GPT-5 Image er en kombinert profil som samler OpenAIs språkmodell GPT-5 og GPT Image 1. Språkkomponenten tolker krav og kildemateriale; bildekomponenten skaper det visuelle resultatet. Den publiserte beskrivelsen fremhever resonnering, instruksjonsfølging, gjengivelse av tekst i bilder og detaljert bilderedigering. Profilen passer til oppgaver der et visuelt produkt og den skriftlige tolkningen av det må følge det samme oppgavegrunnlaget.
Gi modellen formålet med bildet, målgruppen og innholdet som må være med. Skill fakta som må gjengis nøyaktig, fra valg av komposisjon eller visuelt uttrykk. Et diagramgrunnlag kan angi enhetene og sammenhengene, og deretter etiketter, plassering og stil. Et plakatgrunnlag kan definere arrangementsinformasjonen, hierarkiet og scenen, med de nøyaktige ordene som skal være i bildet.
Forbered for eksempel et plakatkonsept for et vitenskapsarrangement for lokalsamfunnet. Oppgi arrangementsfaktaene, be om en kort forklaring av utformingen, og be om et bilde som bruker en tydelig tittel med støttende visuelle elementer. Angi hvilke ord som skal være i bildet, og hvilke som bare hører hjemme i den tilhørende beskrivelsen. Gjennomgå den skriftlige forklaringen og den genererte plakaten samlet, slik at en fornuftig utformingsplan kontrolleres mot det faktiske synlige resultatet.
Tekst, bilder og filer som PDF-filer er dokumenterte inndata til den kombinerte profilen. Et dokument kan gi kravene til et visuelt produkt eller informasjonen som skal oppsummeres. Referansebilder kan etablere et motiv, et produkt, et sted eller en utforming. Navngi hver kilde og forklar rollen før du beskriver målet, særlig når en referanse inneholder både innhold som skal beholdes, og innhold som skal endres.
For en revisjon angir du kildebildet og beskriver den ønskede endringen presist. En redigering av en produktscene kan endre omgivelsene og samtidig beholde gjenstandens form og synlige merking. En visuell forklaring kan erstatte ett element og beholde sammenhengene rundt. Angi kravene til bevaring i oppgavegrunnlaget, og undersøk det faktiske bildet for detaljene som er viktige.
Kortet for akkurat denne kombinerte profilen tillater opptil seksten referansebilder for redigering. Hold referansene relevante for oppgaven, og forklar hvilke trekk hver av dem bidrar med. Når flere bilder viser ulik belysning, ulike synsvinkler eller uttrykk, angir du ønsket komposisjon fremfor å be alle kildene dominere resultatet. Behold kildene sammen med det ferdige bildet, slik at en senere rettelse kan vise til det samme materialet.
Den publiserte profilen inkluderer tekstgjengivelse blant mulighetene. Oppgi nøyaktig ordlyd, tegnsetting og plassering for viktig tekst, og angi forholdet til gjenstander eller andre etiketter. Kontroller hvert obligatoriske ord og tall i det returnerte bildet ved den tiltenkte visningsstørrelsen. For et diagram kontrollerer du også at linjer, plasseringer og grupperinger uttrykker sammenhengen som er beskrevet i den skriftlige kilden.
Den kombinerte profilen publiserer et kontekstvindu på 400000 tokener og opptil 128000 fullføringstokener. Disse grensene beskriver inndataene og den genererte fullføringen, ikke en bestemt pikselstørrelse eller et bildeantall. Bruk konteksten til relevante krav, referanser og samtaletilstand, og la det være rom for de forespurte utdataene. Merk langt kildemateriale slik at modellen kan knytte hver instruksjon til riktig passasje.
Den dokumenterte spesifikasjonen for tekstutdata støtter strukturerte resultater gjennom et JSON-skjema. Et skriftlig svar kan definere feltene som trengs for å beskrive et konsept, oppsummere et krav eller angi en ønsket endring. Valider feltene og verdiene mot kilden før en applikasjon bruker dem. Den kombinerte profilen stiller ikke funksjonskall til applikasjonen til rådighet, selv om den navngitte språk- og bildesammensetningen utfører visuell generering internt.
