{ "aboutHtml": "

GPT Image 2.5 Sunburst 是 OpenAI 著重精確度的圖片生成與編輯模型。它接受文字及圖片輸入，產生圖片輸出。當創意任務需要仔細修改現有素材、使用視覺參考，或透過多個步驟精修構圖時，可使用它。需求可建立新場景、轉換現有圖片，或引導選定區域的編輯。Sunburst 與 Flare 是獨立版本：Sunburst 強調編輯精確度，Flare 則定位於快速日常生成。

建立新圖時，描述主體、環境、構圖、光線與風格，再說明預定形狀及用途。產品概念可要求玻璃燈置於石材表面、柔和側光、清楚可見的輪廓，以及標題留白。編輯時，指出變更與應維持辨識度的元素：更換背景、調整光線或改變材質，同時保留選定構圖。原廠直接生成與編輯流程允許最多 32,000 個字元的提示詞，以及 1 至 10 個結果。

參考圖編輯最多可使用 16 張輸入圖片。為每張圖分配角色，讓指令區分要保留的主體、使用的環境與套用的風格。模型也可使用遮罩指出要修改區域。來源與遮罩須採相同格式及尺寸，遮罩必須含 alpha 通道；指南規定大小小於 50 MB。使用多張來源圖片時，遮罩作用於第一張。它引導所需修改，不保證硬性邊界，因此應在需求中加入保留指令，並檢查結果中的周圍區域。

品質設定包括 low、medium、high、xhigh、max 與 auto，預設 auto。Low 適合快速視覺草稿；重視細部時，可比較較高設定。品質與輸出尺寸、檔案壓縮各自獨立。標準尺寸包括 1024 × 1024、1536 × 1024 與 1024 × 1536 像素，也可使用自動或自訂尺寸。請先依最終版面選擇形狀，再決定圖片需要多少細節。

自訂尺寸須為 16 像素的倍數，任一邊不得超過 3840 像素，長寬比介於 1:3 至 3:1，總面積介於 655,360 至 8,294,400 像素。這些條件須同時滿足。3840 × 2160 橫向畫面符合面積上限，但單憑長邊合法，不能讓任意寬高組合有效。高於 2560 × 1440 的解析度標示為實驗性。應讓重要物件、文字與可用留白位於預定裁切內，不要依賴更多像素解決構圖問題。

PNG 是預設輸出格式，也支援 JPEG 與 WebP。JPEG、WebP 可選擇 0 至 100 的壓縮設定。透明、不透明與自動背景對應不同版面需求。需要透明時，選擇 PNG 或 WebP，讓結果保留 alpha 通道。透明素材可放入其他構圖，不透明圖片則帶有自己的背景。請將實際完成檔案與需求及選定輸出設定一併保存。

OpenAI 文件記載直接生成、編輯，以及能保留先前結果並套用後續指令的對話式圖片生成工具。在此對話流程中，上下文有圖片時，action 可為自動、強制生成或強制編輯。使用選定圖片作為下一次修改起點，不要默默切換到另一個變化版本。文件中的串流流程，可在最終結果前傳送最多 3 張部分圖片；部分預覽可呈現進度，但不是完成素材。原廠介面也支援批次處理。

以預定顯示尺寸檢查編輯主體、文字、物件位置與遮罩修改邊界。GPT Image 在精確文字位置、結構化版面，或反覆出現主體與品牌元素的一致性上，仍可能有困難。聚焦的下一項指令應指出可見問題與需保留元素。Sunburst 適合精確、由參考圖引導的創意流程，最終成果可依具體視覺需求評估，並為該成果選擇較高品質、尺寸與透明度。

