OpenAI: GPT Image 1

GPT Image 1 est un modèle de génération et d'édition d'images d'OpenAI, listé sur api14 sous l'identifiant de modèle openai/gpt-image-1. Il se situe dans la catégorie image, et son fournisseur le décrit comme générant et éditant des images via une API Images dédiée. Si vous travaillez déjà avec des modèles OpenAI, il s'agit du même fournisseur, exposé ici via la surface compatible OpenAI d'api14.

Le modèle prend en entrée du texte et des images et renvoie des images. Sa fenêtre de contexte est de 400 000 tokens, avec une sortie maximale de 360 000. Les paramètres d'image vous permettent de contrôler la forme et la qualité de ce qui est renvoyé : aspect_ratio accepte 1:1, 3:2, 2:3 ou auto ; quality accepte auto, low, medium ou high ; background accepte auto, transparent ou opaque. Vous pouvez demander entre 1 et 10 images par appel avec n, fournir entre 0 et 16 références d'entrée pour les éditions, et définir output_compression entre 0 et 100. Le fournisseur met en avant le rendu précis du texte, les arrière-plans transparents et la prise en charge de jusqu'à 16 images de référence lors de l'édition.

Ces capacités correspondent à un ensemble de tâches assez spécifique. Le rendu précis du texte en fait un choix raisonnable pour les images qui doivent contenir des mots lisibles, comme des bannières, des maquettes ou des visuels produits avec des étiquettes. Les arrière-plans transparents conviennent aux éléments qui seront composités ailleurs, comme des icônes, des logos ou des éléments de design en calques. L'entrée d'images de référence est ce qui rend l'édition pratique : vous pouvez fournir des images existantes et demander des modifications plutôt que de générer à partir de zéro, ce qui est utile pour itérer sur un design ou restyler un élément tout en conservant sa structure. Générer plusieurs variations en un seul appel avec n aide lorsque vous voulez des options parmi lesquelles choisir plutôt qu'un seul résultat.

Pour l'appeler via api14, utilisez l'identifiant de modèle openai/gpt-image-1 sur le point de terminaison compatible OpenAI, de sorte que les bibliothèques clientes OpenAI existantes et les formes de requête devraient être reprises avec un minimum de changements. Les paramètres pris en charge sont max_tokens, response_format, seed et structured_outputs, aux côtés des paramètres d'image décrits ci-dessus. Utilisez seed lorsque vous avez besoin d'une sortie reproductible d'une exécution à l'autre, et response_format pour contrôler la manière dont le résultat est renvoyé. Comme le modèle produit des images plutôt que du texte, traitez-le comme un point de terminaison de génération plutôt que comme un point de terminaison de complétion de chat, même si la surface d'API est compatible.

Une considération pratique est que la modalité de sortie est uniquement l'image. Si votre tâche est de la génération de texte, de la classification, ou quoi que ce soit qui renvoie de la prose ou du texte structuré, un modèle de texte conviendra mieux ; structured_outputs ici s'applique dans le cadre d'une requête de génération d'image plutôt que de transformer le modèle en assistant textuel. Le contexte de 400 000 tokens et la sortie maximale de 360 000 sont généreux, mais la contrainte utile est généralement le plafond de 16 images de référence pour les éditions et le plafond de 10 images par appel. Planifiez autour de ces chiffres lorsque vous traitez du travail par lots.