Skjemaet for samtaleforespørsler kan velge text og image som utdatamodaliteter. Angi de faktiske skriftlige og visuelle leveransene i oppgavegrunnlaget, og undersøk deretter det fullførte svaret for begge. Bildekonfigurasjonen gjelder akkurat modellen og grensesnittet. Behold de godkjente innstillingene sammen med forespørselen, og bruk bare innstillinger som er dokumentert for den kombinerte profilen; et direkte bildekomponentgrensesnitt kan ha en annen ordning av felt og muligheter.
Bildekomponenten som er navngitt for denne profilen, er GPT Image 1. Den direkte bildegenereringsprofilen håndterer bildefokuserte oppgaver, mens GPT-5 Image knytter denne muligheten til språkbehandling fra GPT-5. GPT-5 Image Mini er en separat kombinasjon av GPT-5 Mini og GPT Image 1 Mini. Behold den valgte profilens identitet sammen med kildematerialet og utdatainnstillingene fremfor å behandle kombinasjoner med lignende navn som den samme modellen.
For en samtale med flere revisjoner tar du med de relevante skriftlige kravene og kildereferansene videre. Angi den konkrete rettelsen i det nyeste oppgavegrunnlaget, for eksempel å flytte en etikett, endre en gjenstand eller forenkle komposisjonen. Unngå en urettet forespørsel om å gjøre alt bedre når den nyttige endringen allerede er synlig i det returnerte produktet.
Behold det skriftlige svaret og hvert faktiske bildeprodukt som følger med fullføringen. Lagre bildene i det rapporterte formatet, sammen med instruksjonen, kildereferansene og de valgte innstillingene. Undersøk selve bildet for komposisjon, motivdetaljer og tekst; sammenlign støtteprosaen med belegget den beskriver. Et nyttig ferdig resultat knytter de skriftlige kravene til et bilde som kan åpnes, gjennomgås og plasseres i det tiltenkte dokumentet, på siden eller i den kreative arbeidsflyten.
", "aboutText": "GPT-5 Image er en kombinert profil som samler OpenAIs språkmodell GPT-5 og GPT Image 1. Språkkomponenten tolker krav og kildemateriale; bildekomponenten skaper det visuelle resultatet. Den publiserte beskrivelsen fremhever resonnering, instruksjonsfølging, gjengivelse av tekst i bilder og detaljert bilderedigering. Profilen passer til oppgaver der et visuelt produkt og den skriftlige tolkningen av det må følge det samme oppgavegrunnlaget.\n\n### Tolk oppgavegrunnlaget og skap produktet\n\nGi modellen formålet med bildet, målgruppen og innholdet som må være med. Skill fakta som må gjengis nøyaktig, fra valg av komposisjon eller visuelt uttrykk. Et diagramgrunnlag kan angi enhetene og sammenhengene, og deretter etiketter, plassering og stil. Et plakatgrunnlag kan definere arrangementsinformasjonen, hierarkiet og scenen, med de nøyaktige ordene som skal være i bildet.\n\nForbered for eksempel et plakatkonsept for et vitenskapsarrangement for lokalsamfunnet. Oppgi arrangementsfaktaene, be om en kort forklaring av utformingen, og be om et bilde som bruker en tydelig tittel med støttende visuelle elementer. Angi hvilke ord som skal være i bildet, og hvilke som bare hører hjemme i den tilhørende beskrivelsen. Gjennomgå den skriftlige forklaringen og den genererte plakaten samlet, slik at en fornuftig utformingsplan kontrolleres mot det faktiske synlige resultatet.\n\nTekst, bilder og filer som PDF-filer er dokumenterte inndata til den kombinerte profilen. Et dokument kan gi kravene til et visuelt produkt eller informasjonen som skal oppsummeres. Referansebilder kan etablere et motiv, et produkt, et sted eller en utforming. Navngi hver kilde og forklar rollen før du beskriver målet, særlig når en referanse inneholder både innhold som skal beholdes, og innhold som skal endres.\n\n### Referansestyrte endringer og tekstgjengivelse\n\nFor en revisjon angir du kildebildet og beskriver den ønskede endringen presist. En redigering av en produktscene kan endre omgivelsene og samtidig beholde gjenstandens form og synlige merking. En visuell forklaring kan erstatte ett element og beholde sammenhengene rundt. Angi kravene til bevaring i oppgavegrunnlaget, og undersøk det faktiske bildet for detaljene som er viktige.\n\nKortet for akkurat denne kombinerte profilen tillater opptil seksten referansebilder for redigering. Hold referansene relevante for oppgaven, og forklar hvilke trekk hver av dem bidrar med. Når flere bilder viser ulik belysning, ulike synsvinkler eller uttrykk, angir du ønsket komposisjon fremfor å be alle kildene dominere resultatet. Behold kildene sammen med det ferdige bildet, slik at en senere rettelse kan vise til det samme materialet.