에 이름을 붙이고 역할을 설명하세요.\n\n### 참고 자료 기반 편집과 텍스트 표현\n\n수정에는 원본 이미지를 지정하고 요청한 변경을 정확하게 설명하세요. 제품 장면 편집에서는 제품의 형태와 보이는 레이블을 유지하면서 배경을 바꿀 수 있습니다. 시각적 설명에서는 주변의 관계를 유지하면서 요소 하나를 교체할 수 있습니다. 작업 지시서에 보존 요구 사항을 명시하고 실제 이미지에서 중요한 세부 사항을 확인합니다.\n\n이 결합 프로필의 정확한 카드에서는 편집에 최대 16개의 참고 이미지를 사용할 수 있습니다. 작업에 관련된 참고 자료를 사용하고 각각 어떤 특징을 제공하는지 설명하세요. 여러 이미지가 다른 조명, 시점, 표현 방식을 보여 준다면 모든 원본이 결과를 지배하도록 요청하는 대신 의도한 구도를 지정합니다. 완성된 이미지와 함께 원본을 보관해 이후 수정에서도 같은 자료를 참조할 수 있게 하세요.\n\n공개된 프로필에는 이미지 내 텍스트 표현도 기능으로 포함되어 있습니다. 중요한 텍스트에는 정확한 문구, 문장 부호, 배치를 제공하고, 물체나 다른 레이블과의 관계를 지정하세요. 의도한 표시 크기에서 반환된 이미지의 모든 필수 단어와 숫자를 확인합니다. 도표에서는 선, 위치, 묶음이 글로 된 원본에 설명된 관계를 나타내는지도 확인하세요.\n\n### 컨텍스트와 응답 형식\n\n결합 프로필은 400,000토큰의 컨텍스트 창과 최대 128,000개의 완성 토큰을 명시합니다. 이 한도는 입력과 생성된 응답 완성을 설명하며, 특정 픽셀 크기나 이미지 수를 의미하지 않습니다. 컨텍스트에는 관련 요구 사항, 참고 자료, 대화 상태를 담고 요청한 출력에 필요한 여유를 남겨두세요. 긴 원본 자료에는 레이블을 붙여 각 지시를 올바른 구절에 연결할 수 있게 합니다.\n\n문서화된 텍스트 출력 규격은 JSON 스키마를 통한 구조화된 결과를 지원합니다. 글로 된 응답은 콘셉트를 설명하거나 요구 사항을 요약하거나 요청한 변경을 식별하는 데 필요한 필드를 정의할 수 있습니다. 애플리케이션이 사용하기 전에 해당 필드와 값을 원본에 비추어 검증하세요. 결합 프로필은 이 이름의 언어·이미지 구성을 통해 내부적으로 시각 자료를 생성하지만, 애플리케이션 함수 호출은 제공하지 않습니다.\n\n채팅 요청 스키마에서는 출력 모달리티로 text와 image를 선택할 수 있습니다. 작업 지시서에 실제로 필요한 글과 시각 산출물을 명시하고 완성된 응답에 둘 다 있는지 확인하세요. 이미지 설정은 정확한 모델과 인터페이스에 고유합니다. 승인한 설정을 요청과 함께 보관하고 해당 결합 프로필에 문서화된 제어만 사용하세요. 이미지 구성 요소의 직접 인터페이스는 필드와 기능의 구성이 다를 수 있습니다.\n\n### 이름이 지정된 조합을 의도적으로 사용하기\n\n이 프로필에 명시된 이미지 구성 요소는 GPT Image 1입니다. 직접 이미지 생성 프로필은 이미지 중심 작업을 처리하고, GPT-5 Image는 그 기능을 GPT-5 언어 처리와 결합합니다. GPT-5 Image Mini는 GPT-5 Mini와 GPT Image 1 Mini를 결합한 별도의 구성입니다. 이름이 비슷한 조합을 같은 모델로 취급하지 말고, 선택한 프로필의 식별 정보를 원본 자료 및 출력 설정과 함께 보관하세요.\n\n여러 수정이 포함된 대화에서는 관련된 글로 된 요구 사항과 원본 참고 자료를 이어서 전달합니다. 가장 최근 작업 지시서에 레이블 이동, 물체 변경, 구도 단순화처럼 구체적인 수정을 명시하세요. 반환된 시각 자료에서 유용한 변경이 이미 보인다면 모든 것을 더 좋게 만들라는 막연한 요청을 피합니다.\n\n### 완성된 결과 보관하고 검토하기\n\n글로 된 응답과 응답 완성에 포함된 실제 이미지 산출물을 모두 보관하세요. 보고된 형식으로 이미지를 저장하고 프롬프트, 원본 참고 자료, 선택한 설정을 함께 남깁니다. 이미지 자체의 구도, 피사체 세부 사항, 텍스트를 확인하고, 함께 제공된 글을 그 글이 설명하는 근거와 비교하세요. 