OpenAI: GPT Image 1

GPT Image 1 ist ein Bildgenerierungs- und Bildbearbeitungsmodell von OpenAI, das auf api14 unter der Modell-ID openai/gpt-image-1 gelistet ist. Es befindet sich in der Kategorie Bild, und sein Anbieter beschreibt es als ein Modell, das Bilder über eine dedizierte Images API generiert und bearbeitet. Wenn Sie bereits mit OpenAI-Modellen arbeiten, handelt es sich um denselben Anbieter, der hier über die OpenAI-kompatible Oberfläche von api14 bereitgestellt wird.

Das Modell nimmt Text- und Bildeingaben entgegen und gibt Bilder zurück. Sein Kontextfenster umfasst 400.000 Token, mit einer maximalen Ausgabe von 360.000. Die Bildparameter geben Ihnen Kontrolle über die Form und Qualität des Ergebnisses: aspect_ratio akzeptiert 1:1, 3:2, 2:3 oder auto; quality akzeptiert auto, low, medium oder high; background akzeptiert auto, transparent oder opaque. Sie können mit n zwischen 1 und 10 Bilder pro Aufruf anfordern, zwischen 0 und 16 Eingabereferenzen für Bearbeitungen übergeben und output_compression auf einen Wert zwischen 0 und 100 setzen. Der Anbieter hebt präzise Textwiedergabe, transparente Hintergründe und die Unterstützung von bis zu 16 Referenzbildern bei der Bearbeitung hervor.

Diese Fähigkeiten deuten auf eine ziemlich spezifische Gruppe von Aufgaben hin. Präzise Textwiedergabe macht es zu einer sinnvollen Wahl für Bilder, die lesbare Wörter enthalten müssen, etwa Banner, Mockups oder Produktaufnahmen mit Beschriftungen. Transparente Hintergründe eignen sich für Assets, die an anderer Stelle zusammengesetzt werden, wie Icons, Logos oder mehrschichtige Designelemente. Die Eingabe von Referenzbildern macht die Bearbeitung praktikabel: Sie können vorhandene Bilder übergeben und Änderungen anfordern, anstatt von Grund auf neu zu generieren, was nützlich ist, um ein Design iterativ zu verbessern oder ein Asset umzugestalten, während seine Struktur erhalten bleibt. Mehrere Varianten in einem Aufruf mit n zu generieren hilft, wenn Sie Auswahlmöglichkeiten statt eines einzelnen Ergebnisses wünschen.

Um es über api14 aufzurufen, verwenden Sie die Modell-ID openai/gpt-image-1 gegen den OpenAI-kompatiblen Endpunkt, sodass vorhandene OpenAI-Client-Bibliotheken und Anforderungsstrukturen mit minimalen Änderungen übernommen werden können. Die unterstützten Parameter sind max_tokens, response_format, seed und structured_outputs, zusammen mit den oben beschriebenen Bildparametern. Verwenden Sie seed, wenn Sie über mehrere Durchläufe hinweg reproduzierbare Ausgaben benötigen, und response_format, um zu steuern, wie das Ergebnis zurückgegeben wird. Da das Modell Bilder statt Text ausgibt, behandeln Sie es als Generierungsendpunkt und nicht als Chat-Completion-Endpunkt, auch wenn die API-Oberfläche kompatibel ist.

Ein praktischer Aspekt ist, dass die Ausgabemodalität ausschließlich Bilder sind. Wenn Ihre Aufgabe Textgenerierung, Klassifizierung oder irgendetwas ist, das Prosa oder strukturierten Text zurückgibt, passt ein Textmodell besser; structured_outputs gilt hier innerhalb einer Bildgenerierungsanforderung und verwandelt das Modell nicht in einen Textassistenten. Der Kontext von 400.000 Token und die maximale Ausgabe von 360.000 sind großzügig, aber die nützliche Einschränkung ist normalerweise die Obergrenze von 16 Referenzbildern für Bearbeitungen und die Obergrenze von 10 Bildern pro Aufruf. Planen Sie diese Zahlen ein, wenn Sie Arbeit in Stapeln ausführen.