\n\nDen publiserte profilen inkluderer tekstgjengivelse blant mulighetene. Oppgi nøyaktig ordlyd, tegnsetting og plassering for viktig tekst, og angi forholdet til gjenstander eller andre etiketter. Kontroller hvert obligatoriske ord og tall i det returnerte bildet ved den tiltenkte visningsstørrelsen. For et diagram kontrollerer du også at linjer, plasseringer og grupperinger uttrykker sammenhengen som er beskrevet i den skriftlige kilden.\n\n### Kontekst og svarform\n\nDen kombinerte profilen publiserer et kontekstvindu på 400000 tokener og opptil 128000 fullføringstokener. Disse grensene beskriver inndataene og den genererte fullføringen, ikke en bestemt pikselstørrelse eller et bildeantall. Bruk konteksten til relevante krav, referanser og samtaletilstand, og la det være rom for de forespurte utdataene. Merk langt kildemateriale slik at modellen kan knytte hver instruksjon til riktig passasje.\n\nDen dokumenterte spesifikasjonen for tekstutdata støtter strukturerte resultater gjennom et JSON-skjema. Et skriftlig svar kan definere feltene som trengs for å beskrive et konsept, oppsummere et krav eller angi en ønsket endring. Valider feltene og verdiene mot kilden før en applikasjon bruker dem. Den kombinerte profilen stiller ikke funksjonskall til applikasjonen til rådighet, selv om den navngitte språk- og bildesammensetningen utfører visuell generering internt.\n\nSkjemaet for samtaleforespørsler kan velge text og image som utdatamodaliteter. Angi de faktiske skriftlige og visuelle leveransene i oppgavegrunnlaget, og undersøk deretter det fullførte svaret for begge. Bildekonfigurasjonen gjelder akkurat modellen og grensesnittet. Behold de godkjente innstillingene sammen med forespørselen, og bruk bare innstillinger som er dokumentert for den kombinerte profilen; et direkte bildekomponentgrensesnitt kan ha en annen ordning av felt og muligheter.\n\n### Bruk den navngitte sammensetningen bevisst\n\nBildekomponenten som er navngitt for denne profilen, er GPT Image 1. Den direkte bildegenereringsprofilen håndterer bildefokuserte oppgaver, mens GPT-5 Image knytter denne muligheten til språkbehandling fra GPT-5. GPT-5 Image Mini er en separat kombinasjon av GPT-5 Mini og GPT Image 1 Mini. Behold den valgte profilens identitet sammen med kildematerialet og utdatainnstillingene fremfor å behandle kombinasjoner med lignende navn som den samme modellen.\n\nFor en samtale med flere revisjoner tar du med de relevante skriftlige kravene og kildereferansene videre. Angi den konkrete rettelsen i det nyeste oppgavegrunnlaget, for eksempel å flytte en etikett, endre en gjenstand eller forenkle komposisjonen. Unngå en urettet forespørsel om å gjøre alt bedre når den nyttige endringen allerede er synlig i det returnerte produktet.\n\n### Behold og gjennomgå det ferdige resultatet\n\nBehold det skriftlige svaret og hvert faktiske bildeprodukt som følger med fullføringen. Lagre bildene i det rapporterte formatet, sammen med instruksjonen, kildereferansene og de valgte innstillingene. Undersøk selve bildet for komposisjon, motivdetaljer og tekst; sammenlign støtteprosaen med belegget den beskriver. Et nyttig ferdig resultat knytter de skriftlige kravene til et bilde som kan åpnes, gjennomgås og plasseres i det tiltenkte dokumentet, på siden eller i den kreative arbeidsflyten.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
Simplify a community-event poster\n\nEdit the supplied community science poster. Preserve the exact event title, date, venue and central telescope illustration. Remove the small decorative stars around the footer, increase the empty space around the title and keep the original portrait layout and two-color palette. Add no new event facts or text. Return the revised poster image.A revised poster image retaining all event wording and the telescope while simplifying the requested areas.Check every event word and number against the source and confirm that only the named decorative elements were removed.openai/gpt-5-imageGPT-5 Image kombinerer OpenAIs språk- og resonneringsegenskaper fra GPT-5 med GPT Image 1 for bildegenerering og referansestyrt redigering. Den godtar tekst, bilder og dokumenter og returnerer tekst og bilder, og knytter et skriftlig oppgavegrunnlag til et visuelt resultat.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
GPT-5 Image er en kombinert profil som samler OpenAIs språkmodell GPT-5 og GPT Image 1. Språkkomponenten tolker krav og kildemateriale; bildekomponenten skaper det visuelle resultatet. Den publiserte beskrivelsen fremhever resonnering, instruksjonsfølging, gjengivelse av tekst i bilder og detaljert bilderedigering. Profilen passer til oppgaver der et visuelt produkt og den skriftlige tolkningen av det må følge det samme oppgavegrunnlaget.
