TL;DR
GPT-Image-2.5 ist eine zweigeteilte Bild-API-Familie: Flare priorisiert schnelle, alltägliche Generierung, während Sunburst Bearbeitungspräzision und Treue der Endausgabe priorisiert. Über CometAPI können bestehende OpenAI-SDK-Integrationen meist durch das Ändern der Basis-URL, des API-Schlüssels und der Modell-ID migriert werden. Starten Sie mit Flare in mittlerer Qualität, messen Sie Latenz und Kosten pro akzeptiertem Bild und leiten Sie anspruchsvolle Edits oder Premium-Ausgaben an Sunburst weiter.
Key Takeaways
- Flare ist die Speed-First-Wahl für interaktive Produkte, schnelle Iteration und hochvolumige Generierung.
- Sunburst ist die Precision-First-Wahl für lokalisierte Edits, Referenztreue und komplexe finale Kompositionen.
- Beide Modelle akzeptieren Text- und Bild-Inputs, unterstützen sechs Qualitätsstufen und generieren oder bearbeiten Bilder über die Images API.
- CometAPI unterstützt die beiden Modell-IDs über eine OpenAI-kompatible Basis-URL und ein SDK-Muster.
- Aktuelle Arena-Ergebnisse begünstigen Sunburst für Generierung und Bearbeitung, während beide neuen Modelle weiterhin als vorläufig markiert sind.
- Die Produktionsauswahl sollte auf Latenz, Akzeptanzrate, Edit-Treue, Tokenverbrauch und effektiven Kosten pro freigegebenem Bild basieren.
Am 8. September 2026 führte OpenAI ChatGPT Images 2.5 ein und brachte zwei neue Bildgenerierungsmodelle in der API heraus: GPT Image 2.5 Flare für schnelle, alltägliche Bildgenerierung und GPT Image 2.5 Sunburst für Workflows, die Bildqualität und präzisere Bearbeitungskontrolle priorisieren. OpenAI positioniert Flare als Standard für die meisten Anwendungen, während Sunburst das leistungsfähigste Modell für Bildgenerierung und -bearbeitung ist.
Beide Modelle sind jetzt über CometAPI verfügbar. Der praktische Vorteil besteht darin, dass Entwickler sie über die vertraute OpenAI-SDK-Schnittstelle aufrufen können, während sie den API-Schlüssel und die Basis-URL durch CometAPI-Zugangsdaten ersetzen. CometAPIs OpenAI-kompatible API bedeutet, dass eine bestehende Anwendung zur Bildgenerierung üblicherweise nur eine kleine Integrationsänderung benötigt, statt eines neuen SDKs oder einer neuen Request-Architektur.
Dieser Leitfaden zeigt, wie man mit GPT-Image-2.5 über CometAPI per cURL, Python und JavaScript Bilder generiert und bearbeitet – und wie man das richtige Modell, die Qualitätsstufe, Dimensionen und das Ausgabeformat für einen Produktionsworkflow wählt.
What Is the GPT-Image-2.5 API?
GPT-Image-2.5 ist die aktuelle Bildgenerierungsfamilie von OpenAI. Sie akzeptiert Text- und Bild-Inputs und gibt Bilder zurück. Die Familie umfasst zwei Modelle: GPT-Image-2.5 Flare, optimiert für Geschwindigkeit und Alltagsnutzung, sowie GPT-Image-2.5 Sunburst, optimiert für maximale Leistungsfähigkeit und präzise Bearbeitung.
How to GPT-Image-2.5 API Compared with GPT Image 2 API?
Die wesentliche Änderung ist nicht nur ein einzelner schneller Ersatz. GPT-Image-2.5 teilt die Last in zwei zweckorientierte Optionen auf. Flare zielt auf Routinegenerierung mit niedrigerer Latenz, während Sunburst auf die anspruchsvollsten Generierungs- und Bearbeitungsaufgaben abzielt. Beide Modelle bieten dieselbe breite Steuerungsoberfläche, einschließlich Qualitätsstufen von low bis max, Bild-Inputs für Edits und Streaming von Teilbildern.
Für die Migration behalten Sie zunächst Ihre aktuellen Prompts und die Request-Struktur bei und wählen dann ein Modell entsprechend den Anforderungen an Latenz und Treue. Testen Sie Textdarstellung, Erhaltungsanweisungen, Masken, Reihenfolge der Referenzbilder, Ausgabegröße und Kosten neu, bevor Sie den Produktionstraffic umstellen.
