GPT-5 Image to połączony profil zestawiający model językowy GPT-5 firmy OpenAI z GPT Image 1. Komponent językowy interpretuje wymagania i materiały źródłowe; komponent obrazowy tworzy wynik wizualny. Opublikowany opis podkreśla rozumowanie, wykonywanie instrukcji, renderowanie tekstu i szczegółową edycję obrazów. Profil pasuje do zadań, w których materiał wizualny i jego pisemna interpretacja muszą odpowiadać temu samemu opisowi zadania.
Podaj modelowi cel obrazu, docelowych odbiorców i treść, która musi się pojawić. Oddziel fakty wymagające dokładnego przedstawienia od wyborów kompozycji lub sposobu prezentacji. Opis zadania dla diagramu może wskazywać byty i relacje, a następnie określać etykiety, rozmieszczenie i styl. Opis plakatu może definiować informacje o wydarzeniu, hierarchię i scenę wraz z dokładnymi słowami, które powinny znaleźć się na obrazie.
Na przykład przygotuj koncepcję plakatu na lokalne wydarzenie naukowe. Dostarcz fakty o wydarzeniu, poproś o krótkie wyjaśnienie układu i zażądaj obrazu z czytelnym tytułem oraz wspierającymi elementami wizualnymi. Określ, które słowa powinny znaleźć się na obrazie, a które wyłącznie w towarzyszącym opisie. Sprawdź pisemne wyjaśnienie i wygenerowany plakat razem, aby rozsądny plan układu został porównany z rzeczywistym widocznym wynikiem.
Tekst, obrazy i pliki, takie jak PDF, są udokumentowanymi danymi wejściowymi profilu łączonego. Dokument może dostarczać wymagań dla obrazu lub informacji wymagających podsumowania. Obrazy referencyjne mogą określać temat, produkt, miejsce lub układ. Nazwij każde źródło i wyjaśnij jego rolę przed opisaniem celu, zwłaszcza gdy materiał referencyjny zawiera treść do zachowania i treść do zmiany.
Przy poprawce wskaż obraz źródłowy i precyzyjnie opisz zamówioną zmianę. Edycja sceny produktowej może zmienić otoczenie przy zachowaniu formy przedmiotu i widocznych etykiet. Wyjaśnienie wizualne może zastąpić jeden element, zachowując otaczające relacje. Określ wymagania zachowania elementów w opisie zadania i sprawdź istotne szczegóły w rzeczywistym obrazie.
Karta dokładnie tego połączonego profilu pozwala użyć do edycji maksymalnie szesnastu obrazów referencyjnych. Dobieraj referencje istotne dla zadania i wyjaśniaj, co wnosi każda z nich. Gdy kilka obrazów pokazuje inne oświetlenie, punkty widzenia lub sposoby prezentacji, określ zamierzoną kompozycję, zamiast prosić, aby każde źródło dominowało w wyniku. Zachowuj źródła wraz z ukończonym obrazem, aby późniejsza poprawka mogła odwoływać się do tego samego materiału.
Opublikowany profil wymienia renderowanie tekstu wśród swoich możliwości. Podaj dokładne brzmienie, interpunkcję i położenie ważnego tekstu oraz określ jego relację do obiektów lub innych etykiet. Sprawdź każde wymagane słowo i liczbę w zwróconym obrazie przy jego docelowym rozmiarze wyświetlania. W przypadku diagramu sprawdź również, czy linie, pozycje i grupowania wyrażają relację opisaną w źródle pisemnym.
Profil łączony podaje okno kontekstu o wielkości 400 000 tokenów i limit generowanej odpowiedzi do 128 000 tokenów. Limity te opisują wejście i wygenerowaną odpowiedź, a nie konkretny rozmiar w pikselach lub liczbę obrazów. Wykorzystuj kontekst dla właściwych wymagań, referencji i stanu rozmowy, pozostawiając miejsce na zamówione wyjście. Oznacz długie materiały źródłowe, aby model mógł powiązać każdą instrukcję z właściwym fragmentem.
Udokumentowane wymagania dla wyjścia tekstowego obsługują uporządkowane wyniki według schematu JSON. Odpowiedź pisemna może definiować pola potrzebne do opisania koncepcji, podsumowania wymagania lub wskazania zamówionej zmiany. Sprawdź te pola i ich wartości względem źródła, zanim aplikacja je przetworzy. Profil łączony nie udostępnia wywoływania funkcji aplikacji, mimo że jego nazwane połączenie języka i obrazów wewnętrznie wykonuje generowanie wizualne.
