GPT-5 Image 是將 OpenAI 的 GPT-5 語言模型與 GPT Image 1 結合的設定檔。語言元件解讀需求與原始素材；圖片元件建立視覺成果。其公開說明強調推理、遵循指示、文字呈現與精細圖片編輯。當視覺素材及其文字解讀需要遵循同一份需求說明時，這個設定檔便適用。
提供圖片用途、目標受眾及必須呈現的內容。將需要準確表達的事實，與構圖或視覺處理上的選擇分開。圖解需求可以指出實體與關係，再指定標籤、排列與風格。海報需求可以定義活動資訊、層級與場景，以及應出現在畫面中的確切文字。
例如，為社區科學活動準備海報概念。提供活動事實，要求簡短解釋版面，並要求圖片使用清楚的標題搭配輔助視覺元素。指定哪些文字應出現在圖片中，哪些只放在附帶說明。一起檢閱文字解釋與生成的海報，將合理的版面規劃與實際可見成果對照。
文件記載這個組合設定檔接受文字、圖片及 PDF 等檔案作為輸入。文件可以提供視覺設計需求或需要摘要的資訊。參考圖片可以確立主體、產品、地點或版面。在描述目標前，先為各個來源命名並說明其用途，尤其當參考素材同時含有應保留與應更改的內容時。
修改時，指出來源圖片並精確描述所需變更。產品場景編輯可以更換環境，同時保留物品外形與可見標示。視覺解說可以替換一個元素，同時維持周圍關係。在需求中列出保留條件，並檢查實際圖片中的重要細節。
這個確切組合設定檔的模型卡允許編輯時使用最多十六張參考圖片。讓參考素材與任務相關，並解釋各自提供哪些特徵。當多張圖片呈現不同光線、視角或處理方式時，指出目標構圖，而非要求每個來源都主導成果。將來源與完成的圖片一併保留，讓後續修正能引用同一份素材。
公開設定檔將文字呈現列為能力之一。為重要文字提供確切用字、標點與位置，並指定它與物件或其他標籤的關係。在圖片預定顯示尺寸下，檢查回傳圖片中每個必要的字詞與數字。若是圖解，也要確認線條、位置與分組表達了書面來源所描述的關係。
組合設定檔公開的上下文視窗為 400,000 個 token，最多可產生 128,000 個完成 token。這些額度描述輸入與生成的完成內容，並非特定像素尺寸或圖片數量。將上下文用於相關需求、參考素材與對話狀態，並為要求的輸出留出空間。為長篇來源素材加上標籤，讓模型能將各項指示連到正確段落。
其文件記載的文字輸出規格支援透過 JSON schema 提供結構化結果。文字回應可以定義描述概念、摘要需求或指出所需變更的欄位。在應用程式使用這些欄位前，先將欄位與值對照來源驗證。即使這個具名的語言與圖片組合會在內部執行視覺生成，組合設定檔仍未提供應用程式函式呼叫。
聊天請求 schema 可以選擇文字與圖片輸出模態。在需求中說明實際需要的文字與視覺交付成果，再檢查完成回應是否同時包含兩者。圖片設定取決於確切模型與介面。將已接受的設定與請求保存在一起，並只使用這個組合設定檔有文件記載的控制項；直接使用圖片元件的介面，可能具有不同的欄位與能力配置。
這個設定檔具名的圖片元件是 GPT Image 1。其直接圖片生成設定檔處理以圖片為主的工作，而 GPT-5 Image 將這項能力結合 GPT-5 語言處理。GPT-5 Image Mini 是 GPT-5 Mini 與 GPT Image 1 Mini 的另一個組合。將所選設定檔的身分與來源素材及輸出設定一併保留，不要將名稱相似的組合視為同一個模型。
對於包含多次修改的對話，沿用相關書面需求與來源參考。在最新需求中說明具體修正，例如移動標籤、更換物件或簡化構圖。當回傳素材中已能看出有用的變更時，避免籠統要求把一切變得更好。
保留完成回應提供的文字，以及每個實際圖片成品。依回報的格式儲存圖片，並一併保存提示詞、來源參考與所選設定。直接檢查圖片的構圖、主體細節與文字；將附帶文字與其描述的證據對照。有用的完成成果，會將書面需求與可開啟、檢閱並放入預定文件、頁面或創作流程的視覺內容連結起來。
", "aboutText": "GPT-5 Image 是將 OpenAI 的 GPT-5 語言模型與 GPT Image 1 結合的設定檔。語言元件解讀需求與原始素材；圖片元件建立視覺成果。其公開說明強調推理、遵循指示、文字呈現與精細圖片編輯。當視覺素材及其文字解讀需要遵循同一份需求說明時，這個設定檔便適用。\n\n### 解讀需求並建立素材\n\n提供圖片用途、目標受眾及必須呈現的內容。將需要準確表達的事實，與構圖或視覺處理上的選擇分開。圖解需求可以指出實體與關係，再指定標籤、排列與風格。海報需求可以定義活動資訊、層級與場景，以及應出現在畫面中的確切文字。\n\n例如，為社區科學活動準備海報概念。提供活動事實，要求簡短解釋版面，並要求圖片使用清楚的標題搭配輔助視覺元素。指定哪些文字應出現在圖片中，哪些只放在附帶說明。一起檢閱文字解釋與生成的海報，將合理的版面規劃與實際可見成果對照。\n\n文件記載這個組合設定檔接受文字、圖片及 PDF 等檔案作為輸入。文件可以提供視覺設計需求或需要摘要的資訊。參考圖片可以確立主體、產品、地點或版面。在描述目標前，先為各個來源命名並說明其用途，尤其當參考素材同時含有應保留與應更改的內容時。\n\n### 依參考素材編輯與呈現文字\n\n修改時，指出來源圖片並精確描述所需變更。產品場景編輯可以更換環境，同時保留物品外形與可見標示。視覺解說可以替換一個元素，同時維持周圍關係。在需求中列出保留條件，並檢查實際圖片中的重要細節。