GPT-5 Image Mini är en kombinerad språk- och bildprofil byggd kring OpenAI:s GPT-5 Mini och GPT Image 1 Mini. Språkkomponenten tolkar en skriftlig uppgift och källmaterial, medan bildkomponenten skapar eller bearbetar visuellt innehåll. Den publicerade profilen betonar instruktionsföljning, textrendering och detaljerad bildredigering. Den är användbar för ett avgränsat visuellt uppdrag som också kräver texttolkning, en förklaring eller kompletterande text.
Förbered ett underlag som anger det önskade materialet, motivet, kompositionen och den text som måste finnas med. Beskriv hur bilden ska användas, exempelvis som ett produktkoncept, en illustration till en kort förklaring eller ett visuellt utkast för en sida. Be uttryckligen om både det skriftliga och det visuella resultatet så att en förklaring av konceptet lätt kan skiljas från själva bilden.
Du kan exempelvis beskriva en återanvändbar vattenflaska och be om ett enkelt koncept för en produktmiljö med en kort bildtext. Ange flaskans synliga form, bakgrunden, ljusets riktning och de exakta ord som ska finnas i bilden. Håll fakta som används i bildtexten åtskilda från dekorativa detaljer i scenen. Granska den returnerade bilden och den skriftliga texten mot dessa två delar av underlaget.
Den dokumenterade kombinerade profilen tar emot text, bilder och filer, exempelvis PDF-filer. Ett dokument kan ge krav eller fakta som ska tolkas innan bilden skapas. En bild kan ge utseende, layout eller ett underlag för redigering. Ange varje källas roll i stället för att anta att varje bilaga ska påverka varje del av resultatet. Håll källornas namn och ordning tydliga när flera indata lämnas.
För en ny bild anger du vad som ska synas och hur delarna förhåller sig till varandra. För en referensstyrd ändring anger du vad som ska ändras och vilka detaljer som ska bevaras. En produktbild kan få en ny miljö samtidigt som föremålets igenkännbara form och synliga etikett behålls. För ett diagram kan du begära att ett samband korrigeras och ange vilken text och vilka element som ska vara kvar.
Profilens eget publicerade kort tillåter upp till sexton referensbilder för redigering. Välj referenser som bidrar till uppgiften och förklara deras syfte: produkten, karaktären, bakgrunden eller det visuella uttrycket. Flera referenser kan ha motstridig ljussättning eller komposition, så beskriv det avsedda resultatet tydligt. Kontrollera motivets detaljer, texten i bilden och gränserna för den begärda ändringen i den faktiskt returnerade bilden.
Textrendering är en dokumenterad förmåga, men ett visuellt utkast behöver ändå kontrolleras ord för ord. Ange exakt formulering, interpunktion och placering och jämför sedan viktiga etiketter och tal med underlaget i den avsedda visningsstorleken. För en återkommande serie sparar du referenserna och bildkraven tillsammans med varje resultat och jämför de färdiga bilderna med varandra.
Den kombinerade profilen anger ett kontextfönster på 400 000 token och upp till 128 000 genererade token. Dessa gränser gäller arbetskontext och generering av svar, separat från en bilds pixelmått eller antalet returnerade bildartefakter. Strukturera långt källmaterial kring den tolkning som behövs och lämna plats för svaret. Ett kompakt underlag med relevanta referenser är mer användbart än ovidkommande dokument vars roll inte har förklarats.
Profilens publicerade kontrakt för textutdata stöder strukturerade resultat enligt JSON-schema. Definiera fälten och typerna när ett skriftligt resultat ska användas av en applikation och validera värdena mot det tillhandahållna underlaget. Den kombinerade profilen tillhandahåller inte funktionsanrop för applikationer. Att den använder en språkkomponent tillsammans med bildgenerering är en förmåga hos den namngivna profilen; det gör inte varje funktion i ett fristående GPT-5 Mini-gränssnitt till en del av detta arbetsflöde.
Bildinställningar ska hämtas från exakt den profil och det gränssnitt som används. Spara den valda konfigurationen tillsammans med prompten när du jämför versioner. Den direkta komponenten GPT Image 1 Mini och en kombinerad chattprofil har olika förfrågningsupplägg, så komponentspecifika inställningar för storlek, maskning eller utdata kräver en uttrycklig mappning innan de behandlas som inställningar för denna kombinerade profil.