Schemat żądania czatowego pozwala wybrać modalności wyjściowe text i image. Określ rzeczywiste wyniki pisemne i wizualne w opisie zadania, a następnie sprawdź ukończoną odpowiedź pod kątem obu rodzajów. Konfiguracja obrazu jest właściwa dla dokładnego modelu i interfejsu. Zachowuj zaakceptowane ustawienia wraz z żądaniem i używaj wyłącznie ustawień udokumentowanych dla danego profilu łączonego; bezpośredni interfejs komponentu obrazowego może mieć inny układ pól i możliwości.
Komponent obrazowy nazwany dla tego profilu to GPT Image 1. Jego bezpośredni profil generowania obrazów obsługuje zadania skupione na obrazach, natomiast GPT-5 Image łączy tę możliwość z przetwarzaniem językowym GPT-5. GPT-5 Image Mini jest osobnym połączeniem GPT-5 Mini i GPT Image 1 Mini. Zachowuj tożsamość wybranego profilu wraz z materiałami źródłowymi i ustawieniami wyjścia, zamiast traktować podobnie nazwane połączenia jak ten sam model.
W rozmowie zawierającej kilka poprawek przenoś dalej właściwe wymagania pisemne i materiały referencyjne. Określ konkretną poprawkę w najnowszym opisie zadania, na przykład przesunięcie etykiety, zmianę obiektu lub uproszczenie kompozycji. Unikaj nieukierunkowanej prośby o poprawienie wszystkiego, gdy użyteczna zmiana jest już widoczna w zwróconym materiale.
Zachowaj odpowiedź pisemną i każdy rzeczywisty rezultat obrazowy dostarczony z wygenerowaną odpowiedzią. Zapisuj obrazy w zgłoszonym formacie wraz z promptem, materiałami źródłowymi i wybranymi ustawieniami. Sprawdź sam obraz pod kątem kompozycji, szczegółów motywu i tekstu; porównaj tekst towarzyszący z dowodami, które opisuje. Użyteczny ukończony wynik łączy wymagania pisemne z obrazem, który można otworzyć, sprawdzić i umieścić w zamierzonym dokumencie, na stronie lub w procesie pracy.
", "aboutText": "GPT-5 Image to połączony profil zestawiający model językowy GPT-5 firmy OpenAI z GPT Image 1. Komponent językowy interpretuje wymagania i materiały źródłowe; komponent obrazowy tworzy wynik wizualny. Opublikowany opis podkreśla rozumowanie, wykonywanie instrukcji, renderowanie tekstu i szczegółową edycję obrazów. Profil pasuje do zadań, w których materiał wizualny i jego pisemna interpretacja muszą odpowiadać temu samemu opisowi zadania.\n\n### Zinterpretuj opis zadania i utwórz materiał\n\nPodaj modelowi cel obrazu, docelowych odbiorców i treść, która musi się pojawić. Oddziel fakty wymagające dokładnego przedstawienia od wyborów kompozycji lub sposobu prezentacji. Opis zadania dla diagramu może wskazywać byty i relacje, a następnie określać etykiety, rozmieszczenie i styl. Opis plakatu może definiować informacje o wydarzeniu, hierarchię i scenę wraz z dokładnymi słowami, które powinny znaleźć się na obrazie.\n\nNa przykład przygotuj koncepcję plakatu na lokalne wydarzenie naukowe. Dostarcz fakty o wydarzeniu, poproś o krótkie wyjaśnienie układu i zażądaj obrazu z czytelnym tytułem oraz wspierającymi elementami wizualnymi. Określ, które słowa powinny znaleźć się na obrazie, a które wyłącznie w towarzyszącym opisie. Sprawdź pisemne wyjaśnienie i wygenerowany plakat razem, aby rozsądny plan układu został porównany z rzeczywistym widocznym wynikiem.\n\nTekst, obrazy i pliki, takie jak PDF, są udokumentowanymi danymi wejściowymi profilu łączonego. Dokument może dostarczać wymagań dla obrazu lub informacji wymagających podsumowania. Obrazy referencyjne mogą określać temat, produkt, miejsce lub układ. Nazwij każde źródło i wyjaśnij jego rolę przed opisaniem celu, zwłaszcza gdy materiał referencyjny zawiera treść do zachowania i treść do zmiany.\n\n### Edycje oparte na referencjach i renderowanie tekstu\n\nPrzy poprawce wskaż obraz źródłowy i precyzyjnie opisz zamówioną zmianę. Edycja sceny produktowej może zmienić otoczenie przy zachowaniu formy przedmiotu i widocznych etykiet. Wyjaśnienie wizualne może zastąpić jeden element, zachowując otaczające relacje. Określ wymagania zachowania elementów w opisie zadania i sprawdź istotne szczegóły w rzeczywistym obrazie.\n\nKarta dokładnie tego połączonego profilu pozwala użyć do edycji maksymalnie szesnastu obrazów referencyjnych. Dobieraj referencje istotne dla zadania i wyjaśniaj, co wnosi każda z nich. Gdy kilka obrazów pokazuje inne oświetlenie, punkty widzenia lub sposoby prezentacji, określ zamierzoną kompozycję, zamiast prosić, aby każde źródło dominowało w wyniku. Zachowuj źródła wraz z ukończonym obrazem, aby późniejsza poprawka mogła odwoływać się do tego samego materiału.