OpenAI: GPT Image 2

GPT Image 2 ist ein Bildgenerierungsmodell von OpenAI, das auf api14 unter der Modell-ID openai/gpt-image-2 gelistet ist. Es befindet sich in der Kategorie image, und OpenAI beschreibt es als sein neuestes Bildgenerierungsmodell, das hochauflösende Bildgenerierung und -bearbeitung unterstützt. Wenn Ihre Anwendung Bilder erzeugen oder verändern soll statt Text, ist dies die Modellfamilie, die Sie zuerst betrachten sollten.

Das Modell akzeptiert Text- und Bildeingaben und gibt Bilder als einzige Ausgabemodalität zurück. Diese Kombination ermöglicht die Bearbeitung: Sie können einen Prompt allein senden oder einen Prompt mit Referenzbildern kombinieren, um das Ergebnis zu steuern. Das Kontextfenster beträgt 400.000 Token, mit einer maximalen Ausgabe von 360.000 Token. Die Generierung wird über eine Reihe von Bildparametern gesteuert. Das Seitenverhältnis kann auf 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9 oder auto gesetzt werden. Quality akzeptiert auto, low, medium oder high. Background akzeptiert auto oder opaque. Sie können mit n zwischen 1 und 10 Bilder pro Aufruf anfordern, zwischen 0 und 16 Eingabereferenzen bereitstellen und die Ausgabekomprimierung zwischen 0 und 100 einstellen.

Diese Fähigkeiten deuten auf eine ziemlich breite Palette praktischer Anwendungen hin. Die Text-zu-Bild-Generierung deckt Marketingmaterialien, App- und Web-Artwork, Konzepterkundung sowie Platzhalter- oder Produktionsbilder ab. Da das Modell auch Bildeingaben annimmt, passen Bearbeitungsworkflows natürlich dazu: das Umstylen eines vorhandenen Assets, das Anpassen einer Komposition oder das Erzeugen von Varianten, die nahe an einer bereitgestellten Referenz bleiben. Der Parameter input_references, der bis zu 16 Bilder erlaubt, eignet sich für Aufgaben, bei denen mehrere Quellbilder ein einzelnes Ergebnis beeinflussen sollen, etwa beim Kombinieren von Elementen aus mehreren Referenzen. Der Parameter n hilft, wenn Sie mehrere Kandidaten in einer Anfrage möchten, und die Einstellungen für Seitenverhältnis und Qualität ermöglichen es Ihnen, die Ausgabe an einen bestimmten Platz in einem Layout anzupassen, von quadratischen Social-Formaten bis zu breiten 21:9-Bannern.

Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID openai/gpt-image-2 auf, sodass bestehende OpenAI-Client-Bibliotheken und Anfrageformen im Allgemeinen übernommen werden können. Die unterstützten Parameter sind max_tokens, response_format, seed und structured_outputs, zusammen mit den oben beschriebenen Bildparametern: aspect_ratio, quality, background, n, input_references und output_compression. Der Parameter seed ist nützlich, wenn Sie reproduzierbare Ergebnisse über mehrere Läufe hinweg benötigen, und response_format lässt Sie steuern, wie die Bilddaten zurückkommen. Da die Schnittstelle OpenAI-kompatibel ist, ist der Wechsel zu diesem Modell von einem anderen OpenAI-Bildmodell hauptsächlich eine Frage des Änderns der Modell-ID und des Anpassens der Parameter.

Eine Sache, die Sie beachten sollten, ist die Ausgabemodalität. GPT Image 2 gibt nur Bilder zurück, ist also nicht die richtige Wahl, wenn Sie Textvervollständigungen, Chat-Antworten oder eine andere Textausgabe benötigen; ein Textmodell passt für diese Fälle besser. Innerhalb der Bildarbeit definieren die Parameterbereiche die Grenzen: höchstens 10 Bilder pro Anfrage, höchstens 16 Eingabereferenzen und Qualitäts- und Komprimierungswerte, die auf die aufgeführten Optionen beschränkt sind. Wenn Ihre Aufgabe innerhalb dieser Grenzen liegt, deckt dieses Modell sowohl Generierung als auch Bearbeitung über einen einzigen Endpunkt ab.