GPT-5 Image Mini er en kombinert språk- og bildeprofil bygget rundt OpenAIs GPT-5 Mini og GPT Image 1 Mini. Språkkomponenten tolker en skriftlig oppgave og kildematerialet, mens bildekomponenten oppretter eller reviderer visuelt innhold. Den publiserte profilen fremhever instruksjonsfølging, gjengivelse av tekst i bilder og detaljert bilderedigering. Den er nyttig for et avgrenset visuelt oppgavegrunnlag som også trenger tekstlig tolkning, forklaring eller støttetekst.
Forbered et oppgavegrunnlag med ønsket produkt, motiv, komposisjon og obligatorisk tekst. Beskriv hvordan bildet skal brukes, for eksempel som et produktkonsept, en illustrasjon sammen med en kort forklaring eller et visuelt sideutkast. Be eksplisitt om både skriftlige og visuelle leveranser, slik at konseptforklaringen er lett å skille fra selve bildet.
Oppgi for eksempel en beskrivelse av en gjenbrukbar vannflaske, og be om et enkelt produktkonsept i en scene med en kort bildetekst. Angi den synlige flaskeformen, bakgrunnen, lysretningen og de nøyaktige ordene som skal være i bildet. Hold faktaene som brukes i bildeteksten, atskilt fra dekorative detaljer i scenen. Kontroller det returnerte bildet og den skriftlige teksten mot disse to delene av oppgavegrunnlaget.
Den dokumenterte kombinerte profilen godtar tekst, bilder og filer som PDF-filer. Et dokument kan gi krav eller fakta som skal tolkes før bildet opprettes. Et bilde kan gi utseendet, utformingen eller en redigeringskilde. Angi rollen til hver kilde fremfor å anta at alle vedlegg skal påvirke alle deler av resultatet. Hold kildenavn og rekkefølge tydelige når flere inndata oppgis.
For et nytt bilde angir du hva som skal være synlig, og hvordan delene forholder seg til hverandre. For en referansestyrt endring angir du endringen og detaljene som skal beholdes. En produktscene kan be om nye omgivelser samtidig som gjenstandens gjenkjennelige form og synlige etikett beholdes. Et diagram kan be om en korrigert sammenheng og angi teksten og elementene som skal bli stående.
Profilens eget publiserte kort tillater opptil seksten referansebilder for redigering. Velg referanser som bidrar til oppgaven, og forklar formålet deres: produktet, figuren, bakgrunnen eller den visuelle behandlingen. Flere referanser kan inneholde motstridende belysning eller komposisjon, så angi ønsket resultat tydelig. Undersøk motivdetaljer, skrift og grensene for en forespurt endring i det faktiske returnerte bildet.
Tekstgjengivelse er en dokumentert mulighet, men et visuelt utkast trenger fortsatt en kontroll ord for ord. Oppgi nøyaktig ordlyd, tegnsetting og plassering, og sammenlign deretter viktige etiketter og tall med oppgavegrunnlaget i den tiltenkte visningsstørrelsen. For en gjentakende serie beholder du referansene og de visuelle kravene sammen med hvert resultat og sammenligner de fullførte bildene samlet.
Den kombinerte profilen publiserer et kontekstvindu på 400000 tokener og opptil 128000 fullføringstokener. Dette er grenser for arbeidskontekst og fullføring, atskilt fra et bildes pikseldimensjoner eller antallet returnerte bildeprodukter. Organiser langt kildemateriale rundt tolkningen som trengs, og la det være plass til svaret. Et kort oppgavegrunnlag med relevante referanser er nyttigere enn uvedkommende dokumenter som ikke har fått forklart sin rolle.
Den publiserte spesifikasjonen for tekstutdata støtter strukturerte resultater basert på JSON-skjema. Definer feltene og typene når et skriftlig resultat skal brukes av en applikasjon, og valider verdiene mot det innsendte belegget. Den kombinerte profilen stiller ikke funksjonskall til applikasjonen til rådighet. Bruken av en språkkomponent med bildegenerering er en egenskap ved den navngitte profilen; den gjør ikke alle funksjonene i et selvstendig GPT-5 Mini-grensesnitt til del av denne arbeidsflyten.
Bildeinnstillingene skal komme fra akkurat profilen og grensesnittet som brukes. Behold den valgte konfigurasjonen sammen med instruksjonen når du sammenligner revisjoner. Den direkte GPT Image 1 Mini-komponenten og en kombinert samtaleprofil har ulike forespørselsoppsett, så komponentens størrelses-, maskerings- eller utdatainnstillinger krever en eksplisitt kobling før de behandles som innstillinger for denne kombinerte profilen.
