Quelle est la rapidité de GPT Image 1.5 par rapport à GPT Image 1 ?

GPT Image 1.5 offre jusqu'à 4× d'amélioration de la vitesse par rapport à GPT Image 1, réduisant considérablement la latence pour les flux de travail créatifs itératifs.

GPT Image 1.5 prend-il en charge les arrière-plans transparents ?

Oui, définissez le paramètre background sur 'transparent' avec les formats de sortie PNG ou WebP. La transparence fonctionne mieux avec des réglages de qualité moyens ou élevés.

Quelle est la longueur maximale de l'invite textuelle pour GPT Image 1.5 ?

GPT Image 1.5 accepte des invites jusqu'à 32,000 caractères, permettant des instructions très détaillées et contraintes pour des tâches de génération d'images complexes.

Comment GPT Image 1.5 se compare-t-il à Nano Banana Pro de Google ?

GPT Image 1.5 met l'accent sur la fidélité des retouches et la vitesse d'itération, tandis que Nano Banana Pro est salué pour son réalisme de studio. Les deux sont très proches—choisissez en fonction des besoins de votre flux de travail.

GPT Image 1.5 prend-il en charge l'édition conversationnelle multi-tours ?

Oui, via l'API Responses, GPT Image 1.5 prend en charge des flux de travail d'édition multi-tours où vous pouvez affiner les images de manière itérative en fournissant des instructions de suivi tout en préservant le contexte.

GPT Image 1.5 peut-il utiliser plusieurs images de référence pour la composition ?

Oui, GPT Image 1.5 accepte plusieurs images d'entrée pour la composition et comme référence de style. Les 5 premières images sont préservées avec une fidélité plus élevée lors de l'utilisation du mode high input_fidelity.

Quelles résolutions et quels paramètres de qualité GPT Image 1.5 prend-il en charge ?

GPT Image 1.5 prend en charge 1024×1024 (carré), 1536×1024 (paysage) et 1024×1536 (portrait). Les options de qualité incluent low, medium, high et auto.

OpenAI

Disponible Populaire

gpt-image-1.5

GPT Image 1.5 API

GPT-Image-1.5 est le modèle d’image d’OpenAI au sein de la famille GPT Image. Il s’agit d’un modèle GPT nativement multimodal, conçu pour générer des images à partir de prompts textuels et pour effectuer des retouches à haute fidélité sur des images en entrée, tout en respectant fidèlement les instructions de l’utilisateur.

Prix de départ

$6.40 / 1M de tokens en entrée

Facturation à l'usage

État de l'API

Disponible

Point de terminaison de production

Réponse

Prêt pour l'asynchrone

Temps de réponse API observé

Date de publication

Dec 16, 2025

OpenAI

Playground

Essayez GPT Image 1.5 avec une vraie requête, examinez ses paramètres et validez le résultat avant d'intégrer l'API.

Aperçu

Un aperçu pratique de GPT Image 1.5, avec les comportements importants et les points d'attention pour l'intégration.

Qu’est-ce que l’API GPT-Image-1.5 ?

GPT-Image-1.5 est le tout dernier membre de la famille GPT Image d’OpenAI et le modèle derrière la nouvelle expérience Images de ChatGPT. Il est conçu pour faire passer la génération d’images de l’expérimentation à des outils créatifs de qualité production : photoréalisme accru, contrôle plus fin pour des retouches itératives et inférence plus rapide pour soutenir des workflows interactifs et d’entreprise.

L’API gpt-image-1.5 est un endpoint de modèle d’image multimodal qui accepte une ou plusieurs images en entrée (identifiants de fichier ou octets), ainsi qu’un prompt texte, et renvoie des images générées ou des images éditées. Elle prend en charge :

Génération texte-vers-image (création à partir d’un prompt),
Édition d’image / inpainting / composition (appliquer des instructions à des images existantes, plusieurs images en entrée possibles), et
Workflows d’édition itératifs et multi-tours via la Responses API (permet des interfaces « ajuster et itérer »).

L’API traite les prompts d’image différemment des anciennes limites de DALL·E : les modèles d’image GPT acceptent des prompts texte nettement plus longs (la recommandation de 32,000 caractères), ce qui rend possibles des instructions complexes et riches en contraintes.

