OpenAI: GPT Image 2.5 Sunburst

GPT Image 2.5 Sunburst, OpenAI का एक इमेज जनरेशन और एडिटिंग मॉडल है। यह GPT Image 2.5 श्रृंखला में आता है और इस परिवार के सटीकता-केंद्रित स्तर के रूप में स्थित है, जिसका लक्ष्य विस्तृत रचनात्मक कार्य हैं। api14 पर मॉडल आईडी openai/gpt-image-2.5-sunburst है, यही पहचानकर्ता है जिसका उपयोग आप गेटवे के माध्यम से अनुरोध भेजते समय करते हैं।

मॉडल इनपुट के रूप में टेक्स्ट और इमेज स्वीकार करता है और आउटपुट के रूप में इमेज बनाता है, इसलिए यह प्रॉम्प्ट से जनरेशन और संदर्भ इमेज से शुरू होने वाले एडिटिंग या रूपांतरण कार्य, दोनों को संभालता है। यह अधिकतम 16 इनपुट संदर्भों का समर्थन करता है, जिससे आप एक ही इमेज के बजाय आपूर्ति की गई इमेज के एक सेट से परिणाम को दिशा दे सकते हैं। कॉन्टेक्स्ट विंडो 400,000 टोकन है, अधिकतम आउटपुट 360,000 के साथ। समर्थित अनुरोध पैरामीटर max_tokens, response_format, seed और structured_outputs हैं। Seed तब उपयोगी होता है जब आपको कॉल के दौरान दोहराने योग्य परिणाम चाहिए, और structured_outputs आपको लौटाए गए डेटा के स्वरूप को सीमित करने देता है।

चूंकि यह इनपुट के रूप में टेक्स्ट और इमेज दोनों लेता है और इमेज लौटाता है, व्यावहारिक उपयोग इसी संयोजन से निकलते हैं। आप लिखित विवरणों से मौलिक इमेज बना सकते हैं, मौजूदा इमेज को उन हिस्सों को बनाए रखते हुए जो आप चाहते हैं, नया रूप या बदलाव दे सकते हैं, और एक साथ कई संदर्भ इमेज से लिए गए विचारों का संयोजन कर सकते हैं। कई संदर्भ देने की क्षमता इसे ऐसे कार्यों के लिए उपयुक्त बनाती है जहां एक सुसंगत विषय, उत्पाद या दृश्य शैली को आउटपुट के एक सेट में बनाए रखना होता है। चूंकि इसे सटीकता-केंद्रित स्तर बताया गया है, यह तब अधिक उपयुक्त विकल्प है जब आउटपुट में बारीक विवरण गति से अधिक मायने रखते हों।

api14 के माध्यम से इसे कॉल करना किसी भी अन्य OpenAI-संगत एंडपॉइंट की तरह काम करता है। chat completions रूट पर अनुरोध भेजें और model फ़ील्ड को openai/gpt-image-2.5-sunburst पर सेट करें। मानक पैरामीटर के साथ, इमेज नियंत्रणों में aspect_ratio शामिल है, जो 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9 या auto स्वीकार करता है; quality, जो auto, low, medium, high, xhigh या max स्वीकार करता है; और background, जो auto, transparent या opaque स्वीकार करता है। आप एक कॉल में कई आउटपुट का अनुरोध करने के लिए n को 1 और 10 के बीच, input_references को 0 और 16 के बीच, और output_compression को 0 और 100 के बीच सेट कर सकते हैं।

ध्यान दें कि मॉडल केवल इमेज आउटपुट करता है, इसलिए यदि आपको उसी कॉल से टेक्स्ट वापस चाहिए या विशुद्ध रूप से संवादात्मक प्रतिक्रिया चाहिए, तो यह सही चुनाव नहीं है। टेक्स्ट कार्य के लिए, कैटलॉग में कोई अन्य मॉडल बेहतर फिट होगा। इमेज कार्यों के भीतर, यदि आपको सटीकता स्तर की आवश्यकता नहीं है, तो एक हल्का मॉडल पर्याप्त हो सकता है।