유용한 완성 결과는 글로 된 요구 사항과, 열어 검토하고 의도한 문서·페이지·창작 작업 흐름에 배치할 수 있는 시각 자료를 연결합니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Simplify a community-event poster\n\nEdit the supplied community science poster. Preserve the exact event title, date, venue and central telescope illustration. Remove the small decorative stars around the footer, increase the empty space around the title and keep the original portrait layout and two-color palette. Add no new event facts or text. Return the revised poster image.A revised poster image retaining all event wording and the telescope while simplifying the requested areas.Check every event word and number against the source and confirm that only the named decorative elements were removed.openai/gpt-5-imageGPT-5 Image는 OpenAI의 GPT-5 언어·추론 기능과 GPT Image 1을 결합해 이미지를 생성하고 참고 자료에 기반한 편집을 수행합니다. 텍스트, 이미지, 문서를 입력받아 텍스트와 이미지를 반환하며, 글로 된 작업 지시서와 시각적 결과를 연결합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5 Image는 OpenAI의 GPT-5 언어 모델과 GPT Image 1을 함께 사용하는 결합 프로필입니다. 언어 구성 요소는 요구 사항과 원본 자료를 해석하고, 이미지 구성 요소는 시각적 결과를 만듭니다. 공개된 설명은 추론, 지시 이행, 이미지 내 텍스트 표현, 세밀한 이미지 편집을 강조합니다. 시각 자료와 글로 된 해석이 같은 작업 지시서를 따라야 하는 작업에 적합합니다.
이미지의 목적, 의도한 대상 독자, 반드시 보여야 할 내용을 모델에 제공하세요. 정확히 표현해야 할 사실과 구도나 시각적 표현 방식의 선택을 분리합니다. 도표 작업 지시서는 개체와 관계를 밝힌 뒤 레이블, 배치, 스타일을 지정할 수 있습니다. 포스터 작업 지시서는 행사 정보, 정보의 우선순위, 장면과 함께 이미지에 들어갈 정확한 문구를 정의할 수 있습니다.
예를 들어 지역 과학 행사의 포스터 콘셉트를 준비하세요. 행사의 사실을 제공하고 배치에 관한 짧은 설명과, 보조 시각 요소를 곁들인 명확한 제목을 사용하는 이미지를 요청합니다. 이미지에 들어가야 할 문구와 함께 제공되는 설명에만 쓸 문구를 구분하세요. 글로 된 설명과 생성된 포스터를 함께 검토해 합리적인 배치 계획이 실제로 보이는 결과와 맞는지 확인합니다.
텍스트, 이미지, PDF 등의 파일은 결합 프로필에 문서화된 입력입니다. 문서는 시각 자료의 요구 사항이나 요약할 정보를 제공할 수 있습니다. 참고 이미지는 피사체, 제품, 장소, 배치를 정할 수 있습니다. 특히 참고 자료에 보존할 내용과 변경할 내용이 함께 있다면, 목표를 설명하기 전에 각 원본에 이름을 붙이고 역할을 설명하세요.
수정에는 원본 이미지를 지정하고 요청한 변경을 정확하게 설명하세요. 제품 장면 편집에서는 제품의 형태와 보이는 레이블을 유지하면서 배경을 바꿀 수 있습니다. 시각적 설명에서는 주변의 관계를 유지하면서 요소 하나를 교체할 수 있습니다. 작업 지시서에 보존 요구 사항을 명시하고 실제 이미지에서 중요한 세부 사항을 확인합니다.
이 결합 프로필의 정확한 카드에서는 편집에 최대 16개의 참고 이미지를 사용할 수 있습니다. 작업에 관련된 참고 자료를 사용하고 각각 어떤 특징을 제공하는지 설명하세요. 여러 이미지가 다른 조명, 시점, 표현 방식을 보여 준다면 모든 원본이 결과를 지배하도록 요청하는 대신 의도한 구도를 지정합니다. 완성된 이미지와 함께 원본을 보관해 이후 수정에서도 같은 자료를 참조할 수 있게 하세요.
