O GPT Image 2 é o modelo da OpenAI para geração e edição de imagens a partir de texto e entradas visuais. Cria uma nova imagem a partir de um briefing escrito e pode utilizar imagens de origem para edições ou trabalho orientado por referências. As tarefas práticas incluem ilustrações, conceitos de produto, composições visuais e alterações a uma peça existente. É uma edição separada dos modelos GPT Image 2.5 Sunburst e Flare, com a sua própria gama de qualidade e comportamento de fidelidade de entrada.
Para geração, descreva o tema, a cena, a composição, a luz e o estilo pretendido. Para uma edição, identifique o que deve mudar e o que deve manter a aparência. Um briefing de produto pode pedir um candeeiro de cerâmica sobre uma superfície clara, com silhueta centrada e espaço para uma legenda; uma edição seguinte pode alterar o fundo, mantendo a forma e o ângulo de observação do candeeiro. Os fluxos diretos documentados de geração e edição aceitam instruções com até 32 000 caracteres e podem devolver uma a dez imagens.
A edição com referências aceita até dezasseis imagens de entrada. Especifique a finalidade de cada referência, para não confundir um tema, um fundo e um tratamento visual. O GPT Image 2 processa automaticamente todas as entradas de imagem com alta fidelidade; input_fidelity deve ser omitido, porque não é ajustável nesta edição. Isto difere da escolha entre high e low no GPT Image 1 e do modo de fidelidade de entrada apenas low do GPT Image 1 Mini. O processamento de entrada com alta fidelidade apoia os pormenores de origem, sem garantir que todos sejam reproduzidos sem alterações.
Uma máscara pode identificar a região a editar. A imagem de origem e a máscara têm de ter o mesmo formato e dimensões e menos de 50 MB nos requisitos de preparação do guia; a máscara também precisa de um canal alfa. Se forem fornecidas várias imagens de entrada, a máscara aplica-se à primeira. O modelo trata a máscara como orientação baseada na instrução, e não como um limite geométrico estrito. Descreva a alteração local e os requisitos de preservação e examine depois a área envolvente quanto a diferenças indesejadas.
O GPT Image 2 suporta qualidade low, medium, high e auto, com auto como predefinição. As definições xhigh e max da família 2.5 não fazem parte da gama de qualidade desta edição. O tamanho pode ser quadrado, horizontal, vertical, automático ou uma largura e altura personalizadas válidas. Os exemplos do fabricante incluem 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 e 2160 × 3840 píxeis. Escolha a orientação e o nível de detalhe para a composição real, em vez de tratar qualidade e dimensões como o mesmo controlo.
As dimensões personalizadas têm de ser múltiplos de dezasseis píxeis, com um lado máximo de 3840 píxeis, proporção entre lado maior e menor não superior a 3:1 e área entre 655 360 e 8 294 400 píxeis. Estas condições aplicam-se simultaneamente. As resoluções acima de 2560 × 1440 estão assinaladas como experimentais. Um enquadramento que satisfaça uma regra pode falhar outra, por isso selecione um par de dimensões suportado e descreva no briefing os elementos sensíveis ao recorte.
A saída é PNG por predefinição, com JPEG ou WebP também disponíveis. É suportada compressão entre 0 e 100 para JPEG e WebP. O fundo pode ser opaco ou automático; a referência atual exata descreve a transparência para GPT Image 2 como uma capacidade em pré-visualização. Ao pedir transparência, utilize PNG ou WebP para permitir manter um canal alfa. O fluxo documentado de streaming permite até três imagens parciais antes da imagem concluída; guarde a peça final, em vez de uma pré-visualização de progresso. A interface do fabricante também suporta processamento em lote.
Avalie a clareza do texto, a posição dos objetos e a preservação dos pormenores de origem no resultado real. O GPT Image pode ter dificuldades com letras precisas, composições sensíveis à disposição e identidade visual recorrente entre gerações separadas. Para uma sequência de edições, utilize o resultado escolhido como origem seguinte e indique uma alteração concreta ligada a um problema visível. A saída útil do GPT Image 2 é uma imagem ligada a um briefing claro de geração ou edição, com entradas de alta fidelidade, dimensões e qualidade escolhidas para essa tarefa específica.