Det dokumenterte skjemaet for samtaleforespørsler kan velge text og image som utdatamodaliteter. Behandle den returnerte teksten og hvert faktiske bildeprodukt som følger med fullføringen. Lagre bildene i formatet som resultatet angir, og behold det skriftlige svaret sammen med instruksjonen, kildereferansene og innstillingene. En fullføring med bare forklarende tekst er noe annet enn en ferdig visuell leveranse, så kontroller hva resultatet faktisk inneholder før du bruker det i en utforming.
GPT-5 Image Mini er atskilt fra den fullstendige GPT-5 Image-profilen, som kombinerer GPT-5 med GPT Image 1. Bruk Mini-profilen til avgrensede språk- og bildeoppgaver med et tydelig oppgavegrunnlag og klare kontrollkriterier. Kontroller komposisjonen, gjenstandens identitet, bildeteksten og støtteprosaen, og be deretter om den konkrete rettelsen som trengs. Behold de vellykkede elementene og de relevante referansene i neste oppgavegrunnlag, slik at revisjonen har et konkret mål.
", "aboutText": "GPT-5 Image Mini er en kombinert språk- og bildeprofil bygget rundt OpenAIs GPT-5 Mini og GPT Image 1 Mini. Språkkomponenten tolker en skriftlig oppgave og kildematerialet, mens bildekomponenten oppretter eller reviderer visuelt innhold. Den publiserte profilen fremhever instruksjonsfølging, gjengivelse av tekst i bilder og detaljert bilderedigering. Den er nyttig for et avgrenset visuelt oppgavegrunnlag som også trenger tekstlig tolkning, forklaring eller støttetekst.\n\n### Samle den skriftlige oppgaven og det visuelle resultatet\n\nForbered et oppgavegrunnlag med ønsket produkt, motiv, komposisjon og obligatorisk tekst. Beskriv hvordan bildet skal brukes, for eksempel som et produktkonsept, en illustrasjon sammen med en kort forklaring eller et visuelt sideutkast. Be eksplisitt om både skriftlige og visuelle leveranser, slik at konseptforklaringen er lett å skille fra selve bildet.\n\nOppgi for eksempel en beskrivelse av en gjenbrukbar vannflaske, og be om et enkelt produktkonsept i en scene med en kort bildetekst. Angi den synlige flaskeformen, bakgrunnen, lysretningen og de nøyaktige ordene som skal være i bildet. Hold faktaene som brukes i bildeteksten, atskilt fra dekorative detaljer i scenen. Kontroller det returnerte bildet og den skriftlige teksten mot disse to delene av oppgavegrunnlaget.\n\nDen dokumenterte kombinerte profilen godtar tekst, bilder og filer som PDF-filer. Et dokument kan gi krav eller fakta som skal tolkes før bildet opprettes. Et bilde kan gi utseendet, utformingen eller en redigeringskilde. Angi rollen til hver kilde fremfor å anta at alle vedlegg skal påvirke alle deler av resultatet. Hold kildenavn og rekkefølge tydelige når flere inndata oppgis.\n\n### Generer og revider med referanser\n\nFor et nytt bilde angir du hva som skal være synlig, og hvordan delene forholder seg til hverandre. For en referansestyrt endring angir du endringen og detaljene som skal beholdes. En produktscene kan be om nye omgivelser samtidig som gjenstandens gjenkjennelige form og synlige etikett beholdes. Et diagram kan be om en korrigert sammenheng og angi teksten og elementene som skal bli stående.\n\nProfilens eget publiserte kort tillater opptil seksten referansebilder for redigering. Velg referanser som bidrar til oppgaven, og forklar formålet deres: produktet, figuren, bakgrunnen eller den visuelle behandlingen. Flere referanser kan inneholde motstridende belysning eller komposisjon, så angi ønsket resultat tydelig. Undersøk motivdetaljer, skrift og grensene for en forespurt endring i det faktiske returnerte bildet.\n\nTekstgjengivelse er en dokumentert mulighet, men et visuelt utkast trenger fortsatt en kontroll ord for ord. Oppgi nøyaktig ordlyd, tegnsetting og plassering, og sammenlign deretter viktige etiketter og tall med oppgavegrunnlaget i den tiltenkte visningsstørrelsen. For en gjentakende serie beholder du referansene og de visuelle kravene sammen med hvert resultat og sammenligner de fullførte bildene samlet.\n\n### Arbeidskontekst og innstillinger\n\nDen kombinerte profilen publiserer et kontekstvindu på 400000 tokener og opptil 128000 fullføringstokener. Dette er grenser for arbeidskontekst og fullføring, atskilt fra et bildes pikseldimensjoner eller antallet returnerte bildeprodukter. Organiser langt kildemateriale rundt tolkningen som trengs, og la det være plass til svaret. Et kort oppgavegrunnlag med relevante referanser er nyttigere enn uvedkommende dokumenter som ikke har fått forklart sin rolle.