공개된 프로필에는 이미지 내 텍스트 표현도 기능으로 포함되어 있습니다. 중요한 텍스트에는 정확한 문구, 문장 부호, 배치를 제공하고, 물체나 다른 레이블과의 관계를 지정하세요. 의도한 표시 크기에서 반환된 이미지의 모든 필수 단어와 숫자를 확인합니다. 도표에서는 선, 위치, 묶음이 글로 된 원본에 설명된 관계를 나타내는지도 확인하세요.
결합 프로필은 400,000토큰의 컨텍스트 창과 최대 128,000개의 완성 토큰을 명시합니다. 이 한도는 입력과 생성된 응답 완성을 설명하며, 특정 픽셀 크기나 이미지 수를 의미하지 않습니다. 컨텍스트에는 관련 요구 사항, 참고 자료, 대화 상태를 담고 요청한 출력에 필요한 여유를 남겨두세요. 긴 원본 자료에는 레이블을 붙여 각 지시를 올바른 구절에 연결할 수 있게 합니다.
문서화된 텍스트 출력 규격은 JSON 스키마를 통한 구조화된 결과를 지원합니다. 글로 된 응답은 콘셉트를 설명하거나 요구 사항을 요약하거나 요청한 변경을 식별하는 데 필요한 필드를 정의할 수 있습니다. 애플리케이션이 사용하기 전에 해당 필드와 값을 원본에 비추어 검증하세요. 결합 프로필은 이 이름의 언어·이미지 구성을 통해 내부적으로 시각 자료를 생성하지만, 애플리케이션 함수 호출은 제공하지 않습니다.
채팅 요청 스키마에서는 출력 모달리티로 text와 image를 선택할 수 있습니다. 작업 지시서에 실제로 필요한 글과 시각 산출물을 명시하고 완성된 응답에 둘 다 있는지 확인하세요. 이미지 설정은 정확한 모델과 인터페이스에 고유합니다. 승인한 설정을 요청과 함께 보관하고 해당 결합 프로필에 문서화된 제어만 사용하세요. 이미지 구성 요소의 직접 인터페이스는 필드와 기능의 구성이 다를 수 있습니다.
이 프로필에 명시된 이미지 구성 요소는 GPT Image 1입니다. 직접 이미지 생성 프로필은 이미지 중심 작업을 처리하고, GPT-5 Image는 그 기능을 GPT-5 언어 처리와 결합합니다. GPT-5 Image Mini는 GPT-5 Mini와 GPT Image 1 Mini를 결합한 별도의 구성입니다. 이름이 비슷한 조합을 같은 모델로 취급하지 말고, 선택한 프로필의 식별 정보를 원본 자료 및 출력 설정과 함께 보관하세요.
여러 수정이 포함된 대화에서는 관련된 글로 된 요구 사항과 원본 참고 자료를 이어서 전달합니다. 가장 최근 작업 지시서에 레이블 이동, 물체 변경, 구도 단순화처럼 구체적인 수정을 명시하세요. 반환된 시각 자료에서 유용한 변경이 이미 보인다면 모든 것을 더 좋게 만들라는 막연한 요청을 피합니다.
글로 된 응답과 응답 완성에 포함된 실제 이미지 산출물을 모두 보관하세요. 보고된 형식으로 이미지를 저장하고 프롬프트, 원본 참고 자료, 선택한 설정을 함께 남깁니다. 이미지 자체의 구도, 피사체 세부 사항, 텍스트를 확인하고, 함께 제공된 글을 그 글이 설명하는 근거와 비교하세요. 유용한 완성 결과는 글로 된 요구 사항과, 열어 검토하고 의도한 문서·페이지·창작 작업 흐름에 배치할 수 있는 시각 자료를 연결합니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-5-image | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 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— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_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 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
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 $0.02 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.0025 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 출력 · 이미지 출력 토큰 $0.08 / 1K 이미지 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.02 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.0025 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
모델 수준의 참조 요금표는 메서드 선택, 견적 또는 요금을 변경하지 않습니다. 실제 과금에는 선택한 Ailoot 메서드 요금이 적용됩니다.