Fonctionnalités principales (pratique)

Éditabilité améliorée / cohérence multi‑tours : préserve l’apparence des personnages, l’éclairage et les attributs visuels clés au fil des retouches itératives. Cela rend « même modèle, retouches répétées » plus fiable pour des workflows tels que des catalogues produits ou des assets de marque.
Débit accru — améliorations de vitesse 4× par rapport à GPT Image 1, visant à réduire la latence pour des workflows créatifs itératifs.
Optimisations de coûts — coûts d’entrée/sortie d’images réduits d’environ 20% par rapport à GPT Image 1, réduisant le coût par itération d’image pour les gros volumes.
Composition multi‑images et référence de style — accepte plusieurs images de référence pour composer des scènes ou transférer style/éclairage.
Réglages de qualité/fidélité — paramètres d’API permettant d’arbitrer entre vitesse et fidélité (qualité plus basse pour la génération de masse ; qualité plus élevée pour les assets de production).
Édition multi‑tours / intégration à la Responses API — permet des workflows pas à pas (demander des changements, puis « apporter des ajustements » en préservant l’état).

Capacités techniques

Limite de prompt texte (modèles d’image) : jusqu’à 32,000 caractères (note : OpenAI documente ceci comme l’allocation de longueur de texte pour les modèles d’image GPT). À utiliser pour des prompts longs et fortement contraints.
Entrées image : accepte des IDs de fichier (privilégiés pour les flux multi‑tours) ou des octets bruts ; plusieurs images peuvent être fournies pour la composition et comme références.
Sorties : PNG/JPEG ou artefacts d’image par défaut de la plateforme renvoyés par l’API (ou en pièces jointes dans ChatGPT). Les sorties peuvent inclure plusieurs images candidates et prendre en charge des requêtes itératives pour affiner un résultat.
Modes de génération : texte‑vers‑image, édition d’image (inpaint/extension avec instructions) et variantes. L’édition multi‑tours prend en charge des instructions de type « ajouter/supprimer/combiner ».
Édition sensible aux instructions : les modèles sont optimisés pour la fidélité aux instructions (préservation d’invariants spécifiés comme « ne pas modifier le logo », « conserver la pose et l’éclairage »). Des schémas de prompt engineering (invariants explicites répétés à chaque itération) réduisent la dérive sémantique.

Performances de référence

Classement : Un rapport agrégé a cité GPT Image 1.5 en tête des classements texte‑vers‑image avec ~1264 points sur un leaderboard d’Artificial Analysis, devant le modèle suivant avec une marge mesurable.
Mesures au niveau des tâches (édition et préservation) : un résumé des métriques d’évaluation par Microsoft Foundry montre que GPT-Image-1.5 atteint un succès quasi parfait sur les modifications binaires (100% sur un BinaryEval mono‑tour) et de solides scores de préservation des visages (environ 90% sur les mesures AuraFace) dans leur tableau comparatif face aux concurrents et aux précédents modèles d’OpenAI. Ces métriques comparatives placent GPT-Image-1.5 devant certains rivaux en matière de préservation et de fidélité des éditions.

GPT Image 1.5

Comparaison de GPT-Image-1.5 avec ses pairs

Vs. GPT Image 1 (génération précédente d’OpenAI) : plus rapide (jusqu’à 4×), moins cher (~20% de coût IO image en moins) et meilleure fidélité d’édition — vise à passer du « prototype/démo » à des workflows d’image « prêts pour la production ».
Vs. les modèles d’image Nano Banana Pro / Gemini de Google : GPT-Image-1.5 et la famille Nano Banana Pro / Gemini 3 de Google sont des rivaux proches — chacun ayant des atouts selon les classes de prompts. Les communications d’OpenAI mettent l’accent sur la fidélité d’édition et la vitesse d’itération ; l’offre de Google a été saluée pour un réalisme de niveau studio dans certains exemples.
Vs. Qwen Image et autres modèles ouverts/fermés : GPT-Image-1.5 surpasse Qwen Image sur plusieurs métriques d’édition et de préservation dans des évaluations mono‑tour, mais les écarts se réduisent en multi‑tours ou dans d’autres tests spécifiques à un domaine.

