OpenAI: GPT Image 2

GPT Image 2 adalah model pembuatan gambar dari OpenAI, terdaftar di api14 dengan model id openai/gpt-image-2. Model ini berada di kategori image, dan OpenAI mendeskripsikannya sebagai model pembuatan gambar terbarunya, mendukung pembuatan dan pengeditan gambar dengan fidelitas tinggi. Jika aplikasi Anda perlu menghasilkan atau memodifikasi gambar dan bukan teks, keluarga model inilah yang pertama kali perlu Anda lihat.

Model ini menerima input teks dan gambar serta mengembalikan gambar sebagai satu-satunya modalitas output. Kombinasi itulah yang memungkinkan pengeditan: Anda dapat mengirim prompt saja, atau memasangkan prompt dengan gambar referensi untuk memandu hasilnya. Context window-nya 400.000 token, dengan output maksimum 360.000 token. Pembuatan dikendalikan melalui sekumpulan parameter image. Aspect ratio dapat diatur ke 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9 atau auto. Quality menerima auto, low, medium atau high. Background menerima auto atau opaque. Anda dapat meminta antara 1 hingga 10 gambar per panggilan dengan n, menyediakan antara 0 hingga 16 referensi input, dan mengatur kompresi output dari 0 hingga 100.

Kemampuan tersebut mengarah pada cukup banyak penggunaan praktis. Pembuatan teks ke gambar mencakup aset pemasaran, karya seni aplikasi dan web, eksplorasi konsep, serta citra placeholder atau produksi. Karena model ini juga menerima input gambar, alur kerja pengeditan cocok secara alami: mengganti gaya aset yang ada, menyesuaikan komposisi, atau menghasilkan variasi yang tetap dekat dengan referensi yang diberikan. Parameter input_references, yang memungkinkan hingga 16 gambar, cocok untuk tugas ketika beberapa gambar sumber perlu membentuk satu hasil, seperti menggabungkan elemen dari beberapa referensi. Parameter n membantu ketika Anda ingin beberapa kandidat dalam satu permintaan, dan pengaturan aspect ratio serta quality memungkinkan Anda menyesuaikan output dengan slot tertentu dalam tata letak, dari format sosial persegi hingga banner lebar 21:9.

Anda memanggil model ini melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id openai/gpt-image-2, sehingga pustaka klien OpenAI yang ada dan bentuk permintaannya umumnya tetap berlaku. Parameter yang didukung adalah max_tokens, response_format, seed dan structured_outputs, bersama parameter image yang dijelaskan di atas: aspect_ratio, quality, background, n, input_references dan output_compression. Parameter seed berguna ketika Anda memerlukan hasil yang dapat direproduksi di berbagai eksekusi, dan response_format memungkinkan Anda mengendalikan bagaimana data gambar dikembalikan. Karena antarmukanya kompatibel dengan OpenAI, beralih ke model ini dari model gambar OpenAI lain sebagian besar hanya soal mengubah model id dan menyesuaikan parameter.

Satu hal yang perlu diingat adalah modalitas outputnya. GPT Image 2 hanya mengembalikan gambar, jadi model ini bukan pilihan yang tepat ketika Anda memerlukan completion teks, respons chat, atau output teks lainnya; model teks lebih cocok untuk kasus tersebut. Dalam pekerjaan gambar, rentang parameter menentukan batasnya: paling banyak 10 gambar per permintaan, paling banyak 16 referensi input, serta nilai quality dan compression yang terbatas pada opsi yang tercantum. Jika tugas Anda berada dalam batas tersebut, model ini mencakup pembuatan dan pengeditan melalui satu endpoint.