GPT Image 2 to model OpenAI do generowania i edycji obrazów na podstawie tekstu i materiałów wizualnych. Tworzy nowy obraz z pisemnego opisu i może używać obrazów źródłowych do edycji lub pracy opartej na referencjach. Praktyczne zadania obejmują ilustracje, koncepcje produktów, kompozycje wizualne i zmiany w istniejącym materiale. Jest odrębną wersją względem modeli GPT Image 2.5 Sunburst i Flare, z własnym zakresem jakości i sposobem przetwarzania wierności wejścia.
Przy generowaniu opisz główny obiekt, scenę, kompozycję, światło i zamierzony styl. Przy edycji określ, co ma się zmienić, a co powinno zachować wygląd. Opis produktu może dotyczyć ceramicznej lampy na jasnej powierzchni, z sylwetką umieszczoną pośrodku i miejscem na podpis; kolejna edycja może zmienić tło, zachowując kształt lampy i kąt widzenia. Udokumentowane bezpośrednie procesy generowania i edycji przyjmują prompty do 32 000 znaków i mogą zwracać od jednego do dziesięciu obrazów.
Edycja z referencjami przyjmuje do szesnastu obrazów wejściowych. Określ cel każdej referencji, aby nie pomylić głównego obiektu, tła i sposobu przedstawienia. GPT Image 2 automatycznie przetwarza każde wejście obrazowe z wysoką wiernością; input_fidelity należy pominąć, ponieważ w tej wersji nie można go regulować. Różni się to od wyboru high lub low w GPT Image 1 oraz trybu wierności wejścia ograniczonego do low w GPT Image 1 Mini. Przetwarzanie wejścia z wysoką wiernością pomaga zachować szczegóły źródła, ale nie gwarantuje odtworzenia każdego z nich bez zmian.
Maska może wskazywać obszar do edycji. Obraz źródłowy i maska muszą mieć ten sam format i wymiary oraz rozmiar poniżej 50 MB zgodnie z wymaganiami przygotowania w przewodniku; maska wymaga też kanału alfa. Jeśli dostarczono kilka obrazów wejściowych, maska dotyczy pierwszego. Model traktuje maskę jako wskazówkę opartą na prompcie, a nie ścisłą granicę geometryczną. Opisz lokalną zmianę i wymagania zachowania elementów, a następnie sprawdź otoczenie pod kątem niezamierzonych różnic.
GPT Image 2 obsługuje jakość low, medium, high i auto, z auto jako wartością domyślną. Ustawienia xhigh i max z rodziny 2.5 nie należą do zakresu jakości tej wersji. Rozmiar może być kwadratowy, poziomy, pionowy, automatyczny lub określony poprawną niestandardową szerokością i wysokością. Przykłady producenta obejmują 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 i 2160 × 3840 pikseli. Dobierz orientację i poziom szczegółów do rzeczywistego układu, zamiast traktować jakość i wymiary jako to samo ustawienie.
Niestandardowe wymiary muszą być wielokrotnościami szesnastu pikseli, z maksymalnym bokiem 3840 pikseli, stosunkiem dłuższego boku do krótszego nie większym niż 3:1 i polem od 655 360 do 8 294 400 pikseli. Warunki te obowiązują jednocześnie. Rozdzielczości powyżej 2560 × 1440 są oznaczone jako eksperymentalne. Kadr spełniający jedną regułę nadal może naruszać inną, dlatego wybierz obsługiwaną parę wymiarów i opisz elementy wrażliwe na przycięcie.
Wynik domyślnie ma format PNG, dostępne są także JPEG i WebP. Dla JPEG i WebP obsługiwana jest kompresja od 0 do 100. Tło może być nieprzezroczyste lub automatyczne; aktualna dokumentacja tej konkretnej wersji opisuje przezroczystość w GPT Image 2 jako funkcję w wersji preview. Przy żądaniu przezroczystości użyj PNG lub WebP, aby zachować kanał alfa. Udokumentowany proces strumieniowania dopuszcza do trzech obrazów częściowych przed gotowym obrazem; zapisuj końcowy materiał, a nie podgląd postępu. Interfejs producenta obsługuje również przetwarzanie wsadowe.
Oceń czytelność tekstu, położenie przedmiotów i zachowanie szczegółów źródła w rzeczywistym wyniku. GPT Image może mieć trudności z precyzyjnymi napisami, kompozycjami wymagającymi dokładnego układu i powtarzalną tożsamością wizualną w osobnych generowaniach. Przy sekwencji edycji używaj wybranego wyniku jako następnego źródła i podawaj konkretną zmianę powiązaną z widocznym problemem. Użytecznym wynikiem GPT Image 2 jest obraz odpowiadający jasnemu opisowi generowania lub edycji, z wejściem o wysokiej wierności, wymiarami i jakością dobranymi do tego zadania.
