GPT-5 Image Mini to połączony profil językowo-obrazowy oparty na GPT-5 Mini i GPT Image 1 Mini firmy OpenAI. Jego komponent językowy interpretuje pisemne zadanie i materiały źródłowe, a komponent obrazowy tworzy lub zmienia treści wizualne. Opublikowany profil kładzie nacisk na wykonywanie instrukcji, renderowanie tekstu i szczegółową edycję obrazów. Jest użyteczny dla konkretnego zadania wizualnego, które wymaga także interpretacji tekstowej, wyjaśnienia lub tekstu pomocniczego.
Przygotuj opis zadania zawierający zamierzony materiał, temat, kompozycję i wymagany tekst. Opisz sposób użycia obrazu, na przykład jako koncepcji produktu, ilustracji towarzyszącej krótkiemu wyjaśnieniu lub projektu wizualnego strony. Wyraźnie poproś o wyniki pisemne i wizualne, aby wyjaśnienie koncepcji można było łatwo odróżnić od samego obrazu.
Na przykład dostarcz opis butelki na wodę wielokrotnego użytku i poproś o prostą koncepcję sceny produktowej z krótkim podpisem. Określ widoczny kształt butelki, tło, kierunek światła i dokładne słowa, które powinny znaleźć się na obrazie. Oddziel fakty użyte w podpisie od dekoracyjnych szczegółów sceny. Sprawdź zwrócony obraz i tekst względem tych dwóch części opisu zadania.
Udokumentowany profil łączony przyjmuje tekst, obrazy i pliki, takie jak PDF. Dokument może dostarczać wymagań lub faktów do interpretacji przed utworzeniem obrazu. Obraz może dostarczyć wyglądu, układu lub materiału źródłowego do edycji. Określ rolę każdego źródła, zamiast zakładać, że każdy załącznik powinien wpływać na każdą część wyniku. Zachowuj jasne nazwy i kolejność źródeł przy wielu wejściach.
Dla nowego obrazu określ, co powinno być widoczne i jakie relacje łączą części. Przy edycji opartej na referencjach wskaż zmianę i szczegóły do zachowania. Scena produktowa może przedstawiać nowe otoczenie przy zachowaniu rozpoznawalnej formy przedmiotu i widocznej etykiety. Diagram może wymagać poprawienia relacji przy wskazaniu tekstu i elementów, które powinny pozostać.
Własna opublikowana karta profilu pozwala użyć do edycji maksymalnie szesnastu obrazów referencyjnych. Wybierz referencje pomocne dla zadania i wyjaśnij ich cel: produkt, postać, tło lub sposób przedstawienia. Kilka referencji może zawierać sprzeczne oświetlenie lub kompozycję, dlatego jasno nazwij zamierzony wynik. Sprawdź szczegóły głównego motywu, liternictwo i granice zamówionej zmiany w rzeczywistym zwróconym obrazie.
Renderowanie tekstu jest udokumentowaną możliwością, ale projekt wizualny nadal wymaga sprawdzenia słowo po słowie. Podaj dokładne brzmienie, interpunkcję i położenie, a następnie porównaj ważne etykiety i liczby z opisem zadania przy docelowym rozmiarze oglądania. W serii zachowuj materiały referencyjne i wymagania wizualne wraz z każdym wynikiem i porównuj gotowe obrazy razem.
Profil łączony podaje okno kontekstu o wielkości 400 000 tokenów i limit generowanej odpowiedzi do 128 000 tokenów. Są to limity kontekstu pracy i generowania, odrębne od wymiarów obrazu w pikselach lub liczby zwróconych rezultatów obrazowych. Porządkuj długie materiały źródłowe wokół potrzebnej interpretacji i zostaw miejsce na odpowiedź. Zwarty opis zadania z właściwymi referencjami jest bardziej użyteczny niż niepowiązane dokumenty o niewyjaśnionej roli.
Opublikowane wymagania dla wyjścia tekstowego obsługują uporządkowane wyniki według schematu JSON. Zdefiniuj pola i typy, gdy wynik pisemny ma być przetwarzany przez aplikację, i sprawdź wartości względem dostarczonych dowodów. Profil łączony nie udostępnia wywoływania funkcji aplikacji. Użycie komponentu językowego z generowaniem obrazów jest możliwością tego nazwanego profilu; nie czyni każdej funkcji samodzielnego interfejsu GPT-5 Mini częścią tego procesu.
Ustawienia obrazu powinny pochodzić z dokładnie używanego profilu i interfejsu. Zachowuj wybraną konfigurację z promptem przy porównywaniu zmian. Bezpośredni komponent GPT Image 1 Mini i połączony profil czatowy mają odmienne układy żądań, dlatego ustawienia rozmiaru, maskowania lub wyjścia właściwe dla komponentu wymagają jawnego mapowania, zanim zostaną uznane za ustawienia tego połączonego profilu.