", "aboutText": "O GPT Image 2 é o modelo da OpenAI para geração e edição de imagens a partir de texto e entradas visuais. Cria uma nova imagem a partir de um briefing escrito e pode utilizar imagens de origem para edições ou trabalho orientado por referências. As tarefas práticas incluem ilustrações, conceitos de produto, composições visuais e alterações a uma peça existente. É uma edição separada dos modelos GPT Image 2.5 Sunburst e Flare, com a sua própria gama de qualidade e comportamento de fidelidade de entrada.\n\nPara geração, descreva o tema, a cena, a composição, a luz e o estilo pretendido. Para uma edição, identifique o que deve mudar e o que deve manter a aparência. Um briefing de produto pode pedir um candeeiro de cerâmica sobre uma superfície clara, com silhueta centrada e espaço para uma legenda; uma edição seguinte pode alterar o fundo, mantendo a forma e o ângulo de observação do candeeiro. Os fluxos diretos documentados de geração e edição aceitam instruções com até 32 000 caracteres e podem devolver uma a dez imagens.\n\nA edição com referências aceita até dezasseis imagens de entrada. Especifique a finalidade de cada referência, para não confundir um tema, um fundo e um tratamento visual. O GPT Image 2 processa automaticamente todas as entradas de imagem com alta fidelidade; input_fidelity deve ser omitido, porque não é ajustável nesta edição. Isto difere da escolha entre high e low no GPT Image 1 e do modo de fidelidade de entrada apenas low do GPT Image 1 Mini. O processamento de entrada com alta fidelidade apoia os pormenores de origem, sem garantir que todos sejam reproduzidos sem alterações.\n\nUma máscara pode identificar a região a editar. A imagem de origem e a máscara têm de ter o mesmo formato e dimensões e menos de 50 MB nos requisitos de preparação do guia; a máscara também precisa de um canal alfa. Se forem fornecidas várias imagens de entrada, a máscara aplica-se à primeira. O modelo trata a máscara como orientação baseada na instrução, e não como um limite geométrico estrito. Descreva a alteração local e os requisitos de preservação e examine depois a área envolvente quanto a diferenças indesejadas.\n\nO GPT Image 2 suporta qualidade low, medium, high e auto, com auto como predefinição. As definições xhigh e max da família 2.5 não fazem parte da gama de qualidade desta edição. O tamanho pode ser quadrado, horizontal, vertical, automático ou uma largura e altura personalizadas válidas. Os exemplos do fabricante incluem 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 e 2160 × 3840 píxeis. Escolha a orientação e o nível de detalhe para a composição real, em vez de tratar qualidade e dimensões como o mesmo controlo.\n\nAs dimensões personalizadas têm de ser múltiplos de dezasseis píxeis, com um lado máximo de 3840 píxeis, proporção entre lado maior e menor não superior a 3:1 e área entre 655 360 e 8 294 400 píxeis. Estas condições aplicam-se simultaneamente. As resoluções acima de 2560 × 1440 estão assinaladas como experimentais. Um enquadramento que satisfaça uma regra pode falhar outra, por isso selecione um par de dimensões suportado e descreva no briefing os elementos sensíveis ao recorte.\n\nA saída é PNG por predefinição, com JPEG ou WebP também disponíveis. É suportada compressão entre 0 e 100 para JPEG e WebP. O fundo pode ser opaco ou automático; a referência atual exata descreve a transparência para GPT Image 2 como uma capacidade em pré-visualização. Ao pedir transparência, utilize PNG ou WebP para permitir manter um canal alfa. O fluxo documentado de streaming permite até três imagens parciais antes da imagem concluída; guarde a peça final, em vez de uma pré-visualização de progresso. A interface do fabricante também suporta processamento em lote.