", "aboutText": "GPT Image 2 to model OpenAI do generowania i edycji obrazów na podstawie tekstu i materiałów wizualnych. Tworzy nowy obraz z pisemnego opisu i może używać obrazów źródłowych do edycji lub pracy opartej na referencjach. Praktyczne zadania obejmują ilustracje, koncepcje produktów, kompozycje wizualne i zmiany w istniejącym materiale. Jest odrębną wersją względem modeli GPT Image 2.5 Sunburst i Flare, z własnym zakresem jakości i sposobem przetwarzania wierności wejścia.\n\nPrzy generowaniu opisz główny obiekt, scenę, kompozycję, światło i zamierzony styl. Przy edycji określ, co ma się zmienić, a co powinno zachować wygląd. Opis produktu może dotyczyć ceramicznej lampy na jasnej powierzchni, z sylwetką umieszczoną pośrodku i miejscem na podpis; kolejna edycja może zmienić tło, zachowując kształt lampy i kąt widzenia. Udokumentowane bezpośrednie procesy generowania i edycji przyjmują prompty do 32 000 znaków i mogą zwracać od jednego do dziesięciu obrazów.\n\nEdycja z referencjami przyjmuje do szesnastu obrazów wejściowych. Określ cel każdej referencji, aby nie pomylić głównego obiektu, tła i sposobu przedstawienia. GPT Image 2 automatycznie przetwarza każde wejście obrazowe z wysoką wiernością; input_fidelity należy pominąć, ponieważ w tej wersji nie można go regulować. Różni się to od wyboru high lub low w GPT Image 1 oraz trybu wierności wejścia ograniczonego do low w GPT Image 1 Mini. Przetwarzanie wejścia z wysoką wiernością pomaga zachować szczegóły źródła, ale nie gwarantuje odtworzenia każdego z nich bez zmian.\n\nMaska może wskazywać obszar do edycji. Obraz źródłowy i maska muszą mieć ten sam format i wymiary oraz rozmiar poniżej 50 MB zgodnie z wymaganiami przygotowania w przewodniku; maska wymaga też kanału alfa. Jeśli dostarczono kilka obrazów wejściowych, maska dotyczy pierwszego. Model traktuje maskę jako wskazówkę opartą na prompcie, a nie ścisłą granicę geometryczną. Opisz lokalną zmianę i wymagania zachowania elementów, a następnie sprawdź otoczenie pod kątem niezamierzonych różnic.\n\nGPT Image 2 obsługuje jakość low, medium, high i auto, z auto jako wartością domyślną. Ustawienia xhigh i max z rodziny 2.5 nie należą do zakresu jakości tej wersji. Rozmiar może być kwadratowy, poziomy, pionowy, automatyczny lub określony poprawną niestandardową szerokością i wysokością. Przykłady producenta obejmują 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 i 2160 × 3840 pikseli. Dobierz orientację i poziom szczegółów do rzeczywistego układu, zamiast traktować jakość i wymiary jako to samo ustawienie.\n\nNiestandardowe wymiary muszą być wielokrotnościami szesnastu pikseli, z maksymalnym bokiem 3840 pikseli, stosunkiem dłuższego boku do krótszego nie większym niż 3:1 i polem od 655 360 do 8 294 400 pikseli. Warunki te obowiązują jednocześnie. Rozdzielczości powyżej 2560 × 1440 są oznaczone jako eksperymentalne. Kadr spełniający jedną regułę nadal może naruszać inną, dlatego wybierz obsługiwaną parę wymiarów i opisz elementy wrażliwe na przycięcie.\n\nWynik domyślnie ma format PNG, dostępne są także JPEG i WebP. Dla JPEG i WebP obsługiwana jest kompresja od 0 do 100. Tło może być nieprzezroczyste lub automatyczne; aktualna dokumentacja tej konkretnej wersji opisuje przezroczystość w GPT Image 2 jako funkcję w wersji preview. Przy żądaniu przezroczystości użyj PNG lub WebP, aby zachować kanał alfa. Udokumentowany proces strumieniowania dopuszcza do trzech obrazów częściowych przed gotowym obrazem; zapisuj końcowy materiał, a nie podgląd postępu. Interfejs producenta obsługuje również przetwarzanie wsadowe.