\n\nOpublikowany profil wymienia renderowanie tekstu wśród swoich możliwości. Podaj dokładne brzmienie, interpunkcję i położenie ważnego tekstu oraz określ jego relację do obiektów lub innych etykiet. Sprawdź każde wymagane słowo i liczbę w zwróconym obrazie przy jego docelowym rozmiarze wyświetlania. W przypadku diagramu sprawdź również, czy linie, pozycje i grupowania wyrażają relację opisaną w źródle pisemnym.\n\n### Kontekst i kształt odpowiedzi\n\nProfil łączony podaje okno kontekstu o wielkości 400 000 tokenów i limit generowanej odpowiedzi do 128 000 tokenów. Limity te opisują wejście i wygenerowaną odpowiedź, a nie konkretny rozmiar w pikselach lub liczbę obrazów. Wykorzystuj kontekst dla właściwych wymagań, referencji i stanu rozmowy, pozostawiając miejsce na zamówione wyjście. Oznacz długie materiały źródłowe, aby model mógł powiązać każdą instrukcję z właściwym fragmentem.\n\nUdokumentowane wymagania dla wyjścia tekstowego obsługują uporządkowane wyniki według schematu JSON. Odpowiedź pisemna może definiować pola potrzebne do opisania koncepcji, podsumowania wymagania lub wskazania zamówionej zmiany. Sprawdź te pola i ich wartości względem źródła, zanim aplikacja je przetworzy. Profil łączony nie udostępnia wywoływania funkcji aplikacji, mimo że jego nazwane połączenie języka i obrazów wewnętrznie wykonuje generowanie wizualne.\n\nSchemat żądania czatowego pozwala wybrać modalności wyjściowe text i image. Określ rzeczywiste wyniki pisemne i wizualne w opisie zadania, a następnie sprawdź ukończoną odpowiedź pod kątem obu rodzajów. Konfiguracja obrazu jest właściwa dla dokładnego modelu i interfejsu. Zachowuj zaakceptowane ustawienia wraz z żądaniem i używaj wyłącznie ustawień udokumentowanych dla danego profilu łączonego; bezpośredni interfejs komponentu obrazowego może mieć inny układ pól i możliwości.\n\n### Świadomie używaj nazwanego połączenia\n\nKomponent obrazowy nazwany dla tego profilu to GPT Image 1. Jego bezpośredni profil generowania obrazów obsługuje zadania skupione na obrazach, natomiast GPT-5 Image łączy tę możliwość z przetwarzaniem językowym GPT-5. GPT-5 Image Mini jest osobnym połączeniem GPT-5 Mini i GPT Image 1 Mini. Zachowuj tożsamość wybranego profilu wraz z materiałami źródłowymi i ustawieniami wyjścia, zamiast traktować podobnie nazwane połączenia jak ten sam model.\n\nW rozmowie zawierającej kilka poprawek przenoś dalej właściwe wymagania pisemne i materiały referencyjne. Określ konkretną poprawkę w najnowszym opisie zadania, na przykład przesunięcie etykiety, zmianę obiektu lub uproszczenie kompozycji. Unikaj nieukierunkowanej prośby o poprawienie wszystkiego, gdy użyteczna zmiana jest już widoczna w zwróconym materiale.\n\n### Zachowaj i sprawdź ukończony wynik\n\nZachowaj odpowiedź pisemną i każdy rzeczywisty rezultat obrazowy dostarczony z wygenerowaną odpowiedzią. Zapisuj obrazy w zgłoszonym formacie wraz z promptem, materiałami źródłowymi i wybranymi ustawieniami. Sprawdź sam obraz pod kątem kompozycji, szczegółów motywu i tekstu; porównaj tekst towarzyszący z dowodami, które opisuje. Użyteczny ukończony wynik łączy wymagania pisemne z obrazem, który można otworzyć, sprawdzić i umieścić w zamierzonym dokumencie, na stronie lub w procesie pracy.", "editorialOverlay": { "copy_fields": { "practical_html": "Przykład techniczny po angielsku
Simplify a community-event poster\n\nEdit the supplied community science poster. Preserve the exact event title, date, venue and central telescope illustration. Remove the small decorative stars around the footer, increase the empty space around the title and keep the original portrait layout and two-color palette. Add no new event facts or text. Return the revised poster image.A revised poster image retaining all event wording and the telescope while simplifying the requested areas.Check every event word and number against the source and confirm that only the named decorative elements were removed.openai/gpt-5-imageGPT-5 Image łączy możliwości językowe i rozumowanie GPT-5 firmy OpenAI z GPT Image 1 do generowania obrazów i edycji opartych na materiałach referencyjnych. Przyjmuje tekst, obrazy i dokumenty, a zwraca tekst i obrazy, łącząc pisemny opis zadania z wynikiem wizualnym.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT-5 Image to połączony profil zestawiający model językowy GPT-5 firmy OpenAI z GPT Image 1. Komponent językowy interpretuje wymagania i materiały źródłowe; komponent obrazowy tworzy wynik wizualny. Opublikowany opis podkreśla rozumowanie, wykonywanie instrukcji, renderowanie tekstu i szczegółową edycję obrazów. Profil pasuje do zadań, w których materiał wizualny i jego pisemna interpretacja muszą odpowiadać temu samemu opisowi zadania.
