GPT Image 2.5 Sunburst ialah model OpenAI untuk menghasilkan imej. Pengeluar memberi perhatian khusus kepada ketepatan penyuntingan bahan asal. Model menyokong arahan teks dan, dalam operasi yang disediakan untuk tujuan tersebut, bahan visual asal.
Kad Ailoot semasa menyediakan mod penghasilan imej daripada teks. Anda boleh menetapkan adegan, komposisi, gaya dan butiran hasil yang dikehendaki. Kaedah penggunaan rujukan, penyuntingan dan perubahan kawasan melalui mask yang diterangkan oleh OpenAI memerlukan sokongan input imej secara berasingan; adanya penjanaan teks tidak mengesahkan sokongan tersebut.
Pilihan low, medium, high, xhigh, max dan auto tersedia. Pemilihan kualiti mengawal mod pembentukan imej. Ia berbeza daripada saiz komposisi dan tahap pemampatan fail yang dihasilkan.
Saiz boleh berbentuk segi empat sama, mendatar, menegak, dipilih secara automatik atau ditetapkan secara manual. Untuk saiz tersuai, setiap sisi mestilah gandaan 16 piksel dan tidak melebihi 3840 piksel. Luas mestilah antara 655 360 hingga 8 294 400 piksel, manakala nisbah sisi panjang kepada sisi pendek tidak boleh melebihi 3:1. Semua syarat terpakai serentak.
Pengeluar menandai resolusi melebihi 2560x1440 sebagai eksperimen. Bingkai besar membolehkan ruang komposisi yang sesuai dipilih, tetapi tulisan dan kedudukan objek tetap perlu diperiksa.
PNG digunakan secara lalai; JPEG dan WebP turut disediakan. Pemampatan boleh dilaraskan dalam JPEG dan WebP. Latar belakang telus memerlukan PNG atau WebP kerana JPEG tidak mengekalkan saluran alfa. Selain ketelusan, latar belakang legap dan pemilihan automatik turut disediakan.
Saiz, kualiti, format dan latar belakang mengawal aspek hasil yang berbeza. Gaya imej ditetapkan melalui penerangan teks bersama kandungan adegan. Sokongan tetapan tertentu perlu dipertimbangkan secara berasingan daripada keupayaan umum pengeluar.
Menurut OpenAI, pemprosesan arahan yang rumit boleh mengambil masa sehingga dua minit. Ini menerangkan penjanaan di pihak pengeluar, bukan jaminan jumlah masa untuk menerima hasil dalam aplikasi tertentu.
Dalam operasi penyuntingan yang disokong secara berasingan, mask memandu perubahan pada kawasan yang dipilih. Ia tidak menjamin hasil yang sepadan tepat dengan sempadan, maka janji suntingan setempat yang tepat adalah terlalu kuat. Mod tersebut memerlukan cara yang sesuai untuk menghantar bahan asal.
Semasa penjanaan, model juga boleh tersilap meletakkan teks dan butiran atau mengubah rupa watak antara imej berasingan. Tulisan, komposisi dan kebolehulangan perlu diperiksa pada fail yang siap. Arahan yang terperinci sekalipun tidak menjamin sifat tersebut.
", "aboutText": "### Penjanaan dan pengendalian imej\n\nGPT Image 2.5 Sunburst ialah model OpenAI untuk menghasilkan imej. Pengeluar memberi perhatian khusus kepada ketepatan penyuntingan bahan asal. Model menyokong arahan teks dan, dalam operasi yang disediakan untuk tujuan tersebut, bahan visual asal.\n\nKad Ailoot semasa menyediakan mod penghasilan imej daripada teks. Anda boleh menetapkan adegan, komposisi, gaya dan butiran hasil yang dikehendaki. Kaedah penggunaan rujukan, penyuntingan dan perubahan kawasan melalui mask yang diterangkan oleh OpenAI memerlukan sokongan input imej secara berasingan; adanya penjanaan teks tidak mengesahkan sokongan tersebut.\n\n### Kualiti dan bentuk bingkai\n\nPilihan `low`, `medium`, `high`, `xhigh`, `max` dan `auto` tersedia. Pemilihan kualiti mengawal mod pembentukan imej. Ia berbeza daripada saiz komposisi dan tahap pemampatan fail yang dihasilkan.\n\nSaiz boleh berbentuk segi empat sama, mendatar, menegak, dipilih secara automatik atau ditetapkan secara manual. Untuk saiz tersuai, setiap sisi mestilah gandaan 16 piksel dan tidak melebihi 3840 piksel. Luas mestilah antara 655 360 hingga 8 294 400 piksel, manakala nisbah sisi panjang kepada sisi pendek tidak boleh melebihi 3:1. Semua syarat terpakai serentak.\n\nPengeluar menandai resolusi melebihi `2560x1440` sebagai eksperimen. Bingkai besar membolehkan ruang komposisi yang sesuai dipilih, tetapi tulisan dan kedudukan objek tetap perlu diperiksa.\n\n### Format hasil dan latar belakang\n\nPNG digunakan secara lalai; JPEG dan WebP turut disediakan. Pemampatan boleh dilaraskan dalam JPEG dan WebP. Latar belakang telus memerlukan PNG atau WebP kerana JPEG tidak mengekalkan saluran alfa. Selain ketelusan, latar belakang legap dan pemilihan automatik turut disediakan.