\n\nOceń czytelność tekstu, położenie przedmiotów i zachowanie szczegółów źródła w rzeczywistym wyniku. GPT Image może mieć trudności z precyzyjnymi napisami, kompozycjami wymagającymi dokładnego układu i powtarzalną tożsamością wizualną w osobnych generowaniach. Przy sekwencji edycji używaj wybranego wyniku jako następnego źródła i podawaj konkretną zmianę powiązaną z widocznym problemem. Użytecznym wynikiem GPT Image 2 jest obraz odpowiadający jasnemu opisowi generowania lub edycji, z wejściem o wysokiej wierności, wymiarami i jakością dobranymi do tego zadania.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b7353e32c30c35409c4b9f2777c3d64547490b87c9dbd0127dca5685624df214", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pl", "methods": [ { "html": "gpt-image-2GPT Image 2 generuje i edytuje obrazy na podstawie tekstu i referencji wizualnych. Obsługuje elastyczne wymiary kadru i automatycznie przetwarza obrazy wejściowe z wysoką wiernością, oferując osobne ustawienia jakości, formatu i tła gotowego materiału.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT Image 2 to model OpenAI do generowania i edycji obrazów na podstawie tekstu i materiałów wizualnych. Tworzy nowy obraz z pisemnego opisu i może używać obrazów źródłowych do edycji lub pracy opartej na referencjach. Praktyczne zadania obejmują ilustracje, koncepcje produktów, kompozycje wizualne i zmiany w istniejącym materiale. Jest odrębną wersją względem modeli GPT Image 2.5 Sunburst i Flare, z własnym zakresem jakości i sposobem przetwarzania wierności wejścia.
Przy generowaniu opisz główny obiekt, scenę, kompozycję, światło i zamierzony styl. Przy edycji określ, co ma się zmienić, a co powinno zachować wygląd. Opis produktu może dotyczyć ceramicznej lampy na jasnej powierzchni, z sylwetką umieszczoną pośrodku i miejscem na podpis; kolejna edycja może zmienić tło, zachowując kształt lampy i kąt widzenia. Udokumentowane bezpośrednie procesy generowania i edycji przyjmują prompty do 32 000 znaków i mogą zwracać od jednego do dziesięciu obrazów.
Edycja z referencjami przyjmuje do szesnastu obrazów wejściowych. Określ cel każdej referencji, aby nie pomylić głównego obiektu, tła i sposobu przedstawienia. GPT Image 2 automatycznie przetwarza każde wejście obrazowe z wysoką wiernością; input_fidelity należy pominąć, ponieważ w tej wersji nie można go regulować. Różni się to od wyboru high lub low w GPT Image 1 oraz trybu wierności wejścia ograniczonego do low w GPT Image 1 Mini. Przetwarzanie wejścia z wysoką wiernością pomaga zachować szczegóły źródła, ale nie gwarantuje odtworzenia każdego z nich bez zmian.
Maska może wskazywać obszar do edycji. Obraz źródłowy i maska muszą mieć ten sam format i wymiary oraz rozmiar poniżej 50 MB zgodnie z wymaganiami przygotowania w przewodniku; maska wymaga też kanału alfa. Jeśli dostarczono kilka obrazów wejściowych, maska dotyczy pierwszego. Model traktuje maskę jako wskazówkę opartą na prompcie, a nie ścisłą granicę geometryczną. Opisz lokalną zmianę i wymagania zachowania elementów, a następnie sprawdź otoczenie pod kątem niezamierzonych różnic.
GPT Image 2 obsługuje jakość low, medium, high i auto, z auto jako wartością domyślną. Ustawienia xhigh i max z rodziny 2.5 nie należą do zakresu jakości tej wersji. Rozmiar może być kwadratowy, poziomy, pionowy, automatyczny lub określony poprawną niestandardową szerokością i wysokością. Przykłady producenta obejmują 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 i 2160 × 3840 pikseli. Dobierz orientację i poziom szczegółów do rzeczywistego układu, zamiast traktować jakość i wymiary jako to samo ustawienie.
Niestandardowe wymiary muszą być wielokrotnościami szesnastu pikseli, z maksymalnym bokiem 3840 pikseli, stosunkiem dłuższego boku do krótszego nie większym niż 3:1 i polem od 655 360 do 8 294 400 pikseli. Warunki te obowiązują jednocześnie. Rozdzielczości powyżej 2560 × 1440 są oznaczone jako eksperymentalne. Kadr spełniający jedną regułę nadal może naruszać inną, dlatego wybierz obsługiwaną parę wymiarów i opisz elementy wrażliwe na przycięcie.
