OpenAI: GPT-5 Image Mini

GPT-5 Image Mini هو نموذج من OpenAI يمزج قدرات الشركة اللغوية مع توليد الصور. تصفه OpenAI بأنه يجمع القدرات اللغوية لـ GPT-5 Mini مع GPT Image 1 Mini، ومن هنا يأتي الـ "mini" في الاسم: فهو العضو الأصغر والأكثر كفاءة في عائلة GPT-5 Image وليس الأكبر. يقع في فئة الصور لكنه يُصنَّف أيضاً كنموذج نصي، لذا من الأفضل فهمه كنظام متعدد الوسائط أصلي يتعامل مع كلا الاتجاهين في مكان واحد.

على جانب الإدخال يقبل النموذج النصوص والصور والملفات، وعلى جانب الإخراج يعيد الصور والنصوص معاً. وهذا يعني أن الطلب نفسه يمكن أن يحمل توجيهاً مكتوباً وصوراً مرجعية، ويمكن أن تحتوي الاستجابة على صور مُولَّدة بالإضافة إلى محتوى مكتوب. نافذة السياق هي 400,000 رمز، وهي كبيرة بما يكفي لاحتواء التوجيهات الطويلة والمحادثات الممتدة ومراجع متعددة في وقت واحد. الحد الأقصى للإخراج هو 128,000 رمز. توليد الصور قابل للتهيئة: نسبة الأبعاد تدعم 1:1 و3:2 و2:3 وauto؛ والجودة تدعم auto وlow وmedium وhigh؛ والخلفية تدعم auto وtransparent وopaque؛ ويمكنك طلب ما بين 1 و10 صور في الاستدعاء الواحد؛ وما يصل إلى 16 مرجعاً للإدخال؛ وضغط الإخراج قابل للتعديل من 0 إلى 100.

تشير تلك القدرات إلى مجموعة واسعة نسبياً من الاستخدامات العملية. ولأن النموذج يستقبل صوراً مرجعية إلى جانب النص، فهو مناسب للمهام التي يجب فيها تطبيق تعليمات مكتوبة على مواد بصرية موجودة، مثل إنتاج تنويعات لصورة مقدَّمة أو توليد أصول تتبع نمطاً موصوفاً. دعم الخلفية الشفافة مفيد عندما يحتاج الإخراج إلى التركيب في تصميم أو واجهة بدلاً من استخدامه كصورة مستقلة، وتغطي خيارات نسبة الأبعاد التنسيقات المربعة والأفقية والعمودية. على الجانب النصي، يجعل السياق الكبير والحد الأقصى الطويل للإخراج النموذج قابلاً للاستخدام مع مستندات أطول أو طلبات كثيفة الاستدلال تنتج أيضاً محتوى بصرياً. ويتيح لك إعداد الجودة الموازنة بين جهد التوليد والسرعة حسب المهمة.

تستدعي النموذج عبر واجهة API المتوافقة مع OpenAI من api14 باستخدام معرّف النموذج "openai/gpt-5-image-mini". المعاملات المدعومة هي include_reasoning وlogprobs وmax_tokens وreasoning وresponse_format وseed وstructured_outputs وtemperature وtop_logprobs وtop_p وverbosity. تُمرَّر عناصر التحكم في الصور (نسبة الأبعاد، والجودة، والخلفية، وعدد الصور، والمراجع المدخلة، وضغط الإخراج) كجزء من الطلب إلى جانب تلك المعاملات. ولأن structured_outputs وresponse_format متاحان، يمكنك تقييد الاستجابات النصية وفق مخطط، ويتيح seed أخذ عينات قابلة للتكرار عندما تحتاج إلى نتائج متسقة عبر التشغيلات.

الشيء الرئيسي الذي يجب أخذه في الاعتبار هو أن هذا هو المتغير mini: إذا تطلبت المهمة أقوى توليد ممكن للصور أو أقدر استدلال لغوي، فإن نموذج GPT-5 Image الأكبر هو الخيار الأنسب. إن GPT-5 Image Mini موجَّه نحو الكفاءة، لذا فهو منطقي عندما تكون الإنتاجية أو التحكم في التكلفة أو زمن الاستجابة أهم من الجودة القصوى. إنه خيار افتراضي معقول للتوليد بكميات كبيرة، والتحرير القائم على المراجع، والاستجابات المختلطة بين النص والصورة، ويستحق الاختبار مقابل توجيهاتك الخاصة قبل الاعتماد عليه في أي أمر تكون فيه جودة الإخراج حرجة.