Det dokumenterade schemat för chattförfrågningar kan välja text (text) och bild (image) som utdatamodaliteter. Bearbeta den returnerade texten och varje faktisk bildartefakt som följer med modellsvaret. Spara bilderna i det format som resultatet anger och behåll det skriftliga svaret tillsammans med prompten, källreferenserna och inställningarna. Ett modellsvar som bara innehåller förklarande text skiljer sig från ett färdigt visuellt resultat, så kontrollera vad resultatet faktiskt innehåller innan det används i en layout.
GPT-5 Image Mini skiljer sig från den fullständiga profilen GPT-5 Image, som kombinerar GPT-5 med GPT Image 1. Använd Mini-profilen för avgränsade språk- och bilduppgifter med tydligt underlag och tydliga granskningskriterier. Kontrollera komposition, föremålsidentitet, text i bilden och kompletterande prosa och be sedan om den specifika korrigering som behövs. Behåll de delar som fungerar och de relevanta referenserna i nästa underlag så att bearbetningen har ett konkret mål.
", "aboutText": "GPT-5 Image Mini är en kombinerad språk- och bildprofil byggd kring OpenAI:s GPT-5 Mini och GPT Image 1 Mini. Språkkomponenten tolkar en skriftlig uppgift och källmaterial, medan bildkomponenten skapar eller bearbetar visuellt innehåll. Den publicerade profilen betonar instruktionsföljning, textrendering och detaljerad bildredigering. Den är användbar för ett avgränsat visuellt uppdrag som också kräver texttolkning, en förklaring eller kompletterande text.\n\n### Förena den skriftliga uppgiften med det visuella resultatet\n\nFörbered ett underlag som anger det önskade materialet, motivet, kompositionen och den text som måste finnas med. Beskriv hur bilden ska användas, exempelvis som ett produktkoncept, en illustration till en kort förklaring eller ett visuellt utkast för en sida. Be uttryckligen om både det skriftliga och det visuella resultatet så att en förklaring av konceptet lätt kan skiljas från själva bilden.\n\nDu kan exempelvis beskriva en återanvändbar vattenflaska och be om ett enkelt koncept för en produktmiljö med en kort bildtext. Ange flaskans synliga form, bakgrunden, ljusets riktning och de exakta ord som ska finnas i bilden. Håll fakta som används i bildtexten åtskilda från dekorativa detaljer i scenen. Granska den returnerade bilden och den skriftliga texten mot dessa två delar av underlaget.\n\nDen dokumenterade kombinerade profilen tar emot text, bilder och filer, exempelvis PDF-filer. Ett dokument kan ge krav eller fakta som ska tolkas innan bilden skapas. En bild kan ge utseende, layout eller ett underlag för redigering. Ange varje källas roll i stället för att anta att varje bilaga ska påverka varje del av resultatet. Håll källornas namn och ordning tydliga när flera indata lämnas.\n\n### Generera och bearbeta med referenser\n\nFör en ny bild anger du vad som ska synas och hur delarna förhåller sig till varandra. För en referensstyrd ändring anger du vad som ska ändras och vilka detaljer som ska bevaras. En produktbild kan få en ny miljö samtidigt som föremålets igenkännbara form och synliga etikett behålls. För ett diagram kan du begära att ett samband korrigeras och ange vilken text och vilka element som ska vara kvar.\n\nProfilens eget publicerade kort tillåter upp till sexton referensbilder för redigering. Välj referenser som bidrar till uppgiften och förklara deras syfte: produkten, karaktären, bakgrunden eller det visuella uttrycket. Flera referenser kan ha motstridig ljussättning eller komposition, så beskriv det avsedda resultatet tydligt. Kontrollera motivets detaljer, texten i bilden och gränserna för den begärda ändringen i den faktiskt returnerade bilden.\n\nTextrendering är en dokumenterad förmåga, men ett visuellt utkast behöver ändå kontrolleras ord för ord. Ange exakt formulering, interpunktion och placering och jämför sedan viktiga etiketter och tal med underlaget i den avsedda visningsstorleken. För en återkommande serie sparar du referenserna och bildkraven tillsammans med varje resultat och jämför de färdiga bilderna med varandra.