OpenAI: GPT Image 1

GPT Image 1 adalah model pembuatan dan penyuntingan gambar dari OpenAI, terdaftar di api14 dengan model id openai/gpt-image-1. Model ini berada dalam kategori image, dan penyedianya mendeskripsikannya sebagai model yang menghasilkan dan menyunting gambar melalui Images API khusus. Jika Anda sudah bekerja dengan model OpenAI, ini adalah vendor yang sama, yang di sini diekspos melalui permukaan yang kompatibel dengan OpenAI dari api14.

Model ini menerima input teks dan gambar lalu mengembalikan gambar. Context window-nya 400.000 token, dengan output maksimum 360.000. Parameter gambar memberi Anda kendali atas bentuk dan kualitas hasil yang dikembalikan: aspect_ratio menerima 1:1, 3:2, 2:3 atau auto; quality menerima auto, low, medium atau high; background menerima auto, transparent atau opaque. Anda dapat meminta antara 1 dan 10 gambar per panggilan dengan n, memberikan antara 0 dan 16 referensi input untuk penyuntingan, dan mengatur output_compression di mana saja dari 0 hingga 100. Penyedianya menyoroti rendering teks yang akurat, latar belakang transparan, dan dukungan hingga 16 gambar referensi saat menyunting.

Kemampuan tersebut mengarah pada serangkaian pekerjaan yang cukup spesifik. Rendering teks yang akurat membuatnya cukup cocok untuk gambar yang membutuhkan kata-kata yang terbaca di dalamnya, seperti banner, mockup, atau foto produk dengan label. Latar belakang transparan cocok untuk aset yang akan dikompositkan di tempat lain, seperti ikon, logo, atau elemen desain berlapis. Input gambar referensi adalah yang membuat penyuntingan praktis: Anda dapat memberikan gambar yang sudah ada dan meminta perubahan alih-alih menghasilkan dari awal, yang berguna untuk melakukan iterasi pada desain atau mengubah gaya aset sambil mempertahankan strukturnya. Menghasilkan beberapa variasi dalam satu panggilan dengan n membantu ketika Anda menginginkan opsi untuk dipilih alih-alih satu hasil saja.

Untuk memanggilnya melalui api14, gunakan model id openai/gpt-image-1 pada endpoint yang kompatibel dengan OpenAI, sehingga pustaka klien OpenAI yang ada dan bentuk request seharusnya dapat digunakan dengan perubahan minimal. Parameter yang didukung adalah max_tokens, response_format, seed, dan structured_outputs, bersama dengan parameter gambar yang dijelaskan di atas. Gunakan seed ketika Anda membutuhkan output yang dapat direproduksi di berbagai eksekusi, dan response_format untuk mengendalikan bagaimana hasil dikembalikan. Karena model ini menghasilkan gambar alih-alih teks, perlakukan ini sebagai endpoint pembuatan gambar alih-alih chat completion, meskipun permukaan API-nya kompatibel.

Satu pertimbangan praktis adalah modalitas outputnya hanya gambar. Jika tugas Anda adalah pembuatan teks, klasifikasi, atau apa pun yang mengembalikan prosa atau teks terstruktur, model teks akan lebih cocok; structured_outputs di sini berlaku dalam permintaan pembuatan gambar alih-alih mengubah model menjadi asisten teks. Context 400.000 token dan output maksimum 360.000 memang lega, tetapi batasan yang biasanya berguna adalah batas 16 gambar referensi untuk penyuntingan dan batas 10 gambar per panggilan. Rencanakan seputar angka-angka tersebut saat melakukan batching pekerjaan.