Wprowadzenie
GPT Image 2 Edycja obrazu stosuje model gpt-image-2 od OpenAI do obrazów, które już masz. Podaj od jednego do dziesięciu obrazów źródłowych i polecenie: zmień ubranie lub kolor, przepisz nagłówek, zmień oświetlenie sceny albo połącz ludzi i miejsca z kilku źródeł w jeden obraz. Opcjonalna maska PNG ogranicza przemalowanie do jednego obszaru.
Wybierz tryb według materiału wyjściowego
| Co masz | Tryb |
|---|---|
| pisemny brief | GPT Image 2 Tekst na obraz |
| obraz do zmiany | GPT Image 2 Edycja obrazu |
Najważniejsze funkcje
Edycja poleceniem, w razie potrzeby z maską
Bez maski model sam wnioskuje z promptu, co zmienić, i spójnie dorysowuje resztę. Z maską przemalowywane są tylko przezroczyste piksele, a cała reszta zostaje.
Do dziesięciu źródeł na żądanie
Odwołuj się do każdego źródła według kolejności: pierwszy obraz daje osobę, drugi otoczenie, trzeci produkt. Model łączy je w nowy obraz.
Kontrola wierności i kształtu
Input_fidelity high trzyma twarze, tkaniny i nadrukowane detale bliżej źródeł. Proporcje auto zachowują kształt pierwszego źródła; każda z piętnastu stałych proporcji nadaje wynikowi ten kształt.
Parametry żądania
| Parametr | Wymagane | Uwaga |
|---|---|---|
prompt | Tak | Do 5000 znaków. Każde słowo, które ma pojawić się na obrazie, ujmij w podwójny cudzysłów i napisz, gdzie ma się znaleźć; reszta jest czytana jako opis. od 1 znaków · do 5000 znaków |
image_urls | Tak | Od 1 do 10 obrazów źródłowych. W prompcie odwołuj się do nich według kolejności (pierwszy obraz, drugi obraz). od 1 elementów · do 10 elementów |
mask_url | Nie | Opcjonalny PNG w tym samym rozmiarze co pierwszy obraz źródłowy. Przezroczyste piksele wskazują obszar do przemalowania, nieprzezroczyste zostają bez zmian. |
aspect_ratio | Nie | auto (domyślnie) zachowuje kształt pierwszego obrazu źródłowego przy około 1,5 megapiksela i pomija poziom rozmiaru; możesz też wybrać jedną z piętnastu proporcji od 1:3 do 3:1. |
resolution | Nie | 1k (domyślnie), 2k lub 4k. Kwadratowy obraz ma bok 1024, 2048 lub 2880 pikseli; wyższy poziom kosztuje więcej za obraz. |
quality | Nie | low, medium (domyślnie) lub high. |
num_outputs | Nie | Od 1 do 10 obrazów na żądanie, domyślnie 1. Każdy obraz jest rozliczany osobno. |
input_fidelity | Nie | low (domyślnie) lub high. High wierniej zachowuje twarze, tkaniny i nadrukowane detale ze źródeł. |
background | Nie | auto (domyślnie) lub opaque. OpenAI nie oferuje przezroczystego wyjścia w GPT Image 2; do wycinek użyj GPT Image 2.5 Sunburst lub Flare. |
output_format | Nie | png (domyślnie), jpeg lub webp. Nie zmienia ceny. |
output_quality | Nie | Jakość kompresji dla jpeg i webp, od 0 do 100: wyższe wartości zachowują więcej szczegółów i dają większe pliki. Nie działa z png i nie zmienia ceny. |
official_fallback | Nie | Domyślnie włączone. Domyślnie: |
Cennik
Rozliczenie za obraz wyjściowy według jakości, poziomu rozmiaru i proporcji; na oficjalnej trasie każdy obraz źródłowy dodaje też stałą opłatę za każdy obraz wyjściowy. Wycena pokazuje sumę przed wysłaniem. Żądanie o jedną edycję z wynikiem PNG w jakości medium i rozmiarze 1k, w dowolnych proporcjach poza 21:9, 9:21, 3:1 i 1:3, bez maski, z input fidelity low i background auto zaczyna się na trasie ekonomicznej, po cenie ekonomicznej. Przy włączonej opcji Official fallback (domyślnie włączona) żądanie, które ta trasa odrzuci albo którego nie zrealizuje, jest wykonywane ponownie na oficjalnej trasie po cenie oficjalnej, dlatego wycena pokazuje cenę startową i maksymalną kwotę. Odrzucone żądania nie są rozliczane. Na oficjalnej trasie długie prompty dodają niewielką opłatę za tokeny wejściowe ponad pierwsze 100, raz na żądanie; tekst chiński, japoński i koreański liczy się mniej więcej jako jeden token na znak.