Why Use GPT-Image-2.5 Through CometAPI?
CometAPI stellt eine OpenAI-kompatible Zugriffsschicht bereit, die den Integrationsaufwand reduzieren kann, wenn ein Team bereits dessen Gateway nutzt. Die praktischen Vorteile sind zentralisiertes Schlüsselmanagement, ein vertrautes Request-Format, Nutzungsübersicht und die Möglichkeit, Bildgenerierung und -bearbeitung über eine Basis-URL zu leiten.
| Item | Value |
|---|---|
| Base URL | https://api.cometapi.com/v1 |
| Generation route | POST /images/generations |
| Editing route | POST /images/edits |
| Authentication | Authorization: Bearer $COMETAPI_KEY |
Preise und Modellverfügbarkeit der Anbieter können sich ändern. Bestätigen Sie die Modellkennung, das Endpunktverhalten und die aktuelle Abrechnung im CometAPI-Dashboard, bevor Sie die Produktion umstellen.
How to Use GPT-Image-2.5 API in CometAPI
Step 1: Get a CometAPI API Key
Erstellen Sie ein CometAPI-Konto oder melden Sie sich an und generieren Sie ein Token in der CometAPI API-Token-Konsole.
Speichern Sie den Schlüssel als Umgebungsvariable, anstatt ihn in den Anwendungscode einzubetten:
| export COMETAPI_KEY="your-cometapi-key" |
|---|
Unter Windows PowerShell:
| $env:COMETAPI_KEY="your-cometapi-key" |
|---|
Geben Sie den API-Schlüssel nicht in clientseitigem JavaScript, öffentlichen Repositories, Screenshots oder Client-Anwendungen preis. Serverseitige Umgebungsvariablen oder ein Secret-Manager sind in der Produktion die sicherere Wahl.
Step 2: Generate Your First Image with cURL
Für die meisten Anwendungen beginnen Sie mit Flare. Eine minimale Generierungsanfrage sieht so aus:
curl "https://api.cometapi.com/v1/images/generations" \-H "Authorization: Bearer $COMETAPI_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-image-2.5-flare", "prompt": "Hochwertige Produktfotografie eines mattschwarzen kabellosen Lautsprechers auf einem hellen Betonpodest, weiches Fensterlicht, realistische Materialtextur, saubere editoriale Komposition, kein Text", "size": "1536x1024", "quality": "medium", "output_format": "png" }' |
|---|
Die entscheidenden CometAPI-spezifischen Teile sind der Endpunkt und der API-Schlüssel. Die GPT Image 2.5 Flare API in CometAPI verwendet den Endpunkt api.cometapi.com/v1/images/generations mit Bearer-Authentifizierung.
GPT Image-Modelle liefern generierte Bildinhalte normalerweise über data[].b64_json, anstatt Ihre Anwendung eine permanente Bild-URL herunterladen zu lassen.
Eine vereinfachte Antwort sieht so aus:
| { "data": [ { "b64_json": "<base64-image-data>" } ], "usage": { "input_tokens": 32, "output_tokens": 1372, "total_tokens": 1404 } } |
|---|
Ihre Anwendung sollte das Base64-Feld decodieren und die zurückgegebenen Bytes speichern, anstatt die Base64-Zeichenfolge als finales Asset abzulegen.
Step 3: Generate an Image with Python
| import base64 import os import requests response = requests.post( "https://api.cometapi.com/v1/images/generations",
 headers={"Authorization": f"Bearer {os.environ['COMETAPI_KEY']}"}, json={ "model": "gpt-image-2.5-flare", "prompt": ( "Eine klare isometrische Illustration eines solarbetriebenen Forschungslabors, " "weißer Hintergrund, präzise Geometrie, keine Beschriftungen oder Wasserzeichen" ), "size": "1536x1024", "quality": "high", "output_format": "png", }, timeout=180, ) response.raise_for_status() payload = response.json() image_b64 = payload["data"][0]["b64_json"] with open("research-lab.png", "wb") as file: file.write(base64.b64decode(image_b64)) |
|---|
Dies ist einer der größten praktischen Vorteile von CometAPI für ein bestehendes OpenAI-SDK-Projekt: Das offizielle CometAPI-Beispiel verwendet denselben OpenAI-Client, wobei base_url, Schlüssel und Modell-ID geändert werden, anstatt die SDK-Schicht der Anwendung zu ersetzen.
