OpenAI: GPT Image 2.5 Sunburst

GPT Image 2.5 Sunburst è un modello di generazione e modifica di immagini di OpenAI. Si colloca all'interno della serie GPT Image 2.5 ed è posizionato come il livello orientato alla precisione di quella famiglia, pensato per lavori creativi dettagliati. Su api14 l'id del modello è openai/gpt-image-2.5-sunburst, che è l'identificatore da usare quando si inviano richieste attraverso il gateway.

Il modello accetta testo e immagini come input e produce immagini come output, quindi gestisce sia la generazione da un prompt sia il lavoro di modifica o trasformazione che parte da immagini di riferimento. Supporta fino a 16 riferimenti in input, il che consente di guidare un risultato con un insieme di immagini fornite anziché con una sola. La finestra di contesto è di 400.000 token, con un output massimo di 360.000. I parametri di richiesta supportati sono max_tokens, response_format, seed e structured_outputs. Seed è utile quando servono risultati ripetibili tra chiamate diverse, e structured_outputs permette di vincolare la forma dei dati restituiti.

Poiché accetta sia testo sia immagini come input e restituisce immagini, gli usi pratici derivano da questa combinazione. Si possono generare immagini originali da descrizioni scritte, ridare stile o modificare immagini esistenti mantenendo le parti desiderate, e comporre idee tratte da più immagini di riferimento contemporaneamente. La possibilità di fornire molti riferimenti lo rende adatto a compiti in cui un soggetto, un prodotto o uno stile visivo coerente deve mantenersi attraverso una serie di output. Poiché è descritto come il livello orientato alla precisione, è la scelta più appropriata quando il dettaglio fine nell'output conta più della velocità.

Chiamarlo attraverso api14 funziona come qualsiasi altro endpoint compatibile con OpenAI. Invia una richiesta alla route chat completions e imposta il campo model su openai/gpt-image-2.5-sunburst. Oltre ai parametri standard, i controlli per le immagini includono aspect_ratio, che accetta 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9 o auto; quality, che accetta auto, low, medium, high, xhigh o max; e background, che accetta auto, transparent o opaque. Puoi anche impostare n tra 1 e 10 per richiedere più output in una sola chiamata, input_references tra 0 e 16, e output_compression tra 0 e 100.

Nota che il modello restituisce solo immagini, quindi non è la scelta giusta se hai bisogno di testo restituito dalla stessa chiamata o di una risposta puramente conversazionale. Per il lavoro sul testo, un altro modello del catalogo sarà più adatto. Nell'ambito dei compiti sulle immagini, se non hai bisogno del livello di precisione, un modello più leggero può essere sufficiente.