GPT Image 2.5 Sunburst er OpenAIs presisjonsorienterte modell for bildegenerering og bilderedigering. Den tar imot tekst og bilder som inndata og produserer bilder som utdata. Bruk den når en kreativ oppgave avhenger av å endre eksisterende materiale nøye, arbeide med visuelle referanser eller finpusse en komposisjon gjennom flere trinn. Oppdragsbeskrivelsen kan skape en ny scene, forvandle et eksisterende bilde eller styre en redigering av et valgt område. Sunburst og Flare er separate utgaver: Sunburst vektlegger presisjon ved redigering, mens Flare er rettet mot rask generering i det daglige.
For et nytt bilde bør du beskrive motiv, setting, komposisjon, lys og stil, og deretter angi tiltenkt form og bruk. For et produktkonsept kan du be om en glasslampe på en steinflate med mykt sidelys, en tydelig synlig silhuett og åpen plass til en overskrift. Ved redigering bør du angi endringen og elementene som skal forbli gjenkjennelige: erstatt bakgrunnen, juster lyset eller endre et materiale, samtidig som den valgte komposisjonen bevares. Produsentens direkte genererings- og redigeringsflyter tillater en prompt på opptil 32 000 tegn og ett til ti resultater.
Referanseredigering kan bruke opptil seksten inndatabilder. Gi hvert bilde en rolle, slik at instruksjonen skiller mellom motivet som skal bevares, omgivelsene som skal brukes og stilen som skal anvendes. Modellen kan også arbeide med en maske som angir et område som skal endres. Kilden og masken må ha samme format og dimensjoner, og masken må inneholde en alfakanal; veiledningen oppgir et størrelseskrav på under 50 MB. Med flere kildebilder gjelder masken det første. Den styrer ønsket endring uten å garantere en absolutt grense, så ta med bevaringsinstruksjoner i oppdragsbeskrivelsen og kontroller området rundt i resultatet.
Kvalitetsinnstillingene er low, medium, high, xhigh, max og auto, med auto som standard. Low kan brukes til et raskt visuelt utkast, mens høyere innstillinger er nyttige å sammenligne når fine detaljer betyr noe. Kvalitet er adskilt fra utdatadimensjoner og filkomprimering. Standardstørrelser omfatter 1024 × 1024, 1536 × 1024 og 1024 × 1536 piksler, og automatiske eller egendefinerte dimensjoner er også tilgjengelige. Velg formatet ut fra sluttlayouten før du bestemmer hvor mange detaljer bildet trenger.
Egendefinerte dimensjoner må være multipler av seksten piksler, ingen side kan overstige 3840 piksler, sideforholdet må være mellom 1:3 og 3:1, og totalarealet må ligge mellom 655 360 og 8 294 400 piksler. Disse vilkårene gjelder samtidig. Et liggende bilde på 3840 × 2160 passer innenfor den øvre arealgrensen, mens en lang side alene ikke gjør et vilkårlig dimensjonspar gyldig. Oppløsninger over 2560 × 1440 beskrives som eksperimentelle. Hold viktige objekter, tekst og nyttig tomrom innenfor den tiltenkte beskjæringen, i stedet for å stole på at flere piksler løser komposisjonen.
PNG er standardformatet for utdata; JPEG og WebP støttes også. Komprimering fra 0 til 100 kan velges for JPEG og WebP. Gjennomsiktige, ugjennomsiktige og automatiske bakgrunner dekker ulike layoutbehov. For gjennomsiktighet velger du PNG eller WebP, slik at resultatet kan beholde en alfakanal. En gjennomsiktig ressurs kan deretter plasseres i en annen komposisjon, mens et ugjennomsiktig bilde har sin egen bakgrunn. Hold den faktiske ferdige filen samlet med oppdragsbeskrivelsen og de valgte utdatainnstillingene.
OpenAI dokumenterer direkte generering og redigering samt et samtalebasert bildegenereringsverktøy som kan bevare tidligere resultater og bruke oppfølgingsinstruksjoner. I den samtalebaserte arbeidsflyten kan handlingen være automatisk, tvungen generering eller tvungen redigering når et bilde finnes i konteksten. Bruk det valgte bildet som utgangspunkt for neste endring, i stedet for å bytte til en annen variant uten å si fra. Den dokumenterte strømmeflyten kan levere opptil tre delbilder før sluttresultatet; en delvis forhåndsvisning viser fremdrift, men er ikke den ferdige ressursen. Produsentens grensesnitt støtter også satsvis behandling.