\n\nAvalie a clareza do texto, a posição dos objetos e a preservação dos pormenores de origem no resultado real. O GPT Image pode ter dificuldades com letras precisas, composições sensíveis à disposição e identidade visual recorrente entre gerações separadas. Para uma sequência de edições, utilize o resultado escolhido como origem seguinte e indique uma alteração concreta ligada a um problema visível. A saída útil do GPT Image 2 é uma imagem ligada a um briefing claro de geração ou edição, com entradas de alta fidelidade, dimensões e qualidade escolhidas para essa tarefa específica.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "63cfaecbceab77b517fc063ffc2706e46e7eec5815aa937990d3aa78441ff4dc", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pt-pt", "methods": [ { "html": "gpt-image-2O GPT Image 2 gera e edita imagens a partir de texto e referências visuais. Suporta dimensões flexíveis de enquadramento e processa automaticamente as entradas de imagem com alta fidelidade, com controlos separados de qualidade, formato e fundo para a peça concluída.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
O GPT Image 2 é o modelo da OpenAI para geração e edição de imagens a partir de texto e entradas visuais. Cria uma nova imagem a partir de um briefing escrito e pode utilizar imagens de origem para edições ou trabalho orientado por referências. As tarefas práticas incluem ilustrações, conceitos de produto, composições visuais e alterações a uma peça existente. É uma edição separada dos modelos GPT Image 2.5 Sunburst e Flare, com a sua própria gama de qualidade e comportamento de fidelidade de entrada.
Para geração, descreva o tema, a cena, a composição, a luz e o estilo pretendido. Para uma edição, identifique o que deve mudar e o que deve manter a aparência. Um briefing de produto pode pedir um candeeiro de cerâmica sobre uma superfície clara, com silhueta centrada e espaço para uma legenda; uma edição seguinte pode alterar o fundo, mantendo a forma e o ângulo de observação do candeeiro. Os fluxos diretos documentados de geração e edição aceitam instruções com até 32 000 caracteres e podem devolver uma a dez imagens.
A edição com referências aceita até dezasseis imagens de entrada. Especifique a finalidade de cada referência, para não confundir um tema, um fundo e um tratamento visual. O GPT Image 2 processa automaticamente todas as entradas de imagem com alta fidelidade; input_fidelity deve ser omitido, porque não é ajustável nesta edição. Isto difere da escolha entre high e low no GPT Image 1 e do modo de fidelidade de entrada apenas low do GPT Image 1 Mini. O processamento de entrada com alta fidelidade apoia os pormenores de origem, sem garantir que todos sejam reproduzidos sem alterações.
Uma máscara pode identificar a região a editar. A imagem de origem e a máscara têm de ter o mesmo formato e dimensões e menos de 50 MB nos requisitos de preparação do guia; a máscara também precisa de um canal alfa. Se forem fornecidas várias imagens de entrada, a máscara aplica-se à primeira. O modelo trata a máscara como orientação baseada na instrução, e não como um limite geométrico estrito. Descreva a alteração local e os requisitos de preservação e examine depois a área envolvente quanto a diferenças indesejadas.
O GPT Image 2 suporta qualidade low, medium, high e auto, com auto como predefinição. As definições xhigh e max da família 2.5 não fazem parte da gama de qualidade desta edição. O tamanho pode ser quadrado, horizontal, vertical, automático ou uma largura e altura personalizadas válidas. Os exemplos do fabricante incluem 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 e 2160 × 3840 píxeis. Escolha a orientação e o nível de detalhe para a composição real, em vez de tratar qualidade e dimensões como o mesmo controlo.
As dimensões personalizadas têm de ser múltiplos de dezasseis píxeis, com um lado máximo de 3840 píxeis, proporção entre lado maior e menor não superior a 3:1 e área entre 655 360 e 8 294 400 píxeis. Estas condições aplicam-se simultaneamente. As resoluções acima de 2560 × 1440 estão assinaladas como experimentais. Um enquadramento que satisfaça uma regra pode falhar outra, por isso selecione um par de dimensões suportado e descreva no briefing os elementos sensíveis ao recorte.