\n\nDen publiserte spesifikasjonen for tekstutdata støtter strukturerte resultater basert på JSON-skjema. Definer feltene og typene når et skriftlig resultat skal brukes av en applikasjon, og valider verdiene mot det innsendte belegget. Den kombinerte profilen stiller ikke funksjonskall til applikasjonen til rådighet. Bruken av en språkkomponent med bildegenerering er en egenskap ved den navngitte profilen; den gjør ikke alle funksjonene i et selvstendig GPT-5 Mini-grensesnitt til del av denne arbeidsflyten.\n\nBildeinnstillingene skal komme fra akkurat profilen og grensesnittet som brukes. Behold den valgte konfigurasjonen sammen med instruksjonen når du sammenligner revisjoner. Den direkte GPT Image 1 Mini-komponenten og en kombinert samtaleprofil har ulike forespørselsoppsett, så komponentens størrelses-, maskerings- eller utdatainnstillinger krever en eksplisitt kobling før de behandles som innstillinger for denne kombinerte profilen.\n\n### Behold tekst- og bildeproduktene\n\nDet dokumenterte skjemaet for samtaleforespørsler kan velge text og image som utdatamodaliteter. Behandle den returnerte teksten og hvert faktiske bildeprodukt som følger med fullføringen. Lagre bildene i formatet som resultatet angir, og behold det skriftlige svaret sammen med instruksjonen, kildereferansene og innstillingene. En fullføring med bare forklarende tekst er noe annet enn en ferdig visuell leveranse, så kontroller hva resultatet faktisk inneholder før du bruker det i en utforming.\n\nGPT-5 Image Mini er atskilt fra den fullstendige GPT-5 Image-profilen, som kombinerer GPT-5 med GPT Image 1. Bruk Mini-profilen til avgrensede språk- og bildeoppgaver med et tydelig oppgavegrunnlag og klare kontrollkriterier. Kontroller komposisjonen, gjenstandens identitet, bildeteksten og støtteprosaen, og be deretter om den konkrete rettelsen som trengs. Behold de vellykkede elementene og de relevante referansene i neste oppgavegrunnlag, slik at revisjonen har et konkret mål.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Create a labelled refill-bottle scene\n\nCreate a product-scene image of a plain cylindrical blue reusable water bottle with a silver screw cap, standing upright on pale stone. Soft daylight enters from the left. Place the exact word REFILL clearly on the bottle, with no other text, logos, accessories or unsupported product claims. Keep the full bottle visible.One image artifact showing the full specified bottle, left-side daylight and the exact single-word label.Inspect the actual image for bottle shape, cap, complete framing and letter-by-letter spelling of REFILL.openai/gpt-5-image-miniGPT-5 Image Mini kombinerer OpenAIs språkegenskaper fra GPT-5 Mini med GPT Image 1 Mini for bildegenerering og referansestyrte endringer. Den godtar tekst, bilder og dokumenter og returnerer tekst og bilder, og støtter arbeidsflyter som trenger både et skriftlig svar og et visuelt produkt.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
GPT-5 Image Mini er en kombinert språk- og bildeprofil bygget rundt OpenAIs GPT-5 Mini og GPT Image 1 Mini. Språkkomponenten tolker en skriftlig oppgave og kildematerialet, mens bildekomponenten oppretter eller reviderer visuelt innhold. Den publiserte profilen fremhever instruksjonsfølging, gjengivelse av tekst i bilder og detaljert bilderedigering. Den er nyttig for et avgrenset visuelt oppgavegrunnlag som også trenger tekstlig tolkning, forklaring eller støttetekst.
Forbered et oppgavegrunnlag med ønsket produkt, motiv, komposisjon og obligatorisk tekst. Beskriv hvordan bildet skal brukes, for eksempel som et produktkonsept, en illustrasjon sammen med en kort forklaring eller et visuelt sideutkast. Be eksplisitt om både skriftlige og visuelle leveranser, slik at konseptforklaringen er lett å skille fra selve bildet.
Oppgi for eksempel en beskrivelse av en gjenbrukbar vannflaske, og be om et enkelt produktkonsept i en scene med en kort bildetekst. Angi den synlige flaskeformen, bakgrunnen, lysretningen og de nøyaktige ordene som skal være i bildet. Hold faktaene som brukes i bildeteksten, atskilt fra dekorative detaljer i scenen. Kontroller det returnerte bildet og den skriftlige teksten mot disse to delene av oppgavegrunnlaget.