Wynik domyślnie ma format PNG, dostępne są także JPEG i WebP. Dla JPEG i WebP obsługiwana jest kompresja od 0 do 100. Tło może być nieprzezroczyste lub automatyczne; aktualna dokumentacja tej konkretnej wersji opisuje przezroczystość w GPT Image 2 jako funkcję w wersji preview. Przy żądaniu przezroczystości użyj PNG lub WebP, aby zachować kanał alfa. Udokumentowany proces strumieniowania dopuszcza do trzech obrazów częściowych przed gotowym obrazem; zapisuj końcowy materiał, a nie podgląd postępu. Interfejs producenta obsługuje również przetwarzanie wsadowe.
Oceń czytelność tekstu, położenie przedmiotów i zachowanie szczegółów źródła w rzeczywistym wyniku. GPT Image może mieć trudności z precyzyjnymi napisami, kompozycjami wymagającymi dokładnego układu i powtarzalną tożsamością wizualną w osobnych generowaniach. Przy sekwencji edycji używaj wybranego wyniku jako następnego źródła i podawaj konkretną zmianę powiązaną z widocznym problemem. Użytecznym wynikiem GPT Image 2 jest obraz odpowiadający jasnemu opisowi generowania lub edycji, z wejściem o wysokiej wierności, wymiarami i jakością dobranymi do tego zadania.
POST /v1/images/generationstextimage| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity gpt-image-2 | Domyślnie— |
Poleprompt | Typstring | WymaganieWymagane | Wartości i limity Minimalna długość: 1 | Domyślnie— |
Polen | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 | Domyślnie1 |
Poleresponse_format | Typstring | WymaganieOpcjonalne | Wartości i limity url, b64_json | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Polesize | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polequality | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polebackground | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleoutput_format | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleoutput_compression | Typinteger | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemoderation | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleinput_fidelity | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestyle | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polepartial_images | Typinteger | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Tekst na obraz · Wymagane: prompt
| Parametr | Kontrakt |
|---|---|
Parametrmaterial_types | Kontrakttext |
Parametrrequired | Kontraktmodel, prompt |
Parametroptional_controls | Kontraktnull |
Parametrcontent_type | Kontraktapplication/json |
Cykl życia: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Rzeczywiście zwrócony task_id lub wpis w bibliotece multimediów
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Struktury metod i ID są dokładne; możliwości dostawcy są odrębne od dopuszczenia żądania.
POST /v1/images/generationsAiloot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-image-2", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nfrom openai import OpenAI\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gpt-image-2', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gpt-image-2", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\nPobierz każdy zwrócony obraz lub zapisz jego zawartość Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Zapisz każdy ukończony obraz; pobierz każdy zwrócony URL lub zdekoduj zawartość Base64.
Zachowaj każdy element danych. Zdekoduj każdą wartość b64_json lub pobierz dane z każdego zwróconego podpisanego adresu URL. Dobierz rozszerzenie nazwy pliku na podstawie rzeczywistego typu MIME lub bajtów.
Jeśli wynik generowania lub edycji obrazu wymaga sprawdzenia, zachowaj pierwotny operation_id/X-Client-Request-ID oraz zwrócone informacje o wyniku. Odzyskaj istniejące własne wyniki z biblioteki multimediów, używając rzeczywistych wartości task_id lub asset_id. Nie wysyłaj ponownie żądania generowania lub edycji ani nie twórz adresu URL do sprawdzania stanu na podstawie operation_id.
| Pole | Typ |
|---|---|
Polecreated | Typinteger |
Poledata[].url | Typstring |
Poledata[].b64_json | Typbase64 string |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Odpowiedźserver_error | WarunekZwrócona odpowiedź wskazuje, że operacja lub wynik wymaga sprawdzenia | Następny krokZachowaj pierwotnie zwrócony identyfikator operacji lub zadania, nagłówki żądania i odpowiedź; kontynuuj obsługiwane odczyty tej pierwotnej operacji. Nie wysyłaj ponownie żądania utworzenia. |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images
gpt-image-2GPT Image 2 generuje i edytuje obrazy na podstawie tekstu i referencji wizualnych. Obsługuje elastyczne wymiary kadru i automatycznie przetwarza obrazy wejściowe z wysoką wiernością, oferując osobne ustawienia jakości, formatu i tła gotowego materiału.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT Image 2 to model OpenAI do generowania i edycji obrazów na podstawie tekstu i materiałów wizualnych. Tworzy nowy obraz z pisemnego opisu i może używać obrazów źródłowych do edycji lub pracy opartej na referencjach. Praktyczne zadania obejmują ilustracje, koncepcje produktów, kompozycje wizualne i zmiany w istniejącym materiale. Jest odrębną wersją względem modeli GPT Image 2.5 Sunburst i Flare, z własnym zakresem jakości i sposobem przetwarzania wierności wejścia.