Kontroller det redigerte motivet, skrift, objektplassering og grensen for en maskert endring i den tiltenkte visningsstørrelsen. GPT Image kan fortsatt ha problemer med presis tekstplassering, strukturerte layouter eller konsistens på tvers av tilbakevendende motiver og merkevareelementer. En avgrenset neste instruksjon bør identifisere det synlige problemet og elementene som skal bevares. Sunburst er nyttig i en presis, referansestyrt kreativ arbeidsflyt der sluttartefakten kan vurderes mot en konkret visuell oppdragsbeskrivelse, med høyere kvalitet, dimensjoner og gjennomsiktighet valgt for den artefakten.
", "aboutText": "GPT Image 2.5 Sunburst er OpenAIs presisjonsorienterte modell for bildegenerering og bilderedigering. Den tar imot tekst og bilder som inndata og produserer bilder som utdata. Bruk den når en kreativ oppgave avhenger av å endre eksisterende materiale nøye, arbeide med visuelle referanser eller finpusse en komposisjon gjennom flere trinn. Oppdragsbeskrivelsen kan skape en ny scene, forvandle et eksisterende bilde eller styre en redigering av et valgt område. Sunburst og Flare er separate utgaver: Sunburst vektlegger presisjon ved redigering, mens Flare er rettet mot rask generering i det daglige.\n\nFor et nytt bilde bør du beskrive motiv, setting, komposisjon, lys og stil, og deretter angi tiltenkt form og bruk. For et produktkonsept kan du be om en glasslampe på en steinflate med mykt sidelys, en tydelig synlig silhuett og åpen plass til en overskrift. Ved redigering bør du angi endringen og elementene som skal forbli gjenkjennelige: erstatt bakgrunnen, juster lyset eller endre et materiale, samtidig som den valgte komposisjonen bevares. Produsentens direkte genererings- og redigeringsflyter tillater en prompt på opptil 32 000 tegn og ett til ti resultater.\n\nReferanseredigering kan bruke opptil seksten inndatabilder. Gi hvert bilde en rolle, slik at instruksjonen skiller mellom motivet som skal bevares, omgivelsene som skal brukes og stilen som skal anvendes. Modellen kan også arbeide med en maske som angir et område som skal endres. Kilden og masken må ha samme format og dimensjoner, og masken må inneholde en alfakanal; veiledningen oppgir et størrelseskrav på under 50 MB. Med flere kildebilder gjelder masken det første. Den styrer ønsket endring uten å garantere en absolutt grense, så ta med bevaringsinstruksjoner i oppdragsbeskrivelsen og kontroller området rundt i resultatet.\n\nKvalitetsinnstillingene er low, medium, high, xhigh, max og auto, med auto som standard. Low kan brukes til et raskt visuelt utkast, mens høyere innstillinger er nyttige å sammenligne når fine detaljer betyr noe. Kvalitet er adskilt fra utdatadimensjoner og filkomprimering. Standardstørrelser omfatter 1024 × 1024, 1536 × 1024 og 1024 × 1536 piksler, og automatiske eller egendefinerte dimensjoner er også tilgjengelige. Velg formatet ut fra sluttlayouten før du bestemmer hvor mange detaljer bildet trenger.\n\nEgendefinerte dimensjoner må være multipler av seksten piksler, ingen side kan overstige 3840 piksler, sideforholdet må være mellom 1:3 og 3:1, og totalarealet må ligge mellom 655 360 og 8 294 400 piksler. Disse vilkårene gjelder samtidig. Et liggende bilde på 3840 × 2160 passer innenfor den øvre arealgrensen, mens en lang side alene ikke gjør et vilkårlig dimensjonspar gyldig. Oppløsninger over 2560 × 1440 beskrives som eksperimentelle. Hold viktige objekter, tekst og nyttig tomrom innenfor den tiltenkte beskjæringen, i stedet for å stole på at flere piksler løser komposisjonen.\n\nPNG er standardformatet for utdata; JPEG og WebP støttes også. Komprimering fra 0 til 100 kan velges for JPEG og WebP. Gjennomsiktige, ugjennomsiktige og automatiske bakgrunner dekker ulike layoutbehov. For gjennomsiktighet velger du PNG eller WebP, slik at resultatet kan beholde en alfakanal. En gjennomsiktig ressurs kan deretter plasseres i en annen komposisjon, mens et ugjennomsiktig bilde har sin egen bakgrunn. Hold den faktiske ferdige filen samlet med oppdragsbeskrivelsen og de valgte utdatainnstillingene.