Ringkas
GPT-Image-2.5 adalah keluarga API gambar dengan dua model: Flare berfokus pada kecepatan untuk generasi sehari-hari, sedangkan Sunburst mengutamakan presisi pengeditan dan fidelitas keluaran akhir. Melalui CometAPI, integrasi SDK OpenAI yang ada biasanya bisa bermigrasi hanya dengan mengganti base URL, API key, dan ID model. Mulailah dengan Flare pada kualitas medium, ukur latensi dan biaya per gambar yang diterima, lalu arahkan edit yang menuntut atau keluaran premium ke Sunburst.
Poin Penting
- Flare adalah pilihan berorientasi kecepatan untuk produk interaktif, iterasi cepat, dan generasi ber-volume tinggi.
- Sunburst adalah pilihan berorientasi presisi untuk edit terlokalisasi, pelestarian referensi, dan komposisi akhir yang kompleks.
- Keduanya menerima input teks dan gambar, mendukung enam mode kualitas, serta menghasilkan atau mengedit gambar melalui Images API.
- CometAPI mendukung dua ID model melalui base URL yang kompatibel dengan OpenAI dan pola SDK.
- Hasil Arena saat ini lebih mengunggulkan Sunburst untuk generasi dan pengeditan, sementara kedua model baru masih ditandai sebagai preliminer.
- Pemilihan produksi sebaiknya berdasarkan latensi, tingkat penerimaan, fidelitas edit, penggunaan token, dan biaya efektif per gambar yang disetujui.
Pada 8 September 2026, OpenAI memperkenalkan ChatGPT Images 2.5 dan meluncurkan dua model generasi gambar baru di API: GPT Image 2.5 Flare untuk generasi gambar cepat sehari-hari dan GPT Image 2.5 Sunburst untuk alur kerja yang memprioritaskan kualitas gambar dan kontrol pengeditan yang lebih ketat. OpenAI memposisikan Flare sebagai default untuk sebagian besar aplikasi, sedangkan Sunburst adalah model generasi dan pengeditan gambar yang paling mampu.
Kedua model kini tersedia melalui CometAPI. Keunggulan praktisnya adalah pengembang dapat memanggilnya melalui antarmuka SDK OpenAI yang familier sambil mengganti API key dan base URL dengan kredensial CometAPI. API CometAPI yang kompatibel dengan OpenAI berarti aplikasi generasi gambar yang ada biasanya hanya memerlukan perubahan integrasi kecil, bukan SDK atau arsitektur request yang baru.
Panduan ini menunjukkan cara menghasilkan dan mengedit gambar dengan GPT-Image-2.5 melalui CometAPI menggunakan cURL, Python, dan JavaScript, serta cara memilih model, tingkat kualitas, dimensi, dan format keluaran yang tepat untuk alur kerja produksi.
Apa itu GPT-Image-2.5 API?
GPT-Image-2.5 adalah keluarga generasi gambar terbaru dari OpenAI. Ia menerima input teks dan gambar serta mengembalikan gambar. Keluarga ini memiliki dua model: GPT-Image-2.5 Flare, dioptimalkan untuk kecepatan dan penggunaan sehari-hari, serta GPT-Image-2.5 Sunburst, dioptimalkan untuk kemampuan maksimum dan pengeditan presisi.
Bagaimana Perbandingan GPT-Image-2.5 API dengan GPT Image 2 API?
Perubahan utamanya bukan sekadar satu pengganti yang lebih cepat. GPT-Image-2.5 memisahkan beban kerja menjadi dua pilihan yang dibuat sesuai tujuan. Flare menargetkan generasi rutin dengan latensi lebih rendah, sementara Sunburst menargetkan tugas generasi dan pengeditan yang paling menuntut. Keduanya mengekspos permukaan kontrol yang sama luasnya, termasuk tingkat kualitas dari low hingga max, input gambar untuk pengeditan, serta streaming gambar parsial.
Untuk migrasi, mulailah dengan mempertahankan prompt dan struktur request saat ini, lalu pilih model sesuai persyaratan latensi dan fidelitas. Uji ulang perenderan teks, instruksi pelestarian, mask, urutan gambar referensi, ukuran keluaran, dan biaya sebelum mengubah trafik produksi.
Mengapa Menggunakan GPT-Image-2.5 melalui CometAPI?
CometAPI menyediakan lapisan akses yang kompatibel dengan OpenAI yang dapat mengurangi pekerjaan integrasi ketika tim sudah menggunakan gateway-nya. Manfaat praktisnya adalah manajemen kunci terpusat, format request yang familier, visibilitas penggunaan, serta kemampuan untuk merutekan generasi dan pengeditan gambar melalui satu base URL.
| Item | Nilai |
|---|---|
| Base URL | https://api.cometapi.com/v1 |
| Rute generasi | POST /images/generations |
| Rute pengeditan | POST /images/edits |
| Autentikasi | Authorization: Bearer $COMETAPI_KEY |
Harga penyedia dan ketersediaan model dapat berubah. Konfirmasi pengenal model, perilaku endpoint, dan penagihan terkini di dashboard CometAPI sebelum peluncuran produksi.