\n\n### Arbetskontext och inställningar\n\nDen kombinerade profilen anger ett kontextfönster på 400 000 token och upp till 128 000 genererade token. Dessa gränser gäller arbetskontext och generering av svar, separat från en bilds pixelmått eller antalet returnerade bildartefakter. Strukturera långt källmaterial kring den tolkning som behövs och lämna plats för svaret. Ett kompakt underlag med relevanta referenser är mer användbart än ovidkommande dokument vars roll inte har förklarats.\n\nProfilens publicerade kontrakt för textutdata stöder strukturerade resultat enligt JSON-schema. Definiera fälten och typerna när ett skriftligt resultat ska användas av en applikation och validera värdena mot det tillhandahållna underlaget. Den kombinerade profilen tillhandahåller inte funktionsanrop för applikationer. Att den använder en språkkomponent tillsammans med bildgenerering är en förmåga hos den namngivna profilen; det gör inte varje funktion i ett fristående GPT-5 Mini-gränssnitt till en del av detta arbetsflöde.\n\nBildinställningar ska hämtas från exakt den profil och det gränssnitt som används. Spara den valda konfigurationen tillsammans med prompten när du jämför versioner. Den direkta komponenten GPT Image 1 Mini och en kombinerad chattprofil har olika förfrågningsupplägg, så komponentspecifika inställningar för storlek, maskning eller utdata kräver en uttrycklig mappning innan de behandlas som inställningar för denna kombinerade profil.\n\n### Spara text- och bildartefakterna\n\nDet dokumenterade schemat för chattförfrågningar kan välja text (text) och bild (image) som utdatamodaliteter. Bearbeta den returnerade texten och varje faktisk bildartefakt som följer med modellsvaret. Spara bilderna i det format som resultatet anger och behåll det skriftliga svaret tillsammans med prompten, källreferenserna och inställningarna. Ett modellsvar som bara innehåller förklarande text skiljer sig från ett färdigt visuellt resultat, så kontrollera vad resultatet faktiskt innehåller innan det används i en layout.\n\nGPT-5 Image Mini skiljer sig från den fullständiga profilen GPT-5 Image, som kombinerar GPT-5 med GPT Image 1. Använd Mini-profilen för avgränsade språk- och bilduppgifter med tydligt underlag och tydliga granskningskriterier. Kontrollera komposition, föremålsidentitet, text i bilden och kompletterande prosa och be sedan om den specifika korrigering som behövs. Behåll de delar som fungerar och de relevanta referenserna i nästa underlag så att bearbetningen har ett konkret mål.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Create a labelled refill-bottle scene\n\nCreate a product-scene image of a plain cylindrical blue reusable water bottle with a silver screw cap, standing upright on pale stone. Soft daylight enters from the left. Place the exact word REFILL clearly on the bottle, with no other text, logos, accessories or unsupported product claims. Keep the full bottle visible.One image artifact showing the full specified bottle, left-side daylight and the exact single-word label.Inspect the actual image for bottle shape, cap, complete framing and letter-by-letter spelling of REFILL.openai/gpt-5-image-miniGPT-5 Image Mini kombinerar språkförmågorna hos OpenAI:s GPT-5 Mini med GPT Image 1 Mini för bildgenerering och referensstyrda ändringar. Den tar emot text, bilder och dokument och returnerar text och bilder, och stöder arbetsflöden som behöver både ett skriftligt svar och ett visuellt material.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-5 Image Mini är en kombinerad språk- och bildprofil byggd kring OpenAI:s GPT-5 Mini och GPT Image 1 Mini. Språkkomponenten tolkar en skriftlig uppgift och källmaterial, medan bildkomponenten skapar eller bearbetar visuellt innehåll. Den publicerade profilen betonar instruktionsföljning, textrendering och detaljerad bildredigering. Den är användbar för ett avgränsat visuellt uppdrag som också kräver texttolkning, en förklaring eller kompletterande text.
Förbered ett underlag som anger det önskade materialet, motivet, kompositionen och den text som måste finnas med. Beskriv hur bilden ska användas, exempelvis som ett produktkoncept, en illustration till en kort förklaring eller ett visuellt utkast för en sida. Be uttryckligen om både det skriftliga och det visuella resultatet så att en förklaring av konceptet lätt kan skiljas från själva bilden.
