Einführung
GPT Image 2 Bildbearbeitung wendet das Modell gpt-image-2 von OpenAI auf vorhandene Bilder an. Geben Sie ein bis zehn Quellbilder und eine Anweisung: ein Kleidungsstück oder eine Farbe ändern, eine Überschrift neu setzen, eine Szene neu ausleuchten oder Personen und Orte aus mehreren Quellen zu einem Bild kombinieren. Eine optionale PNG-Maske beschränkt die Neubemalung auf einen einzigen Bereich.
Modus nach dem Ausgangsmaterial wählen
| Ausgangsmaterial | Modus |
|---|---|
| ein schriftliches Briefing | GPT Image 2 Text-zu-Bild |
| ein Bild, das geändert werden soll | GPT Image 2 Bildbearbeitung |
Wichtige Funktionen und Highlights
Bearbeitung per Anweisung, bei Bedarf mit Maske
Ohne Maske leitet das Modell aus dem Prompt ab, was sich ändern soll, und zeichnet den Rest passend nach. Mit Maske werden nur die transparenten Pixel neu gemalt, alles andere bleibt.
Bis zu zehn Quellen pro Anfrage
Verweisen Sie über die Reihenfolge auf jede Quelle: Das erste Bild liefert die Person, das zweite die Umgebung, das dritte das Produkt. Das Modell fügt sie zu einem neuen Bild zusammen.
Treue und Format steuern
Input_fidelity high hält Gesichter, Stoffe und gedruckte Details enger an den Quellen. Das Seitenverhältnis auto übernimmt das Format der ersten Quelle; jedes der fünfzehn festen Formate gibt dem Ergebnis stattdessen diese Form.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
prompt | Ja | Bis zu 5.000 Zeichen. Setzen Sie jedes Wort, das im Bild erscheinen soll, in doppelte Anführungszeichen und sagen Sie, wo es steht; alles andere wird als Beschreibung gelesen. mindestens 1 Zeichen · höchstens 5000 Zeichen |
image_urls | Ja | 1 bis 10 Quellbilder. Verweisen Sie im Prompt über die Reihenfolge darauf (das erste Bild, das zweite Bild). mindestens 1 Einträge · höchstens 10 Einträge |
mask_url | Nein | Optionales PNG in derselben Größe wie das erste Quellbild. Transparente Pixel markieren den neu zu malenden Bereich, deckende Pixel bleiben erhalten. |
aspect_ratio | Nein | auto (Standard) übernimmt das Format des ersten Quellbilds mit etwa 1,5 Megapixeln und ignoriert die Größenstufe; alternativ eines von fünfzehn Formaten von 1:3 bis 3:1. |
resolution | Nein | 1k (Standard), 2k oder 4k. Ein quadratisches Bild ist 1024, 2048 oder 2880 Pixel breit; eine größere Stufe kostet mehr pro Bild. |
quality | Nein | low, medium (Standard) oder high. |
num_outputs | Nein | 1 bis 10 Bilder pro Anfrage, standardmäßig 1. Jedes Bild wird einzeln abgerechnet. |
input_fidelity | Nein | low (Standard) oder high. High hält Gesichter, Stoffe und gedruckte Details der Quellen enger ein. |
background | Nein | auto (Standard) oder opaque. OpenAI bietet für GPT Image 2 keine transparente Ausgabe an; für Freisteller nutzen Sie GPT Image 2.5 Sunburst oder Flare. |
output_format | Nein | png (Standard), jpeg oder webp. Ändert den Preis nicht. |
output_quality | Nein | Kompressionsqualität für jpeg und webp, 0 bis 100: höhere Werte erhalten mehr Details und ergeben größere Dateien. Wird bei png nicht verwendet und ändert den Preis nicht. |
official_fallback | Nein | Standardmäßig an. Standardwert: |
Preis
Abrechnung pro Ausgabebild nach Qualität, Größenstufe und Seitenverhältnis; auf der offiziellen Route kommt für jedes Quellbild bei jeder Ausgabe ein fester Betrag hinzu. Das Angebot zeigt die Summe vor dem Absenden. Eine Anfrage nach einer einzelnen PNG-Bearbeitung in Qualität medium und Größe 1k, in jedem Seitenverhältnis außer 21:9, 9:21, 3:1 und 1:3, ohne Maske, mit input fidelity low und background auto startet auf der Economy-Route zum Economy-Preis. Ist Official fallback eingeschaltet (Standard), läuft eine Anfrage, die diese Route ablehnt oder nicht abschließen kann, erneut über die offizielle Route zum offiziellen Preis; das Angebot zeigt daher den Einstiegspreis und den Höchstbetrag. Abgelehnte Anfragen werden nicht berechnet. Auf der offiziellen Route kosten lange Prompts für Eingabe-Tokens über die ersten 100 hinaus einen kleinen Aufpreis, einmal pro Anfrage; chinesischer, japanischer und koreanischer Text zählt etwa ein Token pro Zeichen.