Den dokumenterte kombinerte profilen godtar tekst, bilder og filer som PDF-filer. Et dokument kan gi krav eller fakta som skal tolkes før bildet opprettes. Et bilde kan gi utseendet, utformingen eller en redigeringskilde. Angi rollen til hver kilde fremfor å anta at alle vedlegg skal påvirke alle deler av resultatet. Hold kildenavn og rekkefølge tydelige når flere inndata oppgis.
For et nytt bilde angir du hva som skal være synlig, og hvordan delene forholder seg til hverandre. For en referansestyrt endring angir du endringen og detaljene som skal beholdes. En produktscene kan be om nye omgivelser samtidig som gjenstandens gjenkjennelige form og synlige etikett beholdes. Et diagram kan be om en korrigert sammenheng og angi teksten og elementene som skal bli stående.
Profilens eget publiserte kort tillater opptil seksten referansebilder for redigering. Velg referanser som bidrar til oppgaven, og forklar formålet deres: produktet, figuren, bakgrunnen eller den visuelle behandlingen. Flere referanser kan inneholde motstridende belysning eller komposisjon, så angi ønsket resultat tydelig. Undersøk motivdetaljer, skrift og grensene for en forespurt endring i det faktiske returnerte bildet.
Tekstgjengivelse er en dokumentert mulighet, men et visuelt utkast trenger fortsatt en kontroll ord for ord. Oppgi nøyaktig ordlyd, tegnsetting og plassering, og sammenlign deretter viktige etiketter og tall med oppgavegrunnlaget i den tiltenkte visningsstørrelsen. For en gjentakende serie beholder du referansene og de visuelle kravene sammen med hvert resultat og sammenligner de fullførte bildene samlet.
Den kombinerte profilen publiserer et kontekstvindu på 400000 tokener og opptil 128000 fullføringstokener. Dette er grenser for arbeidskontekst og fullføring, atskilt fra et bildes pikseldimensjoner eller antallet returnerte bildeprodukter. Organiser langt kildemateriale rundt tolkningen som trengs, og la det være plass til svaret. Et kort oppgavegrunnlag med relevante referanser er nyttigere enn uvedkommende dokumenter som ikke har fått forklart sin rolle.
Den publiserte spesifikasjonen for tekstutdata støtter strukturerte resultater basert på JSON-skjema. Definer feltene og typene når et skriftlig resultat skal brukes av en applikasjon, og valider verdiene mot det innsendte belegget. Den kombinerte profilen stiller ikke funksjonskall til applikasjonen til rådighet. Bruken av en språkkomponent med bildegenerering er en egenskap ved den navngitte profilen; den gjør ikke alle funksjonene i et selvstendig GPT-5 Mini-grensesnitt til del av denne arbeidsflyten.
Bildeinnstillingene skal komme fra akkurat profilen og grensesnittet som brukes. Behold den valgte konfigurasjonen sammen med instruksjonen når du sammenligner revisjoner. Den direkte GPT Image 1 Mini-komponenten og en kombinert samtaleprofil har ulike forespørselsoppsett, så komponentens størrelses-, maskerings- eller utdatainnstillinger krever en eksplisitt kobling før de behandles som innstillinger for denne kombinerte profilen.
Det dokumenterte skjemaet for samtaleforespørsler kan velge text og image som utdatamodaliteter. Behandle den returnerte teksten og hvert faktiske bildeprodukt som følger med fullføringen. Lagre bildene i formatet som resultatet angir, og behold det skriftlige svaret sammen med instruksjonen, kildereferansene og innstillingene. En fullføring med bare forklarende tekst er noe annet enn en ferdig visuell leveranse, så kontroller hva resultatet faktisk inneholder før du bruker det i en utforming.
