Hvor meget hurtigere er GPT Image 1.5 sammenlignet med GPT Image 1?

GPT Image 1.5 er op til 4× hurtigere end GPT Image 1 og reducerer markant latensen for iterative, kreative arbejdsgange.

Understøtter GPT Image 1.5 gennemsigtige baggrunde?

Ja, sæt parameteren background til 'transparent' med outputformaterne PNG eller WebP. Gennemsigtighed fungerer bedst ved kvalitetsindstillingerne medium eller high.

Hvad er den maksimale længde på tekstprompten for GPT Image 1.5?

GPT Image 1.5 accepterer prompter på op til 32,000 tegn, hvilket muliggør meget detaljerede og stramt afgrænsede instruktioner til komplekse billedgenereringsopgaver.

Hvordan står GPT Image 1.5 sig i forhold til Google's Nano Banana Pro?

GPT Image 1.5 lægger vægt på redigeringsnøjagtighed og iterationshastighed, mens Nano Banana Pro roses for studiorealisme. Begge er tæt konkurrencedygtige—vælg ud fra dine arbejdsgangsbehov.

Understøtter GPT Image 1.5 samtalebaseret redigering i flere omgange?

Ja, via Responses API understøtter GPT Image 1.5 redigeringsarbejdsgange i flere omgange, hvor du iterativt kan forfine billeder ved at give opfølgende instruktioner, samtidig med at konteksten bevares.

Kan GPT Image 1.5 bruge flere referencebilleder til sammensætning?

Ja, GPT Image 1.5 accepterer flere inputbilleder til sammensætning og stilreference. De første 5 billeder bevares med højere nøjagtighed, når du bruger high input_fidelity mode.

Hvilke opløsninger og kvalitetsindstillinger understøtter GPT Image 1.5?

GPT Image 1.5 understøtter 1024×1024 (kvadratisk), 1536×1024 (landskab) og 1024×1536 (portræt). Kvalitetsvalg omfatter low, medium, high og auto.

OpenAI

Tilgængelig

gpt-image-1.5

GPT Image 1.5 API

GPT-Image-1.5 er OpenAIs billedmodel i GPT Image-familien. Det er en nativt multimodal GPT-model, der er designet til at generere billeder ud fra tekstprompter og til at udføre højpræcise redigeringer af inputbilleder, samtidig med at den nøje følger brugerens instruktioner.

Startpris

$6.40 / 1 mio. input-tokens

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Dec 16, 2025

OpenAI

Playground

Prøv GPT Image 1.5 med en reel forespørgsel, gennemgå parametrene, og validér output, før du integrerer API'et.

Oversigt

Et praktisk overblik over GPT Image 1.5, inklusive vigtig adfærd og forhold, der skal tages højde for ved integration.

Hvad er GPT-Image-1.5 API'et?

GPT-Image-1.5 er det nyeste medlem af OpenAI’s GPT Image-familie og modellen bag ChatGPT’s forbedrede Images-oplevelse. Den er designet til at flytte billedgenerering fra eksperimentel novelty til produktionsklare kreative værktøjer: højere fotorealisme, finere kontrol til iterative redigeringer og hurtigere inferens, der understøtter interaktive og enterprise-workflows.

gpt-image-1.5 API'et er et multimodalt billedmodel-endpoint, der accepterer et eller flere billedinput (fil‑identifikatorer eller bytes) plus en tekstprompt og returnerer genererede eller redigerede billeder. Det understøtter:

Tekst-til-billede-generering (opret ud fra prompt),
Billedredigering / inpainting / komposition (anvend instruktioner på eksisterende billeder; flere billedinput tilladt), og
Iterative, fleromgangsredigerings-workflows via Responses API (muliggør “tweak & iterate”-grænseflader).

API'et håndterer billedprompter anderledes end de gamle DALL·E‑begrænsninger: GPT-billedmodeller accepterer væsentligt længere tekstprompter (32k-tegn-retningslinjen), hvilket gør komplekse, constraint-tunge instruktioner mulige.

