GPT Image 2.5 Flare ialah edisi penjanaan dan penyuntingan imej OpenAI yang diposisikan untuk kerja harian pantas dan berkualiti tinggi. Model ini menerima teks serta imej dan memulangkan hasil imej. Gunakannya untuk draf visual, ilustrasi, konsep produk dan tugasan kreatif berulang apabila taklimat perlu menjadi imej yang boleh digunakan dengan segera. Flare berasingan daripada Sunburst, yang penempatannya menekankan ketepatan penyuntingan. Pilih Flare untuk penciptaan imej rutin dan Sunburst apabila penyuntingan tepat menjadi keutamaan.
Mulakan dengan subjek utama, tindakan, persekitaran, komposisi dan olahan visual. Untuk ilustrasi kempen, minta penunggang basikal melintasi jambatan kecil dalam cahaya petang hangat, dengan siluet tegas dan langit lapang untuk teks kemudian. Taklimat penerokaan ringkas boleh membiarkan keputusan estetik terbuka; taklimat pengeluaran perlu menamakan butiran serta penempatan yang penting. Aliran kerja penjanaan dan penyuntingan langsung membenarkan prompt sehingga 32,000 aksara serta satu hingga sepuluh hasil, menjadikannya berguna untuk membandingkan beberapa variasi bagi tujuan yang sama.
Penyuntingan boleh membekalkan sehingga enam belas imej rujukan. Tetapkan peranan jelas bagi setiap rujukan, bukannya mengharapkan model menentukan sama ada imej mewakili identiti subjek, pemandangan atau gaya. Topeng boleh memandu perubahan kawasan; dengan berbilang imej, ia terpakai pada imej pertama. Imej dan topeng memerlukan format serta dimensi sepadan, dan topeng mesti mempunyai saluran alfa. Panduan mensyaratkan sumber dan topeng di bawah 50 MB. Topeng ialah panduan, bukannya janji pengekalan sempadan tepat, maka nyatakan pengubahsuaian yang dikehendaki dan perkara yang perlu kekal dapat dikenal pasti.
Flare menyokong kualiti low, medium, high, xhigh, max dan automatik, dengan auto sebagai lalai. Kualiti lebih rendah boleh digunakan untuk draf visual pantas; tetapan lebih tinggi boleh dibandingkan bagi butiran aset akhir. Kualiti bebas daripada saiz dan pemampatan output. Saiz standard termasuk 1024 × 1024, 1536 × 1024 dan 1024 × 1536, dengan dimensi automatik atau tersuai turut tersedia. Pilih orientasi mengikut penempatan akhir dan ruang adegan yang berguna.
Lebar dan tinggi tersuai mesti gandaan enam belas, dengan tiada sisi melebihi 3840 piksel. Nisbah yang dibenarkan ialah 1:3 hingga 3:1, dan keluasan keseluruhan mesti sekurang-kurangnya 655,360 serta paling tinggi 8,294,400 piksel. Keempat-empat syarat terpakai serentak. Panduan mengenal pasti resolusi melebihi 2560 × 1440 sebagai eksperimen. Gunakan bingkai sah yang sesuai dengan komposisi dan sertakan butiran sensitif pangkasan dalam taklimat, bukannya menganggap resolusi lebih besar secara automatik menambah baik susun atur.
Format hasil ialah PNG secara lalai, dengan JPEG dan WebP sebagai pilihan lain. JPEG dan WebP membenarkan pemampatan daripada 0 hingga 100. Untuk latar belakang telus, pilih PNG atau WebP; latar belakang legap dan automatik juga disokong. Aset telus boleh dimasukkan dalam susun atur kemudian, manakala imej legap merangkumi latarnya sendiri. Pilih format, latar belakang dan pemampatan mengikut keperluan penghantaran sebenar, serta simpan fail siap bersama taklimat dan tetapan terpilih.
Pengeluar mendokumenkan penjanaan dan penyuntingan imej langsung, serta alat imej perbualan yang boleh mengekalkan hasil terpilih untuk perubahan susulan. Dalam aliran kerja itu, tindakan boleh automatik, penjanaan paksa atau penyuntingan paksa apabila imej ada dalam konteks. Penstriman boleh menunjukkan sehingga tiga imej separa sebelum hasil akhir. Pratonton itu menunjukkan kemajuan, bukannya hasil siap tambahan. Untuk kerja berulang, teruskan daripada imej terpilih dan terangkan perubahan yang kelihatan, seperti mengalihkan satu objek atau melaraskan olahan warna. Antara muka pengeluar juga menyokong pemprosesan kelompok.