GPT-5 Image Mini er atskilt fra den fullstendige GPT-5 Image-profilen, som kombinerer GPT-5 med GPT Image 1. Bruk Mini-profilen til avgrensede språk- og bildeoppgaver med et tydelig oppgavegrunnlag og klare kontrollkriterier. Kontroller komposisjonen, gjenstandens identitet, bildeteksten og støtteprosaen, og be deretter om den konkrete rettelsen som trengs. Behold de vellykkede elementene og de relevante referansene i neste oppgavegrunnlag, slik at revisjonen har et konkret mål.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser openai/gpt-5-image-mini | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
Feltmessages[].name | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttemperature | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttop_p | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools[].type | Typestring | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
Felttools[].function.description | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfritt | Verdier & grenser | Standard— |
Felttool_choice | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltservice_tier | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltinstructions | Typestring | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfritt | Verdier & grenser text | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
Feltcache_control.ttl | Typestring | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages |
Parametermaterial_types | Avtaletext |
Parametermessages | Avtalemeldingstabell med role/content-struktur |
Parameterfile_material | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
Parameteroptional_controls | Avtalestream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
Parameteroutput_modalities | Avtaletext |
Parameterhosted_operations | Avtalefalse |
Parametermultimodal_input_binding | Avtalenull |
Livssyklus: synchronous_or_streamed
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.005 / 1K tokener Utdata · Utgående tokener $0.004 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0005 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener Utdata · Utdatatokener for bilder $0.016 / 1K bildetokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.005 / 1K tokener Utdata · Utgående tokener $0.004 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0005 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
| Konfigurasjon | Faktureringsvilkår | Kostnad |
|---|---|---|
| KonfigurasjonOpenAI: GPT-5 Image Mini · Standardkonfigurasjon | FaktureringsvilkårStandardkonfigurasjon | Kostnad Inndata · Inngående tokener 0,005 USD / 1K tokener Utdata · Utgående tokener 0,004 USD / 1K tokener Utdata · Utdatabilde 0,016 USD / 1K tokener Utdata · Nettsøk 0,02 USD per søk Inndata · Lesing fra hurtigbuffer 0,0005 USD / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${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-mini", "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-mini',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-mini',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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra openai/gpt-5-image-mini
/v1/images
openai/gpt-5-image-miniGPT-5 Image Mini kombinerer OpenAIs språkegenskaper fra GPT-5 Mini med GPT Image 1 Mini for bildegenerering og referansestyrte endringer. Den godtar tekst, bilder og dokumenter og returnerer tekst og bilder, og støtter arbeidsflyter som trenger både et skriftlig svar og et visuelt produkt.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
GPT-5 Image Mini er en kombinert språk- og bildeprofil bygget rundt OpenAIs GPT-5 Mini og GPT Image 1 Mini. Språkkomponenten tolker en skriftlig oppgave og kildematerialet, mens bildekomponenten oppretter eller reviderer visuelt innhold. Den publiserte profilen fremhever instruksjonsfølging, gjengivelse av tekst i bilder og detaljert bilderedigering. Den er nyttig for et avgrenset visuelt oppgavegrunnlag som også trenger tekstlig tolkning, forklaring eller støttetekst.
Forbered et oppgavegrunnlag med ønsket produkt, motiv, komposisjon og obligatorisk tekst. Beskriv hvordan bildet skal brukes, for eksempel som et produktkonsept, en illustrasjon sammen med en kort forklaring eller et visuelt sideutkast. Be eksplisitt om både skriftlige og visuelle leveranser, slik at konseptforklaringen er lett å skille fra selve bildet.
Oppgi for eksempel en beskrivelse av en gjenbrukbar vannflaske, og be om et enkelt produktkonsept i en scene med en kort bildetekst. Angi den synlige flaskeformen, bakgrunnen, lysretningen og de nøyaktige ordene som skal være i bildet. Hold faktaene som brukes i bildeteksten, atskilt fra dekorative detaljer i scenen. Kontroller det returnerte bildet og den skriftlige teksten mot disse to delene av oppgavegrunnlaget.
Den dokumenterte kombinerte profilen godtar tekst, bilder og filer som PDF-filer. Et dokument kan gi krav eller fakta som skal tolkes før bildet opprettes. Et bilde kan gi utseendet, utformingen eller en redigeringskilde. Angi rollen til hver kilde fremfor å anta at alle vedlegg skal påvirke alle deler av resultatet. Hold kildenavn og rekkefølge tydelige når flere inndata oppgis.
For et nytt bilde angir du hva som skal være synlig, og hvordan delene forholder seg til hverandre. For en referansestyrt endring angir du endringen og detaljene som skal beholdes. En produktscene kan be om nye omgivelser samtidig som gjenstandens gjenkjennelige form og synlige etikett beholdes. Et diagram kan be om en korrigert sammenheng og angi teksten og elementene som skal bli stående.
Profilens eget publiserte kort tillater opptil seksten referansebilder for redigering. Velg referanser som bidrar til oppgaven, og forklar formålet deres: produktet, figuren, bakgrunnen eller den visuelle behandlingen. Flere referanser kan inneholde motstridende belysning eller komposisjon, så angi ønsket resultat tydelig. Undersøk motivdetaljer, skrift og grensene for en forespurt endring i det faktiske returnerte bildet.