Udokumentowany schemat żądania czatowego pozwala wybrać text i image jako modalności wyjściowe. Przetwarzaj zwrócony tekst i każdy rzeczywisty rezultat obrazowy towarzyszący wygenerowanej odpowiedzi. Zapisuj obrazy w formacie wskazanym przez wynik i zachowuj odpowiedź pisemną wraz z promptem, referencjami źródłowymi i ustawieniami. Odpowiedź zawierająca wyłącznie wyjaśnienie tekstowe różni się od ukończonego rezultatu wizualnego, dlatego sprawdź rzeczywistą zawartość wyniku przed użyciem go w układzie.
GPT-5 Image Mini jest odrębny od pełnego profilu GPT-5 Image, który łączy GPT-5 z GPT Image 1. Stosuj profil Mini do ograniczonych zadań językowo-wizualnych z jasnym opisem i kryteriami przeglądu. Sprawdź kompozycję, tożsamość obiektu, tekst na obrazie i tekst pomocniczy, a następnie poproś o konkretną wymaganą poprawkę. Zachowuj udane elementy i właściwe referencje w następnym opisie zadania, aby poprawka miała konkretny cel.
", "aboutText": "GPT-5 Image Mini to połączony profil językowo-obrazowy oparty na GPT-5 Mini i GPT Image 1 Mini firmy OpenAI. Jego komponent językowy interpretuje pisemne zadanie i materiały źródłowe, a komponent obrazowy tworzy lub zmienia treści wizualne. Opublikowany profil kładzie nacisk na wykonywanie instrukcji, renderowanie tekstu i szczegółową edycję obrazów. Jest użyteczny dla konkretnego zadania wizualnego, które wymaga także interpretacji tekstowej, wyjaśnienia lub tekstu pomocniczego.\n\n### Połącz zadanie pisemne z wynikiem wizualnym\n\nPrzygotuj opis zadania zawierający zamierzony materiał, temat, kompozycję i wymagany tekst. Opisz sposób użycia obrazu, na przykład jako koncepcji produktu, ilustracji towarzyszącej krótkiemu wyjaśnieniu lub projektu wizualnego strony. Wyraźnie poproś o wyniki pisemne i wizualne, aby wyjaśnienie koncepcji można było łatwo odróżnić od samego obrazu.\n\nNa przykład dostarcz opis butelki na wodę wielokrotnego użytku i poproś o prostą koncepcję sceny produktowej z krótkim podpisem. Określ widoczny kształt butelki, tło, kierunek światła i dokładne słowa, które powinny znaleźć się na obrazie. Oddziel fakty użyte w podpisie od dekoracyjnych szczegółów sceny. Sprawdź zwrócony obraz i tekst względem tych dwóch części opisu zadania.\n\nUdokumentowany profil łączony przyjmuje tekst, obrazy i pliki, takie jak PDF. Dokument może dostarczać wymagań lub faktów do interpretacji przed utworzeniem obrazu. Obraz może dostarczyć wyglądu, układu lub materiału źródłowego do edycji. Określ rolę każdego źródła, zamiast zakładać, że każdy załącznik powinien wpływać na każdą część wyniku. Zachowuj jasne nazwy i kolejność źródeł przy wielu wejściach.\n\n### Generuj i poprawiaj z materiałami referencyjnymi\n\nDla nowego obrazu określ, co powinno być widoczne i jakie relacje łączą części. Przy edycji opartej na referencjach wskaż zmianę i szczegóły do zachowania. Scena produktowa może przedstawiać nowe otoczenie przy zachowaniu rozpoznawalnej formy przedmiotu i widocznej etykiety. Diagram może wymagać poprawienia relacji przy wskazaniu tekstu i elementów, które powinny pozostać.\n\nWłasna opublikowana karta profilu pozwala użyć do edycji maksymalnie szesnastu obrazów referencyjnych. Wybierz referencje pomocne dla zadania i wyjaśnij ich cel: produkt, postać, tło lub sposób przedstawienia. Kilka referencji może zawierać sprzeczne oświetlenie lub kompozycję, dlatego jasno nazwij zamierzony wynik. Sprawdź szczegóły głównego motywu, liternictwo i granice zamówionej zmiany w rzeczywistym zwróconym obrazie.\n\nRenderowanie tekstu jest udokumentowaną możliwością, ale projekt wizualny nadal wymaga sprawdzenia słowo po słowie. Podaj dokładne brzmienie, interpunkcję i położenie, a następnie porównaj ważne etykiety i liczby z opisem zadania przy docelowym rozmiarze oglądania. W serii zachowuj materiały referencyjne i wymagania wizualne wraz z każdym wynikiem i porównuj gotowe obrazy razem.