Hovedfunktioner (praktisk)

Forbedret redigerbarhed / fleromgangskonsistens: bevarer karakterudseende, belysning og nøgleattributter på tværs af iterative redigeringer. Dette gør “samme model, gentagne redigeringer” mere pålideligt til workflows som produktkataloger eller brand‑assets.
Hurtigere throughput — 4× hastighedsforbedringer over GPT Image 1, målrettet lavere latens i iterative kreative workflows.
Omkostningsoptimeringer — omkostninger for billede input/output reduceret med cirka 20% vs. GPT Image 1, hvilket sænker omkostningen pr. billediteration for brugere med høj volumen.
Multi-billede-komposition og stilreferencer — accepterer flere referencebilleder til at kompositere scener eller overføre stil/belysning.
Kvalitet/fidelitetsknapper — API-parametre, der afvejer hastighed vs. fidelitet (brug lavere kvalitet til masseproduktion; højere kvalitet til produktions‑assets).
Fleromgangsredigering / Responses API-integration — muliggør trinvise workflows (bed om ændringer, og “lav tweaks” med bevaring af state).

Tekniske muligheder

Grænse for tekstprompt (billedmodeller): op til 32.000 tegn (bemærk: OpenAI dokumenterer dette som tekstlængdetilladelsen for GPT-billedmodeller). Brug dette til lange, constraint-tunge prompter.
Billedinput: accepterer File IDs (foretrukket til fleromgangsflows) eller rå bytes; flere billeder kan leveres til komposition og reference.
Outputs: PNG/JPEG eller platformens standard billedartefakter returneret af API'et (eller som vedhæftninger i ChatGPT). Output kan inkludere flere kandidatbilleder og understøtte iterative forespørgsler for at forfine et output.
Genereringstilstande: tekst-til-billede, billedredigering (inpaint/udvid med instruktioner) og varianter. Fleromgangsredigering understøtter “tilføj/fjern/kombinér”-style instruktioner.
Instruktionsbevist redigering: modellerne er optimeret til instruktionsfidelitet (bevaring af specificerede invarianter som “ændr ikke logoet”, “behold positur og lys”). Prompt-teknikker (eksplicitte invarianter gentaget i hver iteration) reducerer semantisk drift.

Benchmark-ydelse

Leaderboard-placering: En samlet rapport nævner GPT Image 1.5 som førende i tekst-til-billede-rangeringer med ~1264 point på et Artificial Analysis‑leaderboard, foran den næste model med en målbar margin.
Opgaveniveau-metrics (redigering og bevaring): et Microsoft Foundry‑resumé af evalueringsmetrics viser, at GPT-Image-1.5 opnår næsten perfekt binær modifikationssucces (100% på en enkeltomgangs BinaryEval) og stærke ansigtsbevaringsscore (omkring 90% på AuraFace‑målinger) i deres sammenligningstabel versus konkurrenter og tidligere OpenAI-modeller. Disse sammenlignende metrics placerer GPT-Image-1.5 foran nogle rivaler på bevaring og redigeringsfidelitet.

GPT Image 1.5

Hvordan GPT-Image-1.5 sammenlignes med jævnbyrdige

Vs. GPT Image 1 (tidligere OpenAI-generation): hurtigere (op til 4×), billigere (~20% lavere billede‑IO‑omkostninger) og stærkere redigeringsfidelitet — målrettet flytningen fra “prototype/demo” til “produktionsvenlige” billed‑workflows.
Vs. Google’s Nano Banana Pro / Gemini-billedmodeller: GPT-Image-1.5 og Google’s Nano Banana Pro / Gemini 3‑familie er nære rivaler — hver har styrker i forskellige promptklasser. OpenAI’s budskaber fremhæver redigeringsfidelitet og iterationshastighed; Google’s tilbud er blevet rost for studie‑niveau realisme i nogle eksempler.
Vs. Qwen Image og andre åbne/lukkede modeller: GPT-Image-1.5 overgår Qwen Image på flere redigerings- og bevaringsmetrics i enkeltomgangsevalueringer, men forskelle udlignes i fleromgangs- eller andre domænespecifikke tests.