Du kan exempelvis beskriva en återanvändbar vattenflaska och be om ett enkelt koncept för en produktmiljö med en kort bildtext. Ange flaskans synliga form, bakgrunden, ljusets riktning och de exakta ord som ska finnas i bilden. Håll fakta som används i bildtexten åtskilda från dekorativa detaljer i scenen. Granska den returnerade bilden och den skriftliga texten mot dessa två delar av underlaget.
Den dokumenterade kombinerade profilen tar emot text, bilder och filer, exempelvis PDF-filer. Ett dokument kan ge krav eller fakta som ska tolkas innan bilden skapas. En bild kan ge utseende, layout eller ett underlag för redigering. Ange varje källas roll i stället för att anta att varje bilaga ska påverka varje del av resultatet. Håll källornas namn och ordning tydliga när flera indata lämnas.
För en ny bild anger du vad som ska synas och hur delarna förhåller sig till varandra. För en referensstyrd ändring anger du vad som ska ändras och vilka detaljer som ska bevaras. En produktbild kan få en ny miljö samtidigt som föremålets igenkännbara form och synliga etikett behålls. För ett diagram kan du begära att ett samband korrigeras och ange vilken text och vilka element som ska vara kvar.
Profilens eget publicerade kort tillåter upp till sexton referensbilder för redigering. Välj referenser som bidrar till uppgiften och förklara deras syfte: produkten, karaktären, bakgrunden eller det visuella uttrycket. Flera referenser kan ha motstridig ljussättning eller komposition, så beskriv det avsedda resultatet tydligt. Kontrollera motivets detaljer, texten i bilden och gränserna för den begärda ändringen i den faktiskt returnerade bilden.
Textrendering är en dokumenterad förmåga, men ett visuellt utkast behöver ändå kontrolleras ord för ord. Ange exakt formulering, interpunktion och placering och jämför sedan viktiga etiketter och tal med underlaget i den avsedda visningsstorleken. För en återkommande serie sparar du referenserna och bildkraven tillsammans med varje resultat och jämför de färdiga bilderna med varandra.
Den kombinerade profilen anger ett kontextfönster på 400 000 token och upp till 128 000 genererade token. Dessa gränser gäller arbetskontext och generering av svar, separat från en bilds pixelmått eller antalet returnerade bildartefakter. Strukturera långt källmaterial kring den tolkning som behövs och lämna plats för svaret. Ett kompakt underlag med relevanta referenser är mer användbart än ovidkommande dokument vars roll inte har förklarats.
Profilens publicerade kontrakt för textutdata stöder strukturerade resultat enligt JSON-schema. Definiera fälten och typerna när ett skriftligt resultat ska användas av en applikation och validera värdena mot det tillhandahållna underlaget. Den kombinerade profilen tillhandahåller inte funktionsanrop för applikationer. Att den använder en språkkomponent tillsammans med bildgenerering är en förmåga hos den namngivna profilen; det gör inte varje funktion i ett fristående GPT-5 Mini-gränssnitt till en del av detta arbetsflöde.
Bildinställningar ska hämtas från exakt den profil och det gränssnitt som används. Spara den valda konfigurationen tillsammans med prompten när du jämför versioner. Den direkta komponenten GPT Image 1 Mini och en kombinerad chattprofil har olika förfrågningsupplägg, så komponentspecifika inställningar för storlek, maskning eller utdata kräver en uttrycklig mappning innan de behandlas som inställningar för denna kombinerade profil.
Det dokumenterade schemat för chattförfrågningar kan välja text (text) och bild (image) som utdatamodaliteter. Bearbeta den returnerade texten och varje faktisk bildartefakt som följer med modellsvaret. Spara bilderna i det format som resultatet anger och behåll det skriftliga svaret tillsammans med prompten, källreferenserna och inställningarna. Ett modellsvar som bara innehåller förklarande text skiljer sig från ett färdigt visuellt resultat, så kontrollera vad resultatet faktiskt innehåller innan det används i en layout.