\n\n### Kontekst pracy i ustawienia\n\nProfil łączony podaje okno kontekstu o wielkości 400 000 tokenów i limit generowanej odpowiedzi do 128 000 tokenów. Są to limity kontekstu pracy i generowania, odrębne od wymiarów obrazu w pikselach lub liczby zwróconych rezultatów obrazowych. Porządkuj długie materiały źródłowe wokół potrzebnej interpretacji i zostaw miejsce na odpowiedź. Zwarty opis zadania z właściwymi referencjami jest bardziej użyteczny niż niepowiązane dokumenty o niewyjaśnionej roli.\n\nOpublikowane wymagania dla wyjścia tekstowego obsługują uporządkowane wyniki według schematu JSON. Zdefiniuj pola i typy, gdy wynik pisemny ma być przetwarzany przez aplikację, i sprawdź wartości względem dostarczonych dowodów. Profil łączony nie udostępnia wywoływania funkcji aplikacji. Użycie komponentu językowego z generowaniem obrazów jest możliwością tego nazwanego profilu; nie czyni każdej funkcji samodzielnego interfejsu GPT-5 Mini częścią tego procesu.\n\nUstawienia obrazu powinny pochodzić z dokładnie używanego profilu i interfejsu. Zachowuj wybraną konfigurację z promptem przy porównywaniu zmian. Bezpośredni komponent GPT Image 1 Mini i połączony profil czatowy mają odmienne układy żądań, dlatego ustawienia rozmiaru, maskowania lub wyjścia właściwe dla komponentu wymagają jawnego mapowania, zanim zostaną uznane za ustawienia tego połączonego profilu.\n\n### Zachowaj wyniki tekstowe i obrazowe\n\nUdokumentowany schemat żądania czatowego pozwala wybrać text i image jako modalności wyjściowe. Przetwarzaj zwrócony tekst i każdy rzeczywisty rezultat obrazowy towarzyszący wygenerowanej odpowiedzi. Zapisuj obrazy w formacie wskazanym przez wynik i zachowuj odpowiedź pisemną wraz z promptem, referencjami źródłowymi i ustawieniami. Odpowiedź zawierająca wyłącznie wyjaśnienie tekstowe różni się od ukończonego rezultatu wizualnego, dlatego sprawdź rzeczywistą zawartość wyniku przed użyciem go w układzie.\n\nGPT-5 Image Mini jest odrębny od pełnego profilu GPT-5 Image, który łączy GPT-5 z GPT Image 1. Stosuj profil Mini do ograniczonych zadań językowo-wizualnych z jasnym opisem i kryteriami przeglądu. Sprawdź kompozycję, tożsamość obiektu, tekst na obrazie i tekst pomocniczy, a następnie poproś o konkretną wymaganą poprawkę. Zachowuj udane elementy i właściwe referencje w następnym opisie zadania, aby poprawka miała konkretny cel.", "editorialOverlay": { "copy_fields": { "practical_html": "Przykład techniczny po angielsku
Create a labelled refill-bottle scene\n\nCreate a product-scene image of a plain cylindrical blue reusable water bottle with a silver screw cap, standing upright on pale stone. Soft daylight enters from the left. Place the exact word REFILL clearly on the bottle, with no other text, logos, accessories or unsupported product claims. Keep the full bottle visible.One image artifact showing the full specified bottle, left-side daylight and the exact single-word label.Inspect the actual image for bottle shape, cap, complete framing and letter-by-letter spelling of REFILL.openai/gpt-5-image-miniGPT-5 Image Mini łączy możliwości językowe GPT-5 Mini firmy OpenAI z GPT Image 1 Mini do generowania obrazów i edycji opartych na materiałach referencyjnych. Przyjmuje tekst, obrazy i dokumenty, a zwraca tekst i obrazy, wspierając zadania wymagające pisemnej odpowiedzi i materiału wizualnego.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT-5 Image Mini to połączony profil językowo-obrazowy oparty na GPT-5 Mini i GPT Image 1 Mini firmy OpenAI. Jego komponent językowy interpretuje pisemne zadanie i materiały źródłowe, a komponent obrazowy tworzy lub zmienia treści wizualne. Opublikowany profil kładzie nacisk na wykonywanie instrukcji, renderowanie tekstu i szczegółową edycję obrazów. Jest użyteczny dla konkretnego zadania wizualnego, które wymaga także interpretacji tekstowej, wyjaśnienia lub tekstu pomocniczego.
Przygotuj opis zadania zawierający zamierzony materiał, temat, kompozycję i wymagany tekst. Opisz sposób użycia obrazu, na przykład jako koncepcji produktu, ilustracji towarzyszącej krótkiemu wyjaśnieniu lub projektu wizualnego strony. Wyraźnie poproś o wyniki pisemne i wizualne, aby wyjaśnienie koncepcji można było łatwo odróżnić od samego obrazu.