", "aboutText": "GPT Image 2.5 Sunburst 是 OpenAI 著重精確度的圖片生成與編輯模型。它接受文字及圖片輸入，產生圖片輸出。當創意任務需要仔細修改現有素材、使用視覺參考，或透過多個步驟精修構圖時，可使用它。需求可建立新場景、轉換現有圖片，或引導選定區域的編輯。Sunburst 與 Flare 是獨立版本：Sunburst 強調編輯精確度，Flare 則定位於快速日常生成。\n\n建立新圖時，描述主體、環境、構圖、光線與風格，再說明預定形狀及用途。產品概念可要求玻璃燈置於石材表面、柔和側光、清楚可見的輪廓，以及標題留白。編輯時，指出變更與應維持辨識度的元素：更換背景、調整光線或改變材質，同時保留選定構圖。原廠直接生成與編輯流程允許最多 32,000 個字元的提示詞，以及 1 至 10 個結果。\n\n參考圖編輯最多可使用 16 張輸入圖片。為每張圖分配角色，讓指令區分要保留的主體、使用的環境與套用的風格。模型也可使用遮罩指出要修改區域。來源與遮罩須採相同格式及尺寸，遮罩必須含 alpha 通道；指南規定大小小於 50 MB。使用多張來源圖片時，遮罩作用於第一張。它引導所需修改，不保證硬性邊界，因此應在需求中加入保留指令，並檢查結果中的周圍區域。\n\n品質設定包括 low、medium、high、xhigh、max 與 auto，預設 auto。Low 適合快速視覺草稿；重視細部時，可比較較高設定。品質與輸出尺寸、檔案壓縮各自獨立。標準尺寸包括 1024 × 1024、1536 × 1024 與 1024 × 1536 像素，也可使用自動或自訂尺寸。請先依最終版面選擇形狀，再決定圖片需要多少細節。\n\n自訂尺寸須為 16 像素的倍數，任一邊不得超過 3840 像素，長寬比介於 1:3 至 3:1，總面積介於 655,360 至 8,294,400 像素。這些條件須同時滿足。3840 × 2160 橫向畫面符合面積上限，但單憑長邊合法，不能讓任意寬高組合有效。高於 2560 × 1440 的解析度標示為實驗性。應讓重要物件、文字與可用留白位於預定裁切內，不要依賴更多像素解決構圖問題。\n\nPNG 是預設輸出格式，也支援 JPEG 與 WebP。JPEG、WebP 可選擇 0 至 100 的壓縮設定。透明、不透明與自動背景對應不同版面需求。需要透明時，選擇 PNG 或 WebP，讓結果保留 alpha 通道。透明素材可放入其他構圖，不透明圖片則帶有自己的背景。請將實際完成檔案與需求及選定輸出設定一併保存。\n\nOpenAI 文件記載直接生成、編輯，以及能保留先前結果並套用後續指令的對話式圖片生成工具。在此對話流程中，上下文有圖片時，action 可為自動、強制生成或強制編輯。使用選定圖片作為下一次修改起點，不要默默切換到另一個變化版本。文件中的串流流程，可在最終結果前傳送最多 3 張部分圖片；部分預覽可呈現進度，但不是完成素材。原廠介面也支援批次處理。\n\n以預定顯示尺寸檢查編輯主體、文字、物件位置與遮罩修改邊界。GPT Image 在精確文字位置、結構化版面，或反覆出現主體與品牌元素的一致性上，仍可能有困難。聚焦的下一項指令應指出可見問題與需保留元素。Sunburst 適合精確、由參考圖引導的創意流程，最終成果可依具體視覺需求評估，並為該成果選擇較高品質、尺寸與透明度。", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "597443afe55fadbcee4e9716e7f7ae619ca88db8565eb38cae98a131f8b6679e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "zh-hant-tw", "methods": [ { "html": "
O

OpenAI: GPT Image 2.5 Sunburst

OpenAI /openai/gpt-image-2.5-sunburst

入門

GPT Image 2.5 Sunburst 可依文字與視覺參考生成及編輯圖片，著重編輯精確度。它支援遮罩、逐步精修、自訂畫面尺寸、透明背景，以及從 low 到 max 的品質級別。

接受的輸入
文字 · 圖片
結果
圖片
關於模型

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 Image 2.5 Sunburst 是 OpenAI 著重精確度的圖片生成與編輯模型。它接受文字及圖片輸入，產生圖片輸出。當創意任務需要仔細修改現有素材、使用視覺參考，或透過多個步驟精修構圖時，可使用它。需求可建立新場景、轉換現有圖片，或引導選定區域的編輯。Sunburst 與 Flare 是獨立版本：Sunburst 強調編輯精確度，Flare 則定位於快速日常生成。

建立新圖時，描述主體、環境、構圖、光線與風格，再說明預定形狀及用途。產品概念可要求玻璃燈置於石材表面、柔和側光、清楚可見的輪廓，以及標題留白。編輯時，指出變更與應維持辨識度的元素：更換背景、調整光線或改變材質，同時保留選定構圖。原廠直接生成與編輯流程允許最多 32,000 個字元的提示詞，以及 1 至 10 個結果。

參考圖編輯最多可使用 16 張輸入圖片。為每張圖分配角色，讓指令區分要保留的主體、使用的環境與套用的風格。模型也可使用遮罩指出要修改區域。來源與遮罩須採相同格式及尺寸，遮罩必須含 alpha 通道；指南規定大小小於 50 MB。使用多張來源圖片時，遮罩作用於第一張。它引導所需修改，不保證硬性邊界，因此應在需求中加入保留指令，並檢查結果中的周圍區域。