Gi modellen formålet med bildet, målgruppen og innholdet som må være med. Skill fakta som må gjengis nøyaktig, fra valg av komposisjon eller visuelt uttrykk. Et diagramgrunnlag kan angi enhetene og sammenhengene, og deretter etiketter, plassering og stil. Et plakatgrunnlag kan definere arrangementsinformasjonen, hierarkiet og scenen, med de nøyaktige ordene som skal være i bildet.
Forbered for eksempel et plakatkonsept for et vitenskapsarrangement for lokalsamfunnet. Oppgi arrangementsfaktaene, be om en kort forklaring av utformingen, og be om et bilde som bruker en tydelig tittel med støttende visuelle elementer. Angi hvilke ord som skal være i bildet, og hvilke som bare hører hjemme i den tilhørende beskrivelsen. Gjennomgå den skriftlige forklaringen og den genererte plakaten samlet, slik at en fornuftig utformingsplan kontrolleres mot det faktiske synlige resultatet.
Tekst, bilder og filer som PDF-filer er dokumenterte inndata til den kombinerte profilen. Et dokument kan gi kravene til et visuelt produkt eller informasjonen som skal oppsummeres. Referansebilder kan etablere et motiv, et produkt, et sted eller en utforming. Navngi hver kilde og forklar rollen før du beskriver målet, særlig når en referanse inneholder både innhold som skal beholdes, og innhold som skal endres.
For en revisjon angir du kildebildet og beskriver den ønskede endringen presist. En redigering av en produktscene kan endre omgivelsene og samtidig beholde gjenstandens form og synlige merking. En visuell forklaring kan erstatte ett element og beholde sammenhengene rundt. Angi kravene til bevaring i oppgavegrunnlaget, og undersøk det faktiske bildet for detaljene som er viktige.
Kortet for akkurat denne kombinerte profilen tillater opptil seksten referansebilder for redigering. Hold referansene relevante for oppgaven, og forklar hvilke trekk hver av dem bidrar med. Når flere bilder viser ulik belysning, ulike synsvinkler eller uttrykk, angir du ønsket komposisjon fremfor å be alle kildene dominere resultatet. Behold kildene sammen med det ferdige bildet, slik at en senere rettelse kan vise til det samme materialet.
Den publiserte profilen inkluderer tekstgjengivelse blant mulighetene. Oppgi nøyaktig ordlyd, tegnsetting og plassering for viktig tekst, og angi forholdet til gjenstander eller andre etiketter. Kontroller hvert obligatoriske ord og tall i det returnerte bildet ved den tiltenkte visningsstørrelsen. For et diagram kontrollerer du også at linjer, plasseringer og grupperinger uttrykker sammenhengen som er beskrevet i den skriftlige kilden.
Den kombinerte profilen publiserer et kontekstvindu på 400000 tokener og opptil 128000 fullføringstokener. Disse grensene beskriver inndataene og den genererte fullføringen, ikke en bestemt pikselstørrelse eller et bildeantall. Bruk konteksten til relevante krav, referanser og samtaletilstand, og la det være rom for de forespurte utdataene. Merk langt kildemateriale slik at modellen kan knytte hver instruksjon til riktig passasje.
Den dokumenterte spesifikasjonen for tekstutdata støtter strukturerte resultater gjennom et JSON-skjema. Et skriftlig svar kan definere feltene som trengs for å beskrive et konsept, oppsummere et krav eller angi en ønsket endring. Valider feltene og verdiene mot kilden før en applikasjon bruker dem. Den kombinerte profilen stiller ikke funksjonskall til applikasjonen til rådighet, selv om den navngitte språk- og bildesammensetningen utfører visuell generering internt.