Przy generowaniu opisz główny obiekt, scenę, kompozycję, światło i zamierzony styl. Przy edycji określ, co ma się zmienić, a co powinno zachować wygląd. Opis produktu może dotyczyć ceramicznej lampy na jasnej powierzchni, z sylwetką umieszczoną pośrodku i miejscem na podpis; kolejna edycja może zmienić tło, zachowując kształt lampy i kąt widzenia. Udokumentowane bezpośrednie procesy generowania i edycji przyjmują prompty do 32 000 znaków i mogą zwracać od jednego do dziesięciu obrazów.
Edycja z referencjami przyjmuje do szesnastu obrazów wejściowych. Określ cel każdej referencji, aby nie pomylić głównego obiektu, tła i sposobu przedstawienia. GPT Image 2 automatycznie przetwarza każde wejście obrazowe z wysoką wiernością; input_fidelity należy pominąć, ponieważ w tej wersji nie można go regulować. Różni się to od wyboru high lub low w GPT Image 1 oraz trybu wierności wejścia ograniczonego do low w GPT Image 1 Mini. Przetwarzanie wejścia z wysoką wiernością pomaga zachować szczegóły źródła, ale nie gwarantuje odtworzenia każdego z nich bez zmian.
Maska może wskazywać obszar do edycji. Obraz źródłowy i maska muszą mieć ten sam format i wymiary oraz rozmiar poniżej 50 MB zgodnie z wymaganiami przygotowania w przewodniku; maska wymaga też kanału alfa. Jeśli dostarczono kilka obrazów wejściowych, maska dotyczy pierwszego. Model traktuje maskę jako wskazówkę opartą na prompcie, a nie ścisłą granicę geometryczną. Opisz lokalną zmianę i wymagania zachowania elementów, a następnie sprawdź otoczenie pod kątem niezamierzonych różnic.
GPT Image 2 obsługuje jakość low, medium, high i auto, z auto jako wartością domyślną. Ustawienia xhigh i max z rodziny 2.5 nie należą do zakresu jakości tej wersji. Rozmiar może być kwadratowy, poziomy, pionowy, automatyczny lub określony poprawną niestandardową szerokością i wysokością. Przykłady producenta obejmują 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 i 2160 × 3840 pikseli. Dobierz orientację i poziom szczegółów do rzeczywistego układu, zamiast traktować jakość i wymiary jako to samo ustawienie.
Niestandardowe wymiary muszą być wielokrotnościami szesnastu pikseli, z maksymalnym bokiem 3840 pikseli, stosunkiem dłuższego boku do krótszego nie większym niż 3:1 i polem od 655 360 do 8 294 400 pikseli. Warunki te obowiązują jednocześnie. Rozdzielczości powyżej 2560 × 1440 są oznaczone jako eksperymentalne. Kadr spełniający jedną regułę nadal może naruszać inną, dlatego wybierz obsługiwaną parę wymiarów i opisz elementy wrażliwe na przycięcie.
Wynik domyślnie ma format PNG, dostępne są także JPEG i WebP. Dla JPEG i WebP obsługiwana jest kompresja od 0 do 100. Tło może być nieprzezroczyste lub automatyczne; aktualna dokumentacja tej konkretnej wersji opisuje przezroczystość w GPT Image 2 jako funkcję w wersji preview. Przy żądaniu przezroczystości użyj PNG lub WebP, aby zachować kanał alfa. Udokumentowany proces strumieniowania dopuszcza do trzech obrazów częściowych przed gotowym obrazem; zapisuj końcowy materiał, a nie podgląd postępu. Interfejs producenta obsługuje również przetwarzanie wsadowe.
Oceń czytelność tekstu, położenie przedmiotów i zachowanie szczegółów źródła w rzeczywistym wyniku. GPT Image może mieć trudności z precyzyjnymi napisami, kompozycjami wymagającymi dokładnego układu i powtarzalną tożsamością wizualną w osobnych generowaniach. Przy sekwencji edycji używaj wybranego wyniku jako następnego źródła i podawaj konkretną zmianę powiązaną z widocznym problemem. Użytecznym wynikiem GPT Image 2 jest obraz odpowiadający jasnemu opisowi generowania lub edycji, z wejściem o wysokiej wierności, wymiarami i jakością dobranymi do tego zadania.