Domaines où GPT-Image-1.5 excelle

Imagerie produit pour l’e‑commerce : variantes en masse, remplacement d’arrière‑plan, catalogues produits cohérents à partir d’une seule photo (préservation de la marque/du logo).
Production d’assets créatifs et marketing : itérations rapides de concepts, maquettes photoréalistes, transferts de style contrôlés.
Retouche photo et workflows éditoriaux : essayages réalistes de vêtements/coiffures, retouche sélective qui préserve l’identité et l’éclairage.
Intégration aux outils de design : connexion aux plateformes de design ou aux CMS pour des variantes d’image à la demande (les réglages de fidélité aident à contrôler les coûts).
Pipelines de composition en plusieurs étapes : des entrées multi‑images permettent la composition et la génération basée sur des références pour des scènes complexes.

Comment accéder à l’API GPT Image 1.5

Étape 1 : s’inscrire pour obtenir une clé API

Connectez‑vous à cometapi.com. Si vous n’êtes pas encore utilisateur, veuillez d’abord vous inscrire. Connectez‑vous à votre console CometAPI. Obtenez la clé API d’identification d’accès de l’interface. Cliquez sur « Add Token » dans la section des jetons API du centre personnel, récupérez la clé de jeton : sk-xxxxx et validez.

Étape 2 : envoyer des requêtes à l’API GPT Image 1.5

Sélectionnez l’endpoint « gpt-image-1.5 » pour envoyer la requête API et définir le corps de la requête. La méthode et le corps de la requête sont disponibles dans la documentation API de notre site web. Notre site propose également un test Apifox pour votre commodité. Remplacez <YOUR_API_KEY> par votre clé CometAPI réelle depuis votre compte. L’URL de base est Images (https://api.cometapi.com/v1/images/generations) et [Édition d’image]

Insérez votre question ou votre requête dans le champ content — c’est à cela que le modèle répondra. Traitez la réponse de l’API pour obtenir le résultat généré.

Étape 3 : récupérer et vérifier les résultats

Traitez la réponse de l’API pour obtenir le résultat généré. Après traitement, l’API renvoie l’état de la tâche et les données de sortie.

Voir aussi Gemini 3 Pro Preview API

FAQ

Tarification

Utilisez l'estimation rapide ci-dessus pour une seule exécution, puis consultez la comparaison complète entre CometAPI et le prix officiel.

Première requête

$0.032

Coût d'utilisation CometAPI estimé

Dix requêtes

$0.32

Coût d'utilisation CometAPI estimé

Quinze requêtes

$0.48

Coût d'utilisation CometAPI estimé

Tarification pour GPT Image 1.5

Découvrez des tarifs compétitifs pour GPT Image 1.5, conçus pour s'adapter à différents budgets et besoins d'utilisation. Nos formules flexibles garantissent que vous ne payez que ce que vous utilisez, ce qui facilite l'adaptation à mesure que vos besoins évoluent. Découvrez comment GPT Image 1.5 peut améliorer vos projets tout en maîtrisant les coûts.

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

API

Copiez un point de terminaison et un exemple de code fonctionnels, puis ouvrez la référence API complète si vous avez besoin de tous les paramètres.

Une API, un accès aux modèles prêt pour la production

Authentifiez-vous une seule fois, appelez le point de terminaison du modèle et conservez le même workflow de facturation et d'observabilité entre les fournisseurs.

POST/v1/images/generations

Exemple de code et API pour GPT Image 1.5

L’API gpt-image-1.5 est un point de terminaison de modèle d’image multimodal qui accepte une ou plusieurs entrées d’image (identifiants de fichier ou octets) ainsi qu’une invite textuelle et renvoie des images générées ou des images modifiées. Il prend en charge :

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");

Capacités

Passez en revue les informations clés du modèle avant de choisir une architecture ou d'estimer la charge en production.