品質設定包括 low、medium、high、xhigh、max 與 auto，預設 auto。Low 適合快速視覺草稿；重視細部時，可比較較高設定。品質與輸出尺寸、檔案壓縮各自獨立。標準尺寸包括 1024 × 1024、1536 × 1024 與 1024 × 1536 像素，也可使用自動或自訂尺寸。請先依最終版面選擇形狀，再決定圖片需要多少細節。

自訂尺寸須為 16 像素的倍數，任一邊不得超過 3840 像素，長寬比介於 1:3 至 3:1，總面積介於 655,360 至 8,294,400 像素。這些條件須同時滿足。3840 × 2160 橫向畫面符合面積上限，但單憑長邊合法，不能讓任意寬高組合有效。高於 2560 × 1440 的解析度標示為實驗性。應讓重要物件、文字與可用留白位於預定裁切內，不要依賴更多像素解決構圖問題。

PNG 是預設輸出格式，也支援 JPEG 與 WebP。JPEG、WebP 可選擇 0 至 100 的壓縮設定。透明、不透明與自動背景對應不同版面需求。需要透明時，選擇 PNG 或 WebP，讓結果保留 alpha 通道。透明素材可放入其他構圖，不透明圖片則帶有自己的背景。請將實際完成檔案與需求及選定輸出設定一併保存。

OpenAI 文件記載直接生成、編輯，以及能保留先前結果並套用後續指令的對話式圖片生成工具。在此對話流程中，上下文有圖片時，action 可為自動、強制生成或強制編輯。使用選定圖片作為下一次修改起點，不要默默切換到另一個變化版本。文件中的串流流程，可在最終結果前傳送最多 3 張部分圖片；部分預覽可呈現進度，但不是完成素材。原廠介面也支援批次處理。

以預定顯示尺寸檢查編輯主體、文字、物件位置與遮罩修改邊界。GPT Image 在精確文字位置、結構化版面，或反覆出現主體與品牌元素的一致性上，仍可能有困難。聚焦的下一項指令應指出可見問題與需保留元素。Sunburst 適合精確、由參考圖引導的創意流程，最終成果可依具體視覺需求評估，並為該成果選擇較高品質、尺寸與透明度。

Ailoot 可用 · 輸入與方法

Ailoot Ultra · 圖片 POST /v1/images/generations
輸入
text, image
輸出
image
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-image-2.5-sunburst
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, 4:3, 3:4, 16:9, 9:16, 21:9, auto
預設值—
欄位quality類型string要求選填值與限制
auto, low, medium, high, xhigh, max
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—
方法參數與生命週期
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}

方案

最終費用的計算方式

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。

快速模式
未指定 選取快速模式時
flex 模式
未指定 選取 flex 模式時
最高推理強度
未指定 最高推理強度採用 default 調整值時

供比較的預估費率

各設定的價格

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 $0.24576 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 →

請求範例

Ailoot Ultra · 圖片

set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'openai/gpt-image-2.5-sunburst', '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

