OpenAI: GPT Image 2

GPT Image 2 هو نموذج توليد صور من OpenAI، مُدرج على api14 تحت معرّف النموذج openai/gpt-image-2. يقع في فئة الصور، وتصفه OpenAI بأنه أحدث نموذج لتوليد الصور لديها، ويدعم توليد الصور وتحريرها بدرجة عالية من الدقة. إذا كان تطبيقك يحتاج إلى إنتاج الصور أو تعديلها بدلاً من النصوص، فهذه هي عائلة النماذج التي ينبغي النظر إليها أولاً.

يقبل النموذج مدخلات نصية ومدخلات صورية، ويعيد الصور كوسيط الإخراج الوحيد له. هذا المزيج هو ما يجعل التحرير ممكناً: يمكنك إرسال مطالبة نصية وحدها، أو إقران مطالبة نصية بصور مرجعية لتوجيه النتيجة. نافذة السياق هي 400,000 رمز، مع حد أقصى للإخراج يبلغ 360,000 رمز. يتم التحكم في التوليد من خلال مجموعة من معاملات الصور. يمكن ضبط نسبة الأبعاد على 1:1 أو 3:2 أو 2:3 أو 4:3 أو 3:4 أو 16:9 أو 9:16 أو 21:9 أو auto. يقبل معامل الجودة القيم auto أو low أو medium أو high. يقبل معامل الخلفية القيم auto أو opaque. يمكنك طلب ما بين 1 و10 صور في كل استدعاء باستخدام n، وتقديم ما بين 0 و16 مرجعاً للمدخلات، وضبط ضغط الإخراج بأي قيمة من 0 إلى 100.

تشير هذه القدرات إلى مجموعة واسعة نسبياً من الاستخدامات العملية. يغطي توليد الصور من النص الأصول التسويقية، والأعمال الفنية للتطبيقات والمواقع، واستكشاف المفاهيم، والصور المؤقتة أو الإنتاجية. ولأن النموذج يستقبل أيضاً مدخلات صورية، فإن سير عمل التحرير يناسبه بشكل طبيعي: إعادة تصميم أصل موجود بأسلوب مختلف، أو تعديل تكوين، أو إنتاج تنويعات تبقى قريبة من مرجع مُقدَّم. يناسب المعامل input_references، الذي يسمح بما يصل إلى 16 صورة، المهام التي تحتاج فيها عدة صور مصدرية إلى المساهمة في نتيجة واحدة، مثل دمج عناصر من مراجع متعددة. يساعد المعامل n عندما تريد عدة مرشحات في طلب واحد، وتتيح لك إعدادات نسبة الأبعاد والجودة مطابقة الإخراج مع موضع محدد في التصميم، من الصيغ المربعة لوسائل التواصل الاجتماعي إلى اللافتات العريضة بنسبة 21:9.

يمكنك استدعاء النموذج عبر واجهة برمجة التطبيقات المتوافقة مع OpenAI في api14 باستخدام معرّف النموذج openai/gpt-image-2، لذا فإن مكتبات عميل OpenAI الحالية وأشكال الطلبات تنتقل عموماً كما هي. المعاملات المدعومة هي max_tokens وresponse_format وseed وstructured_outputs، إلى جانب معاملات الصور الموضحة أعلاه: aspect_ratio وquality وbackground وn وinput_references وoutput_compression. يكون المعامل seed مفيداً عندما تحتاج إلى نتائج قابلة للتكرار عبر عمليات التشغيل، ويتيح لك response_format التحكم في طريقة عودة بيانات الصورة. ولأن الواجهة متوافقة مع OpenAI، فإن الانتقال إلى هذا النموذج من نموذج صور آخر من OpenAI هو في الغالب مسألة تغيير معرّف النموذج وضبط المعاملات.

هناك أمر واحد يجب أخذه في الاعتبار وهو وسيط الإخراج. يعيد GPT Image 2 الصور فقط، لذا فهو ليس الخيار المناسب عندما تحتاج إلى إكمالات نصية أو ردود محادثة أو أي إخراج نصي آخر؛ يناسب نموذج نصي تلك الحالات بشكل أفضل. وفي نطاق العمل على الصور، تحدد نطاقات المعاملات الحدود: 10 صور كحد أقصى لكل طلب، و16 مرجعاً للمدخلات كحد أقصى، وقيم الجودة والضغط محصورة في الخيارات المذكورة. إذا كانت مهمتك تقع داخل هذه الحدود، فإن هذا النموذج يغطي كلاً من التوليد والتحرير عبر نقطة نهاية واحدة.