Na przykład dostarcz opis butelki na wodę wielokrotnego użytku i poproś o prostą koncepcję sceny produktowej z krótkim podpisem. Określ widoczny kształt butelki, tło, kierunek światła i dokładne słowa, które powinny znaleźć się na obrazie. Oddziel fakty użyte w podpisie od dekoracyjnych szczegółów sceny. Sprawdź zwrócony obraz i tekst względem tych dwóch części opisu zadania.
Udokumentowany profil łączony przyjmuje tekst, obrazy i pliki, takie jak PDF. Dokument może dostarczać wymagań lub faktów do interpretacji przed utworzeniem obrazu. Obraz może dostarczyć wyglądu, układu lub materiału źródłowego do edycji. Określ rolę każdego źródła, zamiast zakładać, że każdy załącznik powinien wpływać na każdą część wyniku. Zachowuj jasne nazwy i kolejność źródeł przy wielu wejściach.
Dla nowego obrazu określ, co powinno być widoczne i jakie relacje łączą części. Przy edycji opartej na referencjach wskaż zmianę i szczegóły do zachowania. Scena produktowa może przedstawiać nowe otoczenie przy zachowaniu rozpoznawalnej formy przedmiotu i widocznej etykiety. Diagram może wymagać poprawienia relacji przy wskazaniu tekstu i elementów, które powinny pozostać.
Własna opublikowana karta profilu pozwala użyć do edycji maksymalnie szesnastu obrazów referencyjnych. Wybierz referencje pomocne dla zadania i wyjaśnij ich cel: produkt, postać, tło lub sposób przedstawienia. Kilka referencji może zawierać sprzeczne oświetlenie lub kompozycję, dlatego jasno nazwij zamierzony wynik. Sprawdź szczegóły głównego motywu, liternictwo i granice zamówionej zmiany w rzeczywistym zwróconym obrazie.
Renderowanie tekstu jest udokumentowaną możliwością, ale projekt wizualny nadal wymaga sprawdzenia słowo po słowie. Podaj dokładne brzmienie, interpunkcję i położenie, a następnie porównaj ważne etykiety i liczby z opisem zadania przy docelowym rozmiarze oglądania. W serii zachowuj materiały referencyjne i wymagania wizualne wraz z każdym wynikiem i porównuj gotowe obrazy razem.
Profil łączony podaje okno kontekstu o wielkości 400 000 tokenów i limit generowanej odpowiedzi do 128 000 tokenów. Są to limity kontekstu pracy i generowania, odrębne od wymiarów obrazu w pikselach lub liczby zwróconych rezultatów obrazowych. Porządkuj długie materiały źródłowe wokół potrzebnej interpretacji i zostaw miejsce na odpowiedź. Zwarty opis zadania z właściwymi referencjami jest bardziej użyteczny niż niepowiązane dokumenty o niewyjaśnionej roli.
Opublikowane wymagania dla wyjścia tekstowego obsługują uporządkowane wyniki według schematu JSON. Zdefiniuj pola i typy, gdy wynik pisemny ma być przetwarzany przez aplikację, i sprawdź wartości względem dostarczonych dowodów. Profil łączony nie udostępnia wywoływania funkcji aplikacji. Użycie komponentu językowego z generowaniem obrazów jest możliwością tego nazwanego profilu; nie czyni każdej funkcji samodzielnego interfejsu GPT-5 Mini częścią tego procesu.
Ustawienia obrazu powinny pochodzić z dokładnie używanego profilu i interfejsu. Zachowuj wybraną konfigurację z promptem przy porównywaniu zmian. Bezpośredni komponent GPT Image 1 Mini i połączony profil czatowy mają odmienne układy żądań, dlatego ustawienia rozmiaru, maskowania lub wyjścia właściwe dla komponentu wymagają jawnego mapowania, zanim zostaną uznane za ustawienia tego połączonego profilu.
Udokumentowany schemat żądania czatowego pozwala wybrać text i image jako modalności wyjściowe. Przetwarzaj zwrócony tekst i każdy rzeczywisty rezultat obrazowy towarzyszący wygenerowanej odpowiedzi. Zapisuj obrazy w formacie wskazanym przez wynik i zachowuj odpowiedź pisemną wraz z promptem, referencjami źródłowymi i ustawieniami. Odpowiedź zawierająca wyłącznie wyjaśnienie tekstowe różni się od ukończonego rezultatu wizualnego, dlatego sprawdź rzeczywistą zawartość wyniku przed użyciem go w układzie.