\n\n這個確切組合設定檔的模型卡允許編輯時使用最多十六張參考圖片。讓參考素材與任務相關，並解釋各自提供哪些特徵。當多張圖片呈現不同光線、視角或處理方式時，指出目標構圖，而非要求每個來源都主導成果。將來源與完成的圖片一併保留，讓後續修正能引用同一份素材。\n\n公開設定檔將文字呈現列為能力之一。為重要文字提供確切用字、標點與位置，並指定它與物件或其他標籤的關係。在圖片預定顯示尺寸下，檢查回傳圖片中每個必要的字詞與數字。若是圖解，也要確認線條、位置與分組表達了書面來源所描述的關係。\n\n### 上下文與回應形式\n\n組合設定檔公開的上下文視窗為 400,000 個 token，最多可產生 128,000 個完成 token。這些額度描述輸入與生成的完成內容，並非特定像素尺寸或圖片數量。將上下文用於相關需求、參考素材與對話狀態，並為要求的輸出留出空間。為長篇來源素材加上標籤，讓模型能將各項指示連到正確段落。\n\n其文件記載的文字輸出規格支援透過 JSON schema 提供結構化結果。文字回應可以定義描述概念、摘要需求或指出所需變更的欄位。在應用程式使用這些欄位前，先將欄位與值對照來源驗證。即使這個具名的語言與圖片組合會在內部執行視覺生成，組合設定檔仍未提供應用程式函式呼叫。\n\n聊天請求 schema 可以選擇文字與圖片輸出模態。在需求中說明實際需要的文字與視覺交付成果，再檢查完成回應是否同時包含兩者。圖片設定取決於確切模型與介面。將已接受的設定與請求保存在一起，並只使用這個組合設定檔有文件記載的控制項；直接使用圖片元件的介面，可能具有不同的欄位與能力配置。\n\n### 有意識地使用具名組合\n\n這個設定檔具名的圖片元件是 GPT Image 1。其直接圖片生成設定檔處理以圖片為主的工作，而 GPT-5 Image 將這項能力結合 GPT-5 語言處理。GPT-5 Image Mini 是 GPT-5 Mini 與 GPT Image 1 Mini 的另一個組合。將所選設定檔的身分與來源素材及輸出設定一併保留，不要將名稱相似的組合視為同一個模型。\n\n對於包含多次修改的對話，沿用相關書面需求與來源參考。在最新需求中說明具體修正，例如移動標籤、更換物件或簡化構圖。當回傳素材中已能看出有用的變更時，避免籠統要求把一切變得更好。\n\n### 保留並檢閱完成成果\n\n保留完成回應提供的文字，以及每個實際圖片成品。依回報的格式儲存圖片，並一併保存提示詞、來源參考與所選設定。直接檢查圖片的構圖、主體細節與文字；將附帶文字與其描述的證據對照。有用的完成成果，會將書面需求與可開啟、檢閱並放入預定文件、頁面或創作流程的視覺內容連結起來。", "editorialOverlay": { "copy_fields": { "practical_html": "英文技術範例
Simplify a community-event poster\n\nEdit the supplied community science poster. Preserve the exact event title, date, venue and central telescope illustration. Remove the small decorative stars around the footer, increase the empty space around the title and keep the original portrait layout and two-color palette. Add no new event facts or text. Return the revised poster image.A revised poster image retaining all event wording and the telescope while simplifying the requested areas.Check every event word and number against the source and confirm that only the named decorative elements were removed.openai/gpt-5-imageGPT-5 Image 將 OpenAI 的 GPT-5 語言與推理能力結合 GPT Image 1，用於圖片生成及依參考素材編輯圖片。它接受文字、圖片與文件，回傳文字與圖片，將書面需求連結到視覺成果。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
GPT-5 Image 是將 OpenAI 的 GPT-5 語言模型與 GPT Image 1 結合的設定檔。語言元件解讀需求與原始素材；圖片元件建立視覺成果。其公開說明強調推理、遵循指示、文字呈現與精細圖片編輯。當視覺素材及其文字解讀需要遵循同一份需求說明時，這個設定檔便適用。
提供圖片用途、目標受眾及必須呈現的內容。將需要準確表達的事實，與構圖或視覺處理上的選擇分開。圖解需求可以指出實體與關係，再指定標籤、排列與風格。海報需求可以定義活動資訊、層級與場景，以及應出現在畫面中的確切文字。
例如，為社區科學活動準備海報概念。提供活動事實，要求簡短解釋版面，並要求圖片使用清楚的標題搭配輔助視覺元素。指定哪些文字應出現在圖片中，哪些只放在附帶說明。一起檢閱文字解釋與生成的海報，將合理的版面規劃與實際可見成果對照。
