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 ChatGPTs fornyede Images-oplevelse. Den er designet til at flytte billedgenerering fra novel-eksperimenter 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 (filidentifikatorer eller bytes) plus en tekstprompt og returnerer genererede eller redigerede billeder. Det understøtter:
- Tekst‑til‑billede‑generering (opret fra prompt),
- Billedredigering / in‑painting / komposittering (anvend instruktioner på eksisterende billeder; flere billedinput er tilladt), og
- Iterative redigeringer over flere omgange gennem Responses API (muliggør “tweak & iterate”-brugerflader).
API’et behandler billedprompter anderledes end de gamle DALL·E‑begrænsninger: GPT-billedmodeller accepterer væsentligt længere tekstprompter (32k‑tegns retningslinjen), hvilket gør komplekse, constraint‑tunge instruktioner mulige.
Hovedfunktioner (praktisk)
- Forbedret redigerbarhed / konsistens over flere omgange: bevarer karakterudseende, lys og centrale visuelle attributter på tværs af iterative redigeringer. Dette gør “samme model, gentagne redigeringer” mere pålideligt for arbejdsgange som produktkataloger eller brandmateriale.
- Højere gennemløb — 4× hastighedsforbedringer i forhold til GPT Image 1, rettet mod lavere latenstid for iterative kreative workflows.
- Omkostningsoptimeringer — omkostninger for billede‑input/output reduceret med cirka 20% vs. GPT Image 1, hvilket sænker pr. billede‑iterationsomkostninger for brugere med højt volumen.
- Komposittering med flere billeder og stilreferencer — accepterer flere referencebilleder til at komposittere scener eller overføre stil/lys.
- Kvalitets-/fidelitetsparametre — API‑parametre der afvejer hastighed mod fidelitet (brug lavere kvalitet til masseproduktion; højere kvalitet til produktionsaktiver).
- Redigering over flere omgange / integration med Responses API — muliggør trinvise arbejdsgange (bed om ændringer, og “lav tweaks”, mens tilstanden bevares).
Tekniske muligheder
- Tekstprompt-grænse (billedmodeller): op til 32,000 tegn (bemærk: OpenAI dokumenterer dette som tekstlængde-tilladelsen for GPT-billedmodeller). Brug dette til lange, constraint‑tunge prompts.
- Billedinput: accepterer File IDs (foretrukket til fleromgangsforløb) eller rå bytes; flere billeder kan angives til komposittering og reference.
- Output: PNG/JPEG eller platformens standardbillede‑artefakter returneret af API’et (eller som vedhæftninger i ChatGPT). Output kan omfatte flere kandidatbilleder og understøtter iterative forespørgsler for at finpudse et resultat.
- Genereringstilstande: tekst‑til‑billede, billedredigering (inpaint/udvid med instruktioner) og varianter. Redigering over flere omgange understøtter instruktioner i stil med “tilføj/fjern/kombinér”.
- Instruktionsbevidst redigering: modeller er optimeret til instruktionsnøjagtighed (bevarer specificerede invarianter som “ændr ikke logoet”, “behold positur og lys”). Prompt‑engineering‑mønstre (eksplicitte invarianter gentaget i hver iteration) reducerer semantisk drift.
Benchmark-resultater
- Placering på leaderboard: En samlet rapport nævnte, at GPT Image 1.5 førte tekst‑til‑billede‑ranglister med ~1264 point på en Artificial Analysis‑leaderboard, foran den næste model med en målbar margin.
- Opgaveniveau-metrikker (redigering & bevarelse): en Microsoft Foundry‑oversigt over evalueringsmetrikker viser, at GPT‑Image‑1.5 opnår næsten perfekt binær ændringssucces (100% på en enkeltturs BinaryEval) og stærke ansigtsbevarelsesscorer (omkring 90% på AuraFace‑mål) i deres sammenligningstabel mod konkurrenter og tidligere OpenAI‑modeller. Disse sammenlignende metrikker placerer GPT‑Image‑1.5 foran nogle rivaler på bevarelse og redigeringsfidelitet.
Sådan står GPT-Image-1.5 i forhold til jævnbyrdige
- Sammenlignet med GPT Image 1 (tidligere OpenAI‑generation): hurtigere (op til 4×), billigere (~20% lavere billede‑I/O‑omkostninger) og stærkere redigeringsfidelitet — målrettet mod at flytte fra “prototype/demo” til “produktionsvenlige” billedarbejdsgange.
- Sammenlignet med Google’s Nano Banana Pro / Gemini‑billedmodeller: GPT‑Image‑1.5 og Google’s Nano Banana Pro / Gemini 3‑familien er nære rivaler — hver har styrker i forskellige promptklasser. OpenAI’s budskab fremhæver redigeringsfidelitet og iterationshastighed; Google’s tilbud er blevet rost for studiokvalitets‑realisme i nogle eksempler.
- Sammenlignet med Qwen Image og andre åbne/lukkede modeller: GPT‑Image‑1.5 overgår Qwen Image på flere redigerings‑ og bevaringsmetrikker i enkeltturs‑evalueringer, men forskellene udlignes i fleromgangs‑ eller andre domænespecifikke tests.
Hvor GPT-Image-1.5 er stærk
- E‑handel produktbilleder: massevarianter, baggrundsudskiftninger, konsistente produktkataloger fra et enkelt foto (bevarelse af brand/logo).
- Produktion af kreative og marketing‑aktiver: hurtige koncept‑iterationer, fotorealistiske mockups, kontrollerede stiloverførsler.
- Fotoretouchering og redaktionelle arbejdsgange: realistiske påklædnings-/frisure‑prøvninger, selektiv retouchering der bevarer identitet og lys.
- Integration i designværktøjer: tilslut til designplatforme eller CMS for on‑demand billedvarianter (fidelitetsparametre hjælper med omkostningskontrol).
- Kompositterings‑pipelines i flere trin: flere billedinput muliggør komposittering og referencebaseret generering af komplekse scener.
Sådan får du adgang til GPT Image 1.5 API
Trin 1: Tilmeld dig for at få en API-nøgle
Log ind på cometapi.com. Hvis du ikke er bruger endnu, skal du først registrere dig. Log ind på din CometAPI console. Hent adgangslegitimationen (API‑nøgle) til interfacet. Klik på “Add Token” ved API token i det personlige center, hent 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. Forespørgselsmetode 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. base url is Images (https://api.cometapi.com/v1/images/generations) and [Image Editing]
Indsæt dit spørgsmål eller din anmodning i content‑feltet — det er dette, modellen svarer på. Behandl API‑svaret for at hente det genererede svar.
Trin 3: Hent og verificér resultater
Behandl API‑svaret for at hente det genererede svar. Efter behandlingen svarer API’et med opgavens status og outputdata.
Se også Gemini 3 Pro Preview API