| Spezifikation | Preis |
|---|---|
| $0.001816 / Bild |
| $0.001816 / Bild |
| $0.00244 / Bild |
| $0.00244 / Bild |
| $0.002752 / Bild |
| $0.002752 / Bild |
| $0.002872 / Bild |
| $0.002872 / Bild |
| $0.00304 / Bild |
| $0.00304 / Bild |
| $0.003568 / Bild |
| $0.003568 / Bild |
| $0.003736 / Bild |
| $0.003736 / Bild |
| $0.003856 / Bild |
| $0.003856 / Bild |
| $0.004192 / Bild |
| $0.004192 / Bild |
| $0.004456 / Bild |
| $0.004456 / Bild |
| $0.005104 / Bild |
| $0.005152 / Bild |
| $0.005152 / Bild |
| $0.005704 / Bild |
| $0.005704 / Bild |
| $0.005896 / Bild |
| $0.006016 / Bild |
| $0.006016 / Bild |
| $0.006712 / Bild |
| $0.006712 / Bild |
| $0.007312 / Bild |
| $0.007312 / Bild |
| $0.0076 / Bild |
| $0.0076 / Bild |
| $0.008128 / Bild |
| $0.008128 / Bild |
| $0.009304 / Bild |
| $0.009304 / Bild |
| $0.009928 / Bild |
| $0.009928 / Bild |
| $0.011176 / Bild |
| $0.011176 / Bild |
| $0.01192 / Bild |
| $0.01192 / Bild |
| $0.01324 / Bild |
| $0.01324 / Bild |
| $0.016216 / Bild |
| $0.016216 / Bild |
| $0.01396 / Bild |
| $0.01396 / Bild |
| $0.018592 / Bild |
| $0.018592 / Bild |
| $0.020368 / Bild (Mit Official fallback: bis zu $0.021472) |
| $0.020368 / Bild (Mit Official fallback: bis zu $0.021472) |
| $0.020998 / Bild (Mit Official fallback: bis zu $0.023992) |
| $0.020998 / Bild (Mit Official fallback: bis zu $0.023992) |
| $0.022 / Bild (Mit Official fallback: bis zu $0.028) |
| $0.022 / Bild (Mit Official fallback: bis zu $0.028) |
| $0.022864 / Bild (Mit Official fallback: bis zu $0.031456) |
| $0.022864 / Bild (Mit Official fallback: bis zu $0.031456) |
| $0.023626 / Bild (Mit Official fallback: bis zu $0.034504) |
| $0.023626 / Bild (Mit Official fallback: bis zu $0.034504) |
| $0.024112 / Bild |
| $0.024112 / Bild |
| $0.025636 / Bild (Mit Official fallback: bis zu $0.042544) |
| $0.027448 / Bild (Mit Official fallback: bis zu $0.049792) |
| $0.032272 / Bild |
| $0.032272 / Bild |
| $0.03688 / Bild |
| $0.03688 / Bild |
| $0.043072 / Bild |
| $0.043072 / Bild |
| $0.048064 / Bild |
| $0.048064 / Bild |
| $0.050776 / Bild |
| $0.050776 / Bild |
| $0.055432 / Bild |
| $0.055432 / Bild |
| $0.062416 / Bild |
| $0.062416 / Bild |
| $0.0652 / Bild |
| $0.0652 / Bild |
| $0.067984 / Bild |
| $0.067984 / Bild |
| $0.080464 / Bild |
| $0.080464 / Bild |
| $0.086032 / Bild |
| $0.086032 / Bild |
| $0.094288 / Bild |
| $0.094288 / Bild |
| $0.103984 / Bild |
| $0.103984 / Bild |
| $0.11296 / Bild |
| $0.11296 / Bild |
| $0.14272 / Bild |
| $0.14272 / Bild |
| $0.054616 / Bild |
| $0.054616 / Bild |
| $0.07144 / Bild |
| $0.07144 / Bild |
| $0.082936 / Bild |