\n\nOpenAI dokumenterer direkte generering og redigering samt et samtalebasert bildegenereringsverktøy som kan bevare tidligere resultater og bruke oppfølgingsinstruksjoner. I den samtalebaserte arbeidsflyten kan handlingen være automatisk, tvungen generering eller tvungen redigering når et bilde finnes i konteksten. Bruk det valgte bildet som utgangspunkt for neste endring, i stedet for å bytte til en annen variant uten å si fra. Den dokumenterte strømmeflyten kan levere opptil tre delbilder før sluttresultatet; en delvis forhåndsvisning viser fremdrift, men er ikke den ferdige ressursen. Produsentens grensesnitt støtter også satsvis behandling.\n\nKontroller det redigerte motivet, skrift, objektplassering og grensen for en maskert endring i den tiltenkte visningsstørrelsen. GPT Image kan fortsatt ha problemer med presis tekstplassering, strukturerte layouter eller konsistens på tvers av tilbakevendende motiver og merkevareelementer. En avgrenset neste instruksjon bør identifisere det synlige problemet og elementene som skal bevares. Sunburst er nyttig i en presis, referansestyrt kreativ arbeidsflyt der sluttartefakten kan vurderes mot en konkret visuell oppdragsbeskrivelse, med høyere kvalitet, dimensjoner og gjennomsiktighet valgt for den artefakten.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "bfea31ce9e139cc6d8df162c41fdaeabdd9c73699a25db08ed9134ddfb202dfa", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nb", "methods": [ { "html": "openai/gpt-image-2.5-sunburstGPT Image 2.5 Sunburst genererer og redigerer bilder fra tekst og visuelle referanser, med vekt på presisjon ved redigering. Den støtter masker, trinnvis finpussing, egendefinerte bildestørrelser, gjennomsiktige bakgrunner og kvalitetsnivåer fra low til max.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
GPT Image 2.5 Sunburst er OpenAIs presisjonsorienterte modell for bildegenerering og bilderedigering. Den tar imot tekst og bilder som inndata og produserer bilder som utdata. Bruk den når en kreativ oppgave avhenger av å endre eksisterende materiale nøye, arbeide med visuelle referanser eller finpusse en komposisjon gjennom flere trinn. Oppdragsbeskrivelsen kan skape en ny scene, forvandle et eksisterende bilde eller styre en redigering av et valgt område. Sunburst og Flare er separate utgaver: Sunburst vektlegger presisjon ved redigering, mens Flare er rettet mot rask generering i det daglige.
For et nytt bilde bør du beskrive motiv, setting, komposisjon, lys og stil, og deretter angi tiltenkt form og bruk. For et produktkonsept kan du be om en glasslampe på en steinflate med mykt sidelys, en tydelig synlig silhuett og åpen plass til en overskrift. Ved redigering bør du angi endringen og elementene som skal forbli gjenkjennelige: erstatt bakgrunnen, juster lyset eller endre et materiale, samtidig som den valgte komposisjonen bevares. Produsentens direkte genererings- og redigeringsflyter tillater en prompt på opptil 32 000 tegn og ett til ti resultater.
Referanseredigering kan bruke opptil seksten inndatabilder. Gi hvert bilde en rolle, slik at instruksjonen skiller mellom motivet som skal bevares, omgivelsene som skal brukes og stilen som skal anvendes. Modellen kan også arbeide med en maske som angir et område som skal endres. Kilden og masken må ha samme format og dimensjoner, og masken må inneholde en alfakanal; veiledningen oppgir et størrelseskrav på under 50 MB. Med flere kildebilder gjelder masken det første. Den styrer ønsket endring uten å garantere en absolutt grense, så ta med bevaringsinstruksjoner i oppdragsbeskrivelsen og kontroller området rundt i resultatet.