GPT-5 Image Mini skiljer sig från den fullständiga profilen GPT-5 Image, som kombinerar GPT-5 med GPT Image 1. Använd Mini-profilen för avgränsade språk- och bilduppgifter med tydligt underlag och tydliga granskningskriterier. Kontrollera komposition, föremålsidentitet, text i bilden och kompletterande prosa och be sedan om den specifika korrigering som behövs. Behåll de delar som fungerar och de relevanta referenserna i nästa underlag så att bearbetningen har ett konkret mål.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser openai/gpt-5-image-mini | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.005 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.0005 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token Utdata · Token för bildutdata $0.016 / 1K bildtoken |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.005 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.0005 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Referensprislistor på modellnivå ändrar inte metodval, prisuppgifter eller avgifter. Aktiva avgifter använder priserna för den valda Ailoot-metoden.
| Konfiguration | Debiteringsvillkor | Avgift |
|---|---|---|
| KonfigurationOpenAI: GPT-5 Image Mini · Standardkonfiguration | DebiteringsvillkorStandardkonfiguration | Avgift Indata · Indatatoken 0,005 US$ / 1K token Utdata · Utdatatoken 0,004 US$ / 1K token Utdata · Utdatabild 0,016 US$ / 1K token Utdata · Webbsökning 0,02 US$ per sökning Indata · Cacheläsning 0,0005 US$ / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5-image-mini", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5-image-mini',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5-image-mini',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra openai/gpt-5-image-mini
/v1/images
openai/gpt-5-image-miniGPT-5 Image Mini kombinerar språkförmågorna hos OpenAI:s GPT-5 Mini med GPT Image 1 Mini för bildgenerering och referensstyrda ändringar. Den tar emot text, bilder och dokument och returnerar text och bilder, och stöder arbetsflöden som behöver både ett skriftligt svar och ett visuellt material.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-5 Image Mini är en kombinerad språk- och bildprofil byggd kring OpenAI:s GPT-5 Mini och GPT Image 1 Mini. Språkkomponenten tolkar en skriftlig uppgift och källmaterial, medan bildkomponenten skapar eller bearbetar visuellt innehåll. Den publicerade profilen betonar instruktionsföljning, textrendering och detaljerad bildredigering. Den är användbar för ett avgränsat visuellt uppdrag som också kräver texttolkning, en förklaring eller kompletterande text.
Förbered ett underlag som anger det önskade materialet, motivet, kompositionen och den text som måste finnas med. Beskriv hur bilden ska användas, exempelvis som ett produktkoncept, en illustration till en kort förklaring eller ett visuellt utkast för en sida. Be uttryckligen om både det skriftliga och det visuella resultatet så att en förklaring av konceptet lätt kan skiljas från själva bilden.
Du kan exempelvis beskriva en återanvändbar vattenflaska och be om ett enkelt koncept för en produktmiljö med en kort bildtext. Ange flaskans synliga form, bakgrunden, ljusets riktning och de exakta ord som ska finnas i bilden. Håll fakta som används i bildtexten åtskilda från dekorativa detaljer i scenen. Granska den returnerade bilden och den skriftliga texten mot dessa två delar av underlaget.
Den dokumenterade kombinerade profilen tar emot text, bilder och filer, exempelvis PDF-filer. Ett dokument kan ge krav eller fakta som ska tolkas innan bilden skapas. En bild kan ge utseende, layout eller ett underlag för redigering. Ange varje källas roll i stället för att anta att varje bilaga ska påverka varje del av resultatet. Håll källornas namn och ordning tydliga när flera indata lämnas.
För en ny bild anger du vad som ska synas och hur delarna förhåller sig till varandra. För en referensstyrd ändring anger du vad som ska ändras och vilka detaljer som ska bevaras. En produktbild kan få en ny miljö samtidigt som föremålets igenkännbara form och synliga etikett behålls. För ett diagram kan du begära att ett samband korrigeras och ange vilken text och vilka element som ska vara kvar.
Profilens eget publicerade kort tillåter upp till sexton referensbilder för redigering. Välj referenser som bidrar till uppgiften och förklara deras syfte: produkten, karaktären, bakgrunden eller det visuella uttrycket. Flera referenser kan ha motstridig ljussättning eller komposition, så beskriv det avsedda resultatet tydligt. Kontrollera motivets detaljer, texten i bilden och gränserna för den begärda ändringen i den faktiskt returnerade bilden.