Periksa tulisan imej, kedudukan objek, butiran subjek dan komposisi pada saiz yang dimaksudkan. GPT Image masih boleh menghadapi kesukaran dengan penempatan teks tepat, susun atur berstruktur dan identiti visual berulang merentas penjanaan. Simpan variasi yang diterima sebagai rujukan seterusnya dan sempitkan suntingan berikutnya kepada isu yang penting. Peranan Flare untuk penjanaan harian berguna bagi urutan jelas daripada taklimat, pilihan visual, pemilihan hingga penambahbaikan, dengan aset akhir dinilai berdasarkan tujuan kreatif sebenar.
", "aboutText": "GPT Image 2.5 Flare ialah edisi penjanaan dan penyuntingan imej OpenAI yang diposisikan untuk kerja harian pantas dan berkualiti tinggi. Model ini menerima teks serta imej dan memulangkan hasil imej. Gunakannya untuk draf visual, ilustrasi, konsep produk dan tugasan kreatif berulang apabila taklimat perlu menjadi imej yang boleh digunakan dengan segera. Flare berasingan daripada Sunburst, yang penempatannya menekankan ketepatan penyuntingan. Pilih Flare untuk penciptaan imej rutin dan Sunburst apabila penyuntingan tepat menjadi keutamaan.\n\nMulakan dengan subjek utama, tindakan, persekitaran, komposisi dan olahan visual. Untuk ilustrasi kempen, minta penunggang basikal melintasi jambatan kecil dalam cahaya petang hangat, dengan siluet tegas dan langit lapang untuk teks kemudian. Taklimat penerokaan ringkas boleh membiarkan keputusan estetik terbuka; taklimat pengeluaran perlu menamakan butiran serta penempatan yang penting. Aliran kerja penjanaan dan penyuntingan langsung membenarkan prompt sehingga 32,000 aksara serta satu hingga sepuluh hasil, menjadikannya berguna untuk membandingkan beberapa variasi bagi tujuan yang sama.\n\nPenyuntingan boleh membekalkan sehingga enam belas imej rujukan. Tetapkan peranan jelas bagi setiap rujukan, bukannya mengharapkan model menentukan sama ada imej mewakili identiti subjek, pemandangan atau gaya. Topeng boleh memandu perubahan kawasan; dengan berbilang imej, ia terpakai pada imej pertama. Imej dan topeng memerlukan format serta dimensi sepadan, dan topeng mesti mempunyai saluran alfa. Panduan mensyaratkan sumber dan topeng di bawah 50 MB. Topeng ialah panduan, bukannya janji pengekalan sempadan tepat, maka nyatakan pengubahsuaian yang dikehendaki dan perkara yang perlu kekal dapat dikenal pasti.\n\nFlare menyokong kualiti low, medium, high, xhigh, max dan automatik, dengan auto sebagai lalai. Kualiti lebih rendah boleh digunakan untuk draf visual pantas; tetapan lebih tinggi boleh dibandingkan bagi butiran aset akhir. Kualiti bebas daripada saiz dan pemampatan output. Saiz standard termasuk 1024 × 1024, 1536 × 1024 dan 1024 × 1536, dengan dimensi automatik atau tersuai turut tersedia. Pilih orientasi mengikut penempatan akhir dan ruang adegan yang berguna.\n\nLebar dan tinggi tersuai mesti gandaan enam belas, dengan tiada sisi melebihi 3840 piksel. Nisbah yang dibenarkan ialah 1:3 hingga 3:1, dan keluasan keseluruhan mesti sekurang-kurangnya 655,360 serta paling tinggi 8,294,400 piksel. Keempat-empat syarat terpakai serentak. Panduan mengenal pasti resolusi melebihi 2560 × 1440 sebagai eksperimen. Gunakan bingkai sah yang sesuai dengan komposisi dan sertakan butiran sensitif pangkasan dalam taklimat, bukannya menganggap resolusi lebih besar secara automatik menambah baik susun atur.\n\nFormat hasil ialah PNG secara lalai, dengan JPEG dan WebP sebagai pilihan lain. JPEG dan WebP membenarkan pemampatan daripada 0 hingga 100. Untuk latar belakang telus, pilih PNG atau WebP; latar belakang legap dan automatik juga disokong. Aset telus boleh dimasukkan dalam susun atur kemudian, manakala imej legap merangkumi latarnya sendiri. Pilih format, latar belakang dan pemampatan mengikut keperluan penghantaran sebenar, serta simpan fail siap bersama taklimat dan tetapan terpilih.