Step 4: Use Multiple Reference Images with the Responses API
Weisen Sie jedem Bild vor dem Prompt eine stabile Rolle zu. Eine sinnvolle Reihenfolge ist: zuerst das Subjekt, dann der Stil und schließlich Hintergrund oder Layoutreferenz. Benennen Sie diese Rollen ausdrücklich im Prompt, damit das Modell nicht ableiten muss, welche Eigenschaften kopiert werden sollen.
import base64
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1",
)
response = client.responses.create(
model="gpt-6-astra",
input=[{
"role": "user",
"content": [
{"type": "input_text", "text": (
"Erstelle ein Kampagnenbild. Nutze Bild 1 nur für die Produktform "
"und -farben; Bild 2 nur für Lichtführung und visuellen Stil; "
"Bild 3 nur für die Hintergrundkomposition. Erhalte das "
"Produktlogo exakt und füge keinen weiteren Text hinzu."
)},
{"type": "input_image", "image_url": "https://example.com/product.png"},
{"type": "input_image", "image_url": "https://example.com/style.png"},
{"type": "input_image", "image_url": "https://example.com/background.png"},
],
}],
tools=[{
"type": "image_generation",
"model": "gpt-image-2.5-sunburst",
}],
)
for item in response.output:
if item.type == "image_generation_call":
with open("campaign.png", "wb") as file:
file.write(base64.b64decode(item.result))
Die Responses API verwendet ein unterstütztes Mainline-Modell auf oberster Ebene und wählt GPT-Image-2.5 innerhalb des Image-Generation-Tools aus. Falls das Gateway das gewählte Mainline-Modell oder das Tool-Schema noch nicht anbietet, prüfen Sie den aktuellen CometAPI-Modellkatalog und verwenden Sie das dort dokumentierte Äquivalent.
Hinweis: Mehrere Referenzbilder können gleichzeitig eingegeben werden, wobei jedes Bild eine eigene Rolle hat; geben Sie im Prompt klar an, welchem Zweck jedes Bild dient. Achten Sie bei der Mehrbild-Bearbeitung auf die Eingabereihenfolge und die semantische Entsprechung.
How to Edit Existing Images
Verwenden Sie die Bearbeitungsroute, wenn ein vorhandenes Asset erhalten und verändert werden muss. Geben Sie an, was unverändert bleiben soll, bevor Sie die gewünschte Änderung beschreiben.
curl https://api.cometapi.com/v1/images/edits \
-H "Authorization: Bearer $COMETAPI_KEY" \
-F "model=gpt-image-2.5-sunburst" \
-F "image[]=@product.png" \
-F "prompt=Erhalte Produktform, Etikett und Kamerawinkel. Ersetze nur den Hintergrund durch einen warmen Studioverlauf. Füge keinen neuen Text hinzu." \
-F "quality=high" \
-F "output_format=png"
Input
Output
Assign Roles to Multiple Input Images
Verlassen Sie sich nicht nur auf die Upload-Reihenfolge. Sagen Sie „Bild 1 ist das Subjekt“, „Bild 2 ist die Stilreferenz“ und „Bild 3 ist die Hintergrundreferenz“. Listen Sie dann die Attribute auf, die von jedem Bild übertragen werden dürfen. Das reduziert versehentliches Kopieren von Gesichtern, Logos, Text oder Layout aus der falschen Referenz.
Use a Mask for Localized Edits
Eine Maske leitet den bearbeitbaren Bereich: Transparente Pixel zeigen an, wo Änderungen erlaubt sind, während der restliche Bereich erhalten bleiben soll. Die Maske sollte in Größe und Format dem Ausgangsbild entsprechen, einen Alphakanal enthalten und innerhalb der Dateigrößenlimits der API liegen. Bei mehreren Eingabebildern gilt die Maske für das erste Bild.
Eine Maske ist eine Leitlinie und keine pixelgenaue Auswahl. Verstärken Sie sie mit Erhaltungssprache wie „ändere nur den transparenten Bereich; erhalte alle anderen Pixel, Texte und Geometrien“.