| $0.082936 / Bild |
| $0.095248 / Bild |
| $0.095248 / Bild |
| $0.096472 / Bild |
| $0.096472 / Bild |
| $0.110728 / Bild |
| $0.110728 / Bild |
| $0.124624 / Bild |
| $0.124624 / Bild |
| $0.127864 / Bild |
| $0.127864 / Bild |
| $0.135064 / Bild |
| $0.135064 / Bild |
| $0.142816 / Bild |
| $0.142816 / Bild |
| $0.168976 / Bild |
| $0.171016 / Bild |
| $0.171016 / Bild |
| $0.19456 / Bild |
| $0.19456 / Bild |
| $0.197104 / Bild |
| $0.197104 / Bild |
| $0.197968 / Bild |
| $0.220456 / Bild |
| $0.220456 / Bild |
| $0.248464 / Bild |
| $0.248464 / Bild |
| $0.259552 / Bild |
| $0.259552 / Bild |
| $0.274216 / Bild |
| $0.274216 / Bild |
| $0.320608 / Bild |
| $0.320608 / Bild |
| $0.342928 / Bild |
| $0.342928 / Bild |
| $0.37588 / Bild |
| $0.37588 / Bild |
| $0.414736 / Bild |
| $0.414736 / Bild |
| $0.456544 / Bild |
| $0.456544 / Bild |
| $0.569656 / Bild |
| $0.569656 / Bild |
Anwendungsfälle
Fertige Motive neu betexten und umstylen
Den Text auf einem Poster oder Cover tauschen, eine Produktfarbe oder ein Kleidungsstück ändern und das Foto darunter genau so lassen, wie es freigegeben wurde.
Szenen aus Referenzen zusammensetzen
Eine Person aus einem Foto in die Umgebung eines anderen setzen oder zwei Personen aus getrennten Aufnahmen zusammenbringen, ohne das Layout per Textprompt neu aufzubauen.
Lokalisierte Versionen eines Motivs
Das Foto behalten und die Überschrift für jeden Markt durch eine übersetzte Zeile ersetzen, eine Bearbeitung pro Sprache.
Prompt-Leitfaden und Praxistipps
Sagen, was bleibt und was sich ändert
Nennen Sie zuerst die Änderung und dann, was sich nicht bewegen darf: Gesicht, Pose, Licht, Hintergrund, Logo. Alles, was Sie nicht schützen, kann neu gezeichnet werden.
Quellen nummerieren
Schreiben Sie "die Frau aus dem ersten Bild" und "das Boot aus dem zweiten Bild". Die Reihenfolge in image_urls ist die einzige Zuordnung, die das Modell hat.
Maske für kleine Korrekturen
Für ein einzelnes Objekt oder ein Stück Hintergrund ist eine PNG-Maske in der Größe der ersten Quelle zuverlässiger als eine Beschreibung in Worten.
auto für treue Bildausschnitte
Lassen Sie das Seitenverhältnis auf auto, wenn die Bearbeitung den Ausschnitt der Quelle behalten soll; ein festes Format nur dann, wenn das Ergebnis eine neue Form braucht.
API-Schnellstart
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "openai/gpt-image-2/edit",
"input": {
"aspect_ratio": "auto",
"background": "auto",
"image_urls": [
"https://example.com/reference.png"
],
"input_fidelity": "low",
"num_outputs": 1,
"output_format": "png",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.