POST /v1/images/generationstextimage| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity gpt-image-2 | Domyślnie— |
Poleprompt | Typstring | WymaganieWymagane | Wartości i limity Maksymalna długość: 32 000 | Domyślnie— |
Polesize | Typstring | WymaganieOpcjonalne | Wartości i limity Warunki: Użyj auto lub WIDTHxHEIGHT z oboma wymiarami podzielnymi przez 16. Najdłuższy bok może mieć najwyżej 3,840 pikseli, a łączny rozmiar najwyżej 8,300,000 pikseli. | Domyślnieauto |
Polebackground | Typstring | WymaganieOpcjonalne | Wartości i limity transparent, opaque, auto | Domyślnieauto |
Polemoderation | Typstring | WymaganieOpcjonalne | Wartości i limity low, auto Warunki: Użyj auto dla standardowej moderacji treści. | Domyślnie— |
Polen | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Maksimum: 10 | Domyślnie1 |
Polequality | Typstring | WymaganieOpcjonalne | Wartości i limity auto, high, medium, low | Domyślnieauto |
Poleoutput_compression | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 0 Maksimum: 100 Warunki: Dotyczy wyjścia JPEG i WebP; wyślij udokumentowaną wartość całkowitą. | Domyślnie100 |
Poleoutput_format | Typstring | WymaganieOpcjonalne | Wartości i limity webp, png, jpeg | Domyślniepng |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity false Warunki: Ta ścieżka zwraca jedną kompletną odpowiedź JSON. | Domyślniefalse |
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktprompt, model |
Parametrmaterial_types | Kontrakttext |
Parametroptional | Kontraktsize, background, moderation, n, quality, output_compression, output_format, stream |
Parametrconditions | KontraktPrzezroczyste tło wymaga PNG lub WebP., Kompresja wyjścia dotyczy JPEG lub WebP., Wybrana metoda generuje na podstawie tekstu. Edycja i sterowanie strumieniowaniem opisane przez producenta są osobnymi funkcjami. |
Cykl życia: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Rzeczywiście zwrócony task_id lub wpis w bibliotece multimediów
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Wyświetlane stawki służą do oszacowania kosztu przed generowaniem. Ostateczna opłata jest obliczana na podstawie kosztu zarejestrowanego dla pierwotnego generowania. Zmierzony czas trwania wyniku i prognozowane ilości nie stanowią ostatecznej ilości podlegającej rozliczeniu.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Przewidywana ilość | Opłata |
|---|---|---|---|
| KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Przewidywana ilość— | Opłata Wejście · Tokeny wejściowe · Szacunek tylko do porównania — / 1K tokenów Wyjście · Tokeny wyjściowe · Szacunek tylko do porównania — / 1K tokenów Wejście · Odczyt cache · Szacunek tylko do porównania — / 1K tokenów Wejście · Zapis do cache · Szacunek tylko do porównania — / 1K tokenów Wejście · Zapis do cache, 1 godz. · Szacunek tylko do porównania — / 1K tokenów |
| KonfiguracjaSzacowany koszt generowania | Tabela stawek— | Przewidywana ilośćszacunek dla jednego generowania | Opłata Wyjście · Szacowany koszt generowania · Szacunek tylko do porównania $0.24576 szacunek przed generowaniem Ten szacunek nie jest dodatkową opłatą ani stałą stawką za ukończone generowanie. |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'prompt': 'A cute baby sea otter', 'model': 'gpt-image-2', 'size': '1024x1024', 'n': 1, 'background': 'auto', 'moderation': 'auto', 'output_format': 'png'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nPobierz każdy zwrócony obraz lub zapisz jego zawartość Base64
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.\nZapisz każdy ukończony obraz; pobierz każdy zwrócony URL lub zdekoduj zawartość Base64.
Zachowaj pełną odpowiedź i nagłówki, wszystkie rzeczywiście uzyskane wyniki, pierwotnie zwrócone identyfikatory oraz wszystkie pola zużycia. Odzyskaj pierwotną operację bez ponownego wysyłania żądania utworzenia.