GPT-5 Image Mini jest odrębny od pełnego profilu GPT-5 Image, który łączy GPT-5 z GPT Image 1. Stosuj profil Mini do ograniczonych zadań językowo-wizualnych z jasnym opisem i kryteriami przeglądu. Sprawdź kompozycję, tożsamość obiektu, tekst na obrazie i tekst pomocniczy, a następnie poproś o konkretną wymaganą poprawkę. Zachowuj udane elementy i właściwe referencje w następnym opisie zadania, aby poprawka miała konkretny cel.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity openai/gpt-5-image-mini | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity Przykłady: system, user, assistant, tool, function Warunki: Te role są jawnie reprezentowane przez typy zgodności w kodzie źródłowym; dokładny zestaw ról pozostaje właściwy dla danego modelu. Zależy od modelu | Domyślnie— |
Polemessages[].content | Typstring|content_part[]|null | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_calls | Typtool_call[] | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_call_id | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: role=tool; użyj rzeczywiście zwróconego ID | Domyślnie— |
Polemessages[].name | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].reasoning_content | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Przekazuj z powrotem rzeczywiście zwróconą treść rozumowania, gdy ten model jej używa | Domyślnie— |
Polemessages[].reasoning_details | Typobject|array | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polemax_completion_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Polestream_options.include_usage | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletemperature | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletop_p | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestop | Typstring|string[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools | Typfunction_tool[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools[].type | Typstring | WymaganieOpcjonalne | Wartości i limity function Zależy od modelu | Domyślnie— |
Poletools[].function.name | Typstring | WymaganieWymagane | Wartości i limity Obowiązuje, gdy: udostępnione narzędzie funkcji | Domyślnie— |
Poletools[].function.description | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletools[].function.parameters | TypJSON_schema | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletool_choice | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleparallel_tool_calls | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleresponse_format | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning_effort | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleservice_tier | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleinstructions | Typstring | WymaganieOpcjonalne | Wartości i limity Pole zgodności | Domyślnie— |
Polefunctions | Typfunction[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polefunction_call | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleprompt_cache_options | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemodalities | Typstring[] | WymaganieOpcjonalne | Wartości i limity text | Domyślnie— |
Poleprovider | Typobject | WymaganieOpcjonalne | Wartości i limity Warunki: provider.options jest odrzucane na tej tekstowej trasie Ultra | Domyślnie— |
Polecache_control.ttl | Typstring | WymaganieOpcjonalne | Wartości i limity Warunki: 1h jest odrzucane w rzeczywistych miejscach pamięci podręcznej promptów | Domyślnie— |
Tekst · tekst UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontrakttablica wiadomości o strukturze role/content |
Parametrfile_material | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktwłaściwe dla modelu; narzędzia funkcji użytkownika różnią się od narzędzi hostowanych |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Cykl życia: synchronous_or_streamed
Wyślij dokładne ID modelu wraz z messages.
Długość kontekstu nie jest limitem wyjścia.
Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.
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 | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.005 / 1K tokenów Wyjście · Tokeny wyjściowe $0.004 / 1K tokenów Wejście · Odczyt cache $0.0005 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów Wyjście · Tokeny obrazu wyjściowego $0.016 / 1K tokenów obrazu |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.005 / 1K tokenów Wyjście · Tokeny wyjściowe $0.004 / 1K tokenów Wejście · Odczyt cache $0.0005 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Referencyjne tabele modelu nie zmieniają wyboru metody, wyceny ani opłat. Naliczane opłaty korzystają ze stawek wybranej metody Ailoot.
| Konfiguracja | Warunki rozliczania | Opłata |
|---|---|---|
| KonfiguracjaOpenAI: GPT-5 Image Mini · Domyślna konfiguracja | Warunki rozliczaniaKonfiguracja domyślna | Opłata Wejście · Tokeny wejściowe 0,005 USD / 1K tokenów Wyjście · Tokeny wyjściowe 0,004 USD / 1K tokenów Wyjście · Obraz wyjściowy 0,016 USD / 1K tokenów Wyjście · Wyszukiwanie w internecie 0,02 USD za wyszukiwanie Wejście · Odczyt cache 0,0005 USD / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5-image-mini", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5-image-mini',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5-image-mini',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
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. |
Ailoot Ultra openai/gpt-5-image-mini
/v1/images
openai/gpt-5-image-miniGPT-5 Image Mini łączy możliwości językowe GPT-5 Mini firmy OpenAI z GPT Image 1 Mini do generowania obrazów i edycji opartych na materiałach referencyjnych. Przyjmuje tekst, obrazy i dokumenty, a zwraca tekst i obrazy, wspierając zadania wymagające pisemnej odpowiedzi i materiału wizualnego.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT-5 Image Mini to połączony profil językowo-obrazowy oparty na GPT-5 Mini i GPT Image 1 Mini firmy OpenAI. Jego komponent językowy interpretuje pisemne zadanie i materiały źródłowe, a komponent obrazowy tworzy lub zmienia treści wizualne. Opublikowany profil kładzie nacisk na wykonywanie instrukcji, renderowanie tekstu i szczegółową edycję obrazów. Jest użyteczny dla konkretnego zadania wizualnego, które wymaga także interpretacji tekstowej, wyjaśnienia lub tekstu pomocniczego.