Cara Menggunakan GPT-Image-2.5 API di CometAPI
Langkah 1: Dapatkan CometAPI API Key
Buat atau masuk ke akun CometAPI dan hasilkan token dari konsol token API CometAPI.
Simpan kunci sebagai variabel lingkungan alih-alih menulisnya langsung ke sumber aplikasi:
| export COMETAPI_KEY="your-cometapi-key" |
|---|
Di Windows PowerShell:
| $env:COMETAPI_KEY="your-cometapi-key" |
|---|
Jangan menampilkan API key di JavaScript sisi peramban, repositori publik, tangkapan layar, atau aplikasi klien. Variabel lingkungan sisi server atau pengelola rahasia lebih aman untuk produksi.
Langkah 2: Hasilkan Gambar Pertama Anda dengan cURL
Untuk sebagian besar aplikasi, mulailah dengan Flare. Request generasi minimal terlihat seperti ini:
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": "Foto produk premium dari speaker nirkabel hitam matte di atas pedestal beton terang, cahaya jendela lembut, tekstur material realistis, komposisi editorial bersih, tanpa teks", "size": "1536x1024", "quality": "medium", "output_format": "png" }' |
|---|
Bagian spesifik CometAPI yang penting adalah endpoint dan API key. GPT Image 2.5 Flare API di CometAPI menggunakan endpoint api.cometapi.com/v1/images/generations dengan autentikasi Bearer.
Model GPT Image biasanya mengembalikan konten gambar yang dihasilkan melalui data[].b64_json alih-alih mengharuskan aplikasi Anda mengunduh URL gambar permanen.
Respons yang disederhanakan tampak seperti:
| { "data": [ { "b64_json": "<base64-image-data>" } ], "usage": { "input_tokens": 32, "output_tokens": 1372, "total_tokens": 1404 } } |
|---|
Aplikasi Anda harus mendekode field Base64 dan menyimpan byte yang dikembalikan, bukan menyimpan string Base64 sebagai aset final.
Langkah 3: Hasilkan Gambar dengan 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": ( "Ilustrasi isometrik yang bersih dari lab riset bertenaga surya, " "latar belakang putih, geometri presisi, tanpa label atau watermark" ), "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)) |
|---|
Ini adalah salah satu keuntungan praktis terbesar dari CometAPI untuk proyek OpenAI-SDK yang sudah ada: contoh resmi CometAPI menggunakan klien OpenAI yang sama, cukup mengubah base_url, kunci, dan ID model alih-alih mengganti lapisan SDK aplikasi.
Langkah 4: Gunakan Beberapa Gambar Referensi dengan Responses API
Tetapkan peran yang stabil untuk setiap gambar sebelum menulis prompt. Urutan yang berguna adalah: subjek terlebih dahulu, gaya kedua, lalu referensi latar atau tata letak. Sebutkan peran tersebut secara eksplisit di prompt agar model tidak perlu menyimpulkan properti mana yang harus disalin.
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": (
"Create a campaign image. Use image 1 only for the product "
"shape and colors; image 2 only for lighting and visual style; "
"image 3 only for the background composition. Preserve the "
"product logo exactly and add no other text."
)},
{"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))
Responses API menggunakan model mainline yang didukung di tingkat atas dan memilih GPT-Image-2.5 di dalam tool image-generation. Jika gateway belum mengekspos model mainline atau skema tool yang dipilih, periksa katalog model CometAPI saat ini dan gunakan padanan yang terdokumentasi.
Catatan: Beberapa gambar referensi dapat diinput sekaligus, dengan setiap gambar memiliki peran berbeda; tentukan dengan jelas tujuan setiap gambar dalam prompt. Saat melakukan pengeditan multi-gambar, perhatikan urutan input dan korespondensi semantik.
Cara Mengedit Gambar yang Ada
Gunakan rute pengeditan saat aset yang ada harus dipertahankan dan diubah. Nyatakan apa yang harus tetap sama sebelum menjelaskan perubahan yang diminta.
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=Preserve the product shape, label, and camera angle. Replace only the background with a warm studio gradient. Add no new text." \
-F "quality=high" \
-F "output_format=png"
Input

Output
Tetapkan Peran untuk Banyak Gambar Input
Jangan hanya mengandalkan urutan unggahan. Katakan “gambar 1 adalah subjek”, “gambar 2 adalah referensi gaya”, dan “gambar 3 adalah referensi latar”. Lalu daftarkan atribut yang boleh ditransfer dari masing-masing gambar. Ini mengurangi penyalinan wajah, logo, teks, atau tata letak secara tidak sengaja dari referensi yang salah.