A saída é PNG por predefinição, com JPEG ou WebP também disponíveis. É suportada compressão entre 0 e 100 para JPEG e WebP. O fundo pode ser opaco ou automático; a referência atual exata descreve a transparência para GPT Image 2 como uma capacidade em pré-visualização. Ao pedir transparência, utilize PNG ou WebP para permitir manter um canal alfa. O fluxo documentado de streaming permite até três imagens parciais antes da imagem concluída; guarde a peça final, em vez de uma pré-visualização de progresso. A interface do fabricante também suporta processamento em lote.
Avalie a clareza do texto, a posição dos objetos e a preservação dos pormenores de origem no resultado real. O GPT Image pode ter dificuldades com letras precisas, composições sensíveis à disposição e identidade visual recorrente entre gerações separadas. Para uma sequência de edições, utilize o resultado escolhido como origem seguinte e indique uma alteração concreta ligada a um problema visível. A saída útil do GPT Image 2 é uma imagem ligada a um briefing claro de geração ou edição, com entradas de alta fidelidade, dimensões e qualidade escolhidas para essa tarefa específica.
POST /v1/images/generationstextimage| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites gpt-image-2 | Predefinição— |
Campoprompt | Tipostring | RequisitoObrigatório | Valores e limites Comprimento mínimo: 1 | Predefinição— |
Campon | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 | Predefinição1 |
Camporesponse_format | Tipostring | RequisitoOpcional | Valores e limites url, b64_json | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Camposize | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoquality | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campobackground | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campooutput_format | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campooutput_compression | Tipointeger | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomoderation | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinput_fidelity | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostyle | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campopartial_images | Tipointeger | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Texto para imagem · Obrigatório: prompt
| Parâmetro | Contrato |
|---|---|
Parâmetromaterial_types | Contratotext |
Parâmetrorequired | Contratomodel, prompt |
Parâmetrooptional_controls | Contratonull |
Parâmetrocontent_type | Contratoapplication/json |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id efetivamente devolvido ou registo na biblioteca de multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
As estruturas dos métodos e os ID são exatos; a capacidade do fornecedor é distinta da admissão dos pedidos.
POST /v1/images/generationsO Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-image-2", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nfrom openai import OpenAI\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gpt-image-2', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gpt-image-2", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\nDescarregue cada imagem devolvida ou guarde o respetivo conteúdo Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Guarde cada imagem concluída; obtenha cada URL devolvido ou descodifique o respetivo conteúdo Base64.
Guarde todos os itens de dados. Descodifique cada b64_json ou obtenha todos os URL assinados devolvidos. Escolha a extensão do ficheiro a partir do MIME/dos bytes reais.
Se o resultado de uma geração ou edição de imagem requerer verificação, guarde o operation_id/X-Client-Request-ID original e as informações do resultado devolvidas. Recupere os resultados existentes que lhe pertencem através da biblioteca de multimédia, usando valores task_id ou asset_id reais. Não volte a enviar o pedido de geração/edição nem construa um URL de consulta periódica a partir de operation_id.
| Campo | Tipo |
|---|---|
Campocreated | Tipointeger |
Campodata[].url | Tipostring |
Campodata[].b64_json | Tipobase64 string |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Respostaserver_error | CondiçãoA resposta devolvida indica que a operação ou o resultado requer verificação | Passo seguinteGuarde o ID original da operação/tarefa devolvido, os cabeçalhos do pedido e a resposta; continue a consultar essa operação original através das consultas suportadas. Não volte a enviar o pedido de criação. |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images
gpt-image-2O GPT Image 2 gera e edita imagens a partir de texto e referências visuais. Suporta dimensões flexíveis de enquadramento e processa automaticamente as entradas de imagem com alta fidelidade, com controlos separados de qualidade, formato e fundo para a peça concluída.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
O GPT Image 2 é o modelo da OpenAI para geração e edição de imagens a partir de texto e entradas visuais. Cria uma nova imagem a partir de um briefing escrito e pode utilizar imagens de origem para edições ou trabalho orientado por referências. As tarefas práticas incluem ilustrações, conceitos de produto, composições visuais e alterações a uma peça existente. É uma edição separada dos modelos GPT Image 2.5 Sunburst e Flare, com a sua própria gama de qualidade e comportamento de fidelidade de entrada.
