OpenAI: GPT-5 Image

GPT-5 Image är en modell från OpenAI som kombinerar GPT-5 språkmodellen med bildgenereringsfunktioner. Den tillhör kategorin bilder men hanterar även text, så det är en multimodell snarare än en ren bildgenerator. OpenAI släppte den 14 oktober 2025. Om du redan använder GPT-5 för textarbete utökar den här modellen samma familj till bildgenerering och redigering.

Modellen accepterar text, bilder och filer som indata, och den kan producera både text och bilder som utdata. Dess kontextfönster är 400 000 tokens, med maximal utdata på 128 000 tokens. På bildsidan exponerar den en uppsättning genereringskontroller: bildförhållande (1:1, 3:2, 2:3 eller auto), kvalitet (auto, low, medium eller high), bakgrund (auto, transparent eller opaque), ett antal n mellan 1 och 10, upp till 16 indatareferenser och utdatakomprimering från 0 till 100. Förekomsten av indatareferenser innebär att du kan tillhandahålla bilder som modellen ska utgå från, vilket är det som gör redigering och referensstyrd generering möjlig vid sidan av generering från en textprompt.

Dessa funktioner pekar mot en ganska bred uppsättning praktiska användningsområden. Du kan generera bilder direkt från textpromptar och styra formen, kvaliteten och bakgrunden på resultatet, inklusive transparenta bakgrunder för tillgångar som behöver kompositeras senare. Eftersom modellen accepterar bild- och filindata kan du också använda den för bildredigering eller transformation där källbilden skickas in som referens, och för arbetsflöden som blandar textresonemang med bildutdata, till exempel att producera en skriftlig förklaring tillsammans med en genererad eller redigerad bild. Parametrarna för resonemang och strukturerad utdata antyder att den också kan användas i pipelines där textdelen behöver parsas programmatiskt.

Du anropar modellen via api14's OpenAI-kompatibla API med modell-id "openai/gpt-5-image". De stödda begärandeparametrarna är include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, structured_outputs, temperature, top_logprobs, top_p och verbosity. De bildspecifika kontrollerna (bildförhållande, kvalitet, bakgrund, n, indatareferenser och utdatakomprimering) skickas också med som en del av begäran. Eftersom gränssnittet är OpenAI-kompatibelt fungerar befintliga OpenAI SDK-klienter och verktyg i allmänhet med bara bas-URL och modell-id ändrade.

Det finns ingen information här om hastighetsgränser, latens eller tillgänglighet, så behandla dessa som okända att testa mot din egen arbetsbelastning. Om din uppgift är helt textbaserad och aldrig rör bilder kan en text-only-modell i GPT-5-familjen vara en enklare lösning. Om du behöver bildutdata med stark instruktionsföljning och referensbilder är den här modellen den du bör utvärdera först.