GPT Image 1 är OpenAI:s inbyggt multimodala bildmodell, som tar emot text- och bildindata och producerar bildutdata. Den kan generera en ny scen, använda referensbilder för att forma en komposition eller redigera befintligt material genom en ny instruktion. Praktiskt arbete omfattar illustration, produktbilder, designkoncept och lokala ändringar vägledda av en mask. Detta är den namngivna utgåvan GPT Image 1, separat från Image 1 Mini, Image 1.5 och senare GPT Image-versioner.
Förbered en brief som anger motiv, miljö, komposition, ljussättning och visuell stil. Om uppgiften behöver synlig text inkluderar du den exakta formuleringen och förklarar dess avsedda hierarki och position. För en referenskomposition tilldelar du varje bild en tydlig roll, till exempel produkt, miljö eller visuellt uttryck. De direkta genererings- och redigeringsflödena tillåter en prompt på upp till 32 000 tecken och ett till tio bildresultat. Jämför de returnerade varianterna mot samma brief och behåll det valda materialet för efterföljande arbete.
Redigering kan ta emot upp till sexton referensbilder. GPT Image 1 stöder low och high för input_fidelity, med low som standard. Denna kontroll påverkar insatsen för att bevara källbildens egenskaper och stil; den är åtskild från renderingskvalitet och utmatningsstorlek. En redigering med hög återgivningstrogenhet är användbar när källdetaljer är viktiga, men är ingen garanti för att varje identifierande detalj förblir identisk. Ange vad som ska behållas och vad som får ändras i stället för att enbart förlita dig på inställningen för återgivningstrogenhet.
Maskerad redigering identifierar ett område att ändra. Förbered källan och masken i samma format och mått, under 50 MB enligt guidens krav, med en alfakanal i masken. Med flera källbilder tillämpas masken på den första. En användbar redigeringsbrief kan be om en annan väggfärg samtidigt som möbler, kameravinkel och ljussättning behålls. Modellen använder masken som vägledning snarare än att lova en exakt gräns, så granska både det ändrade området och dess omgivning.
De dokumenterade standardstorlekarna för utdata är 1024 × 1024, 1536 × 1024 och 1024 × 1536 pixlar, med automatiskt storleksval där det stöds. Kvaliteten är low, medium, high eller auto. GPT Image 1 använder dessa standardformat och kvalitetsnivåer upp till high. Välj standardformat utifrån den avsedda visningen och detaljnivå utifrån materialets syfte.
PNG är standardutdata, med JPEG och WebP som alternativ. Komprimering från 0 till 100 är tillgänglig för JPEG och WebP. Transparenta, opaka och automatiska bakgrundsval stöder olika leveransbehov; transparens kräver PNG eller WebP. För en fristående grafik använder du ett format som behåller alfakanalen innan den placeras i en senare layout. För en fullständig scen behåller du bakgrunden och motivets förhållande till den i briefen.
OpenAI dokumenterar generering och redigering direkt, och modellkortet omfattar också konversationsbaserad bildanvändning. Vid iterativt arbete behåller du det valda resultatet som källa för en uppföljande ändring i stället för att underförstått välja en annan variant. Bildreferensen dokumenterar strömning med upp till tre partiella bilder; dessa visar förloppet snarare än extra färdiga tillgångar. Håll ihop den färdiga bilden och briefen så att senare redigeringar hänvisar till den faktiska kompositionen. Tillverkarens gränssnitt stöder också batchbearbetning.
Modellen kan fortfarande ha svårt med exakt textplacering, hårt strukturerade layouter och konsekvens över återkommande motiv. Granska text, objektgränser, färgbehandling och de detaljer som identifierar källmaterialet i avsedd storlek. Om en redigering behöver förfinas beskriver du den synliga avvikelsen och de element som ska bevaras. GPT Image 1 är användbar för en konkret följd av generering, referensstyrd redigering och materialförberedelse, med sina egna standardstorlekar och valbara återgivningstrogenhet för indata hållna åtskilda från andra utgåvor.