Skjemaet for samtaleforespørsler kan velge text og image som utdatamodaliteter. Angi de faktiske skriftlige og visuelle leveransene i oppgavegrunnlaget, og undersøk deretter det fullførte svaret for begge. Bildekonfigurasjonen gjelder akkurat modellen og grensesnittet. Behold de godkjente innstillingene sammen med forespørselen, og bruk bare innstillinger som er dokumentert for den kombinerte profilen; et direkte bildekomponentgrensesnitt kan ha en annen ordning av felt og muligheter.
Bildekomponenten som er navngitt for denne profilen, er GPT Image 1. Den direkte bildegenereringsprofilen håndterer bildefokuserte oppgaver, mens GPT-5 Image knytter denne muligheten til språkbehandling fra GPT-5. GPT-5 Image Mini er en separat kombinasjon av GPT-5 Mini og GPT Image 1 Mini. Behold den valgte profilens identitet sammen med kildematerialet og utdatainnstillingene fremfor å behandle kombinasjoner med lignende navn som den samme modellen.
For en samtale med flere revisjoner tar du med de relevante skriftlige kravene og kildereferansene videre. Angi den konkrete rettelsen i det nyeste oppgavegrunnlaget, for eksempel å flytte en etikett, endre en gjenstand eller forenkle komposisjonen. Unngå en urettet forespørsel om å gjøre alt bedre når den nyttige endringen allerede er synlig i det returnerte produktet.
Behold det skriftlige svaret og hvert faktiske bildeprodukt som følger med fullføringen. Lagre bildene i det rapporterte formatet, sammen med instruksjonen, kildereferansene og de valgte innstillingene. Undersøk selve bildet for komposisjon, motivdetaljer og tekst; sammenlign støtteprosaen med belegget den beskriver. Et nyttig ferdig resultat knytter de skriftlige kravene til et bilde som kan åpnes, gjennomgås og plasseres i det tiltenkte dokumentet, på siden eller i den kreative arbeidsflyten.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser openai/gpt-5-image | 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 $0.02 / 1K tokener Utdata · Utgående tokener $0.02 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0025 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener Utdata · Utdatatokener for bilder $0.08 / 1K bildetokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.02 / 1K tokener Utdata · Utgående tokener $0.02 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0025 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Referanseprisplaner på modellnivå endrer ikke metodevalg, prisoverslag eller kostnader. Aktive kostnader bruker satsene til den valgte Ailoot-metoden.
| Konfigurasjon | Faktureringsvilkår | Kostnad |
|---|---|---|
| KonfigurasjonOpenAI: GPT-5 Image · Standardkonfigurasjon | FaktureringsvilkårStandardkonfigurasjon | Kostnad Inndata · Inngående tokener 0,02 USD / 1K tokener Utdata · Utgående tokener 0,02 USD / 1K tokener Utdata · Utdatabilde 0,08 USD / 1K tokener Utdata · Nettsøk 0,02 USD per søk Inndata · Lesing fra hurtigbuffer 0,0025 USD / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${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", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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
/v1/images
openai/gpt-5-imageGPT-5 Image kombinerer OpenAIs språk- og resonneringsegenskaper fra GPT-5 med GPT Image 1 for bildegenerering og referansestyrt redigering. Den godtar tekst, bilder og dokumenter og returnerer tekst og bilder, og knytter et skriftlig oppgavegrunnlag til et visuelt resultat.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
GPT-5 Image er en kombinert profil som samler OpenAIs språkmodell GPT-5 og GPT Image 1. Språkkomponenten tolker krav og kildemateriale; bildekomponenten skaper det visuelle resultatet. Den publiserte beskrivelsen fremhever resonnering, instruksjonsfølging, gjengivelse av tekst i bilder og detaljert bilderedigering. Profilen passer til oppgaver der et visuelt produkt og den skriftlige tolkningen av det må følge det samme oppgavegrunnlaget.
Gi modellen formålet med bildet, målgruppen og innholdet som må være med. Skill fakta som må gjengis nøyaktig, fra valg av komposisjon eller visuelt uttrykk. Et diagramgrunnlag kan angi enhetene og sammenhengene, og deretter etiketter, plassering og stil. Et plakatgrunnlag kan definere arrangementsinformasjonen, hierarkiet og scenen, med de nøyaktige ordene som skal være i bildet.