\n\nPengeluar mendokumenkan penjanaan dan penyuntingan imej langsung, serta alat imej perbualan yang boleh mengekalkan hasil terpilih untuk perubahan susulan. Dalam aliran kerja itu, tindakan boleh automatik, penjanaan paksa atau penyuntingan paksa apabila imej ada dalam konteks. Penstriman boleh menunjukkan sehingga tiga imej separa sebelum hasil akhir. Pratonton itu menunjukkan kemajuan, bukannya hasil siap tambahan. Untuk kerja berulang, teruskan daripada imej terpilih dan terangkan perubahan yang kelihatan, seperti mengalihkan satu objek atau melaraskan olahan warna. Antara muka pengeluar juga menyokong pemprosesan kelompok.\n\nPeriksa tulisan imej, kedudukan objek, butiran subjek dan komposisi pada saiz yang dimaksudkan. GPT Image masih boleh menghadapi kesukaran dengan penempatan teks tepat, susun atur berstruktur dan identiti visual berulang merentas penjanaan. Simpan variasi yang diterima sebagai rujukan seterusnya dan sempitkan suntingan berikutnya kepada isu yang penting. Peranan Flare untuk penjanaan harian berguna bagi urutan jelas daripada taklimat, pilihan visual, pemilihan hingga penambahbaikan, dengan aset akhir dinilai berdasarkan tujuan kreatif sebenar.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d7c964649be2edc812715078516914ed82c1a17e97e716c4f7c426fe0fcf2495", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "gpt-image-2.5-flareGPT Image 2.5 Flare menjana dan menyunting imej daripada teks dan rujukan, dengan tumpuan pada penciptaan visual harian yang pantas. Model ini menyokong saiz tersuai, latar belakang telus, topeng dan tahap kualiti sehingga max untuk draf, ilustrasi serta aset kempen.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT Image 2.5 Flare ialah edisi penjanaan dan penyuntingan imej OpenAI yang diposisikan untuk kerja harian pantas dan berkualiti tinggi. Model ini menerima teks serta imej dan memulangkan hasil imej. Gunakannya untuk draf visual, ilustrasi, konsep produk dan tugasan kreatif berulang apabila taklimat perlu menjadi imej yang boleh digunakan dengan segera. Flare berasingan daripada Sunburst, yang penempatannya menekankan ketepatan penyuntingan. Pilih Flare untuk penciptaan imej rutin dan Sunburst apabila penyuntingan tepat menjadi keutamaan.
Mulakan dengan subjek utama, tindakan, persekitaran, komposisi dan olahan visual. Untuk ilustrasi kempen, minta penunggang basikal melintasi jambatan kecil dalam cahaya petang hangat, dengan siluet tegas dan langit lapang untuk teks kemudian. Taklimat penerokaan ringkas boleh membiarkan keputusan estetik terbuka; taklimat pengeluaran perlu menamakan butiran serta penempatan yang penting. Aliran kerja penjanaan dan penyuntingan langsung membenarkan prompt sehingga 32,000 aksara serta satu hingga sepuluh hasil, menjadikannya berguna untuk membandingkan beberapa variasi bagi tujuan yang sama.
Penyuntingan boleh membekalkan sehingga enam belas imej rujukan. Tetapkan peranan jelas bagi setiap rujukan, bukannya mengharapkan model menentukan sama ada imej mewakili identiti subjek, pemandangan atau gaya. Topeng boleh memandu perubahan kawasan; dengan berbilang imej, ia terpakai pada imej pertama. Imej dan topeng memerlukan format serta dimensi sepadan, dan topeng mesti mempunyai saluran alfa. Panduan mensyaratkan sumber dan topeng di bawah 50 MB. Topeng ialah panduan, bukannya janji pengekalan sempadan tepat, maka nyatakan pengubahsuaian yang dikehendaki dan perkara yang perlu kekal dapat dikenal pasti.
Flare menyokong kualiti low, medium, high, xhigh, max dan automatik, dengan auto sebagai lalai. Kualiti lebih rendah boleh digunakan untuk draf visual pantas; tetapan lebih tinggi boleh dibandingkan bagi butiran aset akhir. Kualiti bebas daripada saiz dan pemampatan output. Saiz standard termasuk 1024 × 1024, 1536 × 1024 dan 1024 × 1536, dengan dimensi automatik atau tersuai turut tersedia. Pilih orientasi mengikut penempatan akhir dan ruang adegan yang berguna.
Lebar dan tinggi tersuai mesti gandaan enam belas, dengan tiada sisi melebihi 3840 piksel. Nisbah yang dibenarkan ialah 1:3 hingga 3:1, dan keluasan keseluruhan mesti sekurang-kurangnya 655,360 serta paling tinggi 8,294,400 piksel. Keempat-empat syarat terpakai serentak. Panduan mengenal pasti resolusi melebihi 2560 × 1440 sebagai eksperimen. Gunakan bingkai sah yang sesuai dengan komposisi dan sertakan butiran sensitif pangkasan dalam taklimat, bukannya menganggap resolusi lebih besar secara automatik menambah baik susun atur.