", "aboutText": "GPT Image 1 är OpenAI:s inbyggt multimodala bildmodell, som tar emot text- och bildindata och producerar bildutdata. Den kan generera en ny scen, använda referensbilder för att forma en komposition eller redigera befintligt material genom en ny instruktion. Praktiskt arbete omfattar illustration, produktbilder, designkoncept och lokala ändringar vägledda av en mask. Detta är den namngivna utgåvan GPT Image 1, separat från Image 1 Mini, Image 1.5 och senare GPT Image-versioner.\n\nFörbered en brief som anger motiv, miljö, komposition, ljussättning och visuell stil. Om uppgiften behöver synlig text inkluderar du den exakta formuleringen och förklarar dess avsedda hierarki och position. För en referenskomposition tilldelar du varje bild en tydlig roll, till exempel produkt, miljö eller visuellt uttryck. De direkta genererings- och redigeringsflödena tillåter en prompt på upp till 32 000 tecken och ett till tio bildresultat. Jämför de returnerade varianterna mot samma brief och behåll det valda materialet för efterföljande arbete.\n\nRedigering kan ta emot upp till sexton referensbilder. GPT Image 1 stöder low och high för input_fidelity, med low som standard. Denna kontroll påverkar insatsen för att bevara källbildens egenskaper och stil; den är åtskild från renderingskvalitet och utmatningsstorlek. En redigering med hög återgivningstrogenhet är användbar när källdetaljer är viktiga, men är ingen garanti för att varje identifierande detalj förblir identisk. Ange vad som ska behållas och vad som får ändras i stället för att enbart förlita dig på inställningen för återgivningstrogenhet.\n\nMaskerad redigering identifierar ett område att ändra. Förbered källan och masken i samma format och mått, under 50 MB enligt guidens krav, med en alfakanal i masken. Med flera källbilder tillämpas masken på den första. En användbar redigeringsbrief kan be om en annan väggfärg samtidigt som möbler, kameravinkel och ljussättning behålls. Modellen använder masken som vägledning snarare än att lova en exakt gräns, så granska både det ändrade området och dess omgivning.\n\nDe dokumenterade standardstorlekarna för utdata är 1024 × 1024, 1536 × 1024 och 1024 × 1536 pixlar, med automatiskt storleksval där det stöds. Kvaliteten är low, medium, high eller auto. GPT Image 1 använder dessa standardformat och kvalitetsnivåer upp till high. Välj standardformat utifrån den avsedda visningen och detaljnivå utifrån materialets syfte.\n\nPNG är standardutdata, med JPEG och WebP som alternativ. Komprimering från 0 till 100 är tillgänglig för JPEG och WebP. Transparenta, opaka och automatiska bakgrundsval stöder olika leveransbehov; transparens kräver PNG eller WebP. För en fristående grafik använder du ett format som behåller alfakanalen innan den placeras i en senare layout. För en fullständig scen behåller du bakgrunden och motivets förhållande till den i briefen.\n\nOpenAI dokumenterar generering och redigering direkt, och modellkortet omfattar också konversationsbaserad bildanvändning. Vid iterativt arbete behåller du det valda resultatet som källa för en uppföljande ändring i stället för att underförstått välja en annan variant. Bildreferensen dokumenterar strömning med upp till tre partiella bilder; dessa visar förloppet snarare än extra färdiga tillgångar. Håll ihop den färdiga bilden och briefen så att senare redigeringar hänvisar till den faktiska kompositionen. Tillverkarens gränssnitt stöder också batchbearbetning.\n\nModellen kan fortfarande ha svårt med exakt textplacering, hårt strukturerade layouter och konsekvens över återkommande motiv. Granska text, objektgränser, färgbehandling och de detaljer som identifierar källmaterialet i avsedd storlek. Om en redigering behöver förfinas beskriver du den synliga avvikelsen och de element som ska bevaras. GPT Image 1 är användbar för en konkret följd av generering, referensstyrd redigering och materialförberedelse, med sina egna standardstorlekar och valbara återgivningstrogenhet för indata hållna åtskilda från andra utgåvor.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "3a822b728c945c07e4bb44315629cd227bab3d66d1b950d0b2e9c5cbb78ee584", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "openai/gpt-image-1GPT Image 1 genererar och redigerar bilder från text och visuell indata, inklusive referensstyrda kompositioner och maskerade ändringar. Den stöder valbar återgivningstrogenhet för indata, standardbildmått, transparenta bakgrunder och utdata i PNG, JPEG eller WebP.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
GPT Image 1 är OpenAI:s inbyggt multimodala bildmodell, som tar emot text- och bildindata och producerar bildutdata. Den kan generera en ny scen, använda referensbilder för att forma en komposition eller redigera befintligt material genom en ny instruktion. Praktiskt arbete omfattar illustration, produktbilder, designkoncept och lokala ändringar vägledda av en mask. Detta är den namngivna utgåvan GPT Image 1, separat från Image 1 Mini, Image 1.5 och senare GPT Image-versioner.