| 설정 | 과금 조건 | 요금 |
|---|---|---|
| 설정OpenAI: GPT-5 Image · 기본 설정 | 과금 조건기본 설정 | 요금 입력 · 입력 토큰 US$0.02 / 1K 토큰 출력 · 출력 토큰 US$0.02 / 1K 토큰 출력 · 출력 이미지 US$0.08 / 1K 토큰 출력 · 웹 검색 US$0.02 검색당 입력 · 캐시 읽기 US$0.0025 / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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-image", "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-image',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-image',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 또는 SSE
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.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 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. |
Ailoot Ultra openai/gpt-5-image
/v1/images
openai/gpt-5-imageGPT-5 Image는 OpenAI의 GPT-5 언어·추론 기능과 GPT Image 1을 결합해 이미지를 생성하고 참고 자료에 기반한 편집을 수행합니다. 텍스트, 이미지, 문서를 입력받아 텍스트와 이미지를 반환하며, 글로 된 작업 지시서와 시각적 결과를 연결합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5 Image는 OpenAI의 GPT-5 언어 모델과 GPT Image 1을 함께 사용하는 결합 프로필입니다. 언어 구성 요소는 요구 사항과 원본 자료를 해석하고, 이미지 구성 요소는 시각적 결과를 만듭니다. 공개된 설명은 추론, 지시 이행, 이미지 내 텍스트 표현, 세밀한 이미지 편집을 강조합니다. 시각 자료와 글로 된 해석이 같은 작업 지시서를 따라야 하는 작업에 적합합니다.
이미지의 목적, 의도한 대상 독자, 반드시 보여야 할 내용을 모델에 제공하세요. 정확히 표현해야 할 사실과 구도나 시각적 표현 방식의 선택을 분리합니다. 도표 작업 지시서는 개체와 관계를 밝힌 뒤 레이블, 배치, 스타일을 지정할 수 있습니다. 포스터 작업 지시서는 행사 정보, 정보의 우선순위, 장면과 함께 이미지에 들어갈 정확한 문구를 정의할 수 있습니다.
예를 들어 지역 과학 행사의 포스터 콘셉트를 준비하세요. 행사의 사실을 제공하고 배치에 관한 짧은 설명과, 보조 시각 요소를 곁들인 명확한 제목을 사용하는 이미지를 요청합니다. 이미지에 들어가야 할 문구와 함께 제공되는 설명에만 쓸 문구를 구분하세요. 글로 된 설명과 생성된 포스터를 함께 검토해 합리적인 배치 계획이 실제로 보이는 결과와 맞는지 확인합니다.
텍스트, 이미지, PDF 등의 파일은 결합 프로필에 문서화된 입력입니다. 문서는 시각 자료의 요구 사항이나 요약할 정보를 제공할 수 있습니다. 참고 이미지는 피사체, 제품, 장소, 배치를 정할 수 있습니다. 특히 참고 자료에 보존할 내용과 변경할 내용이 함께 있다면, 목표를 설명하기 전에 각 원본에 이름을 붙이고 역할을 설명하세요.
수정에는 원본 이미지를 지정하고 요청한 변경을 정확하게 설명하세요. 제품 장면 편집에서는 제품의 형태와 보이는 레이블을 유지하면서 배경을 바꿀 수 있습니다. 시각적 설명에서는 주변의 관계를 유지하면서 요소 하나를 교체할 수 있습니다. 작업 지시서에 보존 요구 사항을 명시하고 실제 이미지에서 중요한 세부 사항을 확인합니다.
이 결합 프로필의 정확한 카드에서는 편집에 최대 16개의 참고 이미지를 사용할 수 있습니다. 작업에 관련된 참고 자료를 사용하고 각각 어떤 특징을 제공하는지 설명하세요. 여러 이미지가 다른 조명, 시점, 표현 방식을 보여 준다면 모든 원본이 결과를 지배하도록 요청하는 대신 의도한 구도를 지정합니다. 완성된 이미지와 함께 원본을 보관해 이후 수정에서도 같은 자료를 참조할 수 있게 하세요.
공개된 프로필에는 이미지 내 텍스트 표현도 기능으로 포함되어 있습니다. 중요한 텍스트에는 정확한 문구, 문장 부호, 배치를 제공하고, 물체나 다른 레이블과의 관계를 지정하세요. 의도한 표시 크기에서 반환된 이미지의 모든 필수 단어와 숫자를 확인합니다. 도표에서는 선, 위치, 묶음이 글로 된 원본에 설명된 관계를 나타내는지도 확인하세요.