Production Tips for GPT-Image-2.5 in CometAPI
Die Modellspezifikation listet kein generisches modellweites Streaming als unterstütztes Feature, aber die Images API und die Responses API unterstützen Image-Generation-Streaming mit partial_images. Dies liefert progressive Bildvorschauen statt Token-für-Token-Text-Streaming: Die Images API akzeptiert partial_images values from 0 to 3 und kann so viele Vorschauen während der Generierung zurückgeben. Jedes Teilbild fügt 100 Output-Tokens hinzu. Teams können diese Vorschauen für eine Fortschrittsanzeige nutzen; Anwendungen, die keine Vorschauen benötigen, können weiterhin den Standard-Generierungs- und -Bearbeitungsflow verwenden.
Selbst wenn
partial_images: 3gesetzt ist, gibt es keine Garantie, dass genau drei Teilbilder empfangen werden; wenn das Endbild schnell genug generiert wird, kann die tatsächlich empfangene Anzahl unter dem angeforderten Wert liegen.
GPT-Image-2.5 API Parameters
GPT-Image-2.5 bietet mehr Ausgabekontrolle, als nur Prompt und Modell zu wählen.
| Parameter — OpenAI image guide | What it controls | Recommended starting point |
|---|---|---|
| quality | Rechenaufwand/Detailgrad | medium für die Entwicklung |
| size | Bildauflösung/Seitenverhältnis | 1024×1024 oder 1536×1024 |
| output_format | PNG, JPEG, WebP | PNG für Treue; WebP/JPEG für Auslieferung |
| background | Opake oder transparente Ausgabe | Transparent nur bei Bedarf |
| output_compression | JPEG/WebP-Kompression | Für Webauslieferung feinabstimmen |
| n | Anzahl zurückgegebener Bilder | Mit 1 beginnen |
| prompt | Visuelle Anforderungen | Layout und Constraints explizit machen |
Image API vs Responses API
| Criterion | Image API | Responses API |
|---|---|---|
| Best for | Direkte One-Shot-Generierung und -Bearbeitung | Konversationelle, mehrstufige oder agentische Bild-Workflows |
| Model selection | Bildmodell direkt setzen | Mainline-Modell plus Image-Generation-Tool verwenden |
| Multiple references | Für Edits je nach Route unterstützt | Natürliche Passform für mehrere URL- oder Datei-ID-Inputs |
| Iteration | Anwendung übermittelt Kontext erneut | Für iterative Turns und Tool-Aufrufe konzipiert |
| Streaming previews | Unterstützt Teilbilder | Unterstützt Teilbilder |
| Choose when | Gewünschte Ausgabe bekannt, kürzeste Anfrage gewünscht | Modell muss über Kontext, Referenzen oder vorherige Ergebnisse schlussfolgern |
Faustregel: Beginnen Sie mit der Image API. Wechseln Sie zur Responses API, wenn der Workflow Gesprächszustand, mehrere semantische Referenzen oder weitere Tools rund um die Bildgenerierung benötigt.
Choosing quality
Die unterstützte Qualitätsleiter ist:
| auto low medium high xhigh max |
|---|
auto überlässt die Wahl dem Modell. Für die Entwicklung ist es jedoch sinnvoll, medium explizit festzulegen, damit A/B-Tests kontrollierter sind.
Ein nützliches Deployment-Muster ist:
| low / medium → Entwürfe, Vorschauen, großvolumige Experimente high → freigegebene Produktions-Assets xhigh / max → anspruchsvolle Final-Renderings, bei denen der Qualitätsgewinn die Kosten rechtfertigt |
|---|
Verwenden Sie nicht automatisch max, nur weil es verfügbar ist. Mehr Bild-Output-Tokens erhöhen die Kosten, und ein schwacher Prompt wird nicht durch höhere Qualität zu einem guten Prompt.