Podaj modelowi cel obrazu, docelowych odbiorców i treść, która musi się pojawić. Oddziel fakty wymagające dokładnego przedstawienia od wyborów kompozycji lub sposobu prezentacji. Opis zadania dla diagramu może wskazywać byty i relacje, a następnie określać etykiety, rozmieszczenie i styl. Opis plakatu może definiować informacje o wydarzeniu, hierarchię i scenę wraz z dokładnymi słowami, które powinny znaleźć się na obrazie.
Na przykład przygotuj koncepcję plakatu na lokalne wydarzenie naukowe. Dostarcz fakty o wydarzeniu, poproś o krótkie wyjaśnienie układu i zażądaj obrazu z czytelnym tytułem oraz wspierającymi elementami wizualnymi. Określ, które słowa powinny znaleźć się na obrazie, a które wyłącznie w towarzyszącym opisie. Sprawdź pisemne wyjaśnienie i wygenerowany plakat razem, aby rozsądny plan układu został porównany z rzeczywistym widocznym wynikiem.
Tekst, obrazy i pliki, takie jak PDF, są udokumentowanymi danymi wejściowymi profilu łączonego. Dokument może dostarczać wymagań dla obrazu lub informacji wymagających podsumowania. Obrazy referencyjne mogą określać temat, produkt, miejsce lub układ. Nazwij każde źródło i wyjaśnij jego rolę przed opisaniem celu, zwłaszcza gdy materiał referencyjny zawiera treść do zachowania i treść do zmiany.
Przy poprawce wskaż obraz źródłowy i precyzyjnie opisz zamówioną zmianę. Edycja sceny produktowej może zmienić otoczenie przy zachowaniu formy przedmiotu i widocznych etykiet. Wyjaśnienie wizualne może zastąpić jeden element, zachowując otaczające relacje. Określ wymagania zachowania elementów w opisie zadania i sprawdź istotne szczegóły w rzeczywistym obrazie.
Karta dokładnie tego połączonego profilu pozwala użyć do edycji maksymalnie szesnastu obrazów referencyjnych. Dobieraj referencje istotne dla zadania i wyjaśniaj, co wnosi każda z nich. Gdy kilka obrazów pokazuje inne oświetlenie, punkty widzenia lub sposoby prezentacji, określ zamierzoną kompozycję, zamiast prosić, aby każde źródło dominowało w wyniku. Zachowuj źródła wraz z ukończonym obrazem, aby późniejsza poprawka mogła odwoływać się do tego samego materiału.
Opublikowany profil wymienia renderowanie tekstu wśród swoich możliwości. Podaj dokładne brzmienie, interpunkcję i położenie ważnego tekstu oraz określ jego relację do obiektów lub innych etykiet. Sprawdź każde wymagane słowo i liczbę w zwróconym obrazie przy jego docelowym rozmiarze wyświetlania. W przypadku diagramu sprawdź również, czy linie, pozycje i grupowania wyrażają relację opisaną w źródle pisemnym.
Profil łączony podaje okno kontekstu o wielkości 400 000 tokenów i limit generowanej odpowiedzi do 128 000 tokenów. Limity te opisują wejście i wygenerowaną odpowiedź, a nie konkretny rozmiar w pikselach lub liczbę obrazów. Wykorzystuj kontekst dla właściwych wymagań, referencji i stanu rozmowy, pozostawiając miejsce na zamówione wyjście. Oznacz długie materiały źródłowe, aby model mógł powiązać każdą instrukcję z właściwym fragmentem.
Udokumentowane wymagania dla wyjścia tekstowego obsługują uporządkowane wyniki według schematu JSON. Odpowiedź pisemna może definiować pola potrzebne do opisania koncepcji, podsumowania wymagania lub wskazania zamówionej zmiany. Sprawdź te pola i ich wartości względem źródła, zanim aplikacja je przetworzy. Profil łączony nie udostępnia wywoływania funkcji aplikacji, mimo że jego nazwane połączenie języka i obrazów wewnętrznie wykonuje generowanie wizualne.