Forbered for eksempel et plakatkonsept for et vitenskapsarrangement for lokalsamfunnet. Oppgi arrangementsfaktaene, be om en kort forklaring av utformingen, og be om et bilde som bruker en tydelig tittel med støttende visuelle elementer. Angi hvilke ord som skal være i bildet, og hvilke som bare hører hjemme i den tilhørende beskrivelsen. Gjennomgå den skriftlige forklaringen og den genererte plakaten samlet, slik at en fornuftig utformingsplan kontrolleres mot det faktiske synlige resultatet.
Tekst, bilder og filer som PDF-filer er dokumenterte inndata til den kombinerte profilen. Et dokument kan gi kravene til et visuelt produkt eller informasjonen som skal oppsummeres. Referansebilder kan etablere et motiv, et produkt, et sted eller en utforming. Navngi hver kilde og forklar rollen før du beskriver målet, særlig når en referanse inneholder både innhold som skal beholdes, og innhold som skal endres.
For en revisjon angir du kildebildet og beskriver den ønskede endringen presist. En redigering av en produktscene kan endre omgivelsene og samtidig beholde gjenstandens form og synlige merking. En visuell forklaring kan erstatte ett element og beholde sammenhengene rundt. Angi kravene til bevaring i oppgavegrunnlaget, og undersøk det faktiske bildet for detaljene som er viktige.
Kortet for akkurat denne kombinerte profilen tillater opptil seksten referansebilder for redigering. Hold referansene relevante for oppgaven, og forklar hvilke trekk hver av dem bidrar med. Når flere bilder viser ulik belysning, ulike synsvinkler eller uttrykk, angir du ønsket komposisjon fremfor å be alle kildene dominere resultatet. Behold kildene sammen med det ferdige bildet, slik at en senere rettelse kan vise til det samme materialet.
Den publiserte profilen inkluderer tekstgjengivelse blant mulighetene. Oppgi nøyaktig ordlyd, tegnsetting og plassering for viktig tekst, og angi forholdet til gjenstander eller andre etiketter. Kontroller hvert obligatoriske ord og tall i det returnerte bildet ved den tiltenkte visningsstørrelsen. For et diagram kontrollerer du også at linjer, plasseringer og grupperinger uttrykker sammenhengen som er beskrevet i den skriftlige kilden.
Den kombinerte profilen publiserer et kontekstvindu på 400000 tokener og opptil 128000 fullføringstokener. Disse grensene beskriver inndataene og den genererte fullføringen, ikke en bestemt pikselstørrelse eller et bildeantall. Bruk konteksten til relevante krav, referanser og samtaletilstand, og la det være rom for de forespurte utdataene. Merk langt kildemateriale slik at modellen kan knytte hver instruksjon til riktig passasje.
Den dokumenterte spesifikasjonen for tekstutdata støtter strukturerte resultater gjennom et JSON-skjema. Et skriftlig svar kan definere feltene som trengs for å beskrive et konsept, oppsummere et krav eller angi en ønsket endring. Valider feltene og verdiene mot kilden før en applikasjon bruker dem. Den kombinerte profilen stiller ikke funksjonskall til applikasjonen til rådighet, selv om den navngitte språk- og bildesammensetningen utfører visuell generering internt.
Skjemaet for samtaleforespørsler kan velge text og image som utdatamodaliteter. Angi de faktiske skriftlige og visuelle leveransene i oppgavegrunnlaget, og undersøk deretter det fullførte svaret for begge. Bildekonfigurasjonen gjelder akkurat modellen og grensesnittet. Behold de godkjente innstillingene sammen med forespørselen, og bruk bare innstillinger som er dokumentert for den kombinerte profilen; et direkte bildekomponentgrensesnitt kan ha en annen ordning av felt og muligheter.
Bildekomponenten som er navngitt for denne profilen, er GPT Image 1. Den direkte bildegenereringsprofilen håndterer bildefokuserte oppgaver, mens GPT-5 Image knytter denne muligheten til språkbehandling fra GPT-5. GPT-5 Image Mini er en separat kombinasjon av GPT-5 Mini og GPT Image 1 Mini. Behold den valgte profilens identitet sammen med kildematerialet og utdatainnstillingene fremfor å behandle kombinasjoner med lignende navn som den samme modellen.