Fonctionnalités prises en charge

Fonctionnalités renvoyées par l'API du modèle existante.

text-to-image

image-editing

Entrée et sortie

Entrées

text

Sorties

image

Profil de production

Fournisseur: OpenAI
Contexte: Selon le modèle
Usage commercial: Pris en charge

Cas d'usage

Utilisez GPT Image 1.5 pour des workflows de production adaptés à ses capacités image, puis comparez d'autres options avant un engagement à long terme.

Visuels produits et créations publicitaires

Art conceptuel et exploration visuelle rapide

Édition d'images, variations et production d'assets

Autres modèles

Comparez d'autres modèles disponibles via CometAPI selon des compromis de qualité, latence, fonctionnalités et prix.

Ouvrir la comparaison de modèles →

OpenAI

GPT Image 2.5 Flare

Découvrez l'API GPT Image 2.5 Flare.

Voir le modèle

OpenAI

GPT Image 2

GPT Image 2 est le modèle de génération d’images de pointe d’OpenAI, conçu pour une génération et une édition d’images rapides et de haute qualité. Il prend en charge des tailles d’images flexibles et des entrées d’images haute fidélité.

Voir le modèle

Google

Nano Banana 2 lite

Le modèle Gemini 3.1 Flash Lite Image est un spécialiste de l’efficacité au sein de la famille de modèles de génération d’images, conçu pour une latence ultra-faible et pour une génération et une modification d’images à moindre coût.

Voir le modèle

Google

Nano Banana 2

Aperçu des capacités principales: Résolution: Jusqu'à 4K (4096×4096), comparable à Pro. Cohérence des images de référence: Jusqu'à 14 images de référence (10 objets + 4 personnages), en maintenant la cohérence du style et des personnages. Rapports d'aspect extrêmes: Nouveaux rapports 1:4, 4:1, 1:8, 8:1 ajoutés, adaptés aux images longues, aux affiches et aux bannières. Rendu de texte: Génération de texte avancée, adaptée aux infographies et aux mises en page d'affiches marketing. Amélioration de la recherche: Google Search + Image Search intégrés. Ancrage: Processus de réflexion intégré; les prompts complexes font l'objet d'un raisonnement avant la génération.

Voir le modèle

Flux

FLUX 2 MAX

FLUX.2 [max] est un modèle d’intelligence visuelle de premier plan de Black Forest Labs (BFL), conçu pour les flux de production : marketing, photographie de produits, e-commerce, pipelines créatifs, et toute application nécessitant une identité de personnage/produit cohérente, un rendu de texte précis et des détails photoréalistes à des résolutions multi-mégapixels. Son architecture est conçue pour une forte fidélité aux prompts, la fusion multi-références (jusqu’à dix images en entrée) et une génération ancrée (capacité à intégrer un contexte web à jour lors de la production d’images).

Voir le modèle

Replicate

Black Forest Labs/FLUX 2 MAX

FLUX.2 [max] est la variante phare, de la plus haute qualité, de la famille FLUX.2 de Black Forest Labs (BFL). Il est positionné comme un modèle de génération texte→image et d’édition d’images de niveau professionnel, axé sur une fidélité maximale, le respect du prompt et une cohérence des modifications couvrant les personnages, les objets, l’éclairage et la couleur. BFL et des registres partenaires décrivent FLUX.2 [max] comme la variante FLUX.2 haut de gamme, avec des fonctionnalités d’édition à références multiples et de génération ancrée.

Voir le modèle

Uptime

Consultez les données de heartbeat en direct, la disponibilité des points de terminaison et les temps de réponse observés avant la mise en production.

Versions

Consultez les identifiants de modèles disponibles avant de figer une intégration en production.

gpt-image-1.5

gpt-image-1.5-2025-12-16

Continuez à explorer

Comparez des modèles et poursuivez vos recherches

OpenAI

Disponible Populaire

gpt-image-1.5

GPT Image 1.5 API

Prix de départ

$6.40 / 1M de tokens en entrée

Facturation à l'usage

État de l'API

Disponible

Point de terminaison de production

Réponse

Prêt pour l'asynchrone

Temps de réponse API observé

Date de publication

Dec 16, 2025

OpenAI

Playground

Essayez GPT Image 1.5 avec une vraie requête, examinez ses paramètres et validez le résultat avant d'intégrer l'API.

