GPT Image 2.6 Sunburst est un modèle de génération et d'édition d'images d'OpenAI. Il est conçu pour le détail, avec un accent sur les compositions denses, les mises en page riches en texte et les modifications qui préservent la cohérence des détails d'une édition à l'autre. Il appartient à la catégorie image et est accessible via la même interface compatible OpenAI que le reste du catalogue sur api14.
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. La génération est contrôlée par un ensemble de paramètres d'image : ratio d'aspect (1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9 ou auto), format de sortie (png, jpeg ou webp), qualité (auto, low, medium, high, xhigh ou max) et arrière-plan (auto, transparent ou opaque). Vous pouvez demander entre 1 et 10 images par appel, fournir jusqu'à 16 références d'entrée et définir la compression de sortie entre 0 et 100.
Ces capacités correspondent à quelques schémas pratiques. Les mises en page denses et riches en texte conviennent aux affiches générées, aux maquettes d'interface, aux illustrations de diapositives et aux supports marketing où le lettrage doit rester lisible. Comme le modèle accepte des entrées image en plus du texte, il fonctionne aussi pour l'édition : transmettez une image source plus des instructions et récupérez une image révisée, l'accent étant mis sur la cohérence des détails au fil des éditions successives. Les références d'entrée multiples sont utiles lorsqu'un résultat doit s'appuyer sur plusieurs images existantes, et les options de ratio d'aspect et d'arrière-plan facilitent la production de ressources qui s'intègrent dans une mise en page précise ou nécessitent un fond transparent.
Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "openai/gpt-image-2.6-sunburst". Les paramètres de requête pris en charge sont max_tokens, response_format, seed et structured_outputs, aux côtés des paramètres d'image décrits ci-dessus. Le paramètre seed est utile lorsque vous voulez une sortie reproductible d'une exécution à l'autre, et structured_outputs vous permet de contraindre la forme de ce qui est renvoyé. Comme le point de terminaison suit le format OpenAI, les bibliothèques clientes OpenAI existantes et les chemins de code fonctionnent généralement en ne changeant que l'URL de base et l'identifiant de modèle.
Le principal point à peser est qu'il s'agit d'un modèle d'image : il prend du texte et des images en entrée et produit des images en sortie, donc les tâches qui nécessitent des réponses textuelles relèvent plutôt d'un modèle de texte. Dans le cadre du travail sur l'image, les réglages de qualité et de nombre d'images vous donnent un arbitrage direct entre fidélité et volume, et la limite de 16 références mérite d'être anticipée si votre flux de travail enchaîne de nombreuses images sources.