Kvalitetsinnstillingene er low, medium, high, xhigh, max og auto, med auto som standard. Low kan brukes til et raskt visuelt utkast, mens høyere innstillinger er nyttige å sammenligne når fine detaljer betyr noe. Kvalitet er adskilt fra utdatadimensjoner og filkomprimering. Standardstørrelser omfatter 1024 × 1024, 1536 × 1024 og 1024 × 1536 piksler, og automatiske eller egendefinerte dimensjoner er også tilgjengelige. Velg formatet ut fra sluttlayouten før du bestemmer hvor mange detaljer bildet trenger.
Egendefinerte dimensjoner må være multipler av seksten piksler, ingen side kan overstige 3840 piksler, sideforholdet må være mellom 1:3 og 3:1, og totalarealet må ligge mellom 655 360 og 8 294 400 piksler. Disse vilkårene gjelder samtidig. Et liggende bilde på 3840 × 2160 passer innenfor den øvre arealgrensen, mens en lang side alene ikke gjør et vilkårlig dimensjonspar gyldig. Oppløsninger over 2560 × 1440 beskrives som eksperimentelle. Hold viktige objekter, tekst og nyttig tomrom innenfor den tiltenkte beskjæringen, i stedet for å stole på at flere piksler løser komposisjonen.
PNG er standardformatet for utdata; JPEG og WebP støttes også. Komprimering fra 0 til 100 kan velges for JPEG og WebP. Gjennomsiktige, ugjennomsiktige og automatiske bakgrunner dekker ulike layoutbehov. For gjennomsiktighet velger du PNG eller WebP, slik at resultatet kan beholde en alfakanal. En gjennomsiktig ressurs kan deretter plasseres i en annen komposisjon, mens et ugjennomsiktig bilde har sin egen bakgrunn. Hold den faktiske ferdige filen samlet med oppdragsbeskrivelsen og de valgte utdatainnstillingene.
OpenAI dokumenterer direkte generering og redigering samt et samtalebasert bildegenereringsverktøy som kan bevare tidligere resultater og bruke oppfølgingsinstruksjoner. I den samtalebaserte arbeidsflyten kan handlingen være automatisk, tvungen generering eller tvungen redigering når et bilde finnes i konteksten. Bruk det valgte bildet som utgangspunkt for neste endring, i stedet for å bytte til en annen variant uten å si fra. Den dokumenterte strømmeflyten kan levere opptil tre delbilder før sluttresultatet; en delvis forhåndsvisning viser fremdrift, men er ikke den ferdige ressursen. Produsentens grensesnitt støtter også satsvis behandling.
Kontroller det redigerte motivet, skrift, objektplassering og grensen for en maskert endring i den tiltenkte visningsstørrelsen. GPT Image kan fortsatt ha problemer med presis tekstplassering, strukturerte layouter eller konsistens på tvers av tilbakevendende motiver og merkevareelementer. En avgrenset neste instruksjon bør identifisere det synlige problemet og elementene som skal bevares. Sunburst er nyttig i en presis, referansestyrt kreativ arbeidsflyt der sluttartefakten kan vurderes mot en konkret visuell oppdragsbeskrivelse, med høyere kvalitet, dimensjoner og gjennomsiktighet valgt for den artefakten.
POST /v1/images/generationstext, imageimage| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser openai/gpt-image-2.5-sunburst | Standard— |
Feltprompt | Typestring | KravPåkrevd | Verdier & grenser Minste lengde: 1 | Standard— |
Feltaspect_ratio | Typestring | KravValgfritt | Verdier & grenser 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, auto | Standard— |
Feltquality | Typestring | KravValgfritt | Verdier & grenser auto, low, medium, high, xhigh, max | 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 $0.24576 estimat før generering Dette anslaget er verken en tilleggsavgift eller en fast sats for den fullførte genereringen. |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${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-image-2.5-sunburst', '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-image-2.5-sunburst
/v1/images