For en samtale med flere revisjoner tar du med de relevante skriftlige kravene og kildereferansene videre. Angi den konkrete rettelsen i det nyeste oppgavegrunnlaget, for eksempel å flytte en etikett, endre en gjenstand eller forenkle komposisjonen. Unngå en urettet forespørsel om å gjøre alt bedre når den nyttige endringen allerede er synlig i det returnerte produktet.
Behold det skriftlige svaret og hvert faktiske bildeprodukt som følger med fullføringen. Lagre bildene i det rapporterte formatet, sammen med instruksjonen, kildereferansene og de valgte innstillingene. Undersøk selve bildet for komposisjon, motivdetaljer og tekst; sammenlign støtteprosaen med belegget den beskriver. Et nyttig ferdig resultat knytter de skriftlige kravene til et bilde som kan åpnes, gjennomgås og plasseres i det tiltenkte dokumentet, på siden eller i den kreative arbeidsflyten.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser openai/gpt-5-image | 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 $0.32768 estimat før generering Dette anslaget er verken en tilleggsavgift eller en fast sats for den fullførte genereringen. |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${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', '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
/v1/images
openai/gpt-5-imageGPT-5 Image kombinerer OpenAIs språk- og resonneringsegenskaper fra GPT-5 med GPT Image 1 for bildegenerering og referansestyrt redigering. Den godtar tekst, bilder og dokumenter og returnerer tekst og bilder, og knytter et skriftlig oppgavegrunnlag til et visuelt resultat.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
GPT-5 Image er en kombinert profil som samler OpenAIs språkmodell GPT-5 og GPT Image 1. Språkkomponenten tolker krav og kildemateriale; bildekomponenten skaper det visuelle resultatet. Den publiserte beskrivelsen fremhever resonnering, instruksjonsfølging, gjengivelse av tekst i bilder og detaljert bilderedigering. Profilen passer til oppgaver der et visuelt produkt og den skriftlige tolkningen av det må følge det samme oppgavegrunnlaget.
Gi modellen formålet med bildet, målgruppen og innholdet som må være med. Skill fakta som må gjengis nøyaktig, fra valg av komposisjon eller visuelt uttrykk. Et diagramgrunnlag kan angi enhetene og sammenhengene, og deretter etiketter, plassering og stil. Et plakatgrunnlag kan definere arrangementsinformasjonen, hierarkiet og scenen, med de nøyaktige ordene som skal være i bildet.
Forbered for eksempel et plakatkonsept for et vitenskapsarrangement for lokalsamfunnet. Oppgi arrangementsfaktaene, be om en kort forklaring av utformingen, og be om et bilde som bruker en tydelig tittel med støttende visuelle elementer. Angi hvilke ord som skal være i bildet, og hvilke som bare hører hjemme i den tilhørende beskrivelsen. Gjennomgå den skriftlige forklaringen og den genererte plakaten samlet, slik at en fornuftig utformingsplan kontrolleres mot det faktiske synlige resultatet.
Tekst, bilder og filer som PDF-filer er dokumenterte inndata til den kombinerte profilen. Et dokument kan gi kravene til et visuelt produkt eller informasjonen som skal oppsummeres. Referansebilder kan etablere et motiv, et produkt, et sted eller en utforming. Navngi hver kilde og forklar rollen før du beskriver målet, særlig når en referanse inneholder både innhold som skal beholdes, og innhold som skal endres.
For en revisjon angir du kildebildet og beskriver den ønskede endringen presist. En redigering av en produktscene kan endre omgivelsene og samtidig beholde gjenstandens form og synlige merking. En visuell forklaring kan erstatte ett element og beholde sammenhengene rundt. Angi kravene til bevaring i oppgavegrunnlaget, og undersøk det faktiske bildet for detaljene som er viktige.
Kortet for akkurat denne kombinerte profilen tillater opptil seksten referansebilder for redigering. Hold referansene relevante for oppgaven, og forklar hvilke trekk hver av dem bidrar med. Når flere bilder viser ulik belysning, ulike synsvinkler eller uttrykk, angir du ønsket komposisjon fremfor å be alle kildene dominere resultatet. Behold kildene sammen med det ferdige bildet, slik at en senere rettelse kan vise til det samme materialet.