결합 프로필은 400,000토큰의 컨텍스트 창과 최대 128,000개의 완성 토큰을 명시합니다. 이 한도는 입력과 생성된 응답 완성을 설명하며, 특정 픽셀 크기나 이미지 수를 의미하지 않습니다. 컨텍스트에는 관련 요구 사항, 참고 자료, 대화 상태를 담고 요청한 출력에 필요한 여유를 남겨두세요. 긴 원본 자료에는 레이블을 붙여 각 지시를 올바른 구절에 연결할 수 있게 합니다.
문서화된 텍스트 출력 규격은 JSON 스키마를 통한 구조화된 결과를 지원합니다. 글로 된 응답은 콘셉트를 설명하거나 요구 사항을 요약하거나 요청한 변경을 식별하는 데 필요한 필드를 정의할 수 있습니다. 애플리케이션이 사용하기 전에 해당 필드와 값을 원본에 비추어 검증하세요. 결합 프로필은 이 이름의 언어·이미지 구성을 통해 내부적으로 시각 자료를 생성하지만, 애플리케이션 함수 호출은 제공하지 않습니다.
채팅 요청 스키마에서는 출력 모달리티로 text와 image를 선택할 수 있습니다. 작업 지시서에 실제로 필요한 글과 시각 산출물을 명시하고 완성된 응답에 둘 다 있는지 확인하세요. 이미지 설정은 정확한 모델과 인터페이스에 고유합니다. 승인한 설정을 요청과 함께 보관하고 해당 결합 프로필에 문서화된 제어만 사용하세요. 이미지 구성 요소의 직접 인터페이스는 필드와 기능의 구성이 다를 수 있습니다.
이 프로필에 명시된 이미지 구성 요소는 GPT Image 1입니다. 직접 이미지 생성 프로필은 이미지 중심 작업을 처리하고, GPT-5 Image는 그 기능을 GPT-5 언어 처리와 결합합니다. GPT-5 Image Mini는 GPT-5 Mini와 GPT Image 1 Mini를 결합한 별도의 구성입니다. 이름이 비슷한 조합을 같은 모델로 취급하지 말고, 선택한 프로필의 식별 정보를 원본 자료 및 출력 설정과 함께 보관하세요.
여러 수정이 포함된 대화에서는 관련된 글로 된 요구 사항과 원본 참고 자료를 이어서 전달합니다. 가장 최근 작업 지시서에 레이블 이동, 물체 변경, 구도 단순화처럼 구체적인 수정을 명시하세요. 반환된 시각 자료에서 유용한 변경이 이미 보인다면 모든 것을 더 좋게 만들라는 막연한 요청을 피합니다.
글로 된 응답과 응답 완성에 포함된 실제 이미지 산출물을 모두 보관하세요. 보고된 형식으로 이미지를 저장하고 프롬프트, 원본 참고 자료, 선택한 설정을 함께 남깁니다. 이미지 자체의 구도, 피사체 세부 사항, 텍스트를 확인하고, 함께 제공된 글을 그 글이 설명하는 근거와 비교하세요. 유용한 완성 결과는 글로 된 요구 사항과, 열어 검토하고 의도한 문서·페이지·창작 작업 흐름에 배치할 수 있는 시각 자료를 연결합니다.
POST /v1/images/generationstext, imageimage| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-5-image | 기본값— |
필드prompt | 유형string | 요건필수 | 값과 한도 최소 길이: 1 | 기본값— |
필드aspect_ratio | 유형string | 요건선택 사항 | 값과 한도 1:1, 3:2, 2:3, auto | 기본값— |
필드quality | 유형string | 요건선택 사항 | 값과 한도 auto, low, medium, high | 기본값— |
필드background | 유형string | 요건선택 사항 | 값과 한도 auto, transparent, opaque | 기본값— |
필드n | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 최댓값: 10 | 기본값— |
필드input_references | 유형array | 요건선택 사항 | 값과 한도 최소 항목 수: 0 최대 항목 수: 16 | 기본값— |
필드output_compression | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 0 최댓값: 100 | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 | 기본값— |
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, prompt |
매개변수material_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}
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.
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 $0.32768 생성 전 추정치 이 예상 금액은 추가 요금이나 생성 완료 시 적용되는 고정 요금이 아닙니다. |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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-image', '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\n반환된 각 이미지를 다운로드하거나 Base64 내용을 저장하세요
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.\n완료된 이미지를 모두 저장하세요. 반환된 각 URL에서 가져오거나 Base64 내용을 디코딩하세요.