接收並儲存結果

Ailoot Ultra · 圖片

下載每張傳回的圖片，或儲存其 Base64 內容

其他內容讀取方式
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
保留所有已完成的結果

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。

需要檢查原始回應時

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。

回應欄位
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

別名

模型別名

Ailoot Ultra openai/gpt-image-2.5-sunburst

方法路徑別名

/v1/images

相關呼叫用 ID

openai/gpt-image-2.5-sunburst

", "method_identity": { "effective_request_model_id": "openai/gpt-image-2.5-sunburst", "fmt": "images", "http": "POST", "path": "/v1/images/generations", "request_model_id": "openai/gpt-image-2.5-sunburst", "route_label": "Ultra" }, "method_key": "Ultra|images|/v1/images/generations|openai%2Fgpt-image-2.5-sunburst", "ordinal": 0, "rawMethod": { "available": null, "billing_basis": { "basis": "original_invoice_usd", "description": "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。", "forecast_quantity_is_estimate": true, "physical_output_is_billable_quantity": false, "version": "original_invoice_usd_v1" }, "cache_read": null, "cache_write": null, "cache_write_1h": null, "contract": { "data": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "actual returned task_id or media library record", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "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。" }, "outputs": { "all_results": "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。", "family": "image", "fields": [ { "description": null, "name": "created", "type": null }, { "description": null, "name": "data[].url", "type": null }, { "description": null, "name": "data[].b64_json", "type": null }, { "description": null, "name": "usage", "type": null } ] }, "parameters": [ { "enum": [ "openai/gpt-image-2.5-sunburst" ], "enum_known": true, "name": "model", "required": true, "type": "string" }, { "min_length": 1, "name": "prompt", "required": true, "type": "string" }, { "enum": [ "1:1", "3:2", "2:3", "4:3", "3:4", "16:9", "9:16", "21:9", "auto" ], "enum_known": true, "name": "aspect_ratio", "required": false, "type": "string" }, { "enum": [ "auto", "low", "medium", "high", "xhigh", "max" ], "enum_known": true, "name": "quality", "required": false, "type": "string" }, { "enum": [ "auto", "transparent", "opaque" ], "enum_known": true, "name": "background", "required": false, "type": "string" }, { "maximum": 10, "minimum": 1, "name": "n", "required": false, "type": "integer" }, { "items": { "properties": { "image_url": { "properties": { "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, "maximum_items": 16, "minimum_items": 0, "name": "input_references", "required": false, "type": "array" }, { "maximum": 100, "minimum": 0, "name": "output_compression", "required": false, "type": "integer" }, { "name": "provider", "required": false, "type": "object" } ], "request_schema": { "properties": { "aspect_ratio": { "enum": [ "1:1", "3:2", "2:3", "4:3", "3:4", "16:9", "9:16", "21:9", "auto" ], "type": "string" }, "background": { "enum": [ "auto", "transparent", "opaque" ], "type": "string" }, "input_references": { "items": { "properties": { "image_url": { "properties": { "url": { "type": "string" } }, "required": [ "url" ], "type": "object" }, "type": { "const": "image_url" } }, "required": [ "type", "image_url" ], "type": "object" }, "maxItems": 16, "minItems": 0, "type": "array" }, "model": { "enum": [ "openai/gpt-image-2.5-sunburst" ], "type": "string" }, "n": { "maximum": 10, "minimum": 1, "type": "integer" }, "output_compression": { "maximum": 100, "minimum": 0, "type": "integer" }, "prompt": { "minLength": 1, "type": "string" }, "provider": { "description": "Exact image provider preferences from the documented image request schema.", "type": "object" }, "quality": { "enum": [ "auto", "low", "medium", "high", "xhigh", "max" ], "type": "string" } }, "required": [ "model", "prompt" ], "type": "object" }, "schema_template": { "actual_file_preparation_required": false, "body": { "model": "openai/gpt-image-2.5-sunburst", "prompt": "a red panda astronaut floating in space, studio lighting" }, "content_type": "application/json" } }, "input": { "content_type": "application/json", "material_types": [ "text", "image" ], "required": [ "model", "prompt" ] }, "lifecycle": { "assets": [ { "http": "GET", "path": "/v1/media/assets" }, { "http": "GET", "path": "/v1/media/assets/{asset_id}" } ], "content": [ { "http": "GET", "path": "/v1/media/assets/{asset_id}/content", "url_source": "exact returned signed URL; never construct token" } ], "mode": "synchronous_result_then_owned_library", "operation_id_is_not_task_id": true, "status": [ { "http": "GET", "id_source": "實際回傳的 task_id 或媒體庫紀錄", "path": "/v1/media/tasks/{task_id}" } ], "unknown": "Keep the returned X-Client-Request-ID for reconciliation. Read only actual returned task_id/asset_id values or the owned media library; never build a task URL from the operation ID and never resubmit creation." }, "method": { "http": "POST", "path": "/v1/images/generations" }, "output": { "all_results": "Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again.", "family": "image", "fields": [ { "description": null, "name": "created", "type": null }, { "description": null, "name": "data[].url", "type": null }, { "description": null, "name": "data[].b64_json", "type": null }, { "description": null, "name": "usage", "type": null } ] } }, "ctx": null, "declared_pricing_profiles": [ { "dimensions": { "regime": "base" }, "label": "Base token rates", "units": [ { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "output_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "output_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "cached_input_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "cached_input_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "generic_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "generic_cache_creation_token" }, { "amount": null, "amount_unit": "usd_per_thousand_tokens", "billing_input": false, "estimate_only": true, "key": "cache_write_1h_price", "label": "Cache write, 1 hour", "native_amount_usd_per_unit": null, "native_quantity": 1, "native_unit": "one_hour_cache_creation_token", "public_unit_label": "/ 1K tokens", "quantity": 1000, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "in", "unit": "one_hour_cache_creation_token" } ] }, { "basis": "此估算並非額外費用，也不是本次生成完成後的固定費率。", "dimensions": { "forecast_quantity": "one generation estimate" }, "label": "預估生成費用", "units": [ { "amount": "0.24576", "amount_unit": "usd_per_exact_native_unit", "billing_input": false, "estimate_only": true, "key": "forecast_usd", "label": "Estimated generation cost", "native_amount_usd_per_unit": "0.24576", "native_quantity": 1, "public_unit_label": "estimate before generation", "quantity": 1, "quantity_is_estimate": true, "rate_role": "typed_native_retail_rate", "side": "out", "unit": "request_estimate" } ] } ], "examples": [ { "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'openai/gpt-image-2.5-sunburst', '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\"