OpenAI: GPT Image 2

GPT Image 2 è un modello di generazione di immagini di OpenAI, elencato su api14 con l'id del modello openai/gpt-image-2. Si colloca nella categoria image, e OpenAI lo descrive come il suo modello di generazione di immagini più recente, che supporta la generazione e la modifica di immagini ad alta fedeltà. Se la tua applicazione deve produrre o modificare immagini anziché testo, questa è la famiglia di modelli da considerare per prima.

Il modello accetta input di testo e immagini e restituisce immagini come unica modalità di output. È questa combinazione che rende possibile la modifica: puoi inviare un prompt da solo, oppure abbinare un prompt a immagini di riferimento per guidare il risultato. La finestra di contesto è di 400.000 token, con un output massimo di 360.000 token. La generazione è controllata tramite un insieme di parametri per le immagini. Il rapporto d'aspetto può essere impostato su 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9 o auto. La qualità accetta auto, low, medium o high. Lo sfondo accetta auto o opaque. Puoi richiedere da 1 a 10 immagini per chiamata con n, fornire da 0 a 16 riferimenti di input e impostare la compressione dell'output da 0 a 100.

Queste capacità indicano un insieme piuttosto ampio di usi pratici. La generazione da testo a immagine copre materiali di marketing, grafica per app e web, esplorazione di concept e immagini segnaposto o di produzione. Poiché il modello accetta anche input di immagini, i flussi di lavoro di modifica si adattano naturalmente: cambiare lo stile di un materiale esistente, modificare una composizione o produrre varianti che restano vicine a un riferimento fornito. Il parametro input_references, che consente fino a 16 immagini, è adatto a compiti in cui più immagini di origine devono contribuire a un singolo risultato, come combinare elementi da più riferimenti. Il parametro n è utile quando vuoi diversi candidati in una sola richiesta, e le impostazioni di rapporto d'aspetto e qualità ti permettono di adattare l'output a uno slot specifico in un layout, dai formati social quadrati ai banner larghi 21:9.

Chiami il modello tramite l'API compatibile con OpenAI di api14 usando l'id del modello openai/gpt-image-2, quindi le librerie client OpenAI esistenti e le forme delle richieste in genere restano valide. I parametri supportati sono max_tokens, response_format, seed e structured_outputs, insieme ai parametri per le immagini descritti sopra: aspect_ratio, quality, background, n, input_references e output_compression. Il parametro seed è utile quando hai bisogno di risultati riproducibili tra esecuzioni diverse, e response_format ti consente di controllare come vengono restituiti i dati dell'immagine. Poiché l'interfaccia è compatibile con OpenAI, passare a questo modello da un altro modello di immagini OpenAI è per lo più una questione di cambiare l'id del modello e regolare i parametri.

Una cosa da tenere a mente è la modalità di output. GPT Image 2 restituisce solo immagini, quindi non è la scelta giusta quando hai bisogno di completamenti di testo, risposte di chat o qualsiasi altro output testuale; un modello di testo è più adatto a quei casi. Nell'ambito del lavoro sulle immagini, gli intervalli dei parametri definiscono i confini: al massimo 10 immagini per richiesta, al massimo 16 riferimenti di input, e valori di qualità e compressione limitati alle opzioni elencate. Se il tuo compito rientra in questi limiti, questo modello copre sia la generazione sia la modifica attraverso un unico endpoint.