Format hasil ialah PNG secara lalai, dengan JPEG dan WebP sebagai pilihan lain. JPEG dan WebP membenarkan pemampatan daripada 0 hingga 100. Untuk latar belakang telus, pilih PNG atau WebP; latar belakang legap dan automatik juga disokong. Aset telus boleh dimasukkan dalam susun atur kemudian, manakala imej legap merangkumi latarnya sendiri. Pilih format, latar belakang dan pemampatan mengikut keperluan penghantaran sebenar, serta simpan fail siap bersama taklimat dan tetapan terpilih.
Pengeluar mendokumenkan penjanaan dan penyuntingan imej langsung, serta alat imej perbualan yang boleh mengekalkan hasil terpilih untuk perubahan susulan. Dalam aliran kerja itu, tindakan boleh automatik, penjanaan paksa atau penyuntingan paksa apabila imej ada dalam konteks. Penstriman boleh menunjukkan sehingga tiga imej separa sebelum hasil akhir. Pratonton itu menunjukkan kemajuan, bukannya hasil siap tambahan. Untuk kerja berulang, teruskan daripada imej terpilih dan terangkan perubahan yang kelihatan, seperti mengalihkan satu objek atau melaraskan olahan warna. Antara muka pengeluar juga menyokong pemprosesan kelompok.
Periksa tulisan imej, kedudukan objek, butiran subjek dan komposisi pada saiz yang dimaksudkan. GPT Image masih boleh menghadapi kesukaran dengan penempatan teks tepat, susun atur berstruktur dan identiti visual berulang merentas penjanaan. Simpan variasi yang diterima sebagai rujukan seterusnya dan sempitkan suntingan berikutnya kepada isu yang penting. Peranan Flare untuk penjanaan harian berguna bagi urutan jelas daripada taklimat, pilihan visual, pemilihan hingga penambahbaikan, dengan aset akhir dinilai berdasarkan tujuan kreatif sebenar.
POST /v1/images/generationstextimage| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had gpt-image-2.5-flare | Lalai— |
Medanprompt | Jenisstring | KeperluanDiperlukan | Nilai & had Panjang minimum: 1 | Lalai— |
Medann | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 | Lalai1 |
Medanresponse_format | Jenisstring | KeperluanPilihan | Nilai & had url, b64_json | Lalai— |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had | Lalaifalse |
Medansize | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanquality | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanbackground | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanoutput_format | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanoutput_compression | Jenisinteger | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanmoderation | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medaninput_fidelity | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanstyle | Jenisstring | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Medanpartial_images | Jenisinteger | KeperluanPilihan | Nilai & had Bergantung pada model | Lalai— |
Teks kepada imej · Diperlukan: prompt
| Parameter | Kontrak |
|---|---|
Parametermaterial_types | Kontraktext |
Parameterrequired | Kontrakmodel, prompt |
Parameteroptional_controls | Kontraknull |
Parametercontent_type | Kontrakapplication/json |
Kitar hayat: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Struktur kaedah dan ID adalah tepat; keupayaan pembekal berasingan daripada penerimaan permintaan.
POST /v1/images/generationsAiloot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-image-2.5-flare", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\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\nfrom openai import OpenAI\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")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gpt-image-2.5-flare', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gpt-image-2.5-flare", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\nMuat turun setiap imej yang dikembalikan atau simpan kandungan Base64-nya
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Simpan setiap imej yang selesai; dapatkan setiap URL yang dikembalikan atau nyahkod kandungan Base64-nya.
Simpan setiap item data. Nyahkod setiap b64_json atau dapatkan setiap URL bertandatangan yang dikembalikan. Pilih sambungan nama fail berdasarkan MIME/bait sebenar.
Jika hasil penjanaan atau penyuntingan imej memerlukan semakan, simpan operation_id/X-Client-Request-ID asal serta maklumat hasil yang dikembalikan. Pulihkan hasil sedia ada milik anda melalui pustaka media menggunakan nilai task_id atau asset_id sebenar. Jangan hantar semula permintaan penjanaan/penyuntingan atau bina URL tinjauan status daripada operation_id.