Tekstgjengivelse er en dokumentert mulighet, men et visuelt utkast trenger fortsatt en kontroll ord for ord. Oppgi nøyaktig ordlyd, tegnsetting og plassering, og sammenlign deretter viktige etiketter og tall med oppgavegrunnlaget i den tiltenkte visningsstørrelsen. For en gjentakende serie beholder du referansene og de visuelle kravene sammen med hvert resultat og sammenligner de fullførte bildene samlet.
Den kombinerte profilen publiserer et kontekstvindu på 400000 tokener og opptil 128000 fullføringstokener. Dette er grenser for arbeidskontekst og fullføring, atskilt fra et bildes pikseldimensjoner eller antallet returnerte bildeprodukter. Organiser langt kildemateriale rundt tolkningen som trengs, og la det være plass til svaret. Et kort oppgavegrunnlag med relevante referanser er nyttigere enn uvedkommende dokumenter som ikke har fått forklart sin rolle.
Den publiserte spesifikasjonen for tekstutdata støtter strukturerte resultater basert på JSON-skjema. Definer feltene og typene når et skriftlig resultat skal brukes av en applikasjon, og valider verdiene mot det innsendte belegget. Den kombinerte profilen stiller ikke funksjonskall til applikasjonen til rådighet. Bruken av en språkkomponent med bildegenerering er en egenskap ved den navngitte profilen; den gjør ikke alle funksjonene i et selvstendig GPT-5 Mini-grensesnitt til del av denne arbeidsflyten.
Bildeinnstillingene skal komme fra akkurat profilen og grensesnittet som brukes. Behold den valgte konfigurasjonen sammen med instruksjonen når du sammenligner revisjoner. Den direkte GPT Image 1 Mini-komponenten og en kombinert samtaleprofil har ulike forespørselsoppsett, så komponentens størrelses-, maskerings- eller utdatainnstillinger krever en eksplisitt kobling før de behandles som innstillinger for denne kombinerte profilen.
Det dokumenterte skjemaet for samtaleforespørsler kan velge text og image som utdatamodaliteter. Behandle den returnerte teksten og hvert faktiske bildeprodukt som følger med fullføringen. Lagre bildene i formatet som resultatet angir, og behold det skriftlige svaret sammen med instruksjonen, kildereferansene og innstillingene. En fullføring med bare forklarende tekst er noe annet enn en ferdig visuell leveranse, så kontroller hva resultatet faktisk inneholder før du bruker det i en utforming.
GPT-5 Image Mini er atskilt fra den fullstendige GPT-5 Image-profilen, som kombinerer GPT-5 med GPT Image 1. Bruk Mini-profilen til avgrensede språk- og bildeoppgaver med et tydelig oppgavegrunnlag og klare kontrollkriterier. Kontroller komposisjonen, gjenstandens identitet, bildeteksten og støtteprosaen, og be deretter om den konkrete rettelsen som trengs. Behold de vellykkede elementene og de relevante referansene i neste oppgavegrunnlag, slik at revisjonen har et konkret mål.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser openai/gpt-5-image-mini | Standard— |
Feltprompt | Typestring | KravPåkrevd | Verdier & grenser Minste lengde: 1 | Standard— |
Feltaspect_ratio | Typestring | KravValgfritt | Verdier & grenser 1:1, 3:2, 2:3, auto | Standard— |
Feltquality | Typestring | KravValgfritt | Verdier & grenser auto, low, medium, high | Standard— |
Feltbackground | Typestring | KravValgfritt | Verdier & grenser auto, transparent, opaque | Standard— |
Feltn | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Maksimum: 10 | Standard— |
Feltinput_references | Typearray | KravValgfritt | Verdier & grenser Minste antall elementer: 0 Maksimalt antall elementer: 16 | Standard— |
Feltoutput_compression | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 0 Maksimum: 100 | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser | Standard— |
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, prompt |
Parametermaterial_types | Avtaletext, image |
Livssyklus: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · faktisk returnert task_id eller oppføring i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De viste satsene anslår kostnaden før generering. Det endelige beløpet beregnes ut fra kostnaden som er registrert for den opprinnelige genereringen. Målt varighet på utdataene og anslåtte mengder er ikke den endelige fakturerbare mengden.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Forventet mengde | Kostnad |
|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Forventet mengde— | Kostnad Inndata · Inngående tokener · Estimat kun for sammenligning — / 1K tokener Utdata · Utgående tokener · Estimat kun for sammenligning — / 1K tokener Inndata · Lesing fra hurtigbuffer · Estimat kun for sammenligning — / 1K tokener Inndata · Skriving til hurtigbuffer · Estimat kun for sammenligning — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time · Estimat kun for sammenligning — / 1K tokener |
| KonfigurasjonAnslått genereringskostnad | Prisplan— | Forventet mengdeestimat for én generering | Kostnad Utdata · Anslått genereringskostnad · Estimat kun for sammenligning $0.065536 estimat før generering Dette anslaget er verken en tilleggsavgift eller en fast sats for den fullførte genereringen. |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${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-mini', '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\nLast ned hvert returnerte bilde eller lagre Base64-innholdet
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.\nLagre hvert ferdige bilde; hent hver returnerte URL eller dekod Base64-innholdet.