Förbered en brief som anger motiv, miljö, komposition, ljussättning och visuell stil. Om uppgiften behöver synlig text inkluderar du den exakta formuleringen och förklarar dess avsedda hierarki och position. För en referenskomposition tilldelar du varje bild en tydlig roll, till exempel produkt, miljö eller visuellt uttryck. De direkta genererings- och redigeringsflödena tillåter en prompt på upp till 32 000 tecken och ett till tio bildresultat. Jämför de returnerade varianterna mot samma brief och behåll det valda materialet för efterföljande arbete.
Redigering kan ta emot upp till sexton referensbilder. GPT Image 1 stöder low och high för input_fidelity, med low som standard. Denna kontroll påverkar insatsen för att bevara källbildens egenskaper och stil; den är åtskild från renderingskvalitet och utmatningsstorlek. En redigering med hög återgivningstrogenhet är användbar när källdetaljer är viktiga, men är ingen garanti för att varje identifierande detalj förblir identisk. Ange vad som ska behållas och vad som får ändras i stället för att enbart förlita dig på inställningen för återgivningstrogenhet.
Maskerad redigering identifierar ett område att ändra. Förbered källan och masken i samma format och mått, under 50 MB enligt guidens krav, med en alfakanal i masken. Med flera källbilder tillämpas masken på den första. En användbar redigeringsbrief kan be om en annan väggfärg samtidigt som möbler, kameravinkel och ljussättning behålls. Modellen använder masken som vägledning snarare än att lova en exakt gräns, så granska både det ändrade området och dess omgivning.
De dokumenterade standardstorlekarna för utdata är 1024 × 1024, 1536 × 1024 och 1024 × 1536 pixlar, med automatiskt storleksval där det stöds. Kvaliteten är low, medium, high eller auto. GPT Image 1 använder dessa standardformat och kvalitetsnivåer upp till high. Välj standardformat utifrån den avsedda visningen och detaljnivå utifrån materialets syfte.
PNG är standardutdata, med JPEG och WebP som alternativ. Komprimering från 0 till 100 är tillgänglig för JPEG och WebP. Transparenta, opaka och automatiska bakgrundsval stöder olika leveransbehov; transparens kräver PNG eller WebP. För en fristående grafik använder du ett format som behåller alfakanalen innan den placeras i en senare layout. För en fullständig scen behåller du bakgrunden och motivets förhållande till den i briefen.
OpenAI dokumenterar generering och redigering direkt, och modellkortet omfattar också konversationsbaserad bildanvändning. Vid iterativt arbete behåller du det valda resultatet som källa för en uppföljande ändring i stället för att underförstått välja en annan variant. Bildreferensen dokumenterar strömning med upp till tre partiella bilder; dessa visar förloppet snarare än extra färdiga tillgångar. Håll ihop den färdiga bilden och briefen så att senare redigeringar hänvisar till den faktiska kompositionen. Tillverkarens gränssnitt stöder också batchbearbetning.
Modellen kan fortfarande ha svårt med exakt textplacering, hårt strukturerade layouter och konsekvens över återkommande motiv. Granska text, objektgränser, färgbehandling och de detaljer som identifierar källmaterialet i avsedd storlek. Om en redigering behöver förfinas beskriver du den synliga avvikelsen och de element som ska bevaras. GPT Image 1 är användbar för en konkret följd av generering, referensstyrd redigering och materialförberedelse, med sina egna standardstorlekar och valbara återgivningstrogenhet för indata hållna åtskilda från andra utgåvor.
POST /v1/images/generationstext, imageimage| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser openai/gpt-image-1 | 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 $0.32768 uppskattning före generering Denna uppskattning är varken en extra avgift eller ett fast pris för den slutförda genereringen. |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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-image-1', '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-image-1
/v1/images