文件記載這個組合設定檔接受文字、圖片及 PDF 等檔案作為輸入。文件可以提供視覺設計需求或需要摘要的資訊。參考圖片可以確立主體、產品、地點或版面。在描述目標前，先為各個來源命名並說明其用途，尤其當參考素材同時含有應保留與應更改的內容時。
修改時，指出來源圖片並精確描述所需變更。產品場景編輯可以更換環境，同時保留物品外形與可見標示。視覺解說可以替換一個元素，同時維持周圍關係。在需求中列出保留條件，並檢查實際圖片中的重要細節。
這個確切組合設定檔的模型卡允許編輯時使用最多十六張參考圖片。讓參考素材與任務相關，並解釋各自提供哪些特徵。當多張圖片呈現不同光線、視角或處理方式時，指出目標構圖，而非要求每個來源都主導成果。將來源與完成的圖片一併保留，讓後續修正能引用同一份素材。
公開設定檔將文字呈現列為能力之一。為重要文字提供確切用字、標點與位置，並指定它與物件或其他標籤的關係。在圖片預定顯示尺寸下，檢查回傳圖片中每個必要的字詞與數字。若是圖解，也要確認線條、位置與分組表達了書面來源所描述的關係。
組合設定檔公開的上下文視窗為 400,000 個 token，最多可產生 128,000 個完成 token。這些額度描述輸入與生成的完成內容，並非特定像素尺寸或圖片數量。將上下文用於相關需求、參考素材與對話狀態，並為要求的輸出留出空間。為長篇來源素材加上標籤，讓模型能將各項指示連到正確段落。
其文件記載的文字輸出規格支援透過 JSON schema 提供結構化結果。文字回應可以定義描述概念、摘要需求或指出所需變更的欄位。在應用程式使用這些欄位前，先將欄位與值對照來源驗證。即使這個具名的語言與圖片組合會在內部執行視覺生成，組合設定檔仍未提供應用程式函式呼叫。
聊天請求 schema 可以選擇文字與圖片輸出模態。在需求中說明實際需要的文字與視覺交付成果，再檢查完成回應是否同時包含兩者。圖片設定取決於確切模型與介面。將已接受的設定與請求保存在一起，並只使用這個組合設定檔有文件記載的控制項；直接使用圖片元件的介面，可能具有不同的欄位與能力配置。
這個設定檔具名的圖片元件是 GPT Image 1。其直接圖片生成設定檔處理以圖片為主的工作，而 GPT-5 Image 將這項能力結合 GPT-5 語言處理。GPT-5 Image Mini 是 GPT-5 Mini 與 GPT Image 1 Mini 的另一個組合。將所選設定檔的身分與來源素材及輸出設定一併保留，不要將名稱相似的組合視為同一個模型。
對於包含多次修改的對話，沿用相關書面需求與來源參考。在最新需求中說明具體修正，例如移動標籤、更換物件或簡化構圖。當回傳素材中已能看出有用的變更時，避免籠統要求把一切變得更好。
保留完成回應提供的文字，以及每個實際圖片成品。依回報的格式儲存圖片，並一併保存提示詞、來源參考與所選設定。直接檢查圖片的構圖、主體細節與文字；將附帶文字與其描述的證據對照。有用的完成成果，會將書面需求與可開啟、檢閱並放入預定文件、頁面或創作流程的視覺內容連結起來。
POST /v1/chat/completionstexttext| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 openai/gpt-5-image | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 範例：system, user, assistant, tool, function 條件: 這些角色由 原始碼中的相容型別明確表示；確切角色集合仍依模型而定。 依模型而定 | 預設值— |
欄位messages[].content | 類型string|content_part[]|null | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_calls | 類型tool_call[] | 要求選填 | 值與限制 | 預設值— |
欄位messages[].tool_call_id | 類型string | 要求選填 | 值與限制 適用條件: role=tool；使用實際回傳的 ID | 預設值— |
欄位messages[].name | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位messages[].reasoning_content | 類型string | 要求選填 | 值與限制 適用條件: 此模型使用推理內容時，將實際回傳的推理內容帶回後續請求 | 預設值— |
欄位messages[].reasoning_details | 類型object|array | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位max_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位max_completion_tokens | 類型integer | 要求選填 | 值與限制 最小值: 1 依模型而定 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