| Specyfikacja | Cena |
|---|---|
| $0.001816 / obraz |
| $0.001816 / obraz |
| $0.00244 / obraz |
| $0.00244 / obraz |
| $0.002752 / obraz |
| $0.002752 / obraz |
| $0.002872 / obraz |
| $0.002872 / obraz |
| $0.00304 / obraz |
| $0.00304 / obraz |
| $0.003568 / obraz |
| $0.003568 / obraz |
| $0.003736 / obraz |
| $0.003736 / obraz |
| $0.003856 / obraz |
| $0.003856 / obraz |
| $0.004192 / obraz |
| $0.004192 / obraz |
| $0.004456 / obraz |
| $0.004456 / obraz |
| $0.005104 / obraz |
| $0.005152 / obraz |
| $0.005152 / obraz |
| $0.005704 / obraz |
| $0.005704 / obraz |
| $0.005896 / obraz |
| $0.006016 / obraz |
| $0.006016 / obraz |
| $0.006712 / obraz |
| $0.006712 / obraz |
| $0.007312 / obraz |
| $0.007312 / obraz |
| $0.0076 / obraz |
| $0.0076 / obraz |
| $0.008128 / obraz |
| $0.008128 / obraz |
| $0.009304 / obraz |
| $0.009304 / obraz |
| $0.009928 / obraz |
| $0.009928 / obraz |
| $0.011176 / obraz |
| $0.011176 / obraz |
| $0.01192 / obraz |
| $0.01192 / obraz |
| $0.01324 / obraz |
| $0.01324 / obraz |
| $0.016216 / obraz |
| $0.016216 / obraz |
| $0.01396 / obraz |
| $0.01396 / obraz |
| $0.018592 / obraz |
| $0.018592 / obraz |
| $0.020368 / obraz (Z opcją Official fallback: do $0.021472) |
| $0.020368 / obraz (Z opcją Official fallback: do $0.021472) |
| $0.020998 / obraz (Z opcją Official fallback: do $0.023992) |
| $0.020998 / obraz (Z opcją Official fallback: do $0.023992) |
| $0.022 / obraz (Z opcją Official fallback: do $0.028) |
| $0.022 / obraz (Z opcją Official fallback: do $0.028) |
| $0.022864 / obraz (Z opcją Official fallback: do $0.031456) |
| $0.022864 / obraz (Z opcją Official fallback: do $0.031456) |
| $0.023626 / obraz (Z opcją Official fallback: do $0.034504) |
| $0.023626 / obraz (Z opcją Official fallback: do $0.034504) |
| $0.024112 / obraz |
| $0.024112 / obraz |
| $0.025636 / obraz (Z opcją Official fallback: do $0.042544) |
| $0.027448 / obraz (Z opcją Official fallback: do $0.049792) |
| $0.032272 / obraz |
| $0.032272 / obraz |
| $0.03688 / obraz |
| $0.03688 / obraz |
| $0.043072 / obraz |
| $0.043072 / obraz |
| $0.048064 / obraz |
| $0.048064 / obraz |
| $0.050776 / obraz |
| $0.050776 / obraz |
| $0.055432 / obraz |
| $0.055432 / obraz |
| $0.062416 / obraz |
| $0.062416 / obraz |
| $0.0652 / obraz |
| $0.0652 / obraz |
| $0.067984 / obraz |
| $0.067984 / obraz |
| $0.080464 / obraz |
| $0.080464 / obraz |
| $0.086032 / obraz |
| $0.086032 / obraz |
| $0.094288 / obraz |
| $0.094288 / obraz |
| $0.103984 / obraz |
| $0.103984 / obraz |
| $0.11296 / obraz |
| $0.11296 / obraz |
| $0.14272 / obraz |
| $0.14272 / obraz |
| $0.054616 / obraz |
| $0.054616 / obraz |
| $0.07144 / obraz |
| $0.07144 / obraz |
| $0.082936 / obraz |
| $0.082936 / obraz |
| $0.095248 / obraz |
| $0.095248 / obraz |
| $0.096472 / obraz |
| $0.096472 / obraz |
| $0.110728 / obraz |
| $0.110728 / obraz |
| $0.124624 / obraz |
| $0.124624 / obraz |
| $0.127864 / obraz |
| $0.127864 / obraz |
| $0.135064 / obraz |
| $0.135064 / obraz |
| $0.142816 / obraz |
| $0.142816 / obraz |
| $0.168976 / obraz |
| $0.171016 / obraz |
| $0.171016 / obraz |
| $0.19456 / obraz |
| $0.19456 / obraz |
| $0.197104 / obraz |
| $0.197104 / obraz |
| $0.197968 / obraz |
| $0.220456 / obraz |
| $0.220456 / obraz |
| $0.248464 / obraz |
| $0.248464 / obraz |
| $0.259552 / obraz |
| $0.259552 / obraz |
| $0.274216 / obraz |
| $0.274216 / obraz |
| $0.320608 / obraz |
| $0.320608 / obraz |
| $0.342928 / obraz |
| $0.342928 / obraz |
| $0.37588 / obraz |
| $0.37588 / obraz |
| $0.414736 / obraz |
| $0.414736 / obraz |
| $0.456544 / obraz |
| $0.456544 / obraz |
| $0.569656 / obraz |
| $0.569656 / obraz |
Zastosowania
Zmiana tekstu i stylizacji gotowych materiałów
Podmień słowa na plakacie lub okładce, kolor produktu albo ubranie, a zdjęcie pod spodem zostaw dokładnie takie, jakie zostało zaakceptowane.
Składanie scen z referencji
Umieść osobę z jednego zdjęcia w otoczeniu z innego albo zestaw dwie osoby sfotografowane osobno, bez odtwarzania układu z promptu tekstowego.
Lokalne wersje jednego motywu
Zachowaj zdjęcie i podmień nagłówek na przetłumaczoną linijkę dla każdego rynku, jedna edycja na język.
Wskazówki
Napisz, co zostaje, a nie tylko co się zmienia
Najpierw zmiana, potem to, co nie może się ruszyć: twarz, poza, światło, tło, logo. Wszystko, czego nie chronisz, może zostać narysowane od nowa.
Numeruj źródła
Pisz „kobieta z pierwszego obrazu” i „łódź z drugiego obrazu”. Kolejność w image_urls to jedyne przyporządkowanie, jakie ma model.
Maska do drobnych poprawek
Przy pojedynczym obiekcie lub fragmencie tła maska PNG w rozmiarze pierwszego źródła jest pewniejsza niż opis słowami.
Zostaw auto, by zachować kadr
Zostaw proporcje na auto, gdy edycja ma zachować kadr źródła; stałe proporcje wybieraj tylko wtedy, gdy wynik potrzebuje nowego kształtu.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