Para geração, descreva o tema, a cena, a composição, a luz e o estilo pretendido. Para uma edição, identifique o que deve mudar e o que deve manter a aparência. Um briefing de produto pode pedir um candeeiro de cerâmica sobre uma superfície clara, com silhueta centrada e espaço para uma legenda; uma edição seguinte pode alterar o fundo, mantendo a forma e o ângulo de observação do candeeiro. Os fluxos diretos documentados de geração e edição aceitam instruções com até 32 000 caracteres e podem devolver uma a dez imagens.
A edição com referências aceita até dezasseis imagens de entrada. Especifique a finalidade de cada referência, para não confundir um tema, um fundo e um tratamento visual. O GPT Image 2 processa automaticamente todas as entradas de imagem com alta fidelidade; input_fidelity deve ser omitido, porque não é ajustável nesta edição. Isto difere da escolha entre high e low no GPT Image 1 e do modo de fidelidade de entrada apenas low do GPT Image 1 Mini. O processamento de entrada com alta fidelidade apoia os pormenores de origem, sem garantir que todos sejam reproduzidos sem alterações.
Uma máscara pode identificar a região a editar. A imagem de origem e a máscara têm de ter o mesmo formato e dimensões e menos de 50 MB nos requisitos de preparação do guia; a máscara também precisa de um canal alfa. Se forem fornecidas várias imagens de entrada, a máscara aplica-se à primeira. O modelo trata a máscara como orientação baseada na instrução, e não como um limite geométrico estrito. Descreva a alteração local e os requisitos de preservação e examine depois a área envolvente quanto a diferenças indesejadas.
O GPT Image 2 suporta qualidade low, medium, high e auto, com auto como predefinição. As definições xhigh e max da família 2.5 não fazem parte da gama de qualidade desta edição. O tamanho pode ser quadrado, horizontal, vertical, automático ou uma largura e altura personalizadas válidas. Os exemplos do fabricante incluem 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 e 2160 × 3840 píxeis. Escolha a orientação e o nível de detalhe para a composição real, em vez de tratar qualidade e dimensões como o mesmo controlo.
As dimensões personalizadas têm de ser múltiplos de dezasseis píxeis, com um lado máximo de 3840 píxeis, proporção entre lado maior e menor não superior a 3:1 e área entre 655 360 e 8 294 400 píxeis. Estas condições aplicam-se simultaneamente. As resoluções acima de 2560 × 1440 estão assinaladas como experimentais. Um enquadramento que satisfaça uma regra pode falhar outra, por isso selecione um par de dimensões suportado e descreva no briefing os elementos sensíveis ao recorte.
A saída é PNG por predefinição, com JPEG ou WebP também disponíveis. É suportada compressão entre 0 e 100 para JPEG e WebP. O fundo pode ser opaco ou automático; a referência atual exata descreve a transparência para GPT Image 2 como uma capacidade em pré-visualização. Ao pedir transparência, utilize PNG ou WebP para permitir manter um canal alfa. O fluxo documentado de streaming permite até três imagens parciais antes da imagem concluída; guarde a peça final, em vez de uma pré-visualização de progresso. A interface do fabricante também suporta processamento em lote.
Avalie a clareza do texto, a posição dos objetos e a preservação dos pormenores de origem no resultado real. O GPT Image pode ter dificuldades com letras precisas, composições sensíveis à disposição e identidade visual recorrente entre gerações separadas. Para uma sequência de edições, utilize o resultado escolhido como origem seguinte e indique uma alteração concreta ligada a um problema visível. A saída útil do GPT Image 2 é uma imagem ligada a um briefing claro de geração ou edição, com entradas de alta fidelidade, dimensões e qualidade escolhidas para essa tarefa específica.