欄位stream_options.include_usage | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位temperature | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位top_p | 類型number | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位stop | 類型string|string[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools | 類型function_tool[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位tools[].type | 類型string | 要求選填 | 值與限制 function 依模型而定 | 預設值— |
欄位tools[].function.name | 類型string | 要求必填 | 值與限制 適用條件: 已提供函式工具 | 預設值— |
欄位tools[].function.description | 類型string | 要求選填 | 值與限制 | 預設值— |
欄位tools[].function.parameters | 類型JSON_schema | 要求選填 | 值與限制 | 預設值— |
欄位tool_choice | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位parallel_tool_calls | 類型boolean | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位response_format | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning_effort | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位reasoning | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位service_tier | 類型string | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位instructions | 類型string | 要求選填 | 值與限制 相容性欄位 | 預設值— |
欄位functions | 類型function[] | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位function_call | 類型string|object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位prompt_cache_options | 類型object | 要求選填 | 值與限制 依模型而定 | 預設值— |
欄位modalities | 類型string[] | 要求選填 | 值與限制 text | 預設值— |
欄位provider | 類型object | 要求選填 | 值與限制 條件: 此 Ultra 文字路由拒絕 provider.options | 預設值— |
欄位cache_control.ttl | 類型string | 要求選填 | 值與限制 條件: 實際提示詞快取位置拒絕 1h | 預設值— |
文字 · UTF8 文字
messages[].content
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages |
參數material_types | 規格text |
參數messages | 規格具有 role/content 結構的訊息陣列 |
參數file_material | 規格實際 UTF-8 文件以原文文字插入；不推定檔案 ID |
參數optional_controls | 規格stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
參數control_scope | 規格依模型而定；使用者函式工具與託管工具不同 |
參數output_modalities | 規格text |
參數hosted_operations | 規格false |
參數multimodal_input_binding | 規格null |
生命週期： synchronous_or_streamed
將確切模型 ID 與 messages 一併送出。
上下文長度不是輸出上限。
文字檔案可提供原文文字；圖片／音訊／檔案物件輸入需要精確綁定。