Choosing image size
Die gängigen Presets sind:
| 1024x1024 1536x1024 1024x1536 |
|---|
Die 2.5-Modelle unterstützen auch beliebige gültige Dimensionen, was für Banner, Produktseiten, Mobile-Creatives und andere nicht-quadratische Assets nützlich ist. OpenAIs aktuelle Spezifikation erlaubt Abmessungen bis zu 3840 Pixel pro Kante innerhalb der Grenzen für Pixelzahl und Seitenverhältnis. OpenAI Bild-Prompting-Leitfaden
Creating transparent images
Use:
| { "background": "transparent", "output_format": "png" } |
|---|
oder WebP. Transparente Ausgaben erfordern ein Format mit Alphatransparenz, daher ist JPEG nicht geeignet. Anforderungen an transparente Hintergründe
Dies ist besonders hilfreich für Produktfreisteller, UI-Assets, Icons, Sticker und Compositing-Pipelines.
How to Prompt GPT-Image-2.5
Ein zuverlässiger Produktions-Prompt trennt das kreative Ziel von den Constraints. Schreiben Sie zuerst positive Anweisungen, dann Erhaltungs- und Negativ-Constraints.
Define Composition
Spezifizieren Sie Subjekt, Kamerawinkel, Framing, Tiefe, Hintergrund und die relative Position wichtiger Objekte. Beispiel: „Dreiviertel-Produktansicht, zentriert, großzügige Negativfläche rechts, Augenhöhe, 50-mm-Look.“
Describe Lighting and Materials
Benennen Sie Lichtrichtung, Weichheit, Kontrast, Farbtemperatur und Materialverhalten. Beispiel: „Große Softbox oben links, subtiler Kantenlichtsaum, realistisches gebürstetes Aluminium, kontrollierte Reflexionen.“
Control Exact Text
Setzen Sie erforderlichen Text in Anführungszeichen und geben Sie Position, Hierarchie, Groß-/Kleinschreibung und Typografie an. Fordern Sie an, keinen zusätzlichen Text hinzuzufügen. Beispiel: „Platziere die exakte Headline ‘BUILD WITH CLARITY’ mittig oben in fetter, serifenloser Versalschrift. Rechtschreibung exakt beibehalten. Keine weiteren Wörter, Buchstaben, Labels oder Wasserzeichen hinzufügen.“
State What Must Be Preserved
Nennen Sie bei Edits die Elemente, die sich nicht ändern dürfen: Identität, Pose, Produktgeometrie, Logo, Etikettentext, Proportionen, Kamerawinkel oder Hintergrund. Setzen Sie diese Constraints vor die gewünschte Änderung.
Add Negative Constraints
Listen Sie wahrscheinliche Fehlerbilder in einfacher Sprache auf: „Keine zusätzlichen Finger, keine duplizierten Produkte, kein verzogenes Logo, kein falsch geschriebener Text, kein Rand, kein Wasserzeichen.“ Negative Constraints sind am nützlichsten, wenn sie spezifische Risiken adressieren statt generische Qualitätsbegriffe.
How Much Does GPT-Image-2.5 Cost?
Official OpenAI API Costs
Zum Zeitpunkt der Verifizierung weisen sowohl Flare als auch Sunburst dieselben Token-Preise aus: 5 $ pro Million Text-Input-Tokens, 1,25 $ pro Million gecachter Text-Input-Tokens, 8 $ pro Million Bild-Input-Tokens, 2 $ pro Million gecachter Bild-Input-Tokens und 30 $ pro Million Bild-Output-Tokens. Die endgültigen Kosten hängen von den tatsächlich verwendeten Tokens ab, nicht nur von der Anzahl der Requests.
CometAPI Pricing and Ways to Reduce Cost
CometAPI bewirbt derzeit einen Rabatt von 20 % für GPT-Image-2.5 Flare im Modellkatalog. Behandeln Sie Dashboard und Rechnung als maßgeblich, da Gateway-Preise sich ändern können. Um die Ausgaben zu senken, nutzen Sie Flare für Routineaufgaben, starten Sie mit medium oder high, reservieren Sie xhigh oder max für freigegebene Use Cases, verwenden Sie gecachte Inputs, wo unterstützt, vermeiden Sie unnötige Varianten und setzen Sie partial_images auf 0, sofern Vorschauen die Nutzererfahrung nicht verbessern.
Other Cost Factors and a Worked Example
Kosten werden beeinflusst durch Prompt-Länge, Anzahl und Auflösung der Referenzbilder, Ausgabedimensionen, Qualität, finale Output-Tokens, angeforderte Varianten, Teilvorschauen, Retries und abgelehnte Ergebnisse. Verfolgen Sie sowohl die Ausgaben pro Request als auch die Kosten pro akzeptiertem Bild.