Textrendering är en dokumenterad förmåga, men ett visuellt utkast behöver ändå kontrolleras ord för ord. Ange exakt formulering, interpunktion och placering och jämför sedan viktiga etiketter och tal med underlaget i den avsedda visningsstorleken. För en återkommande serie sparar du referenserna och bildkraven tillsammans med varje resultat och jämför de färdiga bilderna med varandra.
Den kombinerade profilen anger ett kontextfönster på 400 000 token och upp till 128 000 genererade token. Dessa gränser gäller arbetskontext och generering av svar, separat från en bilds pixelmått eller antalet returnerade bildartefakter. Strukturera långt källmaterial kring den tolkning som behövs och lämna plats för svaret. Ett kompakt underlag med relevanta referenser är mer användbart än ovidkommande dokument vars roll inte har förklarats.
Profilens publicerade kontrakt för textutdata stöder strukturerade resultat enligt JSON-schema. Definiera fälten och typerna när ett skriftligt resultat ska användas av en applikation och validera värdena mot det tillhandahållna underlaget. Den kombinerade profilen tillhandahåller inte funktionsanrop för applikationer. Att den använder en språkkomponent tillsammans med bildgenerering är en förmåga hos den namngivna profilen; det gör inte varje funktion i ett fristående GPT-5 Mini-gränssnitt till en del av detta arbetsflöde.
Bildinställningar ska hämtas från exakt den profil och det gränssnitt som används. Spara den valda konfigurationen tillsammans med prompten när du jämför versioner. Den direkta komponenten GPT Image 1 Mini och en kombinerad chattprofil har olika förfrågningsupplägg, så komponentspecifika inställningar för storlek, maskning eller utdata kräver en uttrycklig mappning innan de behandlas som inställningar för denna kombinerade profil.
Det dokumenterade schemat för chattförfrågningar kan välja text (text) och bild (image) som utdatamodaliteter. Bearbeta den returnerade texten och varje faktisk bildartefakt som följer med modellsvaret. Spara bilderna i det format som resultatet anger och behåll det skriftliga svaret tillsammans med prompten, källreferenserna och inställningarna. Ett modellsvar som bara innehåller förklarande text skiljer sig från ett färdigt visuellt resultat, så kontrollera vad resultatet faktiskt innehåller innan det används i en layout.
GPT-5 Image Mini skiljer sig från den fullständiga profilen GPT-5 Image, som kombinerar GPT-5 med GPT Image 1. Använd Mini-profilen för avgränsade språk- och bilduppgifter med tydligt underlag och tydliga granskningskriterier. Kontrollera komposition, föremålsidentitet, text i bilden och kompletterande prosa och be sedan om den specifika korrigering som behövs. Behåll de delar som fungerar och de relevanta referenserna i nästa underlag så att bearbetningen har ett konkret mål.
POST /v1/images/generationstext, imageimage| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser openai/gpt-5-image-mini | Standard— |
Fältprompt | Typstring | KravObligatoriskt | Värden & gränser Minsta längd: 1 | Standard— |
Fältaspect_ratio | Typstring | KravValfritt | Värden & gränser 1:1, 3:2, 2:3, auto | Standard— |
Fältquality | Typstring | KravValfritt | Värden & gränser auto, low, medium, high | Standard— |
Fältbackground | Typstring | KravValfritt | Värden & gränser auto, transparent, opaque | Standard— |
Fältn | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Maximum: 10 | Standard— |
Fältinput_references | Typarray | KravValfritt | Värden & gränser Minsta antal objekt: 0 Maximalt antal objekt: 16 | Standard— |
Fältoutput_compression | Typinteger | KravValfritt | Värden & gränser Minimum: 0 Maximum: 100 | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser | Standard— |
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, prompt |
Parametermaterial_types | Avtaltext, image |
Livscykel: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · Det task_id som faktiskt returnerades eller en post i mediebiblioteket
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
De visade priserna används för att uppskatta kostnaden före genereringen. Den slutliga debiteringen beräknas utifrån den kostnad som registrerats för den ursprungliga genereringen. Uppmätt längd på resultatet och uppskattade mängder utgör inte den slutliga debiterbara mängden.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Prognostiserad mängd | Avgift |
|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Prognostiserad mängd— | Avgift Indata · Indatatoken · Uppskattning endast för jämförelse — / 1K token Utdata · Utdatatoken · Uppskattning endast för jämförelse — / 1K token Indata · Cacheläsning · Uppskattning endast för jämförelse — / 1K token Indata · Skrivning till cache · Uppskattning endast för jämförelse — / 1K token Indata · Skrivning till cache, 1 tim · Uppskattning endast för jämförelse — / 1K token |
| KonfigurationUppskattad genereringskostnad | Prislista— | Prognostiserad mängduppskattning för en generering | Avgift Utdata · Uppskattad genereringskostnad · Uppskattning endast för jämförelse $0.065536 uppskattning före generering Denna uppskattning är varken en extra avgift eller ett fast pris för den slutförda genereringen. |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'openai/gpt-5-image-mini', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nLadda ned varje returnerad bild eller spara dess Base64-innehåll
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.\nSpara varje färdig bild; hämta varje returnerad URL eller avkoda dess Base64-innehåll.