| Medan | Jenis |
|---|---|
Medancreated | Jenisinteger |
Medandata[].url | Jenisstring |
Medandata[].b64_json | Jenisbase64 string |
Medanusage | Jenisobject |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratMedan wajib, perwakilan bahan atau nilai parameter tidak sah | Langkah seterusnyaBetulkan medan yang ditunjukkan sebelum permintaan penciptaan baharu. |
Responsserver_error | SyaratRespons yang dikembalikan menyatakan bahawa operasi atau hasil memerlukan semakan | Langkah seterusnyaSimpan ID operasi/tugas asal yang dikembalikan, pengepala permintaan dan respons; teruskan pembacaan yang disokong bagi operasi asal tersebut. Jangan hantar semula permintaan penciptaan. |
Ailoot gpt-image-2.5-flare
Ailoot Ultra gpt-image-2.5-flare, openai/gpt-image-2.5-flare
/v1/images
openai/gpt-image-2.5-flare, gpt-image-2.5-flare, gpt-image-2.5-flare
gpt-image-2.5-flareGPT Image 2.5 Flare menjana dan menyunting imej daripada teks dan rujukan, dengan tumpuan pada penciptaan visual harian yang pantas. Model ini menyokong saiz tersuai, latar belakang telus, topeng dan tahap kualiti sehingga max untuk draf, ilustrasi serta aset kempen.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT Image 2.5 Flare ialah edisi penjanaan dan penyuntingan imej OpenAI yang diposisikan untuk kerja harian pantas dan berkualiti tinggi. Model ini menerima teks serta imej dan memulangkan hasil imej. Gunakannya untuk draf visual, ilustrasi, konsep produk dan tugasan kreatif berulang apabila taklimat perlu menjadi imej yang boleh digunakan dengan segera. Flare berasingan daripada Sunburst, yang penempatannya menekankan ketepatan penyuntingan. Pilih Flare untuk penciptaan imej rutin dan Sunburst apabila penyuntingan tepat menjadi keutamaan.
Mulakan dengan subjek utama, tindakan, persekitaran, komposisi dan olahan visual. Untuk ilustrasi kempen, minta penunggang basikal melintasi jambatan kecil dalam cahaya petang hangat, dengan siluet tegas dan langit lapang untuk teks kemudian. Taklimat penerokaan ringkas boleh membiarkan keputusan estetik terbuka; taklimat pengeluaran perlu menamakan butiran serta penempatan yang penting. Aliran kerja penjanaan dan penyuntingan langsung membenarkan prompt sehingga 32,000 aksara serta satu hingga sepuluh hasil, menjadikannya berguna untuk membandingkan beberapa variasi bagi tujuan yang sama.
Penyuntingan boleh membekalkan sehingga enam belas imej rujukan. Tetapkan peranan jelas bagi setiap rujukan, bukannya mengharapkan model menentukan sama ada imej mewakili identiti subjek, pemandangan atau gaya. Topeng boleh memandu perubahan kawasan; dengan berbilang imej, ia terpakai pada imej pertama. Imej dan topeng memerlukan format serta dimensi sepadan, dan topeng mesti mempunyai saluran alfa. Panduan mensyaratkan sumber dan topeng di bawah 50 MB. Topeng ialah panduan, bukannya janji pengekalan sempadan tepat, maka nyatakan pengubahsuaian yang dikehendaki dan perkara yang perlu kekal dapat dikenal pasti.
Flare menyokong kualiti low, medium, high, xhigh, max dan automatik, dengan auto sebagai lalai. Kualiti lebih rendah boleh digunakan untuk draf visual pantas; tetapan lebih tinggi boleh dibandingkan bagi butiran aset akhir. Kualiti bebas daripada saiz dan pemampatan output. Saiz standard termasuk 1024 × 1024, 1536 × 1024 dan 1024 × 1536, dengan dimensi automatik atau tersuai turut tersedia. Pilih orientasi mengikut penempatan akhir dan ruang adegan yang berguna.
Lebar dan tinggi tersuai mesti gandaan enam belas, dengan tiada sisi melebihi 3840 piksel. Nisbah yang dibenarkan ialah 1:3 hingga 3:1, dan keluasan keseluruhan mesti sekurang-kurangnya 655,360 serta paling tinggi 8,294,400 piksel. Keempat-empat syarat terpakai serentak. Panduan mengenal pasti resolusi melebihi 2560 × 1440 sebagai eksperimen. Gunakan bingkai sah yang sesuai dengan komposisi dan sertakan butiran sensitif pangkasan dalam taklimat, bukannya menganggap resolusi lebih besar secara automatik menambah baik susun atur.
Format hasil ialah PNG secara lalai, dengan JPEG dan WebP sebagai pilihan lain. JPEG dan WebP membenarkan pemampatan daripada 0 hingga 100. Untuk latar belakang telus, pilih PNG atau WebP; latar belakang legap dan automatik juga disokong. Aset telus boleh dimasukkan dalam susun atur kemudian, manakala imej legap merangkumi latarnya sendiri. Pilih format, latar belakang dan pemampatan mengikut keperluan penghantaran sebenar, serta simpan fail siap bersama taklimat dan tetapan terpilih.
Pengeluar mendokumenkan penjanaan dan penyuntingan imej langsung, serta alat imej perbualan yang boleh mengekalkan hasil terpilih untuk perubahan susulan. Dalam aliran kerja itu, tindakan boleh automatik, penjanaan paksa atau penyuntingan paksa apabila imej ada dalam konteks. Penstriman boleh menunjukkan sehingga tiga imej separa sebelum hasil akhir. Pratonton itu menunjukkan kemajuan, bukannya hasil siap tambahan. Untuk kerja berulang, teruskan daripada imej terpilih dan terangkan perubahan yang kelihatan, seperti mengalihkan satu objek atau melaraskan olahan warna. Antara muka pengeluar juga menyokong pemprosesan kelompok.