전체 응답과 헤더, 실제로 생성된 모든 출력, 최초로 반환된 식별자와 모든 사용량 필드를 보관하세요. 생성 요청을 다시 제출하지 말고 최초 작업을 복구하세요.
정산 대조를 위해 반환된 X-Client-Request-ID를 보관하세요. 실제로 반환된 task_id/asset_id 값이나 소유한 미디어 라이브러리만 조회하세요. 작업 ID로 태스크 URL을 만들거나 생성 요청을 다시 제출하지 마세요.
| 필드 | 유형 |
|---|---|
필드created | 유형 |
필드data[].url | 유형 |
필드data[].b64_json | 유형 |
필드usage | 유형 |
Ailoot Ultra openai/gpt-5-image
/v1/images
openai/gpt-5-imageGPT-5 Image는 OpenAI의 GPT-5 언어·추론 기능과 GPT Image 1을 결합해 이미지를 생성하고 참고 자료에 기반한 편집을 수행합니다. 텍스트, 이미지, 문서를 입력받아 텍스트와 이미지를 반환하며, 글로 된 작업 지시서와 시각적 결과를 연결합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
GPT-5 Image는 OpenAI의 GPT-5 언어 모델과 GPT Image 1을 함께 사용하는 결합 프로필입니다. 언어 구성 요소는 요구 사항과 원본 자료를 해석하고, 이미지 구성 요소는 시각적 결과를 만듭니다. 공개된 설명은 추론, 지시 이행, 이미지 내 텍스트 표현, 세밀한 이미지 편집을 강조합니다. 시각 자료와 글로 된 해석이 같은 작업 지시서를 따라야 하는 작업에 적합합니다.
이미지의 목적, 의도한 대상 독자, 반드시 보여야 할 내용을 모델에 제공하세요. 정확히 표현해야 할 사실과 구도나 시각적 표현 방식의 선택을 분리합니다. 도표 작업 지시서는 개체와 관계를 밝힌 뒤 레이블, 배치, 스타일을 지정할 수 있습니다. 포스터 작업 지시서는 행사 정보, 정보의 우선순위, 장면과 함께 이미지에 들어갈 정확한 문구를 정의할 수 있습니다.
예를 들어 지역 과학 행사의 포스터 콘셉트를 준비하세요. 행사의 사실을 제공하고 배치에 관한 짧은 설명과, 보조 시각 요소를 곁들인 명확한 제목을 사용하는 이미지를 요청합니다. 이미지에 들어가야 할 문구와 함께 제공되는 설명에만 쓸 문구를 구분하세요. 글로 된 설명과 생성된 포스터를 함께 검토해 합리적인 배치 계획이 실제로 보이는 결과와 맞는지 확인합니다.
텍스트, 이미지, PDF 등의 파일은 결합 프로필에 문서화된 입력입니다. 문서는 시각 자료의 요구 사항이나 요약할 정보를 제공할 수 있습니다. 참고 이미지는 피사체, 제품, 장소, 배치를 정할 수 있습니다. 특히 참고 자료에 보존할 내용과 변경할 내용이 함께 있다면, 목표를 설명하기 전에 각 원본에 이름을 붙이고 역할을 설명하세요.
수정에는 원본 이미지를 지정하고 요청한 변경을 정확하게 설명하세요. 제품 장면 편집에서는 제품의 형태와 보이는 레이블을 유지하면서 배경을 바꿀 수 있습니다. 시각적 설명에서는 주변의 관계를 유지하면서 요소 하나를 교체할 수 있습니다. 작업 지시서에 보존 요구 사항을 명시하고 실제 이미지에서 중요한 세부 사항을 확인합니다.
이 결합 프로필의 정확한 카드에서는 편집에 최대 16개의 참고 이미지를 사용할 수 있습니다. 작업에 관련된 참고 자료를 사용하고 각각 어떤 특징을 제공하는지 설명하세요. 여러 이미지가 다른 조명, 시점, 표현 방식을 보여 준다면 모든 원본이 결과를 지배하도록 요청하는 대신 의도한 구도를 지정합니다. 완성된 이미지와 함께 원본을 보관해 이후 수정에서도 같은 자료를 참조할 수 있게 하세요.