Hvor GPT-Image-1.5 er stærk

E‑commerce produktbilleder: massevarianter, baggrundsudskiftning, konsistente produktkataloger fra ét foto (bevaring af brand/logo).
Kreativ- og marketing‑asset‑produktion: hurtige konceptiterationer, fotorealistiske mockups, kontrollerede stilovertagelser.
Fotoretouchering og redaktionelle workflows: realistiske tøj-/frisure‑try‑ons, selektiv retouchering, der bevarer identitet og belysning.
Integration i designværktøjer: plug‑in til designplatforme eller CMS for on‑demand billedvarianter (fidelitetsknapper hjælper med omkostningskontrol).
Flertrins kompositionspipelines: multi‑billedinput muliggør komposition og referencebaseret generering til komplekse scener.

Sådan får du adgang til GPT Image 1.5 API

Trin 1: Tilmeld dig for API‑nøgle

Log ind på cometapi.com. Hvis du endnu ikke er bruger, skal du registrere dig først. Log ind i din CometAPI‑konsol. Hent adgangslegitimationen API‑nøgle til interfacet. Klik på “Add Token” ved API‑token i personcentret, få token‑nøglen: sk-xxxxx og indsend.

Trin 2: Send forespørgsler til GPT Image 1.5 API

Vælg “gpt-image-1.5” endpointet for at sende API‑forespørgslen og angiv request‑body. Forespørgselsmetoden og request‑body fås fra vores websteds API‑dokumentation. Vores websted tilbyder også Apifox‑test for din bekvemmelighed. Erstat <YOUR_API_KEY> med din faktiske CometAPI‑nøgle fra din konto. basis‑URL er Billeder (https://api.cometapi.com/v1/images/generations) og [Billedredigering]

Indsæt dit spørgsmål eller din anmodning i content‑feltet — dette er det, modellen vil svare på. Behandl API‑svaret for at få det genererede svar.

Trin 3: Hent og verificér resultater

Behandl API‑svaret for at få det genererede svar. Efter behandlingen svarer API'et med opgavestatus og outputdata.

Se også Gemini 3 Pro Preview API

FAQ

Priser

Brug den hurtige estimering ovenfor til én kørsel, og se derefter den fulde sammenligning mellem CometAPI og den officielle pris.

Første forespørgsel

$0.032

Estimeret CometAPI-forbrugsomkostning

Ti forespørgsler

$0.32

Estimeret CometAPI-forbrugsomkostning

Femten forespørgsler

$0.48

Estimeret CometAPI-forbrugsomkostning

Priser for GPT Image 1.5

Udforsk konkurrencedygtige priser for GPT Image 1.5, designet til at passe til forskellige budgetter og brugsbehov. Vores fleksible planer sikrer, at du kun betaler for det, du bruger, hvilket gør det nemt at skalere, efterhånden som dine krav vokser. Opdag hvordan GPT Image 1.5 kan forbedre dine projekter, mens omkostningerne holdes håndterbare.

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
gpt-image-1.5	Indtast:$6.4/M Output:$25.6/M	Indtast:$8/M Output:$32/M	-20%
gpt-image-1.5-2025-12-16	Indtast:$6.4/M Output:$25.6/M	Indtast:$8/M Output:$32/M	-20%

API

Kopiér et fungerende endpoint og kodeeksempel, og åbn den fulde API-reference, når du har brug for alle parametre.

Én API, produktionsklar modeladgang

Godkend én gang, kald modellens endpoint, og bevar den samme faktureringsworkflow og observerbarhed på tværs af udbydere.