Kosten pro akzeptiertem Bild = Gesamtausgaben für Generierung ÷ Anzahl der Ausgaben, die die Prüfung bestehen.
Veranschaulichendes Beispiel: 10 Versuche à 0,18 $ kosten 1,80 $. Wenn 6 Bilder die Prüfung bestehen, liegen die Kosten pro akzeptiertem Bild bei 0,30 $, nicht 0,18 $. Wenn besseres Prompting den Lauf auf 8 Versuche mit 6 akzeptierten Bildern reduziert, sinken die Kosten pro akzeptiertem Bild auf 0,24 $.
Flare vs. Sunburst: Which Model Should You Use?
Die Modellentscheidung sollte arbeitslastgetrieben sein und Sunburst nicht als automatischen Ersatz für Flare behandeln.
| Decision | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst |
|---|---|---|
| Interactive application | Empfohlen | Selektiv einsetzen |
| Rapid prompt iteration | Empfohlen | In der Regel nicht nötig |
| High-volume creative generation | Empfohlen | Abhängig von der Akzeptanzrate |
| Product/reference editing | Gut | Empfohlen |
| Complex final composition | Gut | Empfohlen |
| Maximum editing control | Gut | Empfohlen |
| Latency-sensitive UI | Empfohlen | Weniger geeignet |
| Premium final asset | Zuerst testen | Empfohlen, wenn der Qualitätsgewinn messbar ist |
Für viele Produkte ist die optimale Architektur nicht „für immer eines wählen“. Leiten Sie die meisten Anfragen an Flare und senden Sie anspruchsvolle Überarbeitungen oder hochwertige finale Ausgaben an Sunburst.
How Do You Migrate from GPT Image 2 to GPT-Image-2.5?
Wenn Sie GPT Image 2 bereits über CometAPI nutzen, ist die Migration vergleichsweise klein, da Generierung und Bearbeitung weiterhin über die Images-API-Routen laufen.
Die einfachste Änderung ist:
| # Vorher model="gpt-image-2" # Nachher: geschwindigkeitsorientiert model="gpt-image-2.5-flare" # Nachher: präzisionsorientiert model="gpt-image-2.5-sunburst" |
|---|
Halten Sie jedoch nicht beim Austausch der ID an. Evaluieren Sie Qualität, Ausgabedimensionen, Latenz, Subjekterhalt, Textkorrektheit, Edit-Lokalität und tatsächliche Token-Nutzung anhand eines festen Evaluationssatzes neu.
OpenAI empfiehlt ausdrücklich, Prompt, Referenzen, Dimensionen und Ausgabeformat bei Modellvergleichen konstant zu halten, sodass der Modellwechsel die zu messende Variable ist. OpenAI Migrationsleitfaden
Production Tips for GPT-Image-2.5 in CometAPI
Halten Sie die Implementierung rund um GPT-Image-2.5 für einen Produktionsdienst bewusst schlank: Speichern Sie den API-Schlüssel serverseitig, persistieren Sie das decodierte Bild in Ihrem eigenen Storage, protokollieren Sie Modell/Qualität/Größe/Latenz/Nutzung, begrenzen Sie Retries und behandeln Sie 400-Fehler anders als temporäre 429- oder 5xx-Fehler.
CometAPI hat bereits einen speziellen Leitfaden veröffentlicht, der Queueing, begrenzte Parallelität, exponentielles Backoff, dauerhafte IDs, Storage, Manifeste und Batch-Kosten-Tracking abdeckt. Statt dies hier zu duplizieren, siehe How to Automate Image Generation at Scale, wenn Sie von einem einzelnen API-Aufruf zur Batch-Produktion übergehen.
Diese Unterscheidung ist besonders wichtig, wenn man Beispiele, die für OpenAIs native API geschrieben wurden, direkt auf einen OpenAI-kompatiblen Drittanbieter-Endpunkt überträgt.