공개된 프로필에는 이미지 내 텍스트 표현도 기능으로 포함되어 있습니다. 중요한 텍스트에는 정확한 문구, 문장 부호, 배치를 제공하고, 물체나 다른 레이블과의 관계를 지정하세요. 의도한 표시 크기에서 반환된 이미지의 모든 필수 단어와 숫자를 확인합니다. 도표에서는 선, 위치, 묶음이 글로 된 원본에 설명된 관계를 나타내는지도 확인하세요.
결합 프로필은 400,000토큰의 컨텍스트 창과 최대 128,000개의 완성 토큰을 명시합니다. 이 한도는 입력과 생성된 응답 완성을 설명하며, 특정 픽셀 크기나 이미지 수를 의미하지 않습니다. 컨텍스트에는 관련 요구 사항, 참고 자료, 대화 상태를 담고 요청한 출력에 필요한 여유를 남겨두세요. 긴 원본 자료에는 레이블을 붙여 각 지시를 올바른 구절에 연결할 수 있게 합니다.
문서화된 텍스트 출력 규격은 JSON 스키마를 통한 구조화된 결과를 지원합니다. 글로 된 응답은 콘셉트를 설명하거나 요구 사항을 요약하거나 요청한 변경을 식별하는 데 필요한 필드를 정의할 수 있습니다. 애플리케이션이 사용하기 전에 해당 필드와 값을 원본에 비추어 검증하세요. 결합 프로필은 이 이름의 언어·이미지 구성을 통해 내부적으로 시각 자료를 생성하지만, 애플리케이션 함수 호출은 제공하지 않습니다.
채팅 요청 스키마에서는 출력 모달리티로 text와 image를 선택할 수 있습니다. 작업 지시서에 실제로 필요한 글과 시각 산출물을 명시하고 완성된 응답에 둘 다 있는지 확인하세요. 이미지 설정은 정확한 모델과 인터페이스에 고유합니다. 승인한 설정을 요청과 함께 보관하고 해당 결합 프로필에 문서화된 제어만 사용하세요. 이미지 구성 요소의 직접 인터페이스는 필드와 기능의 구성이 다를 수 있습니다.
이 프로필에 명시된 이미지 구성 요소는 GPT Image 1입니다. 직접 이미지 생성 프로필은 이미지 중심 작업을 처리하고, GPT-5 Image는 그 기능을 GPT-5 언어 처리와 결합합니다. GPT-5 Image Mini는 GPT-5 Mini와 GPT Image 1 Mini를 결합한 별도의 구성입니다. 이름이 비슷한 조합을 같은 모델로 취급하지 말고, 선택한 프로필의 식별 정보를 원본 자료 및 출력 설정과 함께 보관하세요.
여러 수정이 포함된 대화에서는 관련된 글로 된 요구 사항과 원본 참고 자료를 이어서 전달합니다. 가장 최근 작업 지시서에 레이블 이동, 물체 변경, 구도 단순화처럼 구체적인 수정을 명시하세요. 반환된 시각 자료에서 유용한 변경이 이미 보인다면 모든 것을 더 좋게 만들라는 막연한 요청을 피합니다.
글로 된 응답과 응답 완성에 포함된 실제 이미지 산출물을 모두 보관하세요. 보고된 형식으로 이미지를 저장하고 프롬프트, 원본 참고 자료, 선택한 설정을 함께 남깁니다. 이미지 자체의 구도, 피사체 세부 사항, 텍스트를 확인하고, 함께 제공된 글을 그 글이 설명하는 근거와 비교하세요. 유용한 완성 결과는 글로 된 요구 사항과, 열어 검토하고 의도한 문서·페이지·창작 작업 흐름에 배치할 수 있는 시각 자료를 연결합니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 openai/gpt-5-image | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
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 $0.02 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.0025 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 출력 · 이미지 출력 토큰 $0.08 / 1K 이미지 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.02 / 1K 토큰 출력 · 출력 토큰 $0.02 / 1K 토큰 입력 · 캐시 읽기 $0.0025 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "openai/gpt-5-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-image', '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-image', '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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 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. |
Ailoot Ultra openai/gpt-5-image
/v1/images
영어 기술 예제
Simplify a community-event poster\n\nEdit the supplied community science poster. Preserve the exact event title, date, venue and central telescope illustration. Remove the small decorative stars around the footer, increase the empty space around the title and keep the original portrait layout and two-color palette. Add no new event facts or text. Return the revised poster image.A revised poster image retaining all event wording and the telescope while simplifying the requested areas.Check every event word and number against the source and confirm that only the named decorative elements were removed.