Przygotuj opis zadania zawierający zamierzony materiał, temat, kompozycję i wymagany tekst. Opisz sposób użycia obrazu, na przykład jako koncepcji produktu, ilustracji towarzyszącej krótkiemu wyjaśnieniu lub projektu wizualnego strony. Wyraźnie poproś o wyniki pisemne i wizualne, aby wyjaśnienie koncepcji można było łatwo odróżnić od samego obrazu.
Na przykład dostarcz opis butelki na wodę wielokrotnego użytku i poproś o prostą koncepcję sceny produktowej z krótkim podpisem. Określ widoczny kształt butelki, tło, kierunek światła i dokładne słowa, które powinny znaleźć się na obrazie. Oddziel fakty użyte w podpisie od dekoracyjnych szczegółów sceny. Sprawdź zwrócony obraz i tekst względem tych dwóch części opisu zadania.
Udokumentowany profil łączony przyjmuje tekst, obrazy i pliki, takie jak PDF. Dokument może dostarczać wymagań lub faktów do interpretacji przed utworzeniem obrazu. Obraz może dostarczyć wyglądu, układu lub materiału źródłowego do edycji. Określ rolę każdego źródła, zamiast zakładać, że każdy załącznik powinien wpływać na każdą część wyniku. Zachowuj jasne nazwy i kolejność źródeł przy wielu wejściach.
Dla nowego obrazu określ, co powinno być widoczne i jakie relacje łączą części. Przy edycji opartej na referencjach wskaż zmianę i szczegóły do zachowania. Scena produktowa może przedstawiać nowe otoczenie przy zachowaniu rozpoznawalnej formy przedmiotu i widocznej etykiety. Diagram może wymagać poprawienia relacji przy wskazaniu tekstu i elementów, które powinny pozostać.
Własna opublikowana karta profilu pozwala użyć do edycji maksymalnie szesnastu obrazów referencyjnych. Wybierz referencje pomocne dla zadania i wyjaśnij ich cel: produkt, postać, tło lub sposób przedstawienia. Kilka referencji może zawierać sprzeczne oświetlenie lub kompozycję, dlatego jasno nazwij zamierzony wynik. Sprawdź szczegóły głównego motywu, liternictwo i granice zamówionej zmiany w rzeczywistym zwróconym obrazie.
Renderowanie tekstu jest udokumentowaną możliwością, ale projekt wizualny nadal wymaga sprawdzenia słowo po słowie. Podaj dokładne brzmienie, interpunkcję i położenie, a następnie porównaj ważne etykiety i liczby z opisem zadania przy docelowym rozmiarze oglądania. W serii zachowuj materiały referencyjne i wymagania wizualne wraz z każdym wynikiem i porównuj gotowe obrazy razem.
Profil łączony podaje okno kontekstu o wielkości 400 000 tokenów i limit generowanej odpowiedzi do 128 000 tokenów. Są to limity kontekstu pracy i generowania, odrębne od wymiarów obrazu w pikselach lub liczby zwróconych rezultatów obrazowych. Porządkuj długie materiały źródłowe wokół potrzebnej interpretacji i zostaw miejsce na odpowiedź. Zwarty opis zadania z właściwymi referencjami jest bardziej użyteczny niż niepowiązane dokumenty o niewyjaśnionej roli.
Opublikowane wymagania dla wyjścia tekstowego obsługują uporządkowane wyniki według schematu JSON. Zdefiniuj pola i typy, gdy wynik pisemny ma być przetwarzany przez aplikację, i sprawdź wartości względem dostarczonych dowodów. Profil łączony nie udostępnia wywoływania funkcji aplikacji. Użycie komponentu językowego z generowaniem obrazów jest możliwością tego nazwanego profilu; nie czyni każdej funkcji samodzielnego interfejsu GPT-5 Mini częścią tego procesu.
Ustawienia obrazu powinny pochodzić z dokładnie używanego profilu i interfejsu. Zachowuj wybraną konfigurację z promptem przy porównywaniu zmian. Bezpośredni komponent GPT Image 1 Mini i połączony profil czatowy mają odmienne układy żądań, dlatego ustawienia rozmiaru, maskowania lub wyjścia właściwe dla komponentu wymagają jawnego mapowania, zanim zostaną uznane za ustawienia tego połączonego profilu.