Schemat żądania czatowego pozwala wybrać modalności wyjściowe text i image. Określ rzeczywiste wyniki pisemne i wizualne w opisie zadania, a następnie sprawdź ukończoną odpowiedź pod kątem obu rodzajów. Konfiguracja obrazu jest właściwa dla dokładnego modelu i interfejsu. Zachowuj zaakceptowane ustawienia wraz z żądaniem i używaj wyłącznie ustawień udokumentowanych dla danego profilu łączonego; bezpośredni interfejs komponentu obrazowego może mieć inny układ pól i możliwości.
Komponent obrazowy nazwany dla tego profilu to GPT Image 1. Jego bezpośredni profil generowania obrazów obsługuje zadania skupione na obrazach, natomiast GPT-5 Image łączy tę możliwość z przetwarzaniem językowym GPT-5. GPT-5 Image Mini jest osobnym połączeniem GPT-5 Mini i GPT Image 1 Mini. Zachowuj tożsamość wybranego profilu wraz z materiałami źródłowymi i ustawieniami wyjścia, zamiast traktować podobnie nazwane połączenia jak ten sam model.
W rozmowie zawierającej kilka poprawek przenoś dalej właściwe wymagania pisemne i materiały referencyjne. Określ konkretną poprawkę w najnowszym opisie zadania, na przykład przesunięcie etykiety, zmianę obiektu lub uproszczenie kompozycji. Unikaj nieukierunkowanej prośby o poprawienie wszystkiego, gdy użyteczna zmiana jest już widoczna w zwróconym materiale.
Zachowaj odpowiedź pisemną i każdy rzeczywisty rezultat obrazowy dostarczony z wygenerowaną odpowiedzią. Zapisuj obrazy w zgłoszonym formacie wraz z promptem, materiałami źródłowymi i wybranymi ustawieniami. Sprawdź sam obraz pod kątem kompozycji, szczegółów motywu i tekstu; porównaj tekst towarzyszący z dowodami, które opisuje. Użyteczny ukończony wynik łączy wymagania pisemne z obrazem, który można otworzyć, sprawdzić i umieścić w zamierzonym dokumencie, na stronie lub w procesie pracy.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity openai/gpt-5-image | 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 $0.02 / 1K tokenów Wyjście · Tokeny wyjściowe $0.02 / 1K tokenów Wejście · Odczyt cache $0.0025 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów Wyjście · Tokeny obrazu wyjściowego $0.08 / 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 $0.02 / 1K tokenów Wyjście · Tokeny wyjściowe $0.02 / 1K tokenów Wejście · Odczyt cache $0.0025 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Referencyjne tabele modelu nie zmieniają wyboru metody, wyceny ani opłat. Naliczane opłaty korzystają ze stawek wybranej metody Ailoot.
| Konfiguracja | Warunki rozliczania | Opłata |
|---|---|---|
| KonfiguracjaOpenAI: GPT-5 Image · Domyślna konfiguracja | Warunki rozliczaniaKonfiguracja domyślna | Opłata Wejście · Tokeny wejściowe 0,02 USD / 1K tokenów Wyjście · Tokeny wyjściowe 0,02 USD / 1K tokenów Wyjście · Obraz wyjściowy 0,08 USD / 1K tokenów Wyjście · Wyszukiwanie w internecie 0,02 USD za wyszukiwanie Wejście · Odczyt cache 0,0025 USD / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${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", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 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
/v1/images
openai/gpt-5-imageGPT-5 Image łączy możliwości językowe i rozumowanie GPT-5 firmy OpenAI z GPT Image 1 do generowania obrazów i edycji opartych na materiałach referencyjnych. Przyjmuje tekst, obrazy i dokumenty, a zwraca tekst i obrazy, łącząc pisemny opis zadania z wynikiem wizualnym.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT-5 Image to połączony profil zestawiający model językowy GPT-5 firmy OpenAI z GPT Image 1. Komponent językowy interpretuje wymagania i materiały źródłowe; komponent obrazowy tworzy wynik wizualny. Opublikowany opis podkreśla rozumowanie, wykonywanie instrukcji, renderowanie tekstu i szczegółową edycję obrazów. Profil pasuje do zadań, w których materiał wizualny i jego pisemna interpretacja muszą odpowiadać temu samemu opisowi zadania.