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.02 / 1K Token 輸出 · 輸出 Token $0.02 / 1K Token 輸入 · 讀取快取 $0.0025 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token 輸出 · 圖片輸出詞元 $0.08 / 1K 圖片 Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.02 / 1K Token 輸出 · 輸出 Token $0.02 / 1K Token 輸入 · 讀取快取 $0.0025 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
模型層級的參考費率表不會變更方法選擇、報價或費用。實際計費採用所選 Ailoot 方法的費率。
| 設定 | 計費條件 | 費用 |
|---|---|---|
| 設定OpenAI: GPT-5 Image · 預設設定 | 計費條件預設設定 | 費用 輸入 · 輸入 Token US$0.02 / 1K Token 輸出 · 輸出 Token US$0.02 / 1K Token 輸出 · 輸出圖片 US$0.08 / 1K Token 輸出 · 網頁搜尋 US$0.02 每次搜尋 輸入 · 讀取快取 US$0.0025 / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5-image", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5-image',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留每個候選項及其內容／工具呼叫／推理。SSE 中依候選項／工具索引組合增量，保留最終完成原因與用量。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位choices[].index | 類型integer |
欄位choices[].message.content | 類型string|null |
欄位choices[].message.tool_calls | 類型tool_call[] |
欄位choices[].message.reasoning_content | 類型string |
欄位choices[].message.reasoning_details | 類型object|array |
欄位choices[].finish_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra openai/gpt-5-image
/v1/images
openai/gpt-5-imageGPT-5 Image 將 OpenAI 的 GPT-5 語言與推理能力結合 GPT Image 1，用於圖片生成及依參考素材編輯圖片。它接受文字、圖片與文件，回傳文字與圖片，將書面需求連結到視覺成果。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
GPT-5 Image 是將 OpenAI 的 GPT-5 語言模型與 GPT Image 1 結合的設定檔。語言元件解讀需求與原始素材；圖片元件建立視覺成果。其公開說明強調推理、遵循指示、文字呈現與精細圖片編輯。當視覺素材及其文字解讀需要遵循同一份需求說明時，這個設定檔便適用。
提供圖片用途、目標受眾及必須呈現的內容。將需要準確表達的事實，與構圖或視覺處理上的選擇分開。圖解需求可以指出實體與關係，再指定標籤、排列與風格。海報需求可以定義活動資訊、層級與場景，以及應出現在畫面中的確切文字。
例如，為社區科學活動準備海報概念。提供活動事實，要求簡短解釋版面，並要求圖片使用清楚的標題搭配輔助視覺元素。指定哪些文字應出現在圖片中，哪些只放在附帶說明。一起檢閱文字解釋與生成的海報，將合理的版面規劃與實際可見成果對照。
文件記載這個組合設定檔接受文字、圖片及 PDF 等檔案作為輸入。文件可以提供視覺設計需求或需要摘要的資訊。參考圖片可以確立主體、產品、地點或版面。在描述目標前，先為各個來源命名並說明其用途，尤其當參考素材同時含有應保留與應更改的內容時。
修改時，指出來源圖片並精確描述所需變更。產品場景編輯可以更換環境，同時保留物品外形與可見標示。視覺解說可以替換一個元素，同時維持周圍關係。在需求中列出保留條件，並檢查實際圖片中的重要細節。
這個確切組合設定檔的模型卡允許編輯時使用最多十六張參考圖片。讓參考素材與任務相關，並解釋各自提供哪些特徵。當多張圖片呈現不同光線、視角或處理方式時，指出目標構圖，而非要求每個來源都主導成果。將來源與完成的圖片一併保留，讓後續修正能引用同一份素材。
公開設定檔將文字呈現列為能力之一。為重要文字提供確切用字、標點與位置，並指定它與物件或其他標籤的關係。在圖片預定顯示尺寸下，檢查回傳圖片中每個必要的字詞與數字。若是圖解，也要確認線條、位置與分組表達了書面來源所描述的關係。
組合設定檔公開的上下文視窗為 400,000 個 token，最多可產生 128,000 個完成 token。這些額度描述輸入與生成的完成內容，並非特定像素尺寸或圖片數量。將上下文用於相關需求、參考素材與對話狀態，並為要求的輸出留出空間。為長篇來源素材加上標籤，讓模型能將各項指示連到正確段落。
其文件記載的文字輸出規格支援透過 JSON schema 提供結構化結果。文字回應可以定義描述概念、摘要需求或指出所需變更的欄位。在應用程式使用這些欄位前，先將欄位與值對照來源驗證。即使這個具名的語言與圖片組合會在內部執行視覺生成，組合設定檔仍未提供應用程式函式呼叫。