Udokumentowany schemat żądania czatowego pozwala wybrać text i image jako modalności wyjściowe. Przetwarzaj zwrócony tekst i każdy rzeczywisty rezultat obrazowy towarzyszący wygenerowanej odpowiedzi. Zapisuj obrazy w formacie wskazanym przez wynik i zachowuj odpowiedź pisemną wraz z promptem, referencjami źródłowymi i ustawieniami. Odpowiedź zawierająca wyłącznie wyjaśnienie tekstowe różni się od ukończonego rezultatu wizualnego, dlatego sprawdź rzeczywistą zawartość wyniku przed użyciem go w układzie.
GPT-5 Image Mini jest odrębny od pełnego profilu GPT-5 Image, który łączy GPT-5 z GPT Image 1. Stosuj profil Mini do ograniczonych zadań językowo-wizualnych z jasnym opisem i kryteriami przeglądu. Sprawdź kompozycję, tożsamość obiektu, tekst na obrazie i tekst pomocniczy, a następnie poproś o konkretną wymaganą poprawkę. Zachowuj udane elementy i właściwe referencje w następnym opisie zadania, aby poprawka miała konkretny cel.
POST /v1/images/generationstext, imageimage| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity openai/gpt-5-image-mini | Domyślnie— |
Poleprompt | Typstring | WymaganieWymagane | Wartości i limity Minimalna długość: 1 | Domyślnie— |
Poleaspect_ratio | Typstring | WymaganieOpcjonalne | Wartości i limity 1:1, 3:2, 2:3, auto | Domyślnie— |
Polequality | Typstring | WymaganieOpcjonalne | Wartości i limity auto, low, medium, high | Domyślnie— |
Polebackground | Typstring | WymaganieOpcjonalne | Wartości i limity auto, transparent, 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 $0.065536 szacunek przed generowaniem Ten szacunek nie jest dodatkową opłatą ani stałą stawką za ukończone generowanie. |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${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-5-image-mini', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\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 Ultra openai/gpt-5-image-mini
/v1/images
openai/gpt-5-image-miniGPT-5 Image Mini łączy możliwości językowe GPT-5 Mini firmy OpenAI z GPT Image 1 Mini do generowania obrazów i edycji opartych na materiałach referencyjnych. Przyjmuje tekst, obrazy i dokumenty, a zwraca tekst i obrazy, wspierając zadania wymagające pisemnej odpowiedzi i materiału wizualnego.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT-5 Image Mini to połączony profil językowo-obrazowy oparty na GPT-5 Mini i GPT Image 1 Mini firmy OpenAI. Jego komponent językowy interpretuje pisemne zadanie i materiały źródłowe, a komponent obrazowy tworzy lub zmienia treści wizualne. Opublikowany profil kładzie nacisk na wykonywanie instrukcji, renderowanie tekstu i szczegółową edycję obrazów. Jest użyteczny dla konkretnego zadania wizualnego, które wymaga także interpretacji tekstowej, wyjaśnienia lub tekstu pomocniczego.
Przygotuj opis zadania zawierający zamierzony materiał, temat, kompozycję i wymagany tekst. Opisz sposób użycia obrazu, na przykład jako koncepcji produktu, ilustracji towarzyszącej krótkiemu wyjaśnieniu lub projektu wizualnego strony. Wyraźnie poproś o wyniki pisemne i wizualne, aby wyjaśnienie koncepcji można było łatwo odróżnić od samego obrazu.
Na przykład dostarcz opis butelki na wodę wielokrotnego użytku i poproś o prostą koncepcję sceny produktowej z krótkim podpisem. Określ widoczny kształt butelki, tło, kierunek światła i dokładne słowa, które powinny znaleźć się na obrazie. Oddziel fakty użyte w podpisie od dekoracyjnych szczegółów sceny. Sprawdź zwrócony obraz i tekst względem tych dwóch części opisu zadania.
Udokumentowany profil łączony przyjmuje tekst, obrazy i pliki, takie jak PDF. Dokument może dostarczać wymagań lub faktów do interpretacji przed utworzeniem obrazu. Obraz może dostarczyć wyglądu, układu lub materiału źródłowego do edycji. Określ rolę każdego źródła, zamiast zakładać, że każdy załącznik powinien wpływać na każdą część wyniku. Zachowuj jasne nazwy i kolejność źródeł przy wielu wejściach.
Dla nowego obrazu określ, co powinno być widoczne i jakie relacje łączą części. Przy edycji opartej na referencjach wskaż zmianę i szczegóły do zachowania. Scena produktowa może przedstawiać nowe otoczenie przy zachowaniu rozpoznawalnej formy przedmiotu i widocznej etykiety. Diagram może wymagać poprawienia relacji przy wskazaniu tekstu i elementów, które powinny pozostać.