Zachowaj zwrócony X-Client-Request-ID do uzgodnienia danych. Odczytuj wyłącznie rzeczywiście zwrócone wartości task_id/asset_id lub własną bibliotekę multimediów; nigdy nie buduj adresu URL zadania na podstawie identyfikatora operacji i nigdy nie wysyłaj ponownie żądania utworzenia.
| Pole | Typ |
|---|---|
Polecreated | Typ |
Poledata[].url | Typ |
Poledata[].b64_json | Typ |
Poleusage | Typ |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images
openai/gpt-image-2GPT Image 2 generuje i edytuje obrazy na podstawie tekstu i referencji wizualnych. Obsługuje elastyczne wymiary kadru i automatycznie przetwarza obrazy wejściowe z wysoką wiernością, oferując osobne ustawienia jakości, formatu i tła gotowego materiału.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT Image 2 to model OpenAI do generowania i edycji obrazów na podstawie tekstu i materiałów wizualnych. Tworzy nowy obraz z pisemnego opisu i może używać obrazów źródłowych do edycji lub pracy opartej na referencjach. Praktyczne zadania obejmują ilustracje, koncepcje produktów, kompozycje wizualne i zmiany w istniejącym materiale. Jest odrębną wersją względem modeli GPT Image 2.5 Sunburst i Flare, z własnym zakresem jakości i sposobem przetwarzania wierności wejścia.
Przy generowaniu opisz główny obiekt, scenę, kompozycję, światło i zamierzony styl. Przy edycji określ, co ma się zmienić, a co powinno zachować wygląd. Opis produktu może dotyczyć ceramicznej lampy na jasnej powierzchni, z sylwetką umieszczoną pośrodku i miejscem na podpis; kolejna edycja może zmienić tło, zachowując kształt lampy i kąt widzenia. Udokumentowane bezpośrednie procesy generowania i edycji przyjmują prompty do 32 000 znaków i mogą zwracać od jednego do dziesięciu obrazów.
Edycja z referencjami przyjmuje do szesnastu obrazów wejściowych. Określ cel każdej referencji, aby nie pomylić głównego obiektu, tła i sposobu przedstawienia. GPT Image 2 automatycznie przetwarza każde wejście obrazowe z wysoką wiernością; input_fidelity należy pominąć, ponieważ w tej wersji nie można go regulować. Różni się to od wyboru high lub low w GPT Image 1 oraz trybu wierności wejścia ograniczonego do low w GPT Image 1 Mini. Przetwarzanie wejścia z wysoką wiernością pomaga zachować szczegóły źródła, ale nie gwarantuje odtworzenia każdego z nich bez zmian.
Maska może wskazywać obszar do edycji. Obraz źródłowy i maska muszą mieć ten sam format i wymiary oraz rozmiar poniżej 50 MB zgodnie z wymaganiami przygotowania w przewodniku; maska wymaga też kanału alfa. Jeśli dostarczono kilka obrazów wejściowych, maska dotyczy pierwszego. Model traktuje maskę jako wskazówkę opartą na prompcie, a nie ścisłą granicę geometryczną. Opisz lokalną zmianę i wymagania zachowania elementów, a następnie sprawdź otoczenie pod kątem niezamierzonych różnic.
GPT Image 2 obsługuje jakość low, medium, high i auto, z auto jako wartością domyślną. Ustawienia xhigh i max z rodziny 2.5 nie należą do zakresu jakości tej wersji. Rozmiar może być kwadratowy, poziomy, pionowy, automatyczny lub określony poprawną niestandardową szerokością i wysokością. Przykłady producenta obejmują 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 i 2160 × 3840 pikseli. Dobierz orientację i poziom szczegółów do rzeczywistego układu, zamiast traktować jakość i wymiary jako to samo ustawienie.
Niestandardowe wymiary muszą być wielokrotnościami szesnastu pikseli, z maksymalnym bokiem 3840 pikseli, stosunkiem dłuższego boku do krótszego nie większym niż 3:1 i polem od 655 360 do 8 294 400 pikseli. Warunki te obowiązują jednocześnie. Rozdzielczości powyżej 2560 × 1440 są oznaczone jako eksperymentalne. Kadr spełniający jedną regułę nadal może naruszać inną, dlatego wybierz obsługiwaną parę wymiarów i opisz elementy wrażliwe na przycięcie.
Wynik domyślnie ma format PNG, dostępne są także JPEG i WebP. Dla JPEG i WebP obsługiwana jest kompresja od 0 do 100. Tło może być nieprzezroczyste lub automatyczne; aktualna dokumentacja tej konkretnej wersji opisuje przezroczystość w GPT Image 2 jako funkcję w wersji preview. Przy żądaniu przezroczystości użyj PNG lub WebP, aby zachować kanał alfa. Udokumentowany proces strumieniowania dopuszcza do trzech obrazów częściowych przed gotowym obrazem; zapisuj końcowy materiał, a nie podgląd postępu. Interfejs producenta obsługuje również przetwarzanie wsadowe.