聊天請求 schema 可以選擇文字與圖片輸出模態。在需求中說明實際需要的文字與視覺交付成果，再檢查完成回應是否同時包含兩者。圖片設定取決於確切模型與介面。將已接受的設定與請求保存在一起，並只使用這個組合設定檔有文件記載的控制項；直接使用圖片元件的介面，可能具有不同的欄位與能力配置。
這個設定檔具名的圖片元件是 GPT Image 1。其直接圖片生成設定檔處理以圖片為主的工作，而 GPT-5 Image 將這項能力結合 GPT-5 語言處理。GPT-5 Image Mini 是 GPT-5 Mini 與 GPT Image 1 Mini 的另一個組合。將所選設定檔的身分與來源素材及輸出設定一併保留，不要將名稱相似的組合視為同一個模型。
對於包含多次修改的對話，沿用相關書面需求與來源參考。在最新需求中說明具體修正，例如移動標籤、更換物件或簡化構圖。當回傳素材中已能看出有用的變更時，避免籠統要求把一切變得更好。
保留完成回應提供的文字，以及每個實際圖片成品。依回報的格式儲存圖片，並一併保存提示詞、來源參考與所選設定。直接檢查圖片的構圖、主體細節與文字；將附帶文字與其描述的證據對照。有用的完成成果，會將書面需求與可開啟、檢閱並放入預定文件、頁面或創作流程的視覺內容連結起來。
POST /v1/images/generationstext, imageimage| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 openai/gpt-5-image | 預設值— |
欄位prompt | 類型string | 要求必填 | 值與限制 長度下限: 1 | 預設值— |
欄位aspect_ratio | 類型string | 要求選填 | 值與限制 1:1, 3:2, 2:3, auto | 預設值— |
欄位quality | 類型string | 要求選填 | 值與限制 auto, low, medium, high | 預設值— |
欄位background | 類型string | 要求選填 | 值與限制 auto, transparent, opaque | 預設值— |
欄位n | 類型integer | 要求選填 | 值與限制 最小值: 1 最大值: 10 | 預設值— |
欄位input_references | 類型array | 要求選填 | 值與限制 項目數下限: 0 項目數上限: 16 | 預設值— |
欄位output_compression | 類型integer | 要求選填 | 值與限制 最小值: 0 最大值: 100 | 預設值— |
欄位provider | 類型object | 要求選填 | 值與限制 | 預設值— |
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, prompt |
參數material_types | 規格text, image |
生命週期： synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · 實際回傳的 task_id 或媒體庫紀錄
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
顯示的費率用於在生成前估算費用。最終費用依原始生成作業記錄的成本計算。實測的輸出時間長度與預估數量並非最終計費數量。
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 預估數量 | 費用 |
|---|---|---|---|
| 設定基礎 token 費率 | 費率表基本費率 | 預估數量— | 費用 輸入 · 輸入 Token · 僅供比較的估算 — / 1K Token 輸出 · 輸出 Token · 僅供比較的估算 — / 1K Token 輸入 · 讀取快取 · 僅供比較的估算 — / 1K Token 輸入 · 寫入快取 · 僅供比較的估算 — / 1K Token 輸入 · 寫入快取，1 小時 · 僅供比較的估算 — / 1K Token |
| 設定預估生成費用 | 費率表— | 預估數量單次生成估算值 | 費用 輸出 · 預估生成費用 · 僅供比較的估算 $0.32768 生成前估算 此估算並非額外費用，也不是本次生成完成後的固定費率。 |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'openai/gpt-5-image', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\n下載每張傳回的圖片，或儲存其 Base64 內容
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.\n請儲存每張已完成的圖片；從每個傳回的 URL 取得圖片，或解碼其 Base64 內容。
保留完整回應與標頭、所有實際輸出、原始回傳的識別碼，以及所有用量欄位。恢復原始作業時，請勿再次提交建立請求。