Podaj modelowi cel obrazu, docelowych odbiorców i treść, która musi się pojawić. Oddziel fakty wymagające dokładnego przedstawienia od wyborów kompozycji lub sposobu prezentacji. Opis zadania dla diagramu może wskazywać byty i relacje, a następnie określać etykiety, rozmieszczenie i styl. Opis plakatu może definiować informacje o wydarzeniu, hierarchię i scenę wraz z dokładnymi słowami, które powinny znaleźć się na obrazie.
Na przykład przygotuj koncepcję plakatu na lokalne wydarzenie naukowe. Dostarcz fakty o wydarzeniu, poproś o krótkie wyjaśnienie układu i zażądaj obrazu z czytelnym tytułem oraz wspierającymi elementami wizualnymi. Określ, które słowa powinny znaleźć się na obrazie, a które wyłącznie w towarzyszącym opisie. Sprawdź pisemne wyjaśnienie i wygenerowany plakat razem, aby rozsądny plan układu został porównany z rzeczywistym widocznym wynikiem.
Tekst, obrazy i pliki, takie jak PDF, są udokumentowanymi danymi wejściowymi profilu łączonego. Dokument może dostarczać wymagań dla obrazu lub informacji wymagających podsumowania. Obrazy referencyjne mogą określać temat, produkt, miejsce lub układ. Nazwij każde źródło i wyjaśnij jego rolę przed opisaniem celu, zwłaszcza gdy materiał referencyjny zawiera treść do zachowania i treść do zmiany.
Przy poprawce wskaż obraz źródłowy i precyzyjnie opisz zamówioną zmianę. Edycja sceny produktowej może zmienić otoczenie przy zachowaniu formy przedmiotu i widocznych etykiet. Wyjaśnienie wizualne może zastąpić jeden element, zachowując otaczające relacje. Określ wymagania zachowania elementów w opisie zadania i sprawdź istotne szczegóły w rzeczywistym obrazie.
Karta dokładnie tego połączonego profilu pozwala użyć do edycji maksymalnie szesnastu obrazów referencyjnych. Dobieraj referencje istotne dla zadania i wyjaśniaj, co wnosi każda z nich. Gdy kilka obrazów pokazuje inne oświetlenie, punkty widzenia lub sposoby prezentacji, określ zamierzoną kompozycję, zamiast prosić, aby każde źródło dominowało w wyniku. Zachowuj źródła wraz z ukończonym obrazem, aby późniejsza poprawka mogła odwoływać się do tego samego materiału.
Opublikowany profil wymienia renderowanie tekstu wśród swoich możliwości. Podaj dokładne brzmienie, interpunkcję i położenie ważnego tekstu oraz określ jego relację do obiektów lub innych etykiet. Sprawdź każde wymagane słowo i liczbę w zwróconym obrazie przy jego docelowym rozmiarze wyświetlania. W przypadku diagramu sprawdź również, czy linie, pozycje i grupowania wyrażają relację opisaną w źródle pisemnym.
Profil łączony podaje okno kontekstu o wielkości 400 000 tokenów i limit generowanej odpowiedzi do 128 000 tokenów. Limity te opisują wejście i wygenerowaną odpowiedź, a nie konkretny rozmiar w pikselach lub liczbę obrazów. Wykorzystuj kontekst dla właściwych wymagań, referencji i stanu rozmowy, pozostawiając miejsce na zamówione wyjście. Oznacz długie materiały źródłowe, aby model mógł powiązać każdą instrukcję z właściwym fragmentem.
Udokumentowane wymagania dla wyjścia tekstowego obsługują uporządkowane wyniki według schematu JSON. Odpowiedź pisemna może definiować pola potrzebne do opisania koncepcji, podsumowania wymagania lub wskazania zamówionej zmiany. Sprawdź te pola i ich wartości względem źródła, zanim aplikacja je przetworzy. Profil łączony nie udostępnia wywoływania funkcji aplikacji, mimo że jego nazwane połączenie języka i obrazów wewnętrznie wykonuje generowanie wizualne.
Schemat żądania czatowego pozwala wybrać modalności wyjściowe text i image. Określ rzeczywiste wyniki pisemne i wizualne w opisie zadania, a następnie sprawdź ukończoną odpowiedź pod kątem obu rodzajów. Konfiguracja obrazu jest właściwa dla dokładnego modelu i interfejsu. Zachowuj zaakceptowane ustawienia wraz z żądaniem i używaj wyłącznie ustawień udokumentowanych dla danego profilu łączonego; bezpośredni interfejs komponentu obrazowego może mieć inny układ pól i możliwości.
Komponent obrazowy nazwany dla tego profilu to GPT Image 1. Jego bezpośredni profil generowania obrazów obsługuje zadania skupione na obrazach, natomiast GPT-5 Image łączy tę możliwość z przetwarzaniem językowym GPT-5. GPT-5 Image Mini jest osobnym połączeniem GPT-5 Mini i GPT Image 1 Mini. Zachowuj tożsamość wybranego profilu wraz z materiałami źródłowymi i ustawieniami wyjścia, zamiast traktować podobnie nazwane połączenia jak ten sam model.