POST/v1/images/generations

Eksempelkode og API til GPT Image 1.5

gpt-image-1.5 API'et er et multimodalt billedmodel-endepunkt, der accepterer ét eller flere billedinput (filidentifikatorer eller bytes) plus en tekstprompt og returnerer genererede billeder eller redigerede billeder. Det understøtter:

POST

/v1/images/generations

# Set your API key if not set globally

# Create output/ folder
mkdir -p output

# Generate the image using gpt-image-1.5
response=$(curl -s https://api.cometapi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-image-1.5",
    "prompt": "A cute baby sea otter",
    "n": 1,
    "size": "1024x1024"
  }')

# Extract base64 image data from response
if command -v jq &> /dev/null; then
  image_data=$(echo "$response" | jq -r '.data[0].b64_json')
else
  image_data=$(echo "$response" | sed -n 's/.*"b64_json":"\([^"]*\)".*/\1/p')
fi

if [ -n "$image_data" ] && [ "$image_data" != "null" ]; then
  # Decode base64 and save to file (macOS uses -D, Linux uses -d)
  echo "$image_data" | base64 -d > output/gpt-image-1.5-output.png 2>/dev/null || echo "$image_data" | base64 -D > output/gpt-image-1.5-output.png
  echo "Image saved to: output/gpt-image-1.5-output.png"
else
  echo "Error: Failed to generate image"
  echo "$response"
fi

cURL Code Example

# Set your API key if not set globally

# Create output/ folder
mkdir -p output

# Generate the image using gpt-image-1.5
response=$(curl -s https://api.cometapi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-image-1.5",
    "prompt": "A cute baby sea otter",
    "n": 1,
    "size": "1024x1024"
  }')

# Extract base64 image data from response
if command -v jq &> /dev/null; then
  image_data=$(echo "$response" | jq -r '.data[0].b64_json')
else
  image_data=$(echo "$response" | sed -n 's/.*"b64_json":"\([^"]*\)".*/\1/p')
fi

if [ -n "$image_data" ] && [ "$image_data" != "null" ]; then
  # Decode base64 and save to file (macOS uses -D, Linux uses -d)
  echo "$image_data" | base64 -d > output/gpt-image-1.5-output.png 2>/dev/null || echo "$image_data" | base64 -D > output/gpt-image-1.5-output.png
  echo "Image saved to: output/gpt-image-1.5-output.png"
else
  echo "Error: Failed to generate image"
  echo "$response"
fi

Python Code Example

import base64
import os
from openai import OpenAI

# Set your API key if not set globally
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
client = OpenAI(api_key=COMETAPI_KEY, base_url="https://api.cometapi.com/v1")

# Create output/ folder
folder_path = "output"
os.makedirs(folder_path, exist_ok=True)

# Generate the image using gpt-image-1.5
result = client.images.generate(
    model="gpt-image-1.5",
    prompt="A cute baby sea otter",
    n=1,
    size="1024x1024"
)

# Save the image to a file
image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)
with open(os.path.join(folder_path, "gpt-image-1.5-output.png"), "wb") as f:
    f.write(image_bytes)

print("Image saved to: output/gpt-image-1.5-output.png")

JavaScript Code Example

import OpenAI from "openai";
import { writeFile, mkdir } from "fs/promises";
import path from "path";
import { fileURLToPath } from "url";

const __dirname = path.dirname(fileURLToPath(import.meta.url));

// Set your API key if not set globally
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const client = new OpenAI({
  apiKey: COMETAPI_KEY,
  baseURL: "https://api.cometapi.com/v1",
});

// Create output/ folder
const folderPath = path.join(__dirname, "../output");
await mkdir(folderPath, { recursive: true });

// Generate the image using gpt-image-1.5
const result = await client.images.generate({
  model: "gpt-image-1.5",
  prompt: "A cute baby sea otter",
  n: 1,
  size: "1024x1024",
});

// Save the image to a file
const imageBuffer = Buffer.from(result.data[0].b64_json, "base64");
await writeFile(path.join(folderPath, "gpt-image-1.5-output.png"), imageBuffer);

console.log("Image saved to: output/gpt-image-1.5-output.png");

Funktioner

Gennemgå de vigtigste modeldata, før du vælger en arkitektur eller estimerer produktionsbelastningen.