保留回傳的 X-Client-Request-ID，以供核對。僅讀取實際回傳的 task_id/asset_id 值或自己擁有的媒體庫；請勿以作業 ID 組成任務 URL，也請勿重新提交建立請求。
| 欄位 | 類型 |
|---|---|
欄位created | 類型 |
欄位data[].url | 類型 |
欄位data[].b64_json | 類型 |
欄位usage | 類型 |
Ailoot Ultra openai/gpt-5-image
/v1/images
openai/gpt-5-imageGPT-5 Image 將 OpenAI 的 GPT-5 語言與推理能力結合 GPT Image 1，用於圖片生成及依參考素材編輯圖片。它接受文字、圖片與文件，回傳文字與圖片，將書面需求連結到視覺成果。
此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。
GPT-5 Image 是將 OpenAI 的 GPT-5 語言模型與 GPT Image 1 結合的設定檔。語言元件解讀需求與原始素材；圖片元件建立視覺成果。其公開說明強調推理、遵循指示、文字呈現與精細圖片編輯。當視覺素材及其文字解讀需要遵循同一份需求說明時，這個設定檔便適用。
提供圖片用途、目標受眾及必須呈現的內容。將需要準確表達的事實，與構圖或視覺處理上的選擇分開。圖解需求可以指出實體與關係，再指定標籤、排列與風格。海報需求可以定義活動資訊、層級與場景，以及應出現在畫面中的確切文字。
例如，為社區科學活動準備海報概念。提供活動事實，要求簡短解釋版面，並要求圖片使用清楚的標題搭配輔助視覺元素。指定哪些文字應出現在圖片中，哪些只放在附帶說明。一起檢閱文字解釋與生成的海報，將合理的版面規劃與實際可見成果對照。
文件記載這個組合設定檔接受文字、圖片及 PDF 等檔案作為輸入。文件可以提供視覺設計需求或需要摘要的資訊。參考圖片可以確立主體、產品、地點或版面。在描述目標前，先為各個來源命名並說明其用途，尤其當參考素材同時含有應保留與應更改的內容時。
修改時，指出來源圖片並精確描述所需變更。產品場景編輯可以更換環境，同時保留物品外形與可見標示。視覺解說可以替換一個元素，同時維持周圍關係。在需求中列出保留條件，並檢查實際圖片中的重要細節。
這個確切組合設定檔的模型卡允許編輯時使用最多十六張參考圖片。讓參考素材與任務相關，並解釋各自提供哪些特徵。當多張圖片呈現不同光線、視角或處理方式時，指出目標構圖，而非要求每個來源都主導成果。將來源與完成的圖片一併保留，讓後續修正能引用同一份素材。
公開設定檔將文字呈現列為能力之一。為重要文字提供確切用字、標點與位置，並指定它與物件或其他標籤的關係。在圖片預定顯示尺寸下，檢查回傳圖片中每個必要的字詞與數字。若是圖解，也要確認線條、位置與分組表達了書面來源所描述的關係。
組合設定檔公開的上下文視窗為 400,000 個 token，最多可產生 128,000 個完成 token。這些額度描述輸入與生成的完成內容，並非特定像素尺寸或圖片數量。將上下文用於相關需求、參考素材與對話狀態，並為要求的輸出留出空間。為長篇來源素材加上標籤，讓模型能將各項指示連到正確段落。
其文件記載的文字輸出規格支援透過 JSON schema 提供結構化結果。文字回應可以定義描述概念、摘要需求或指出所需變更的欄位。在應用程式使用這些欄位前，先將欄位與值對照來源驗證。即使這個具名的語言與圖片組合會在內部執行視覺生成，組合設定檔仍未提供應用程式函式呼叫。
聊天請求 schema 可以選擇文字與圖片輸出模態。在需求中說明實際需要的文字與視覺交付成果，再檢查完成回應是否同時包含兩者。圖片設定取決於確切模型與介面。將已接受的設定與請求保存在一起，並只使用這個組合設定檔有文件記載的控制項；直接使用圖片元件的介面，可能具有不同的欄位與能力配置。
這個設定檔具名的圖片元件是 GPT Image 1。其直接圖片生成設定檔處理以圖片為主的工作，而 GPT-5 Image 將這項能力結合 GPT-5 語言處理。GPT-5 Image Mini 是 GPT-5 Mini 與 GPT Image 1 Mini 的另一個組合。將所選設定檔的身分與來源素材及輸出設定一併保留，不要將名稱相似的組合視為同一個模型。
對於包含多次修改的對話，沿用相關書面需求與來源參考。在最新需求中說明具體修正，例如移動標籤、更換物件或簡化構圖。當回傳素材中已能看出有用的變更時，避免籠統要求把一切變得更好。
保留完成回應提供的文字，以及每個實際圖片成品。依回報的格式儲存圖片，並一併保存提示詞、來源參考與所選設定。直接檢查圖片的構圖、主體細節與文字；將附帶文字與其描述的證據對照。有用的完成成果，會將書面需求與可開啟、檢閱並放入預定文件、頁面或創作流程的視覺內容連結起來。
POST /v1/messagestextjson, sse| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
|---|---|---|---|---|
欄位model | 類型string | 要求必填 | 值與限制 openai/gpt-5-image | 預設值— |
欄位messages | 類型message[] | 要求必填 | 值與限制 | 預設值— |
欄位messages[].role | 類型string | 要求必填 | 值與限制 user, assistant | 預設值— |