W rozmowie zawierającej kilka poprawek przenoś dalej właściwe wymagania pisemne i materiały referencyjne. Określ konkretną poprawkę w najnowszym opisie zadania, na przykład przesunięcie etykiety, zmianę obiektu lub uproszczenie kompozycji. Unikaj nieukierunkowanej prośby o poprawienie wszystkiego, gdy użyteczna zmiana jest już widoczna w zwróconym materiale.
Zachowaj odpowiedź pisemną i każdy rzeczywisty rezultat obrazowy dostarczony z wygenerowaną odpowiedzią. Zapisuj obrazy w zgłoszonym formacie wraz z promptem, materiałami źródłowymi i wybranymi ustawieniami. Sprawdź sam obraz pod kątem kompozycji, szczegółów motywu i tekstu; porównaj tekst towarzyszący z dowodami, które opisuje. Użyteczny ukończony wynik łączy wymagania pisemne z obrazem, który można otworzyć, sprawdzić i umieścić w zamierzonym dokumencie, na stronie lub w procesie pracy.
POST /v1/images/generationstext, imageimage| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity openai/gpt-5-image | 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 $0.32768 szacunek przed generowaniem Ten szacunek nie jest dodatkową opłatą ani stałą stawką za ukończone generowanie. |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${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', '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
/v1/images
openai/gpt-5-imageGPT-5 Image łączy możliwości językowe i rozumowanie GPT-5 firmy OpenAI z GPT Image 1 do generowania obrazów i edycji opartych na materiałach referencyjnych. Przyjmuje tekst, obrazy i dokumenty, a zwraca tekst i obrazy, łącząc pisemny opis zadania z wynikiem wizualnym.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
GPT-5 Image to połączony profil zestawiający model językowy GPT-5 firmy OpenAI z GPT Image 1. Komponent językowy interpretuje wymagania i materiały źródłowe; komponent obrazowy tworzy wynik wizualny. Opublikowany opis podkreśla rozumowanie, wykonywanie instrukcji, renderowanie tekstu i szczegółową edycję obrazów. Profil pasuje do zadań, w których materiał wizualny i jego pisemna interpretacja muszą odpowiadać temu samemu opisowi zadania.
Podaj modelowi cel obrazu, docelowych odbiorców i treść, która musi się pojawić. Oddziel fakty wymagające dokładnego przedstawienia od wyborów kompozycji lub sposobu prezentacji. Opis zadania dla diagramu może wskazywać byty i relacje, a następnie określać etykiety, rozmieszczenie i styl. Opis plakatu może definiować informacje o wydarzeniu, hierarchię i scenę wraz z dokładnymi słowami, które powinny znaleźć się na obrazie.
Na przykład przygotuj koncepcję plakatu na lokalne wydarzenie naukowe. Dostarcz fakty o wydarzeniu, poproś o krótkie wyjaśnienie układu i zażądaj obrazu z czytelnym tytułem oraz wspierającymi elementami wizualnymi. Określ, które słowa powinny znaleźć się na obrazie, a które wyłącznie w towarzyszącym opisie. Sprawdź pisemne wyjaśnienie i wygenerowany plakat razem, aby rozsądny plan układu został porównany z rzeczywistym widocznym wynikiem.
Tekst, obrazy i pliki, takie jak PDF, są udokumentowanymi danymi wejściowymi profilu łączonego. Dokument może dostarczać wymagań dla obrazu lub informacji wymagających podsumowania. Obrazy referencyjne mogą określać temat, produkt, miejsce lub układ. Nazwij każde źródło i wyjaśnij jego rolę przed opisaniem celu, zwłaszcza gdy materiał referencyjny zawiera treść do zachowania i treść do zmiany.
Przy poprawce wskaż obraz źródłowy i precyzyjnie opisz zamówioną zmianę. Edycja sceny produktowej może zmienić otoczenie przy zachowaniu formy przedmiotu i widocznych etykiet. Wyjaśnienie wizualne może zastąpić jeden element, zachowując otaczające relacje. Określ wymagania zachowania elementów w opisie zadania i sprawdź istotne szczegóły w rzeczywistym obrazie.
Karta dokładnie tego połączonego profilu pozwala użyć do edycji maksymalnie szesnastu obrazów referencyjnych. Dobieraj referencje istotne dla zadania i wyjaśniaj, co wnosi każda z nich. Gdy kilka obrazów pokazuje inne oświetlenie, punkty widzenia lub sposoby prezentacji, określ zamierzoną kompozycję, zamiast prosić, aby każde źródło dominowało w wyniku. Zachowuj źródła wraz z ukończonym obrazem, aby późniejsza poprawka mogła odwoływać się do tego samego materiału.