Understøttede funktioner

Funktioner returneret af den eksisterende model-API.

text-to-image

image-editing

Input og output

Input

text

Output

image

Produktionsprofil

Udbyder: OpenAI
Kontekst: Afhænger af modellen
Kommerciel brug: Understøttet

Anvendelsesmuligheder

Brug GPT Image 1.5 til produktions-workflows, der matcher dens image-funktioner, og sammenlign derefter alternativer, før du binder dig til en langsigtet integration.

Produktvisuals og kampagnemateriale

Konceptkunst og hurtig visuel udforskning

Billedredigering, variationer og assetproduktion

Andre modeller

Sammenlign andre modeller, der er tilgængelige via CometAPI, ud fra kvalitet, latenstid, funktioner og pris.

Åbn modelsammenligning →

OpenAI

GPT Image 2

GPT Image 2 er en topmoderne billedgenereringsmodel fra OpenAI til hurtig billedgenerering og redigering i høj kvalitet. Den understøtter fleksible billedstørrelser og billedinput i høj kvalitet.

Se model

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model er en effektivitetsekspert i familien af billedgenereringsmodeller, designet til ultralav latenstid og omkostningseffektiv billedgenerering og -redigering.

Se model

OpenAI

GPT Image 2.5(sunburst)

Udforsk GPT Image 2.5(sunburst)-API'et.

Se model

OpenAI

GPT Image 2.5 Flare

Udforsk GPT Image 2.5 Flare-API'et.

Se model

OpenAI

GPT Image 1 mini

Omkostningsoptimeret udgave af GPT Image 1. Det er en native multimodal sprogmodel, der accepterer både tekst- og billedinput og genererer billedoutput.

Se model

Google

Nano Banana 2

Oversigt over kernefunktioner: Opløsning: Op til 4K (4096×4096), på niveau med Pro. Konsistens for referencebilleder: Op til 14 referencebilleder (10 objekter + 4 figurer), med bevaret stil-/figurkonsistens. Ekstreme aspektforhold: Nye 1:4, 4:1, 1:8, 8:1-forhold tilføjet, velegnet til lange billeder, plakater og bannere. Tekstrendering: Avanceret tekstgenerering, egnet til infografikker og layout til markedsføringsplakater. Søgeforbedring: Integreret Google-søgning + billedsøgning. Forankring: Indbygget tænkeproces; komplekse prompts ræsonneres før generering.

Se model

Uptime

Gennemgå live heartbeat-data, endpointtilgængelighed og observerede svartider, før du går i produktion.

Versioner

Gennemgå tilgængelige modelidentifikatorer, før du fastlåser en produktionsintegration.

gpt-image-1.5

gpt-image-1.5-2025-12-16

Bliv ved med at udforske

Sammenlign modeller, og fortsæt din research

OpenAI

Tilgængelig

gpt-image-1.5

GPT Image 1.5 API

Startpris

$6.40 / 1 mio. input-tokens

Forbrugsbaseret fakturering

API-status

Tilgængelig

Produktionsendpoint

Svartid

Klar til async

Observeret API-svartid

Udgivet

Dec 16, 2025

OpenAI

Playground

Prøv GPT Image 1.5 med en reel forespørgsel, gennemgå parametrene, og validér output, før du integrerer API'et.

Oversigt

Et praktisk overblik over GPT Image 1.5, inklusive vigtig adfærd og forhold, der skal tages højde for ved integration.

Hvad er GPT-Image-1.5 API'et?

Tekst-til-billede-generering (opret ud fra prompt),
Billedredigering / inpainting / komposition (anvend instruktioner på eksisterende billeder; flere billedinput tilladt), og
Iterative, fleromgangsredigerings-workflows via Responses API (muliggør “tweak & iterate”-grænseflader).