Common GPT-Image-2.5 API Errors
| Error | Likely cause | What to do |
|---|---|---|
| 401 Unauthorized | Ungültiger/fehlender CometAPI-Schlüssel | COMETAPI_KEY und Bearer-Header prüfen |
| 400 Bad Request | Ungültiger Parameter, Größe, Format oder Modell-ID | Optionale Felder entfernen und Minimal-Request testen |
| 429 Too Many Requests | Parallelitäts- oder Kontingentgrenze erreicht | Mit Jitter zurücksetzen und erneut versuchen |
| Repeated 5xx | Temporäres Upstream-/API-Problem | Begrenzt erneut versuchen |
| Image appears as Base64 text | b64_json wurde nicht decodiert | Base64 dekodieren und Bytes speichern |
| Transparent output fails | Inkompatibles Ausgabeformat | PNG oder WebP verwenden |
| Edit changes too much | Prompt schränkt Erhaltung nicht ein | Explizit angeben, was unverändert bleiben muss |
| Costs rise unexpectedly | Höhere Qualität/Auflösung oder Retries | Nutzung pro Request loggen und Kosten pro akzeptiertem Bild berechnen |
Versuchen Sie nicht, jeden Fehler automatisch zu wiederholen. Eine fehlerhafte 400-Anfrage bleibt in der Regel fehlerhaft, während das Wiederholen eines Authentifizierungsfehlers nur mehr fehlgeschlagenen Traffic erzeugt.
Rate Limits and Concurrency
| Tier | TPM | IPM |
|---|---|---|
| Tier 1 | 100K | 5 |
| Tier 2 | 250K | 20 |
| Tier 3 | 800K | 50 |
| Tier 4 | 3M | 150 |
| Tier 5 | 8M | 250 |
Conclusion
GPT-Image-2.5 bietet Entwicklern eine nützlichere Modellsplittung als ein einfaches Generations-Upgrade: Flare ist für schnelle Alltags-Bildworkloads optimiert, während Sunburst anspruchsvollen Generierungs- und Bearbeitungs-Workflows eine höherpräzise Option liefert.
Über CometAPI lassen sich beide mit minimalem Integrationsaufwand in eine bestehende OpenAI-kompatible Anwendung einfügen. Starten Sie mit dem Endpunkt /v1/images/generations, Flare, einer kontrollierten Qualitätsstufe und einem repräsentativen Prompt-Set. Fügen Sie /v1/images/edits und Sunburst hinzu, wenn Ihr Produkt stärkere Referenztreue oder präzise visuelle Änderungen erfordert.
Die zentrale Optimierung besteht nicht einfach darin, die leistungsstärkste Einstellung zu wählen. Messen Sie Latenz, Tokenverbrauch, Akzeptanzrate, Bearbeitungsgenauigkeit und effektive Kosten pro freigegebenem Bild bei der Workload, die Ihre Anwendung tatsächlich bedient. Das bestimmt, ob Flare oder Sunburst das bessere Produktionsmodell ist.
FAQ
Is GPT-Image-2.5 available on CometAPI?
Ja. Sowohl GPT Image 2.5 Flare als auch GPT Image 2.5 Sunburst sind über CometAPI verfügbar.
Do I need a separate OpenAI API key?
Nein. Beim Aufruf des Modells über CometAPI erfolgt die Authentifizierung mit Ihrem CometAPI-Schlüssel gegen den CometAPI-Endpunkt.
Should I use Flare or Sunburst?
Beginnen Sie für die meisten Generierungsworkloads mit Flare. Nutzen Sie Sunburst, wenn Bearbeitungspräzision, komplexe Kompositionen oder die Erhaltung von Details aus Referenzbildern messbar die Output-Akzeptanz verbessern. Das entspricht OpenAIs eigener Positionierung der beiden Modelle.
Can GPT-Image-2.5 edit existing images?
Ja. Die aktuellen Modellspezifikationen unterstützen Bild-Input und Bildbearbeitung, und CometAPI stellt die Bearbeitungsfunktionalität für die Familie bereit. GPT Image 2.5 Flare API in CometAPI
Does GPT-Image-2.5 support transparent images?
Ja. Setzen Sie background auf transparent und verwenden Sie PNG oder WebP als Ausgabeformat. OpenAI Bild-Prompting-Leitfaden
Can I use the OpenAI Python SDK with CometAPI?
Ja. CometAPIs aktuelle Beispiele initialisieren den Standard-OpenAI-Client mit base_url="https://api.cometapi.com/v1" und einem CometAPI-Schlüssel. CometAPI SDK-Beispiel