Opublikowany profil wymienia renderowanie tekstu wśród swoich możliwości. Podaj dokładne brzmienie, interpunkcję i położenie ważnego tekstu oraz określ jego relację do obiektów lub innych etykiet. Sprawdź każde wymagane słowo i liczbę w zwróconym obrazie przy jego docelowym rozmiarze wyświetlania. W przypadku diagramu sprawdź również, czy linie, pozycje i grupowania wyrażają relację opisaną w źródle pisemnym.
Profil łączony podaje okno kontekstu o wielkości 400 000 tokenów i limit generowanej odpowiedzi do 128 000 tokenów. Limity te opisują wejście i wygenerowaną odpowiedź, a nie konkretny rozmiar w pikselach lub liczbę obrazów. Wykorzystuj kontekst dla właściwych wymagań, referencji i stanu rozmowy, pozostawiając miejsce na zamówione wyjście. Oznacz długie materiały źródłowe, aby model mógł powiązać każdą instrukcję z właściwym fragmentem.
Udokumentowane wymagania dla wyjścia tekstowego obsługują uporządkowane wyniki według schematu JSON. Odpowiedź pisemna może definiować pola potrzebne do opisania koncepcji, podsumowania wymagania lub wskazania zamówionej zmiany. Sprawdź te pola i ich wartości względem źródła, zanim aplikacja je przetworzy. Profil łączony nie udostępnia wywoływania funkcji aplikacji, mimo że jego nazwane połączenie języka i obrazów wewnętrznie wykonuje generowanie wizualne.
Schemat żądania czatowego pozwala wybrać modalności wyjściowe text i image. Określ rzeczywiste wyniki pisemne i wizualne w opisie zadania, a następnie sprawdź ukończoną odpowiedź pod kątem obu rodzajów. Konfiguracja obrazu jest właściwa dla dokładnego modelu i interfejsu. Zachowuj zaakceptowane ustawienia wraz z żądaniem i używaj wyłącznie ustawień udokumentowanych dla danego profilu łączonego; bezpośredni interfejs komponentu obrazowego może mieć inny układ pól i możliwości.
Komponent obrazowy nazwany dla tego profilu to GPT Image 1. Jego bezpośredni profil generowania obrazów obsługuje zadania skupione na obrazach, natomiast GPT-5 Image łączy tę możliwość z przetwarzaniem językowym GPT-5. GPT-5 Image Mini jest osobnym połączeniem GPT-5 Mini i GPT Image 1 Mini. Zachowuj tożsamość wybranego profilu wraz z materiałami źródłowymi i ustawieniami wyjścia, zamiast traktować podobnie nazwane połączenia jak ten sam model.
W rozmowie zawierającej kilka poprawek przenoś dalej właściwe wymagania pisemne i materiały referencyjne. Określ konkretną poprawkę w najnowszym opisie zadania, na przykład przesunięcie etykiety, zmianę obiektu lub uproszczenie kompozycji. Unikaj nieukierunkowanej prośby o poprawienie wszystkiego, gdy użyteczna zmiana jest już widoczna w zwróconym materiale.
Zachowaj odpowiedź pisemną i każdy rzeczywisty rezultat obrazowy dostarczony z wygenerowaną odpowiedzią. Zapisuj obrazy w zgłoszonym formacie wraz z promptem, materiałami źródłowymi i wybranymi ustawieniami. Sprawdź sam obraz pod kątem kompozycji, szczegółów motywu i tekstu; porównaj tekst towarzyszący z dowodami, które opisuje. Użyteczny ukończony wynik łączy wymagania pisemne z obrazem, który można otworzyć, sprawdzić i umieścić w zamierzonym dokumencie, na stronie lub w procesie pracy.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity openai/gpt-5-image | 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 $0.02 / 1K tokenów Wyjście · Tokeny wyjściowe $0.02 / 1K tokenów Wejście · Odczyt cache $0.0025 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów Wyjście · Tokeny obrazu wyjściowego $0.08 / 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 $0.02 / 1K tokenów Wyjście · Tokeny wyjściowe $0.02 / 1K tokenów Wejście · Odczyt cache $0.0025 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "openai/gpt-5-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 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
/v1/images
Przykład techniczny po angielsku
Simplify a community-event poster\n\nEdit the supplied community science poster. Preserve the exact event title, date, venue and central telescope illustration. Remove the small decorative stars around the footer, increase the empty space around the title and keep the original portrait layout and two-color palette. Add no new event facts or text. Return the revised poster image.A revised poster image retaining all event wording and the telescope while simplifying the requested areas.Check every event word and number against the source and confirm that only the named decorative elements were removed.