Aperçu

Un aperçu pratique de GPT Image 1.5, avec les comportements importants et les points d'attention pour l'intégration.

Qu’est-ce que l’API GPT-Image-1.5 ?

Génération texte-vers-image (création à partir d’un prompt),
Édition d’image / inpainting / composition (appliquer des instructions à des images existantes, plusieurs images en entrée possibles), et
Workflows d’édition itératifs et multi-tours via la Responses API (permet des interfaces « ajuster et itérer »).

Fonctionnalités principales (pratique)

Éditabilité améliorée / cohérence multi‑tours : préserve l’apparence des personnages, l’éclairage et les attributs visuels clés au fil des retouches itératives. Cela rend « même modèle, retouches répétées » plus fiable pour des workflows tels que des catalogues produits ou des assets de marque.
Débit accru — améliorations de vitesse 4× par rapport à GPT Image 1, visant à réduire la latence pour des workflows créatifs itératifs.
Optimisations de coûts — coûts d’entrée/sortie d’images réduits d’environ 20% par rapport à GPT Image 1, réduisant le coût par itération d’image pour les gros volumes.
Composition multi‑images et référence de style — accepte plusieurs images de référence pour composer des scènes ou transférer style/éclairage.
Réglages de qualité/fidélité — paramètres d’API permettant d’arbitrer entre vitesse et fidélité (qualité plus basse pour la génération de masse ; qualité plus élevée pour les assets de production).
Édition multi‑tours / intégration à la Responses API — permet des workflows pas à pas (demander des changements, puis « apporter des ajustements » en préservant l’état).

Capacités techniques

Limite de prompt texte (modèles d’image) : jusqu’à 32,000 caractères (note : OpenAI documente ceci comme l’allocation de longueur de texte pour les modèles d’image GPT). À utiliser pour des prompts longs et fortement contraints.
Entrées image : accepte des IDs de fichier (privilégiés pour les flux multi‑tours) ou des octets bruts ; plusieurs images peuvent être fournies pour la composition et comme références.
Sorties : PNG/JPEG ou artefacts d’image par défaut de la plateforme renvoyés par l’API (ou en pièces jointes dans ChatGPT). Les sorties peuvent inclure plusieurs images candidates et prendre en charge des requêtes itératives pour affiner un résultat.
Modes de génération : texte‑vers‑image, édition d’image (inpaint/extension avec instructions) et variantes. L’édition multi‑tours prend en charge des instructions de type « ajouter/supprimer/combiner ».
Édition sensible aux instructions : les modèles sont optimisés pour la fidélité aux instructions (préservation d’invariants spécifiés comme « ne pas modifier le logo », « conserver la pose et l’éclairage »). Des schémas de prompt engineering (invariants explicites répétés à chaque itération) réduisent la dérive sémantique.

Performances de référence

Classement : Un rapport agrégé a cité GPT Image 1.5 en tête des classements texte‑vers‑image avec ~1264 points sur un leaderboard d’Artificial Analysis, devant le modèle suivant avec une marge mesurable.
Mesures au niveau des tâches (édition et préservation) : un résumé des métriques d’évaluation par Microsoft Foundry montre que GPT-Image-1.5 atteint un succès quasi parfait sur les modifications binaires (100% sur un BinaryEval mono‑tour) et de solides scores de préservation des visages (environ 90% sur les mesures AuraFace) dans leur tableau comparatif face aux concurrents et aux précédents modèles d’OpenAI. Ces métriques comparatives placent GPT-Image-1.5 devant certains rivaux en matière de préservation et de fidélité des éditions.

GPT Image 1.5

Comparaison de GPT-Image-1.5 avec ses pairs

Vs. GPT Image 1 (génération précédente d’OpenAI) : plus rapide (jusqu’à 4×), moins cher (~20% de coût IO image en moins) et meilleure fidélité d’édition — vise à passer du « prototype/démo » à des workflows d’image « prêts pour la production ».
Vs. les modèles d’image Nano Banana Pro / Gemini de Google : GPT-Image-1.5 et la famille Nano Banana Pro / Gemini 3 de Google sont des rivaux proches — chacun ayant des atouts selon les classes de prompts. Les communications d’OpenAI mettent l’accent sur la fidélité d’édition et la vitesse d’itération ; l’offre de Google a été saluée pour un réalisme de niveau studio dans certains exemples.
Vs. Qwen Image et autres modèles ouverts/fermés : GPT-Image-1.5 surpasse Qwen Image sur plusieurs métriques d’édition et de préservation dans des évaluations mono‑tour, mais les écarts se réduisent en multi‑tours ou dans d’autres tests spécifiques à un domaine.