POST /v1/images/generationstextimage| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites gpt-image-2 | Predefinição— |
Campoprompt | Tipostring | RequisitoObrigatório | Valores e limites Comprimento máximo: 32 000 | Predefinição— |
Camposize | Tipostring | RequisitoOpcional | Valores e limites Condições: Utilize auto ou WIDTHxHEIGHT com ambas as dimensões divisíveis por 16. O lado maior tem, no máximo, 3,840 píxeis e o tamanho total, no máximo, 8,300,000 píxeis. | Predefiniçãoauto |
Campobackground | Tipostring | RequisitoOpcional | Valores e limites transparent, opaque, auto | Predefiniçãoauto |
Campomoderation | Tipostring | RequisitoOpcional | Valores e limites low, auto Condições: Utilize auto para a moderação normal de conteúdo. | Predefinição— |
Campon | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Máximo: 10 | Predefinição1 |
Campoquality | Tipostring | RequisitoOpcional | Valores e limites auto, high, medium, low | Predefiniçãoauto |
Campooutput_compression | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 0 Máximo: 100 Condições: Aplica-se à saída JPEG e WebP; envie o valor inteiro documentado. | Predefinição100 |
Campooutput_format | Tipostring | RequisitoOpcional | Valores e limites webp, png, jpeg | Predefiniçãopng |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites false Condições: Esta rota devolve uma única resposta JSON concluída. | Predefiniçãofalse |
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratoprompt, model |
Parâmetromaterial_types | Contratotext |
Parâmetrooptional | Contratosize, background, moderation, n, quality, output_compression, output_format, stream |
Parâmetroconditions | ContratoUm fundo transparente exige PNG ou WebP., A compressão de saída aplica-se a JPEG ou WebP., O método selecionado gera a partir de texto. Os controlos de edição e transmissão em fluxo descritos para o fabricante são capacidades separadas. |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id efetivamente devolvido ou registo na biblioteca de multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
As tarifas apresentadas permitem estimar o custo antes da geração. O montante final cobrado é calculado a partir do custo registado para a geração original. A duração medida do resultado e as quantidades previstas não correspondem à quantidade final faturável.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Quantidade prevista | Custo |
|---|---|---|---|
| ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Quantidade prevista— | Custo Entrada · Tokens de entrada · Estimativa apenas para comparação — / 1K tokens Saída · Tokens de saída · Estimativa apenas para comparação — / 1K tokens Entrada · Leitura da cache · Estimativa apenas para comparação — / 1K tokens Entrada · Escrita na cache · Estimativa apenas para comparação — / 1K tokens Entrada · Escrita na cache, 1 hora · Estimativa apenas para comparação — / 1K tokens |
| ConfiguraçãoCusto estimado de geração | Tabela de tarifas— | Quantidade previstaestimativa para uma geração | Custo Saída · Custo estimado de geração · Estimativa apenas para comparação $0.24576 estimativa antes da geração Esta estimativa não é um encargo adicional nem uma tarifa fixa para a geração concluída. |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'prompt': 'A cute baby sea otter', 'model': 'gpt-image-2', 'size': '1024x1024', 'n': 1, 'background': 'auto', 'moderation': 'auto', 'output_format': 'png'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nDescarregue cada imagem devolvida ou guarde o respetivo conteúdo 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.\nGuarde cada imagem concluída; obtenha cada URL devolvido ou descodifique o respetivo conteúdo Base64.
Conserve a resposta completa e os cabeçalhos, todos os resultados efetivamente produzidos, os identificadores originais devolvidos e todos os campos de utilização. Recupere a operação original sem voltar a enviar o pedido de criação.