Spara hela svaret med headers, samtliga faktiska resultat, de ursprungliga returnerade identifierarna och alla användningsfält. Hämta den ursprungliga operationen utan att skicka skapandeförfrågan igen.
Behåll det returnerade värdet för X-Client-Request-ID för avstämning. Läs endast av resultat via de task_id/asset_id-värden som faktiskt returnerades eller via det mediebibliotek som tillhör dig. Bygg aldrig en uppgifts-URL från operations-ID:t och skicka aldrig skapandeförfrågan igen.
| Fält | Typ |
|---|---|
Fältcreated | Typ |
Fältdata[].url | Typ |
Fältdata[].b64_json | Typ |
Fältusage | Typ |
Ailoot Ultra openai/gpt-5-image-mini
/v1/images
openai/gpt-5-image-miniGPT-5 Image Mini kombinerar språkförmågorna hos OpenAI:s GPT-5 Mini med GPT Image 1 Mini för bildgenerering och referensstyrda ändringar. Den tar emot text, bilder och dokument och returnerar text och bilder, och stöder arbetsflöden som behöver både ett skriftligt svar och ett visuellt material.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT-5 Image Mini är en kombinerad språk- och bildprofil byggd kring OpenAI:s GPT-5 Mini och GPT Image 1 Mini. Språkkomponenten tolkar en skriftlig uppgift och källmaterial, medan bildkomponenten skapar eller bearbetar visuellt innehåll. Den publicerade profilen betonar instruktionsföljning, textrendering och detaljerad bildredigering. Den är användbar för ett avgränsat visuellt uppdrag som också kräver texttolkning, en förklaring eller kompletterande text.
Förbered ett underlag som anger det önskade materialet, motivet, kompositionen och den text som måste finnas med. Beskriv hur bilden ska användas, exempelvis som ett produktkoncept, en illustration till en kort förklaring eller ett visuellt utkast för en sida. Be uttryckligen om både det skriftliga och det visuella resultatet så att en förklaring av konceptet lätt kan skiljas från själva bilden.
Du kan exempelvis beskriva en återanvändbar vattenflaska och be om ett enkelt koncept för en produktmiljö med en kort bildtext. Ange flaskans synliga form, bakgrunden, ljusets riktning och de exakta ord som ska finnas i bilden. Håll fakta som används i bildtexten åtskilda från dekorativa detaljer i scenen. Granska den returnerade bilden och den skriftliga texten mot dessa två delar av underlaget.
Den dokumenterade kombinerade profilen tar emot text, bilder och filer, exempelvis PDF-filer. Ett dokument kan ge krav eller fakta som ska tolkas innan bilden skapas. En bild kan ge utseende, layout eller ett underlag för redigering. Ange varje källas roll i stället för att anta att varje bilaga ska påverka varje del av resultatet. Håll källornas namn och ordning tydliga när flera indata lämnas.
För en ny bild anger du vad som ska synas och hur delarna förhåller sig till varandra. För en referensstyrd ändring anger du vad som ska ändras och vilka detaljer som ska bevaras. En produktbild kan få en ny miljö samtidigt som föremålets igenkännbara form och synliga etikett behålls. För ett diagram kan du begära att ett samband korrigeras och ange vilken text och vilka element som ska vara kvar.