Bevar hele svaret og svarhodene, alle faktiske utdata, de opprinnelige returnerte identifikatorene og alle bruksfeltene. Hent den opprinnelige operasjonen igjen uten å sende opprettelsesforespørselen på nytt.
Bevar returnert X-Client-Request-ID for avstemming. Les bare faktisk returnerte task_id/asset_id-verdier eller egne oppføringer i mediebiblioteket; bygg aldri en oppgave-URL fra operasjons-ID-en, og send aldri opprettelsesforespørselen på nytt.
| Felt | Type |
|---|---|
Feltcreated | Type |
Feltdata[].url | Type |
Feltdata[].b64_json | Type |
Feltusage | Type |
Ailoot Ultra openai/gpt-5-image-mini
/v1/images
openai/gpt-5-image-miniGPT-5 Image Mini kombinerer OpenAIs språkegenskaper fra GPT-5 Mini med GPT Image 1 Mini for bildegenerering og referansestyrte endringer. Den godtar tekst, bilder og dokumenter og returnerer tekst og bilder, og støtter arbeidsflyter som trenger både et skriftlig svar og et visuelt produkt.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
GPT-5 Image Mini er en kombinert språk- og bildeprofil bygget rundt OpenAIs GPT-5 Mini og GPT Image 1 Mini. Språkkomponenten tolker en skriftlig oppgave og kildematerialet, mens bildekomponenten oppretter eller reviderer visuelt innhold. Den publiserte profilen fremhever instruksjonsfølging, gjengivelse av tekst i bilder og detaljert bilderedigering. Den er nyttig for et avgrenset visuelt oppgavegrunnlag som også trenger tekstlig tolkning, forklaring eller støttetekst.
Forbered et oppgavegrunnlag med ønsket produkt, motiv, komposisjon og obligatorisk tekst. Beskriv hvordan bildet skal brukes, for eksempel som et produktkonsept, en illustrasjon sammen med en kort forklaring eller et visuelt sideutkast. Be eksplisitt om både skriftlige og visuelle leveranser, slik at konseptforklaringen er lett å skille fra selve bildet.
Oppgi for eksempel en beskrivelse av en gjenbrukbar vannflaske, og be om et enkelt produktkonsept i en scene med en kort bildetekst. Angi den synlige flaskeformen, bakgrunnen, lysretningen og de nøyaktige ordene som skal være i bildet. Hold faktaene som brukes i bildeteksten, atskilt fra dekorative detaljer i scenen. Kontroller det returnerte bildet og den skriftlige teksten mot disse to delene av oppgavegrunnlaget.
Den dokumenterte kombinerte profilen godtar tekst, bilder og filer som PDF-filer. Et dokument kan gi krav eller fakta som skal tolkes før bildet opprettes. Et bilde kan gi utseendet, utformingen eller en redigeringskilde. Angi rollen til hver kilde fremfor å anta at alle vedlegg skal påvirke alle deler av resultatet. Hold kildenavn og rekkefølge tydelige når flere inndata oppgis.
For et nytt bilde angir du hva som skal være synlig, og hvordan delene forholder seg til hverandre. For en referansestyrt endring angir du endringen og detaljene som skal beholdes. En produktscene kan be om nye omgivelser samtidig som gjenstandens gjenkjennelige form og synlige etikett beholdes. Et diagram kan be om en korrigert sammenheng og angi teksten og elementene som skal bli stående.
Profilens eget publiserte kort tillater opptil seksten referansebilder for redigering. Velg referanser som bidrar til oppgaven, og forklar formålet deres: produktet, figuren, bakgrunnen eller den visuelle behandlingen. Flere referanser kan inneholde motstridende belysning eller komposisjon, så angi ønsket resultat tydelig. Undersøk motivdetaljer, skrift og grensene for en forespurt endring i det faktiske returnerte bildet.