Hovedfunktioner (praktisk)

Forbedret redigerbarhed / fleromgangskonsistens: bevarer karakterudseende, belysning og nøgleattributter på tværs af iterative redigeringer. Dette gør “samme model, gentagne redigeringer” mere pålideligt til workflows som produktkataloger eller brand‑assets.
Hurtigere throughput — 4× hastighedsforbedringer over GPT Image 1, målrettet lavere latens i iterative kreative workflows.
Omkostningsoptimeringer — omkostninger for billede input/output reduceret med cirka 20% vs. GPT Image 1, hvilket sænker omkostningen pr. billediteration for brugere med høj volumen.
Multi-billede-komposition og stilreferencer — accepterer flere referencebilleder til at kompositere scener eller overføre stil/belysning.
Kvalitet/fidelitetsknapper — API-parametre, der afvejer hastighed vs. fidelitet (brug lavere kvalitet til masseproduktion; højere kvalitet til produktions‑assets).
Fleromgangsredigering / Responses API-integration — muliggør trinvise workflows (bed om ændringer, og “lav tweaks” med bevaring af state).

Tekniske muligheder

Grænse for tekstprompt (billedmodeller): op til 32.000 tegn (bemærk: OpenAI dokumenterer dette som tekstlængdetilladelsen for GPT-billedmodeller). Brug dette til lange, constraint-tunge prompter.
Billedinput: accepterer File IDs (foretrukket til fleromgangsflows) eller rå bytes; flere billeder kan leveres til komposition og reference.
Outputs: PNG/JPEG eller platformens standard billedartefakter returneret af API'et (eller som vedhæftninger i ChatGPT). Output kan inkludere flere kandidatbilleder og understøtte iterative forespørgsler for at forfine et output.
Genereringstilstande: tekst-til-billede, billedredigering (inpaint/udvid med instruktioner) og varianter. Fleromgangsredigering understøtter “tilføj/fjern/kombinér”-style instruktioner.
Instruktionsbevist redigering: modellerne er optimeret til instruktionsfidelitet (bevaring af specificerede invarianter som “ændr ikke logoet”, “behold positur og lys”). Prompt-teknikker (eksplicitte invarianter gentaget i hver iteration) reducerer semantisk drift.

Benchmark-ydelse

Leaderboard-placering: En samlet rapport nævner GPT Image 1.5 som førende i tekst-til-billede-rangeringer med ~1264 point på et Artificial Analysis‑leaderboard, foran den næste model med en målbar margin.
Opgaveniveau-metrics (redigering og bevaring): et Microsoft Foundry‑resumé af evalueringsmetrics viser, at GPT-Image-1.5 opnår næsten perfekt binær modifikationssucces (100% på en enkeltomgangs BinaryEval) og stærke ansigtsbevaringsscore (omkring 90% på AuraFace‑målinger) i deres sammenligningstabel versus konkurrenter og tidligere OpenAI-modeller. Disse sammenlignende metrics placerer GPT-Image-1.5 foran nogle rivaler på bevaring og redigeringsfidelitet.

GPT Image 1.5

Hvordan GPT-Image-1.5 sammenlignes med jævnbyrdige

Vs. GPT Image 1 (tidligere OpenAI-generation): hurtigere (op til 4×), billigere (~20% lavere billede‑IO‑omkostninger) og stærkere redigeringsfidelitet — målrettet flytningen fra “prototype/demo” til “produktionsvenlige” billed‑workflows.
Vs. Google’s Nano Banana Pro / Gemini-billedmodeller: GPT-Image-1.5 og Google’s Nano Banana Pro / Gemini 3‑familie er nære rivaler — hver har styrker i forskellige promptklasser. OpenAI’s budskaber fremhæver redigeringsfidelitet og iterationshastighed; Google’s tilbud er blevet rost for studie‑niveau realisme i nogle eksempler.
Vs. Qwen Image og andre åbne/lukkede modeller: GPT-Image-1.5 overgår Qwen Image på flere redigerings- og bevaringsmetrics i enkeltomgangsevalueringer, men forskelle udlignes i fleromgangs- eller andre domænespecifikke tests.