Periksa tulisan imej, kedudukan objek, butiran subjek dan komposisi pada saiz yang dimaksudkan. GPT Image masih boleh menghadapi kesukaran dengan penempatan teks tepat, susun atur berstruktur dan identiti visual berulang merentas penjanaan. Simpan variasi yang diterima sebagai rujukan seterusnya dan sempitkan suntingan berikutnya kepada isu yang penting. Peranan Flare untuk penjanaan harian berguna bagi urutan jelas daripada taklimat, pilihan visual, pemilihan hingga penambahbaikan, dengan aset akhir dinilai berdasarkan tujuan kreatif sebenar.
POST /v1/images/generationstextimage| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had gpt-image-2.5-flare | Lalai— |
Medanprompt | Jenisstring | KeperluanDiperlukan | Nilai & had Panjang maksimum: 32,000 | Lalai— |
Medansize | Jenisstring | KeperluanPilihan | Nilai & had Syarat: Gunakan auto atau WIDTHxHEIGHT dengan kedua-dua dimensi boleh dibahagi dengan 16. Sisi terpanjang ialah paling banyak 3,840 piksel dan jumlah saiz paling banyak 8,300,000 piksel. | Lalaiauto |
Medanbackground | Jenisstring | KeperluanPilihan | Nilai & had transparent, opaque, auto | Lalaiauto |
Medanmoderation | Jenisstring | KeperluanPilihan | Nilai & had low, auto Syarat: Gunakan auto untuk moderasi kandungan standard. | Lalai— |
Medann | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Maksimum: 10 | Lalai1 |
Medanquality | Jenisstring | KeperluanPilihan | Nilai & had auto, high, medium, low | Lalaiauto |
Medanoutput_compression | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 0 Maksimum: 100 Syarat: Digunakan pada output JPEG dan WebP; hantar nilai integer yang didokumenkan. | Lalai100 |
Medanoutput_format | Jenisstring | KeperluanPilihan | Nilai & had webp, png, jpeg | Lalaipng |
Medanstream | Jenisboolean | KeperluanPilihan | Nilai & had false Syarat: Laluan ini mengembalikan satu respons JSON yang lengkap. | Lalaifalse |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakprompt, model |
Parametermaterial_types | Kontraktext |
Parameteroptional | Kontraksize, background, moderation, n, quality, output_compression, output_format, stream |
Parameterconditions | KontrakLatar belakang lut sinar memerlukan PNG atau WebP., Pemampatan output digunakan pada JPEG atau WebP., Kaedah yang dipilih menjana daripada teks. Kawalan penyuntingan dan penstriman yang dihuraikan bagi pengeluar merupakan keupayaan berasingan. |
Kitar hayat: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Kadar yang dipaparkan menganggarkan kos sebelum penjanaan. Caj akhir dikira berdasarkan kos yang direkodkan untuk penjanaan asal. Tempoh output yang diukur dan kuantiti ramalan bukan kuantiti akhir yang boleh dibilkan.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Kuantiti ramalan | Caj |
|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Kuantiti ramalan— | Caj Input · Token input · Anggaran untuk perbandingan sahaja — / 1K token Output · Token output · Anggaran untuk perbandingan sahaja — / 1K token Input · Bacaan cache · Anggaran untuk perbandingan sahaja — / 1K token Input · Penulisan cache · Anggaran untuk perbandingan sahaja — / 1K token Input · Penulisan cache, 1 jam · Anggaran untuk perbandingan sahaja — / 1K token |
| KonfigurasiAnggaran kos penjanaan | Jadual kadar— | Kuantiti ramalananggaran untuk satu penjanaan | Caj Output · Anggaran kos penjanaan · Anggaran untuk perbandingan sahaja $0.24576 anggaran sebelum penjanaan Anggaran ini bukan caj tambahan atau kadar tetap bagi penjanaan yang telah selesai. |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'prompt': 'A cute baby sea otter', 'model': 'gpt-image-2.5-flare', 'size': '1024x1024', 'n': 1, 'background': 'auto', 'moderation': 'auto', 'output_format': 'png'}\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\nMuat turun setiap imej yang dikembalikan atau simpan kandungan Base64-nya
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.\nSimpan setiap imej yang selesai; dapatkan setiap URL yang dikembalikan atau nyahkod kandungan Base64-nya.
Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.
