OpenAI: GPT-5 Image

GPT-5 Image adalah model dari OpenAI yang menggabungkan model bahasa GPT-5 dengan kemampuan pembuatan gambar. Model ini berada dalam kategori gambar sekaligus menangani teks, sehingga merupakan model multimodal, bukan pembuat gambar murni. OpenAI merilisnya pada 14 Oktober 2025. Jika Anda sudah menggunakan GPT-5 untuk pekerjaan teks, model ini memperluas keluarga yang sama ke pembuatan dan penyuntingan gambar.

Model ini menerima teks, gambar, dan file sebagai input, dan dapat menghasilkan teks maupun gambar sebagai output. Jendela konteksnya adalah 400.000 token, dengan output maksimum 128.000 token. Di sisi gambar, model ini menyediakan serangkaian kontrol pembuatan: rasio aspek (1:1, 3:2, 2:3, atau auto), kualitas (auto, low, medium, atau high), latar belakang (auto, transparent, atau opaque), jumlah n antara 1 dan 10, hingga 16 referensi input, dan kompresi output dari 0 hingga 100. Adanya referensi input berarti Anda dapat menyediakan gambar sebagai dasar kerja model, yang memungkinkan penyuntingan dan pembuatan terpandu referensi di samping pembuatan dari prompt teks.

Kemampuan tersebut menunjukkan serangkaian penggunaan praktis yang cukup luas. Anda dapat membuat gambar langsung dari prompt teks dan mengontrol bentuk, kualitas, serta latar belakang hasilnya, termasuk latar belakang transparan untuk aset yang perlu dikompositkan nanti. Karena model ini menerima input gambar dan file, Anda juga dapat menggunakannya untuk tugas penyuntingan atau transformasi gambar ketika gambar sumber diberikan sebagai referensi, dan untuk alur kerja yang mencampur penalaran teks dengan output gambar, seperti menghasilkan penjelasan tertulis bersama gambar yang dibuat atau disunting. Parameter reasoning dan structured output menunjukkan model ini juga dapat digunakan dalam pipeline ketika bagian teks perlu diparsing secara programatik.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "openai/gpt-5-image". Parameter permintaan yang didukung adalah include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, structured_outputs, temperature, top_logprobs, top_p, dan verbosity. Kontrol khusus gambar (rasio aspek, kualitas, latar belakang, n, referensi input, dan kompresi output) juga dikirim sebagai bagian dari permintaan. Karena antarmukanya kompatibel dengan OpenAI, klien dan perkakas OpenAI SDK yang ada umumnya berfungsi hanya dengan mengubah base URL dan model id.

Tidak ada informasi di sini tentang batas laju, latensi, atau ketersediaan, jadi anggap hal tersebut sebagai hal yang belum diketahui untuk diuji terhadap beban kerja Anda sendiri. Jika tugas Anda murni teks dan tidak pernah menyentuh gambar, model khusus teks dalam keluarga GPT-5 mungkin lebih cocok. Jika Anda memerlukan output gambar dengan kemampuan mengikuti instruksi yang kuat dan gambar referensi, model ini adalah yang pertama perlu dievaluasi.