Hvor GPT-Image-1.5 er stærk

E‑commerce produktbilleder: massevarianter, baggrundsudskiftning, konsistente produktkataloger fra ét foto (bevaring af brand/logo).
Kreativ- og marketing‑asset‑produktion: hurtige konceptiterationer, fotorealistiske mockups, kontrollerede stilovertagelser.
Fotoretouchering og redaktionelle workflows: realistiske tøj-/frisure‑try‑ons, selektiv retouchering, der bevarer identitet og belysning.
Integration i designværktøjer: plug‑in til designplatforme eller CMS for on‑demand billedvarianter (fidelitetsknapper hjælper med omkostningskontrol).
Flertrins kompositionspipelines: multi‑billedinput muliggør komposition og referencebaseret generering til komplekse scener.

Sådan får du adgang til GPT Image 1.5 API

Trin 1: Tilmeld dig for API‑nøgle

Trin 2: Send forespørgsler til GPT Image 1.5 API

Indsæt dit spørgsmål eller din anmodning i content‑feltet — dette er det, modellen vil svare på. Behandl API‑svaret for at få det genererede svar.

Trin 3: Hent og verificér resultater

Behandl API‑svaret for at få det genererede svar. Efter behandlingen svarer API'et med opgavestatus og outputdata.

Se også Gemini 3 Pro Preview API

FAQ

Priser

Brug den hurtige estimering ovenfor til én kørsel, og se derefter den fulde sammenligning mellem CometAPI og den officielle pris.

Første forespørgsel

$0.032

Estimeret CometAPI-forbrugsomkostning

Ti forespørgsler

$0.32

Estimeret CometAPI-forbrugsomkostning

Femten forespørgsler

$0.48

Estimeret CometAPI-forbrugsomkostning

Priser for GPT Image 1.5

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
gpt-image-1.5	Indtast:$6.4/M Output:$25.6/M	Indtast:$8/M Output:$32/M	-20%
gpt-image-1.5-2025-12-16	Indtast:$6.4/M Output:$25.6/M	Indtast:$8/M Output:$32/M	-20%

API

Kopiér et fungerende endpoint og kodeeksempel, og åbn den fulde API-reference, når du har brug for alle parametre.

Én API, produktionsklar modeladgang

Godkend én gang, kald modellens endpoint, og bevar den samme faktureringsworkflow og observerbarhed på tværs af udbydere.

POST/v1/images/generations

Eksempelkode og API til GPT Image 1.5

POST

/v1/images/generations

# Set your API key if not set globally

# Create output/ folder
mkdir -p output

# Generate the image using gpt-image-1.5
response=$(curl -s https://api.cometapi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-image-1.5",
    "prompt": "A cute baby sea otter",
    "n": 1,
    "size": "1024x1024"
  }')

# Extract base64 image data from response
if command -v jq &> /dev/null; then
  image_data=$(echo "$response" | jq -r '.data[0].b64_json')
else
  image_data=$(echo "$response" | sed -n 's/.*"b64_json":"\([^"]*\)".*/\1/p')
fi

if [ -n "$image_data" ] && [ "$image_data" != "null" ]; then
  # Decode base64 and save to file (macOS uses -D, Linux uses -d)
  echo "$image_data" | base64 -d > output/gpt-image-1.5-output.png 2>/dev/null || echo "$image_data" | base64 -D > output/gpt-image-1.5-output.png
  echo "Image saved to: output/gpt-image-1.5-output.png"
else
  echo "Error: Failed to generate image"
  echo "$response"
fi

cURL Code Example

# Set your API key if not set globally

# Create output/ folder
mkdir -p output

# Generate the image using gpt-image-1.5
response=$(curl -s https://api.cometapi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-image-1.5",
    "prompt": "A cute baby sea otter",
    "n": 1,
    "size": "1024x1024"
  }')

# Extract base64 image data from response
if command -v jq &> /dev/null; then
  image_data=$(echo "$response" | jq -r '.data[0].b64_json')
else
  image_data=$(echo "$response" | sed -n 's/.*"b64_json":"\([^"]*\)".*/\1/p')
fi

if [ -n "$image_data" ] && [ "$image_data" != "null" ]; then
  # Decode base64 and save to file (macOS uses -D, Linux uses -d)
  echo "$image_data" | base64 -d > output/gpt-image-1.5-output.png 2>/dev/null || echo "$image_data" | base64 -D > output/gpt-image-1.5-output.png
  echo "Image saved to: output/gpt-image-1.5-output.png"
else
  echo "Error: Failed to generate image"
  echo "$response"
fi