Profilens eget publicerade kort tillåter upp till sexton referensbilder för redigering. Välj referenser som bidrar till uppgiften och förklara deras syfte: produkten, karaktären, bakgrunden eller det visuella uttrycket. Flera referenser kan ha motstridig ljussättning eller komposition, så beskriv det avsedda resultatet tydligt. Kontrollera motivets detaljer, texten i bilden och gränserna för den begärda ändringen i den faktiskt returnerade bilden.
Textrendering är en dokumenterad förmåga, men ett visuellt utkast behöver ändå kontrolleras ord för ord. Ange exakt formulering, interpunktion och placering och jämför sedan viktiga etiketter och tal med underlaget i den avsedda visningsstorleken. För en återkommande serie sparar du referenserna och bildkraven tillsammans med varje resultat och jämför de färdiga bilderna med varandra.
Den kombinerade profilen anger ett kontextfönster på 400 000 token och upp till 128 000 genererade token. Dessa gränser gäller arbetskontext och generering av svar, separat från en bilds pixelmått eller antalet returnerade bildartefakter. Strukturera långt källmaterial kring den tolkning som behövs och lämna plats för svaret. Ett kompakt underlag med relevanta referenser är mer användbart än ovidkommande dokument vars roll inte har förklarats.
Profilens publicerade kontrakt för textutdata stöder strukturerade resultat enligt JSON-schema. Definiera fälten och typerna när ett skriftligt resultat ska användas av en applikation och validera värdena mot det tillhandahållna underlaget. Den kombinerade profilen tillhandahåller inte funktionsanrop för applikationer. Att den använder en språkkomponent tillsammans med bildgenerering är en förmåga hos den namngivna profilen; det gör inte varje funktion i ett fristående GPT-5 Mini-gränssnitt till en del av detta arbetsflöde.
Bildinställningar ska hämtas från exakt den profil och det gränssnitt som används. Spara den valda konfigurationen tillsammans med prompten när du jämför versioner. Den direkta komponenten GPT Image 1 Mini och en kombinerad chattprofil har olika förfrågningsupplägg, så komponentspecifika inställningar för storlek, maskning eller utdata kräver en uttrycklig mappning innan de behandlas som inställningar för denna kombinerade profil.
Det dokumenterade schemat för chattförfrågningar kan välja text (text) och bild (image) som utdatamodaliteter. Bearbeta den returnerade texten och varje faktisk bildartefakt som följer med modellsvaret. Spara bilderna i det format som resultatet anger och behåll det skriftliga svaret tillsammans med prompten, källreferenserna och inställningarna. Ett modellsvar som bara innehåller förklarande text skiljer sig från ett färdigt visuellt resultat, så kontrollera vad resultatet faktiskt innehåller innan det används i en layout.
GPT-5 Image Mini skiljer sig från den fullständiga profilen GPT-5 Image, som kombinerar GPT-5 med GPT Image 1. Använd Mini-profilen för avgränsade språk- och bilduppgifter med tydligt underlag och tydliga granskningskriterier. Kontrollera komposition, föremålsidentitet, text i bilden och kompletterande prosa och be sedan om den specifika korrigering som behövs. Behåll de delar som fungerar och de relevanta referenserna i nästa underlag så att bearbetningen har ett konkret mål.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser openai/gpt-5-image-mini | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.005 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.0005 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token Utdata · Token för bildutdata $0.016 / 1K bildtoken |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.005 / 1K token Utdata · Utdatatoken $0.004 / 1K token Indata · Cacheläsning $0.0005 / 1K token Indata · Skrivning till cache — / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "openai/gpt-5-image-mini",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5-image-mini', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5-image-mini', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra openai/gpt-5-image-mini
/v1/images
Tekniskt exempel på engelska
Create a labelled refill-bottle scene\n\nCreate a product-scene image of a plain cylindrical blue reusable water bottle with a silver screw cap, standing upright on pale stone. Soft daylight enters from the left. Place the exact word REFILL clearly on the bottle, with no other text, logos, accessories or unsupported product claims. Keep the full bottle visible.One image artifact showing the full specified bottle, left-side daylight and the exact single-word label.Inspect the actual image for bottle shape, cap, complete framing and letter-by-letter spelling of REFILL.