Simpan X-Client-Request-ID yang dikembalikan untuk penyelarasan rekod. Baca hanya nilai task_id/asset_id sebenar yang dikembalikan atau pustaka media milik anda; jangan sekali-kali bina URL tugas daripada ID operasi atau hantar semula permintaan penciptaan.
| Medan | Jenis |
|---|---|
Medancreated | Jenis |
Medandata[].url | Jenis |
Medandata[].b64_json | Jenis |
Medanusage | Jenis |
Ailoot gpt-image-2.5-flare
Ailoot Ultra gpt-image-2.5-flare, openai/gpt-image-2.5-flare
/v1/images
openai/gpt-image-2.5-flare, gpt-image-2.5-flare, gpt-image-2.5-flare
openai/gpt-image-2.5-flareGPT Image 2.5 Flare menjana dan menyunting imej daripada teks dan rujukan, dengan tumpuan pada penciptaan visual harian yang pantas. Model ini menyokong saiz tersuai, latar belakang telus, topeng dan tahap kualiti sehingga max untuk draf, ilustrasi serta aset kempen.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT Image 2.5 Flare ialah edisi penjanaan dan penyuntingan imej OpenAI yang diposisikan untuk kerja harian pantas dan berkualiti tinggi. Model ini menerima teks serta imej dan memulangkan hasil imej. Gunakannya untuk draf visual, ilustrasi, konsep produk dan tugasan kreatif berulang apabila taklimat perlu menjadi imej yang boleh digunakan dengan segera. Flare berasingan daripada Sunburst, yang penempatannya menekankan ketepatan penyuntingan. Pilih Flare untuk penciptaan imej rutin dan Sunburst apabila penyuntingan tepat menjadi keutamaan.
Mulakan dengan subjek utama, tindakan, persekitaran, komposisi dan olahan visual. Untuk ilustrasi kempen, minta penunggang basikal melintasi jambatan kecil dalam cahaya petang hangat, dengan siluet tegas dan langit lapang untuk teks kemudian. Taklimat penerokaan ringkas boleh membiarkan keputusan estetik terbuka; taklimat pengeluaran perlu menamakan butiran serta penempatan yang penting. Aliran kerja penjanaan dan penyuntingan langsung membenarkan prompt sehingga 32,000 aksara serta satu hingga sepuluh hasil, menjadikannya berguna untuk membandingkan beberapa variasi bagi tujuan yang sama.
Penyuntingan boleh membekalkan sehingga enam belas imej rujukan. Tetapkan peranan jelas bagi setiap rujukan, bukannya mengharapkan model menentukan sama ada imej mewakili identiti subjek, pemandangan atau gaya. Topeng boleh memandu perubahan kawasan; dengan berbilang imej, ia terpakai pada imej pertama. Imej dan topeng memerlukan format serta dimensi sepadan, dan topeng mesti mempunyai saluran alfa. Panduan mensyaratkan sumber dan topeng di bawah 50 MB. Topeng ialah panduan, bukannya janji pengekalan sempadan tepat, maka nyatakan pengubahsuaian yang dikehendaki dan perkara yang perlu kekal dapat dikenal pasti.
Flare menyokong kualiti low, medium, high, xhigh, max dan automatik, dengan auto sebagai lalai. Kualiti lebih rendah boleh digunakan untuk draf visual pantas; tetapan lebih tinggi boleh dibandingkan bagi butiran aset akhir. Kualiti bebas daripada saiz dan pemampatan output. Saiz standard termasuk 1024 × 1024, 1536 × 1024 dan 1024 × 1536, dengan dimensi automatik atau tersuai turut tersedia. Pilih orientasi mengikut penempatan akhir dan ruang adegan yang berguna.
Lebar dan tinggi tersuai mesti gandaan enam belas, dengan tiada sisi melebihi 3840 piksel. Nisbah yang dibenarkan ialah 1:3 hingga 3:1, dan keluasan keseluruhan mesti sekurang-kurangnya 655,360 serta paling tinggi 8,294,400 piksel. Keempat-empat syarat terpakai serentak. Panduan mengenal pasti resolusi melebihi 2560 × 1440 sebagai eksperimen. Gunakan bingkai sah yang sesuai dengan komposisi dan sertakan butiran sensitif pangkasan dalam taklimat, bukannya menganggap resolusi lebih besar secara automatik menambah baik susun atur.
Format hasil ialah PNG secara lalai, dengan JPEG dan WebP sebagai pilihan lain. JPEG dan WebP membenarkan pemampatan daripada 0 hingga 100. Untuk latar belakang telus, pilih PNG atau WebP; latar belakang legap dan automatik juga disokong. Aset telus boleh dimasukkan dalam susun atur kemudian, manakala imej legap merangkumi latarnya sendiri. Pilih format, latar belakang dan pemampatan mengikut keperluan penghantaran sebenar, serta simpan fail siap bersama taklimat dan tetapan terpilih.