Tekstgjengivelse er en dokumentert mulighet, men et visuelt utkast trenger fortsatt en kontroll ord for ord. Oppgi nøyaktig ordlyd, tegnsetting og plassering, og sammenlign deretter viktige etiketter og tall med oppgavegrunnlaget i den tiltenkte visningsstørrelsen. For en gjentakende serie beholder du referansene og de visuelle kravene sammen med hvert resultat og sammenligner de fullførte bildene samlet.
Den kombinerte profilen publiserer et kontekstvindu på 400000 tokener og opptil 128000 fullføringstokener. Dette er grenser for arbeidskontekst og fullføring, atskilt fra et bildes pikseldimensjoner eller antallet returnerte bildeprodukter. Organiser langt kildemateriale rundt tolkningen som trengs, og la det være plass til svaret. Et kort oppgavegrunnlag med relevante referanser er nyttigere enn uvedkommende dokumenter som ikke har fått forklart sin rolle.
Den publiserte spesifikasjonen for tekstutdata støtter strukturerte resultater basert på JSON-skjema. Definer feltene og typene når et skriftlig resultat skal brukes av en applikasjon, og valider verdiene mot det innsendte belegget. Den kombinerte profilen stiller ikke funksjonskall til applikasjonen til rådighet. Bruken av en språkkomponent med bildegenerering er en egenskap ved den navngitte profilen; den gjør ikke alle funksjonene i et selvstendig GPT-5 Mini-grensesnitt til del av denne arbeidsflyten.
Bildeinnstillingene skal komme fra akkurat profilen og grensesnittet som brukes. Behold den valgte konfigurasjonen sammen med instruksjonen når du sammenligner revisjoner. Den direkte GPT Image 1 Mini-komponenten og en kombinert samtaleprofil har ulike forespørselsoppsett, så komponentens størrelses-, maskerings- eller utdatainnstillinger krever en eksplisitt kobling før de behandles som innstillinger for denne kombinerte profilen.
Det dokumenterte skjemaet for samtaleforespørsler kan velge text og image som utdatamodaliteter. Behandle den returnerte teksten og hvert faktiske bildeprodukt som følger med fullføringen. Lagre bildene i formatet som resultatet angir, og behold det skriftlige svaret sammen med instruksjonen, kildereferansene og innstillingene. En fullføring med bare forklarende tekst er noe annet enn en ferdig visuell leveranse, så kontroller hva resultatet faktisk inneholder før du bruker det i en utforming.
GPT-5 Image Mini er atskilt fra den fullstendige GPT-5 Image-profilen, som kombinerer GPT-5 med GPT Image 1. Bruk Mini-profilen til avgrensede språk- og bildeoppgaver med et tydelig oppgavegrunnlag og klare kontrollkriterier. Kontroller komposisjonen, gjenstandens identitet, bildeteksten og støtteprosaen, og be deretter om den konkrete rettelsen som trengs. Behold de vellykkede elementene og de relevante referansene i neste oppgavegrunnlag, slik at revisjonen har et konkret mål.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser openai/gpt-5-image-mini | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser user, assistant | Standard— |
Feltmessages[].content | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltmax_tokens | Typeinteger | KravPåkrevd | Verdier & grenser | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Tekst · UTF-8-tekst
messages[].content-streng
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages, max_tokens |
Parameteroptional_controls | Avtalestream |
Parametermaterial_types | Avtaletext |
Parametertext_file_material | AvtaleLes det faktiske UTF-8-dokumentet og legg teksten i den angitte input- eller meldingsinnholdsstrengen. |
Livssyklus: synchronous_or_streamed
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.005 / 1K tokener Utdata · Utgående tokener $0.004 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0005 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener Utdata · Utdatatokener for bilder $0.016 / 1K bildetokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.005 / 1K tokener Utdata · Utgående tokener $0.004 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0005 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "openai/gpt-5-image-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-mini', '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-mini', '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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold alle innholdsblokker, resonneringssignaturer og faktiske ID-er for verktøybruk. Sett sammen alle SSE-blokkendringer; den første tekstblokken er ikke hele resultatet.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltid | Typestring |
Feltmodel | Typestring |
Feltcontent[] | Typetext|thinking|tool_use|other content block |
Feltstop_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra openai/gpt-5-image-mini
/v1/images
Teknisk eksempel på engelsk
Create a labelled refill-bottle scene\n\nCreate a product-scene image of a plain cylindrical blue reusable water bottle with a silver screw cap, standing upright on pale stone. Soft daylight enters from the left. Place the exact word REFILL clearly on the bottle, with no other text, logos, accessories or unsupported product claims. Keep the full bottle visible.One image artifact showing the full specified bottle, left-side daylight and the exact single-word label.Inspect the actual image for bottle shape, cap, complete framing and letter-by-letter spelling of REFILL.