Wprowadzenie
GPT Image 2 Tekst na obraz to model gpt-image-2 od OpenAI, wydany w kwietniu 2026 roku, który generuje obrazy z pisemnego promptu. Trzyma się długich, precyzyjnych briefów, wstawia cytowane nagłówki i etykiety jako czytelny tekst na obrazie i generuje na trzech poziomach jakości i trzech poziomach rozmiaru w piętnastu proporcjach. Zwraca do dziesięciu obrazów na żądanie, a każde ustawienie kosztuje mniej niż w cenniku OpenAI.
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
Trasa ekonomiczna i Official fallback
To gpt-image-2 od OpenAI, który OpenAI opisuje jako swój najnowocześniejszy model do generowania obrazów. Pojedynczy obraz w jakości medium i rozmiarze 1k w większości proporcji zaczyna się na tańszej trasie ekonomicznej, gdzie model może lekko przeformułować prompt albo dodać drobne szczegóły. Przy włączonej opcji Official fallback (domyślnie włączona) to, czego ta trasa odmówi lub nie dokończy, jest wykonywane ponownie na oficjalnej trasie, a wszystkie pozostałe ustawienia od początku idą tamtędy.
Tekst, który da się przeczytać
Nagłówki, linijki okładek, szyldy i etykiety w cudzysłowie wracają jako prawdziwy tekst. W naszych testach plakatów i okładek magazynów każda cytowana linijka wyszła poprawnie zapisana przy jakości medium.
Cena dla każdego kształtu i poziomu
OpenAI rozlicza tokeny wyjściowe, których przybywa wraz z jakością, poziomem rozmiaru i tym, jak kwadratowy jest obraz. Każda kombinacja ma własną cenę za obraz niższą od stawki OpenAI, widoczną przed wysłaniem; obrazy medium w 1k na trasie ekonomicznej zaczynają się jeszcze niżej.
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 |
aspect_ratio | Nie | Piętnaście proporcji od 1:3 do 3:1, domyślnie 1:1. Proporcje wpływają na cenę: szeroki lub wysoki obraz kosztuje mniej niż kwadrat na tym samym poziomie. |
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. |
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. Żądanie o jeden obraz PNG w jakości medium i rozmiarze 1k, w dowolnych proporcjach poza 21:9, 9:21, 3:1 i 1:3 idzie najpierw trasą ekonomiczną. Domyślnie: |
Cennik
Rozliczenie za obraz. Cena zależy od jakości, poziomu rozmiaru i proporcji i jest widoczna przed wysłaniem; szeroki lub wysoki kadr kosztuje na tym samym poziomie mniej niż kwadrat. Żądanie o jeden obraz PNG w jakości medium i rozmiarze 1k, w dowolnych proporcjach poza 21:9, 9:21, 3:1 i 1:3 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 |
| $0.006016 / 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 |
| $0.011176 / obraz |
| $0.011176 / obraz |
| $0.01192 / obraz |
| $0.01192 / obraz |
| $0.01324 / obraz |
| $0.01324 / 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) |
| $0.032272 / 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 |
| $0.094288 / obraz |
| $0.094288 / obraz |
| $0.103984 / obraz |
| $0.103984 / obraz |
| $0.11296 / obraz |
| $0.11296 / 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 |
| $0.220456 / 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 |
| $0.37588 / obraz |
| $0.37588 / obraz |
| $0.414736 / obraz |
| $0.414736 / obraz |
| $0.456544 / obraz |
| $0.456544 / obraz |
| $0.569656 / obraz |
Zastosowania
Plakaty, okładki i reklamy
Układy, w których słowa są tak samo ważne jak obraz: plakaty filmowe, okładki magazynów, banery wyprzedażowe i makiety opakowań, w jednym wywołaniu zamiast obrazu i osobnego składu.
Warianty do akceptacji
Do dziesięciu obrazów z jednego briefu w jednym żądaniu, żeby zespół mógł wybrać kierunek, zanim ktokolwiek zapłaci za poziom high.
Wskazówki
Cytuj i umieszczaj każdą linijkę
Każdy tekst zapisz w podwójnym cudzysłowie i napisz, gdzie ma być: u góry na całej szerokości, w lewym dolnym rogu, na szyldzie. Słowa bez cudzysłowu są czytane jako opis, a nie tekst do złożenia.
Opisuj zdjęcie, nie słowa kluczowe
Pełne zdania o obiekcie, stroju, otoczeniu, świetle i obiektywie działają lepiej niż listy tagów. Podaj też medium: kadr filmowy, studyjne zdjęcie produktu, okładka magazynu.
Szkic w low, finał wyżej
Low kosztuje przy tym samym rozmiarze ułamek ceny medium i już pokazuje kompozycję oraz rozmieszczenie tekstu. Zostaw prompt bez zmian i do wersji końcowej podnieś poziom o jeden.
Dobierz poziom rozmiaru do zastosowania
1k na ekrany i media społecznościowe, 2k na duże wyświetlacze, a 4k tylko do druku lub mocnych kadrowań. Każdy wyższy poziom podnosi cenę za obraz.
Szybki start z API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "openai/gpt-image-2/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"quality": "medium",
"resolution": "1k",
"num_outputs": 1,
"aspect_ratio": "1:1",
"output_format": "png"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Uwierzytelnianie, pełny schemat, odpytywanie i obsługę błędów opisuje dokumentacja API.