Pengeluar mendokumenkan penjanaan dan penyuntingan imej langsung, serta alat imej perbualan yang boleh mengekalkan hasil terpilih untuk perubahan susulan. Dalam aliran kerja itu, tindakan boleh automatik, penjanaan paksa atau penyuntingan paksa apabila imej ada dalam konteks. Penstriman boleh menunjukkan sehingga tiga imej separa sebelum hasil akhir. Pratonton itu menunjukkan kemajuan, bukannya hasil siap tambahan. Untuk kerja berulang, teruskan daripada imej terpilih dan terangkan perubahan yang kelihatan, seperti mengalihkan satu objek atau melaraskan olahan warna. Antara muka pengeluar juga menyokong pemprosesan kelompok.
Periksa tulisan imej, kedudukan objek, butiran subjek dan komposisi pada saiz yang dimaksudkan. GPT Image masih boleh menghadapi kesukaran dengan penempatan teks tepat, susun atur berstruktur dan identiti visual berulang merentas penjanaan. Simpan variasi yang diterima sebagai rujukan seterusnya dan sempitkan suntingan berikutnya kepada isu yang penting. Peranan Flare untuk penjanaan harian berguna bagi urutan jelas daripada taklimat, pilihan visual, pemilihan hingga penambahbaikan, dengan aset akhir dinilai berdasarkan tujuan kreatif sebenar.
POST /v1/images/generationstext, imageimage| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had openai/gpt-image-2.5-flare | Lalai— |
Medanprompt | Jenisstring | KeperluanDiperlukan | Nilai & had Panjang minimum: 1 | Lalai— |
Medanaspect_ratio | Jenisstring | KeperluanPilihan | Nilai & had 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, auto | Lalai— |
Medanquality | Jenisstring | KeperluanPilihan | Nilai & had auto, low, medium, high, xhigh, max | Lalai— |
Medanbackground | Jenisstring | KeperluanPilihan | Nilai & had auto, transparent, opaque | Lalai— |
Medann | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 1 Maksimum: 10 | Lalai— |
Medaninput_references | Jenisarray | KeperluanPilihan | Nilai & had Item minimum: 0 Item maksimum: 16 | Lalai— |
Medanoutput_compression | Jenisinteger | KeperluanPilihan | Nilai & had Minimum: 0 Maksimum: 100 | Lalai— |
Medanprovider | Jenisobject | KeperluanPilihan | Nilai & had | Lalai— |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, prompt |
Parametermaterial_types | Kontraktext, image |
Kitar hayat: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id sebenar yang dikembalikan atau rekod pustaka media
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Kadar yang dipaparkan menganggarkan kos sebelum penjanaan. Caj akhir dikira berdasarkan kos yang direkodkan untuk penjanaan asal. Tempoh output yang diukur dan kuantiti ramalan bukan kuantiti akhir yang boleh dibilkan.
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Kuantiti ramalan | Caj |
|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Kuantiti ramalan— | Caj Input · Token input · Anggaran untuk perbandingan sahaja — / 1K token Output · Token output · Anggaran untuk perbandingan sahaja — / 1K token Input · Bacaan cache · Anggaran untuk perbandingan sahaja — / 1K token Input · Penulisan cache · Anggaran untuk perbandingan sahaja — / 1K token Input · Penulisan cache, 1 jam · Anggaran untuk perbandingan sahaja — / 1K token |
| KonfigurasiAnggaran kos penjanaan | Jadual kadar— | Kuantiti ramalananggaran untuk satu penjanaan | Caj Output · Anggaran kos penjanaan · Anggaran untuk perbandingan sahaja $0.24576 anggaran sebelum penjanaan Anggaran ini bukan caj tambahan atau kadar tetap bagi penjanaan yang telah selesai. |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'openai/gpt-image-2.5-flare', '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\nMuat turun setiap imej yang dikembalikan atau simpan kandungan Base64-nya
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.\nSimpan setiap imej yang selesai; dapatkan setiap URL yang dikembalikan atau nyahkod kandungan Base64-nya.
Simpan respons dan pengepala yang lengkap, setiap output sebenar, pengecam asal yang dikembalikan serta semua medan penggunaan. Pulihkan operasi asal tanpa menghantar permintaan penciptaan sekali lagi.
Simpan X-Client-Request-ID yang dikembalikan untuk penyelarasan rekod. Baca hanya nilai task_id/asset_id sebenar yang dikembalikan atau pustaka media milik anda; jangan sekali-kali bina URL tugas daripada ID operasi atau hantar semula permintaan penciptaan.
| Medan | Jenis |
|---|---|
Medancreated | Jenis |
Medandata[].url | Jenis |
Medandata[].b64_json | Jenis |
Medanusage | Jenis |
Ailoot gpt-image-2.5-flare
Ailoot Ultra gpt-image-2.5-flare, openai/gpt-image-2.5-flare
/v1/images
openai/gpt-image-2.5-flare, gpt-image-2.5-flare, gpt-image-2.5-flare