OpenAI: GPT Image 1 Mini

GPT Image 1 Mini est un modèle de génération d'images d'OpenAI. Il est positionné comme une variante économique de GPT Image 1, visant à produire des images de haute qualité avec une latence réduite par rapport au modèle complet. Sur api14, il apparaît dans la catégorie image et est identifié par l'identifiant de modèle openai/gpt-image-1-mini.

Le modèle accepte des entrées texte et image et renvoie des images. Sa fenêtre de contexte est de 400 000 tokens, avec une sortie maximale de 360 000 tokens. Comme la modalité de sortie est l'image plutôt que le texte, le modèle est conçu pour des tâches de génération plutôt que pour le chat ou la complétion de texte. Les entrées image signifient que vous pouvez fournir du matériel de référence en plus de votre prompt, que le modèle peut utiliser pour guider ce qu'il produit.

Cette combinaison d'entrée texte et image avec sortie image prend en charge un éventail de travaux pratiques. Vous pouvez générer des images à partir de descriptions écrites, produire des variations sur une image existante en la transmettant comme référence, ou orienter une génération avec plusieurs références à la fois. Les contrôles de ratio d'aspect, de qualité et d'arrière-plan vous permettent d'adapter la sortie à une mise en page ou un cas d'usage spécifique, comme un visuel carré pour les réseaux sociaux, un recadrage portrait ou un arrière-plan transparent pour la composition. Comme la génération est la seule sortie, le modèle n'est pas destiné à des tâches comme la légendage, la classification ou l'extraction de texte à partir d'images.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle openai/gpt-image-1-mini. Les paramètres de requête pris en charge sont max_tokens, response_format, seed et structured_outputs. À côté de ceux-ci, le modèle expose des contrôles spécifiques aux images : aspect_ratio accepte 1:1, 3:2, 2:3 ou auto ; quality accepte auto, low, medium ou high ; background accepte auto, transparent ou opaque ; n définit combien d'images renvoyer, de 1 à 10 ; input_references définit combien d'images de référence transmettre, de 0 à 16 ; et output_compression va de 0 à 100. Un seed vous permet de reproduire une génération, et response_format contrôle la manière dont le résultat est renvoyé.

Gardez l'ensemble des paramètres à l'esprit lors de la planification d'une intégration. Le modèle ne produit que des images, donc si vous avez besoin de texte en retour à partir d'une image, un modèle de vision ou de texte multimodal est plus adapté. La fenêtre de contexte de 400 000 tokens est généreuse pour les prompts et les références, mais la sortie est une image, pas de la prose. Si votre charge de travail est centrée sur la génération d'images à partir de texte ou de références et que vous souhaitez la variante économique de GPT Image 1, ce modèle est le choix approprié.