Domaines où GPT-Image-1.5 excelle

Imagerie produit pour l’e‑commerce : variantes en masse, remplacement d’arrière‑plan, catalogues produits cohérents à partir d’une seule photo (préservation de la marque/du logo).
Production d’assets créatifs et marketing : itérations rapides de concepts, maquettes photoréalistes, transferts de style contrôlés.
Retouche photo et workflows éditoriaux : essayages réalistes de vêtements/coiffures, retouche sélective qui préserve l’identité et l’éclairage.
Intégration aux outils de design : connexion aux plateformes de design ou aux CMS pour des variantes d’image à la demande (les réglages de fidélité aident à contrôler les coûts).
Pipelines de composition en plusieurs étapes : des entrées multi‑images permettent la composition et la génération basée sur des références pour des scènes complexes.

Comment accéder à l’API GPT Image 1.5

Étape 1 : s’inscrire pour obtenir une clé API

Étape 2 : envoyer des requêtes à l’API GPT Image 1.5

Insérez votre question ou votre requête dans le champ content — c’est à cela que le modèle répondra. Traitez la réponse de l’API pour obtenir le résultat généré.

Étape 3 : récupérer et vérifier les résultats

Traitez la réponse de l’API pour obtenir le résultat généré. Après traitement, l’API renvoie l’état de la tâche et les données de sortie.

Voir aussi Gemini 3 Pro Preview API

FAQ

Tarification

Utilisez l'estimation rapide ci-dessus pour une seule exécution, puis consultez la comparaison complète entre CometAPI et le prix officiel.

Première requête

$0.032

Coût d'utilisation CometAPI estimé

Dix requêtes

$0.32

Coût d'utilisation CometAPI estimé

Quinze requêtes

$0.48

Coût d'utilisation CometAPI estimé

Tarification pour GPT Image 1.5

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

API

Copiez un point de terminaison et un exemple de code fonctionnels, puis ouvrez la référence API complète si vous avez besoin de tous les paramètres.

Une API, un accès aux modèles prêt pour la production

Authentifiez-vous une seule fois, appelez le point de terminaison du modèle et conservez le même workflow de facturation et d'observabilité entre les fournisseurs.

POST/v1/images/generations

Exemple de code et API pour 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");

Capacités

Passez en revue les informations clés du modèle avant de choisir une architecture ou d'estimer la charge en production.

Fonctionnalités prises en charge

Fonctionnalités renvoyées par l'API du modèle existante.

text-to-image

image-editing

Entrée et sortie

Entrées

text

Sorties

image

Profil de production

Fournisseur: OpenAI
Contexte: Selon le modèle
Usage commercial: Pris en charge

Cas d'usage

Utilisez GPT Image 1.5 pour des workflows de production adaptés à ses capacités image, puis comparez d'autres options avant un engagement à long terme.

Visuels produits et créations publicitaires

Art conceptuel et exploration visuelle rapide

Édition d'images, variations et production d'assets

Autres modèles

Comparez d'autres modèles disponibles via CometAPI selon des compromis de qualité, latence, fonctionnalités et prix.

Ouvrir la comparaison de modèles →

OpenAI

GPT Image 2.5 Flare

Découvrez l'API GPT Image 2.5 Flare.

Black Forest Labs/FLUX 2 MAX

Voir le modèle

Uptime

Consultez les données de heartbeat en direct, la disponibilité des points de terminaison et les temps de réponse observés avant la mise en production.

Versions

Consultez les identifiants de modèles disponibles avant de figer une intégration en production.

gpt-image-1.5

gpt-image-1.5-2025-12-16

Continuez à explorer