\n\nSaiz, kualiti, format dan latar belakang mengawal aspek hasil yang berbeza. Gaya imej ditetapkan melalui penerangan teks bersama kandungan adegan. Sokongan tetapan tertentu perlu dipertimbangkan secara berasingan daripada keupayaan umum pengeluar.\n\n### Ketepatan suntingan dan pemeriksaan imej\n\nMenurut OpenAI, pemprosesan arahan yang rumit boleh mengambil masa sehingga dua minit. Ini menerangkan penjanaan di pihak pengeluar, bukan jaminan jumlah masa untuk menerima hasil dalam aplikasi tertentu.\n\nDalam operasi penyuntingan yang disokong secara berasingan, mask memandu perubahan pada kawasan yang dipilih. Ia tidak menjamin hasil yang sepadan tepat dengan sempadan, maka janji suntingan setempat yang tepat adalah terlalu kuat. Mod tersebut memerlukan cara yang sesuai untuk menghantar bahan asal.\n\nSemasa penjanaan, model juga boleh tersilap meletakkan teks dan butiran atau mengubah rupa watak antara imej berasingan. Tulisan, komposisi dan kebolehulangan perlu diperiksa pada fail yang siap. Arahan yang terperinci sekalipun tidak menjamin sifat tersebut.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "4e932437e3407ec002b8cd3dc611fb6d3ca47a5fd9886235cf8f8d0f1eae8ee9", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "gpt-image-2.5-sunburst-2026-09-08GPT Image 2.5 Sunburst menghasilkan imej berdasarkan arahan teks. Ia menyokong saiz tersuai, tahap kualiti yang lebih luas dan latar belakang telus; pengeluar turut menekankan ketepatan penyuntingan.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
GPT Image 2.5 Sunburst ialah model OpenAI untuk menghasilkan imej. Pengeluar memberi perhatian khusus kepada ketepatan penyuntingan bahan asal. Model menyokong arahan teks dan, dalam operasi yang disediakan untuk tujuan tersebut, bahan visual asal.
Kad Ailoot semasa menyediakan mod penghasilan imej daripada teks. Anda boleh menetapkan adegan, komposisi, gaya dan butiran hasil yang dikehendaki. Kaedah penggunaan rujukan, penyuntingan dan perubahan kawasan melalui mask yang diterangkan oleh OpenAI memerlukan sokongan input imej secara berasingan; adanya penjanaan teks tidak mengesahkan sokongan tersebut.
Pilihan low, medium, high, xhigh, max dan auto tersedia. Pemilihan kualiti mengawal mod pembentukan imej. Ia berbeza daripada saiz komposisi dan tahap pemampatan fail yang dihasilkan.
Saiz boleh berbentuk segi empat sama, mendatar, menegak, dipilih secara automatik atau ditetapkan secara manual. Untuk saiz tersuai, setiap sisi mestilah gandaan 16 piksel dan tidak melebihi 3840 piksel. Luas mestilah antara 655 360 hingga 8 294 400 piksel, manakala nisbah sisi panjang kepada sisi pendek tidak boleh melebihi 3:1. Semua syarat terpakai serentak.
Pengeluar menandai resolusi melebihi 2560x1440 sebagai eksperimen. Bingkai besar membolehkan ruang komposisi yang sesuai dipilih, tetapi tulisan dan kedudukan objek tetap perlu diperiksa.
PNG digunakan secara lalai; JPEG dan WebP turut disediakan. Pemampatan boleh dilaraskan dalam JPEG dan WebP. Latar belakang telus memerlukan PNG atau WebP kerana JPEG tidak mengekalkan saluran alfa. Selain ketelusan, latar belakang legap dan pemilihan automatik turut disediakan.
Saiz, kualiti, format dan latar belakang mengawal aspek hasil yang berbeza. Gaya imej ditetapkan melalui penerangan teks bersama kandungan adegan. Sokongan tetapan tertentu perlu dipertimbangkan secara berasingan daripada keupayaan umum pengeluar.
Menurut OpenAI, pemprosesan arahan yang rumit boleh mengambil masa sehingga dua minit. Ini menerangkan penjanaan di pihak pengeluar, bukan jaminan jumlah masa untuk menerima hasil dalam aplikasi tertentu.
Dalam operasi penyuntingan yang disokong secara berasingan, mask memandu perubahan pada kawasan yang dipilih. Ia tidak menjamin hasil yang sepadan tepat dengan sempadan, maka janji suntingan setempat yang tepat adalah terlalu kuat. Mod tersebut memerlukan cara yang sesuai untuk menghantar bahan asal.
Semasa penjanaan, model juga boleh tersilap meletakkan teks dan butiran atau mengubah rupa watak antara imej berasingan. Tulisan, komposisi dan kebolehulangan perlu diperiksa pada fail yang siap. Arahan yang terperinci sekalipun tidak menjamin sifat tersebut.
POST /v1/images/generationstextimage| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had gpt-image-2.5-sunburst-2026-09-08 | 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-sunburst-2026-09-08", "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-sunburst-2026-09-08', '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-sunburst-2026-09-08", "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-sunburst-2026-09-08
Gunakan laluan kaedah yang dipaparkan di atas.