Guarde o X-Client-Request-ID devolvido para reconciliação. Consulte apenas os valores task_id/asset_id efetivamente devolvidos ou a sua biblioteca de multimédia; nunca construa um URL de tarefa a partir do ID da operação e nunca volte a enviar o pedido de criação.
| Campo | Tipo |
|---|---|
Campocreated | Tipo |
Campodata[].url | Tipo |
Campodata[].b64_json | Tipo |
Campousage | Tipo |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images
openai/gpt-image-2O GPT Image 2 gera e edita imagens a partir de texto e referências visuais. Suporta dimensões flexíveis de enquadramento e processa automaticamente as entradas de imagem com alta fidelidade, com controlos separados de qualidade, formato e fundo para a peça concluída.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
O GPT Image 2 é o modelo da OpenAI para geração e edição de imagens a partir de texto e entradas visuais. Cria uma nova imagem a partir de um briefing escrito e pode utilizar imagens de origem para edições ou trabalho orientado por referências. As tarefas práticas incluem ilustrações, conceitos de produto, composições visuais e alterações a uma peça existente. É uma edição separada dos modelos GPT Image 2.5 Sunburst e Flare, com a sua própria gama de qualidade e comportamento de fidelidade de entrada.
Para geração, descreva o tema, a cena, a composição, a luz e o estilo pretendido. Para uma edição, identifique o que deve mudar e o que deve manter a aparência. Um briefing de produto pode pedir um candeeiro de cerâmica sobre uma superfície clara, com silhueta centrada e espaço para uma legenda; uma edição seguinte pode alterar o fundo, mantendo a forma e o ângulo de observação do candeeiro. Os fluxos diretos documentados de geração e edição aceitam instruções com até 32 000 caracteres e podem devolver uma a dez imagens.
A edição com referências aceita até dezasseis imagens de entrada. Especifique a finalidade de cada referência, para não confundir um tema, um fundo e um tratamento visual. O GPT Image 2 processa automaticamente todas as entradas de imagem com alta fidelidade; input_fidelity deve ser omitido, porque não é ajustável nesta edição. Isto difere da escolha entre high e low no GPT Image 1 e do modo de fidelidade de entrada apenas low do GPT Image 1 Mini. O processamento de entrada com alta fidelidade apoia os pormenores de origem, sem garantir que todos sejam reproduzidos sem alterações.
Uma máscara pode identificar a região a editar. A imagem de origem e a máscara têm de ter o mesmo formato e dimensões e menos de 50 MB nos requisitos de preparação do guia; a máscara também precisa de um canal alfa. Se forem fornecidas várias imagens de entrada, a máscara aplica-se à primeira. O modelo trata a máscara como orientação baseada na instrução, e não como um limite geométrico estrito. Descreva a alteração local e os requisitos de preservação e examine depois a área envolvente quanto a diferenças indesejadas.
O GPT Image 2 suporta qualidade low, medium, high e auto, com auto como predefinição. As definições xhigh e max da família 2.5 não fazem parte da gama de qualidade desta edição. O tamanho pode ser quadrado, horizontal, vertical, automático ou uma largura e altura personalizadas válidas. Os exemplos do fabricante incluem 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 e 2160 × 3840 píxeis. Escolha a orientação e o nível de detalhe para a composição real, em vez de tratar qualidade e dimensões como o mesmo controlo.
As dimensões personalizadas têm de ser múltiplos de dezasseis píxeis, com um lado máximo de 3840 píxeis, proporção entre lado maior e menor não superior a 3:1 e área entre 655 360 e 8 294 400 píxeis. Estas condições aplicam-se simultaneamente. As resoluções acima de 2560 × 1440 estão assinaladas como experimentais. Um enquadramento que satisfaça uma regra pode falhar outra, por isso selecione um par de dimensões suportado e descreva no briefing os elementos sensíveis ao recorte.