Oceń czytelność tekstu, położenie przedmiotów i zachowanie szczegółów źródła w rzeczywistym wyniku. GPT Image może mieć trudności z precyzyjnymi napisami, kompozycjami wymagającymi dokładnego układu i powtarzalną tożsamością wizualną w osobnych generowaniach. Przy sekwencji edycji używaj wybranego wyniku jako następnego źródła i podawaj konkretną zmianę powiązaną z widocznym problemem. Użytecznym wynikiem GPT Image 2 jest obraz odpowiadający jasnemu opisowi generowania lub edycji, z wejściem o wysokiej wierności, wymiarami i jakością dobranymi do tego zadania.
POST /v1/images/generationstext, imageimage| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity openai/gpt-image-2 | Domyślnie— |
Poleprompt | Typstring | WymaganieWymagane | Wartości i limity Minimalna długość: 1 | Domyślnie— |
Poleaspect_ratio | Typstring | WymaganieOpcjonalne | Wartości i limity 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, auto | Domyślnie— |
Polequality | Typstring | WymaganieOpcjonalne | Wartości i limity auto, low, medium, high | Domyślnie— |
Polebackground | Typstring | WymaganieOpcjonalne | Wartości i limity auto, opaque | Domyślnie— |
Polen | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Maksimum: 10 | Domyślnie— |
Poleinput_references | Typarray | WymaganieOpcjonalne | Wartości i limity Minimalna liczba elementów: 0 Maksymalna liczba elementów: 16 | Domyślnie— |
Poleoutput_compression | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 0 Maksimum: 100 | Domyślnie— |
Poleprovider | Typobject | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, prompt |
Parametrmaterial_types | Kontrakttext, image |
Cykl życia: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Rzeczywiście zwrócony task_id lub wpis w bibliotece multimediów
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Wyświetlane stawki służą do oszacowania kosztu przed generowaniem. Ostateczna opłata jest obliczana na podstawie kosztu zarejestrowanego dla pierwotnego generowania. Zmierzony czas trwania wyniku i prognozowane ilości nie stanowią ostatecznej ilości podlegającej rozliczeniu.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Przewidywana ilość | Opłata |
|---|---|---|---|
| KonfiguracjaBazowe stawki za tokeny | Tabela stawekStawka podstawowa | Przewidywana ilość— | Opłata Wejście · Tokeny wejściowe · Szacunek tylko do porównania — / 1K tokenów Wyjście · Tokeny wyjściowe · Szacunek tylko do porównania — / 1K tokenów Wejście · Odczyt cache · Szacunek tylko do porównania — / 1K tokenów Wejście · Zapis do cache · Szacunek tylko do porównania — / 1K tokenów Wejście · Zapis do cache, 1 godz. · Szacunek tylko do porównania — / 1K tokenów |
| KonfiguracjaSzacowany koszt generowania | Tabela stawek— | Przewidywana ilośćszacunek dla jednego generowania | Opłata Wyjście · Szacowany koszt generowania · Szacunek tylko do porównania $0.24576 szacunek przed generowaniem Ten szacunek nie jest dodatkową opłatą ani stałą stawką za ukończone generowanie. |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${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', '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\nPobierz każdy zwrócony obraz lub zapisz jego zawartość Base64
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.\nZapisz każdy ukończony obraz; pobierz każdy zwrócony URL lub zdekoduj zawartość Base64.
Zachowaj pełną odpowiedź i nagłówki, wszystkie rzeczywiście uzyskane wyniki, pierwotnie zwrócone identyfikatory oraz wszystkie pola zużycia. Odzyskaj pierwotną operację bez ponownego wysyłania żądania utworzenia.
Zachowaj zwrócony X-Client-Request-ID do uzgodnienia danych. Odczytuj wyłącznie rzeczywiście zwrócone wartości task_id/asset_id lub własną bibliotekę multimediów; nigdy nie buduj adresu URL zadania na podstawie identyfikatora operacji i nigdy nie wysyłaj ponownie żądania utworzenia.
| Pole | Typ |
|---|---|
Polecreated | Typ |
Poledata[].url | Typ |
Poledata[].b64_json | Typ |
Poleusage | Typ |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images