OpenAI: GPT Image 2.5 Flare

GPT Image 2.5 Flare は OpenAI の画像生成および編集モデルです。これは GPT Image 2.5 シリーズに属し、そのシリーズの中で速度重視のティアとして位置付けられており、最も要求の厳しい単一の出力ではなく、大量の日常的な画像作業を対象としたバリアントとなっています。ワークロードが安定したペースで画像を生成または修正することを伴う場合、このモデルがその役割を意図したファミリー内のモデルです。

このモデルはテキストと画像を入力として受け取り、画像を出力として生成します。コンテキストウィンドウは 400,000 トークンで、最大出力は 360,000 トークンです。テキストだけでなく画像入力も受け取るため、プロンプトからの新しい画像の生成と、提供された画像の編集または変換の両方に使用できます。生成は複数の画像パラメータによって制御されます。Aspect ratio は enum で、値は 1:1、3:2、2:3、4:3、3:4、16:9、9:16、21:9 および auto です。Quality は enum で、auto、low、medium、high、xhigh および max です。Background は enum で、auto、transparent および opaque です。n パラメータは 1 から 10 の範囲で、input references は 0 から 16 の範囲、output compression は 0 から 100 の範囲です。

これらの機能は、かなり特定の用途を指し示しています。大量生成は、カタログや製品画像、ビジュアルの多くのバージョンが必要なソーシャルおよびマーケティングのバリアント、画像あたりの速度が最高品質を絞り出すことよりも重要となるバッチアセット生産などをカバーします。最大 16 枚の画像を受け入れる input references パラメータは、出力が提供されたビジュアル素材と一致し続けるべき編集および変換ワークフローをサポートします。透明背景の出力は、画像を他の表面に合成する必要がある場合に有用であり、compression の範囲により、画像の送信先に応じてファイルサイズと忠実度をトレードオフできます。最大 10 の n 範囲は、1 回のリクエストで複数の候補を返せることを意味し、人または下流のステップが最良の結果を選ぶ選択ワークフローに適合します。

このモデルは、モデル id "openai/gpt-image-2.5-flare" を使用して api14 の OpenAI 互換 API を通じて呼び出します。インターフェースは OpenAI 形式に従っているため、統合を書き直すのではなく、OpenAI クライアントを api14 に向けてモデル id を変更できます。サポートされるリクエストパラメータは max_tokens、response_format、seed および structured_outputs です。seed パラメータは再現性のために注目に値します。同じ seed を渡すと結果を決定論的に再生成できるため、プロンプトをテストする場合や、固定入力に対して安定した出力が必要な場合に役立ちます。上記の画像固有のコントロール (aspect ratio、quality、background、n、input references および output compression) は、これらのパラメータと一緒に渡されます。

実用的な考慮事項の 1 つは、シリーズ内での選択です。Flare は速度重視のティアであるため、タスクが可能な限り最高の忠実度または最も複雑な編集を要求する場合、GPT Image 2.5 ラインの別のモデルの方が適している可能性があります。スループットと画像あたりのコスト効率が支配的な反復的な大量作業では、このモデルが適切なデフォルトです。