Własna opublikowana karta profilu pozwala użyć do edycji maksymalnie szesnastu obrazów referencyjnych. Wybierz referencje pomocne dla zadania i wyjaśnij ich cel: produkt, postać, tło lub sposób przedstawienia. Kilka referencji może zawierać sprzeczne oświetlenie lub kompozycję, dlatego jasno nazwij zamierzony wynik. Sprawdź szczegóły głównego motywu, liternictwo i granice zamówionej zmiany w rzeczywistym zwróconym obrazie.
Renderowanie tekstu jest udokumentowaną możliwością, ale projekt wizualny nadal wymaga sprawdzenia słowo po słowie. Podaj dokładne brzmienie, interpunkcję i położenie, a następnie porównaj ważne etykiety i liczby z opisem zadania przy docelowym rozmiarze oglądania. W serii zachowuj materiały referencyjne i wymagania wizualne wraz z każdym wynikiem i porównuj gotowe obrazy razem.
Profil łączony podaje okno kontekstu o wielkości 400 000 tokenów i limit generowanej odpowiedzi do 128 000 tokenów. Są to limity kontekstu pracy i generowania, odrębne od wymiarów obrazu w pikselach lub liczby zwróconych rezultatów obrazowych. Porządkuj długie materiały źródłowe wokół potrzebnej interpretacji i zostaw miejsce na odpowiedź. Zwarty opis zadania z właściwymi referencjami jest bardziej użyteczny niż niepowiązane dokumenty o niewyjaśnionej roli.
Opublikowane wymagania dla wyjścia tekstowego obsługują uporządkowane wyniki według schematu JSON. Zdefiniuj pola i typy, gdy wynik pisemny ma być przetwarzany przez aplikację, i sprawdź wartości względem dostarczonych dowodów. Profil łączony nie udostępnia wywoływania funkcji aplikacji. Użycie komponentu językowego z generowaniem obrazów jest możliwością tego nazwanego profilu; nie czyni każdej funkcji samodzielnego interfejsu GPT-5 Mini częścią tego procesu.
Ustawienia obrazu powinny pochodzić z dokładnie używanego profilu i interfejsu. Zachowuj wybraną konfigurację z promptem przy porównywaniu zmian. Bezpośredni komponent GPT Image 1 Mini i połączony profil czatowy mają odmienne układy żądań, dlatego ustawienia rozmiaru, maskowania lub wyjścia właściwe dla komponentu wymagają jawnego mapowania, zanim zostaną uznane za ustawienia tego połączonego profilu.
Udokumentowany schemat żądania czatowego pozwala wybrać text i image jako modalności wyjściowe. Przetwarzaj zwrócony tekst i każdy rzeczywisty rezultat obrazowy towarzyszący wygenerowanej odpowiedzi. Zapisuj obrazy w formacie wskazanym przez wynik i zachowuj odpowiedź pisemną wraz z promptem, referencjami źródłowymi i ustawieniami. Odpowiedź zawierająca wyłącznie wyjaśnienie tekstowe różni się od ukończonego rezultatu wizualnego, dlatego sprawdź rzeczywistą zawartość wyniku przed użyciem go w układzie.
GPT-5 Image Mini jest odrębny od pełnego profilu GPT-5 Image, który łączy GPT-5 z GPT Image 1. Stosuj profil Mini do ograniczonych zadań językowo-wizualnych z jasnym opisem i kryteriami przeglądu. Sprawdź kompozycję, tożsamość obiektu, tekst na obrazie i tekst pomocniczy, a następnie poproś o konkretną wymaganą poprawkę. Zachowuj udane elementy i właściwe referencje w następnym opisie zadania, aby poprawka miała konkretny cel.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity openai/gpt-5-image-mini | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— |
Polemessages[].content | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Tekst · tekst UTF-8
ciąg messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. |
Cykl życia: synchronous_or_streamed
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 | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.005 / 1K tokenów Wyjście · Tokeny wyjściowe $0.004 / 1K tokenów Wejście · Odczyt cache $0.0005 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów Wyjście · Tokeny obrazu wyjściowego $0.016 / 1K tokenów obrazu |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.005 / 1K tokenów Wyjście · Tokeny wyjściowe $0.004 / 1K tokenów Wejście · Odczyt cache $0.0005 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "openai/gpt-5-image-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5-image-mini', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5-image-mini', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
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. |
Ailoot Ultra openai/gpt-5-image-mini
/v1/images
Przykład techniczny po angielsku
Create a labelled refill-bottle scene\n\nCreate a product-scene image of a plain cylindrical blue reusable water bottle with a silver screw cap, standing upright on pale stone. Soft daylight enters from the left. Place the exact word REFILL clearly on the bottle, with no other text, logos, accessories or unsupported product claims. Keep the full bottle visible.One image artifact showing the full specified bottle, left-side daylight and the exact single-word label.Inspect the actual image for bottle shape, cap, complete framing and letter-by-letter spelling of REFILL.