A saída é PNG por predefinição, com JPEG ou WebP também disponíveis. É suportada compressão entre 0 e 100 para JPEG e WebP. O fundo pode ser opaco ou automático; a referência atual exata descreve a transparência para GPT Image 2 como uma capacidade em pré-visualização. Ao pedir transparência, utilize PNG ou WebP para permitir manter um canal alfa. O fluxo documentado de streaming permite até três imagens parciais antes da imagem concluída; guarde a peça final, em vez de uma pré-visualização de progresso. A interface do fabricante também suporta processamento em lote.
Avalie a clareza do texto, a posição dos objetos e a preservação dos pormenores de origem no resultado real. O GPT Image pode ter dificuldades com letras precisas, composições sensíveis à disposição e identidade visual recorrente entre gerações separadas. Para uma sequência de edições, utilize o resultado escolhido como origem seguinte e indique uma alteração concreta ligada a um problema visível. A saída útil do GPT Image 2 é uma imagem ligada a um briefing claro de geração ou edição, com entradas de alta fidelidade, dimensões e qualidade escolhidas para essa tarefa específica.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites openai/gpt-image-2 | Predefinição— |
Campoprompt | Tipostring | RequisitoObrigatório | Valores e limites Comprimento mínimo: 1 | Predefinição— |
Campoaspect_ratio | Tipostring | RequisitoOpcional | Valores e limites 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, auto | Predefinição— |
Campoquality | Tipostring | RequisitoOpcional | Valores e limites auto, low, medium, high | Predefinição— |
Campobackground | Tipostring | RequisitoOpcional | Valores e limites auto, opaque | Predefinição— |
Campon | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Máximo: 10 | Predefinição— |
Campoinput_references | Tipoarray | RequisitoOpcional | Valores e limites Número mínimo de elementos: 0 Número máximo de elementos: 16 | Predefinição— |
Campooutput_compression | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 0 Máximo: 100 | Predefinição— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites | Predefinição— |
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, prompt |
Parâmetromaterial_types | Contratotext, image |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id efetivamente devolvido ou registo na biblioteca de multimédia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
As tarifas apresentadas permitem estimar o custo antes da geração. O montante final cobrado é calculado a partir do custo registado para a geração original. A duração medida do resultado e as quantidades previstas não correspondem à quantidade final faturável.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Quantidade prevista | Custo |
|---|---|---|---|
| ConfiguraçãoTarifas base por token | Tabela de tarifasTarifa base | Quantidade prevista— | Custo Entrada · Tokens de entrada · Estimativa apenas para comparação — / 1K tokens Saída · Tokens de saída · Estimativa apenas para comparação — / 1K tokens Entrada · Leitura da cache · Estimativa apenas para comparação — / 1K tokens Entrada · Escrita na cache · Estimativa apenas para comparação — / 1K tokens Entrada · Escrita na cache, 1 hora · Estimativa apenas para comparação — / 1K tokens |
| ConfiguraçãoCusto estimado de geração | Tabela de tarifas— | Quantidade previstaestimativa para uma geração | Custo Saída · Custo estimado de geração · Estimativa apenas para comparação $0.24576 estimativa antes da geração Esta estimativa não é um encargo adicional nem uma tarifa fixa para a geração concluída. |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'openai/gpt-image-2', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nDescarregue cada imagem devolvida ou guarde o respetivo conteúdo 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.\nGuarde cada imagem concluída; obtenha cada URL devolvido ou descodifique o respetivo conteúdo Base64.
Conserve a resposta completa e os cabeçalhos, todos os resultados efetivamente produzidos, os identificadores originais devolvidos e todos os campos de utilização. Recupere a operação original sem voltar a enviar o pedido de criação.
Guarde o X-Client-Request-ID devolvido para reconciliação. Consulte apenas os valores task_id/asset_id efetivamente devolvidos ou a sua biblioteca de multimédia; nunca construa um URL de tarefa a partir do ID da operação e nunca volte a enviar o pedido de criação.
| Campo | Tipo |
|---|---|
Campocreated | Tipo |
Campodata[].url | Tipo |
Campodata[].b64_json | Tipo |
Campousage | Tipo |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images