Den publiserte profilen inkluderer tekstgjengivelse blant mulighetene. Oppgi nøyaktig ordlyd, tegnsetting og plassering for viktig tekst, og angi forholdet til gjenstander eller andre etiketter. Kontroller hvert obligatoriske ord og tall i det returnerte bildet ved den tiltenkte visningsstørrelsen. For et diagram kontrollerer du også at linjer, plasseringer og grupperinger uttrykker sammenhengen som er beskrevet i den skriftlige kilden.
Den kombinerte profilen publiserer et kontekstvindu på 400000 tokener og opptil 128000 fullføringstokener. Disse grensene beskriver inndataene og den genererte fullføringen, ikke en bestemt pikselstørrelse eller et bildeantall. Bruk konteksten til relevante krav, referanser og samtaletilstand, og la det være rom for de forespurte utdataene. Merk langt kildemateriale slik at modellen kan knytte hver instruksjon til riktig passasje.
Den dokumenterte spesifikasjonen for tekstutdata støtter strukturerte resultater gjennom et JSON-skjema. Et skriftlig svar kan definere feltene som trengs for å beskrive et konsept, oppsummere et krav eller angi en ønsket endring. Valider feltene og verdiene mot kilden før en applikasjon bruker dem. Den kombinerte profilen stiller ikke funksjonskall til applikasjonen til rådighet, selv om den navngitte språk- og bildesammensetningen utfører visuell generering internt.
Skjemaet for samtaleforespørsler kan velge text og image som utdatamodaliteter. Angi de faktiske skriftlige og visuelle leveransene i oppgavegrunnlaget, og undersøk deretter det fullførte svaret for begge. Bildekonfigurasjonen gjelder akkurat modellen og grensesnittet. Behold de godkjente innstillingene sammen med forespørselen, og bruk bare innstillinger som er dokumentert for den kombinerte profilen; et direkte bildekomponentgrensesnitt kan ha en annen ordning av felt og muligheter.
Bildekomponenten som er navngitt for denne profilen, er GPT Image 1. Den direkte bildegenereringsprofilen håndterer bildefokuserte oppgaver, mens GPT-5 Image knytter denne muligheten til språkbehandling fra GPT-5. GPT-5 Image Mini er en separat kombinasjon av GPT-5 Mini og GPT Image 1 Mini. Behold den valgte profilens identitet sammen med kildematerialet og utdatainnstillingene fremfor å behandle kombinasjoner med lignende navn som den samme modellen.
For en samtale med flere revisjoner tar du med de relevante skriftlige kravene og kildereferansene videre. Angi den konkrete rettelsen i det nyeste oppgavegrunnlaget, for eksempel å flytte en etikett, endre en gjenstand eller forenkle komposisjonen. Unngå en urettet forespørsel om å gjøre alt bedre når den nyttige endringen allerede er synlig i det returnerte produktet.
Behold det skriftlige svaret og hvert faktiske bildeprodukt som følger med fullføringen. Lagre bildene i det rapporterte formatet, sammen med instruksjonen, kildereferansene og de valgte innstillingene. Undersøk selve bildet for komposisjon, motivdetaljer og tekst; sammenlign støtteprosaen med belegget den beskriver. Et nyttig ferdig resultat knytter de skriftlige kravene til et bilde som kan åpnes, gjennomgås og plasseres i det tiltenkte dokumentet, på siden eller i den kreative arbeidsflyten.
POST /v1/messagestextjson, sse| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser openai/gpt-5-image | 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 $0.02 / 1K tokener Utdata · Utgående tokener $0.02 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0025 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener Utdata · Utdatatokener for bilder $0.08 / 1K bildetokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.02 / 1K tokener Utdata · Utgående tokener $0.02 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0025 / 1K tokener Inndata · Skriving til hurtigbuffer — / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
{\n "model": "openai/gpt-5-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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
/v1/images
Teknisk eksempel på engelsk
Simplify a community-event poster\n\nEdit the supplied community science poster. Preserve the exact event title, date, venue and central telescope illustration. Remove the small decorative stars around the footer, increase the empty space around the title and keep the original portrait layout and two-color palette. Add no new event facts or text. Return the revised poster image.A revised poster image retaining all event wording and the telescope while simplifying the requested areas.Check every event word and number against the source and confirm that only the named decorative elements were removed.