欄位messages[].content | 類型string | 要求必填 | 值與限制 | 預設值— |
欄位max_tokens | 類型integer | 要求必填 | 值與限制 | 預設值— |
欄位stream | 類型boolean | 要求選填 | 值與限制 | 預設值false |
文字 · UTF-8 文字
messages[].content 字串
| 參數 | 規格 |
|---|---|
參數content_type | 規格application/json |
參數required | 規格model, messages, max_tokens |
參數optional_controls | 規格stream |
參數material_types | 規格text |
參數text_file_material | 規格讀取實際 UTF-8 文件，將文字放入指定的 input 或訊息內容字串。 |
生命週期： synchronous_or_streamed
費率資訊不會增加請求選項。支援的參數列於所選方法中。
請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。
| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
|---|---|---|---|---|
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.02 / 1K Token 輸出 · 輸出 Token $0.02 / 1K Token 輸入 · 讀取快取 $0.0025 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token 輸出 · 圖片輸出詞元 $0.08 / 1K 圖片 Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token $0.02 / 1K Token 輸出 · 輸出 Token $0.02 / 1K Token 輸入 · 讀取快取 $0.0025 / 1K Token 輸入 · 寫入快取 — / 1K Token 輸入 · 寫入快取，1 小時 — / 1K Token |
Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。預留金額與結算的運作方式 →
{\n "model": "openai/gpt-5-image",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5-image', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 或 SSE
請保留所有完整傳回的回應、檔案與內容區塊。
保留所有內容區塊、思考簽章與實際工具使用 ID。組合所有 SSE 區塊增量；第一個文字區塊不是完整輸出。
保留請求／回應 ID 與標頭。未提供通用的文字工作擷取 URL。
| 欄位 | 類型 |
|---|---|
欄位id | 類型string |
欄位model | 類型string |
欄位content[] | 類型text|thinking|tool_use|other content block |
欄位stop_reason | 類型string|null |
欄位usage | 類型object |
| 回應 | 條件 | 下一步 |
|---|---|---|
回應400 · invalid_request_error | 條件必要欄位、素材表示方式或參數值無效 | 下一步提出新的建立請求前，先修正指定欄位。 |
Ailoot Ultra openai/gpt-5-image
/v1/images
英文技術範例
Simplify a community-event poster\n\nEdit the supplied community science poster. Preserve the exact event title, date, venue and central telescope illustration. Remove the small decorative stars around the footer, increase the empty space around the title and keep the original portrait layout and two-color palette. Add no new event facts or text. Return the revised poster image.A revised poster image retaining all event wording and the telescope while simplifying the requested areas.Check every event word and number against the source and confirm that only the named decorative elements were removed.