Python Code Example

import base64
import os
from openai import OpenAI

# Set your API key if not set globally
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
client = OpenAI(api_key=COMETAPI_KEY, base_url="https://api.cometapi.com/v1")

# Create output/ folder
folder_path = "output"
os.makedirs(folder_path, exist_ok=True)

# Generate the image using gpt-image-1.5
result = client.images.generate(
    model="gpt-image-1.5",
    prompt="A cute baby sea otter",
    n=1,
    size="1024x1024"
)

# Save the image to a file
image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)
with open(os.path.join(folder_path, "gpt-image-1.5-output.png"), "wb") as f:
    f.write(image_bytes)

print("Image saved to: output/gpt-image-1.5-output.png")

JavaScript Code Example

import OpenAI from "openai";
import { writeFile, mkdir } from "fs/promises";
import path from "path";
import { fileURLToPath } from "url";

const __dirname = path.dirname(fileURLToPath(import.meta.url));

// Set your API key if not set globally
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const client = new OpenAI({
  apiKey: COMETAPI_KEY,
  baseURL: "https://api.cometapi.com/v1",
});

// Create output/ folder
const folderPath = path.join(__dirname, "../output");
await mkdir(folderPath, { recursive: true });

// Generate the image using gpt-image-1.5
const result = await client.images.generate({
  model: "gpt-image-1.5",
  prompt: "A cute baby sea otter",
  n: 1,
  size: "1024x1024",
});

// Save the image to a file
const imageBuffer = Buffer.from(result.data[0].b64_json, "base64");
await writeFile(path.join(folderPath, "gpt-image-1.5-output.png"), imageBuffer);

console.log("Image saved to: output/gpt-image-1.5-output.png");

Funktioner

Gennemgå de vigtigste modeldata, før du vælger en arkitektur eller estimerer produktionsbelastningen.

Understøttede funktioner

Funktioner returneret af den eksisterende model-API.

text-to-image

image-editing

Input og output

Input

text

Output

image

Produktionsprofil

Udbyder: OpenAI
Kontekst: Afhænger af modellen
Kommerciel brug: Understøttet

Anvendelsesmuligheder

Brug GPT Image 1.5 til produktions-workflows, der matcher dens image-funktioner, og sammenlign derefter alternativer, før du binder dig til en langsigtet integration.

Produktvisuals og kampagnemateriale

Konceptkunst og hurtig visuel udforskning

Billedredigering, variationer og assetproduktion

Andre modeller

Sammenlign andre modeller, der er tilgængelige via CometAPI, ud fra kvalitet, latenstid, funktioner og pris.

Åbn modelsammenligning →

OpenAI

GPT Image 2

GPT Image 2 er en topmoderne billedgenereringsmodel fra OpenAI til hurtig billedgenerering og redigering i høj kvalitet. Den understøtter fleksible billedstørrelser og billedinput i høj kvalitet.

Se model

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model er en effektivitetsekspert i familien af billedgenereringsmodeller, designet til ultralav latenstid og omkostningseffektiv billedgenerering og -redigering.

Se model

OpenAI

GPT Image 2.5(sunburst)

Udforsk GPT Image 2.5(sunburst)-API'et.

Se model

OpenAI

GPT Image 2.5 Flare

Udforsk GPT Image 2.5 Flare-API'et.

Se model

OpenAI

GPT Image 1 mini

Omkostningsoptimeret udgave af GPT Image 1. Det er en native multimodal sprogmodel, der accepterer både tekst- og billedinput og genererer billedoutput.

Uptime

Gennemgå live heartbeat-data, endpointtilgængelighed og observerede svartider, før du går i produktion.

Versioner

Gennemgå tilgængelige modelidentifikatorer, før du fastlåser en produktionsintegration.

gpt-image-1.5

gpt-image-1.5-2025-12-16

Bliv ved med at udforske