Gunakan Mask untuk Edit Terlokalisasi
Mask membimbing area yang dapat diedit: piksel transparan menunjukkan di mana perubahan diizinkan, sementara area lain harus dipertahankan. Mask harus cocok dengan ukuran dan format gambar sumber, menyertakan saluran alfa, dan tetap dalam batas ukuran file API. Dengan beberapa gambar input, mask diterapkan pada gambar pertama.
Mask adalah panduan, bukan seleksi yang tepat per piksel. Perkuat dengan bahasa pelestarian seperti “ubah hanya area transparan; pertahankan semua piksel, teks, dan geometri lainnya.”
Tips Produksi untuk GPT-Image-2.5 di CometAPI
Spesifikasi model tidak mencantumkan streaming tingkat model generik sebagai fitur yang didukung, tetapi Image API dan Responses API mendukung streaming generasi gambar dengan partial_images. Ini menyediakan pratinjau gambar progresif alih-alih streaming teks token demi token: Images API menerima nilai partial_images dari 0 hingga 3 dan dapat mengembalikan sebanyak itu pratinjau selama generasi. Setiap gambar parsial menambah 100 token keluaran. Tim dapat menggunakan pratinjau ini untuk UI progres generasi; aplikasi yang tidak memerlukan pratinjau dapat tetap menggunakan alur generasi dan pengeditan standar.
Meskipun
partial_images: 3diatur, tidak ada jaminan bahwa tepat tiga gambar parsial akan diterima; jika gambar final dihasilkan cukup cepat, jumlah aktual yang diterima mungkin kurang dari jumlah yang diminta.
Parameter GPT-Image-2.5 API
GPT-Image-2.5 mengekspos kontrol keluaran lebih dari sekadar memilih prompt dan model.
| Parameter — panduan gambar OpenAI | Apa yang diatur | Titik awal yang direkomendasikan |
|---|---|---|
| quality | Tingkat komputasi/detail | medium untuk pengembangan |
| size | Resolusi/aspek gambar | 1024×1024 atau 1536×1024 |
| output_format | PNG, JPEG, WebP | PNG untuk fidelitas; WebP/JPEG untuk distribusi |
| background | Keluaran buram atau transparan | Gunakan transparan hanya saat diperlukan |
| output_compression | Kompresi JPEG/WebP | Tuning untuk pengiriman web |
| n | Jumlah gambar yang dikembalikan | Mulai dengan 1 |
| prompt | Persyaratan visual | Buat tata letak dan batasan eksplisit |
Image API vs Responses API
| Kriteria | Image API | Responses API |
|---|---|---|
| Paling cocok untuk | Generasi dan pengeditan satu kali langsung | Alur gambar percakapan, multi-langkah, atau berbasis agen |
| Pemilihan model | Tetapkan model gambar secara langsung | Gunakan model mainline plus tool image-generation |
| Banyak referensi | Didukung untuk edit, tergantung rute | Sangat cocok untuk beberapa input URL atau file-ID |
| Iterasi | Aplikasi mengirim ulang konteks | Dirancang untuk giliran iteratif dan pemanggilan tool |
| Pratinjau streaming | Mendukung gambar parsial | Mendukung gambar parsial |
| Pilih saat | Anda tahu keluaran yang diinginkan dan ingin request tersingkat | Model harus menalar konteks, referensi, atau hasil sebelumnya |
Aturan praktis: mulai dengan Image API. Beralih ke Responses API saat alur kerja membutuhkan state percakapan, beberapa referensi semantik, atau tool lain di sekitar generasi gambar.
Memilih kualitas
Tangga kualitas yang didukung adalah:
| auto low medium high xhigh max |
|---|
auto membiarkan model memutuskan. Untuk pengembangan, bagaimanapun, memilih medium secara eksplisit membuat A/B test lebih terkontrol.
Pola penerapan yang berguna adalah:
| low / medium → draf, pratinjau, eksperimen ber-volume tinggi high → aset produksi yang disetujui xhigh / max → render akhir yang menuntut saat peningkatan kualitas sepadan dengan biaya |
|---|
Jangan otomatis menggunakan max hanya karena tersedia. Lebih banyak token keluaran gambar meningkatkan biaya, dan prompt yang lemah tidak menjadi baik hanya dengan menaikkan kualitas.
Memilih ukuran gambar
Preset umum adalah:
| 1024x1024 1536x1024 1024x1536 |
|---|
Model 2.5 juga mendukung dimensi arbitrer yang valid, yang berguna untuk banner, halaman produk, kreatif seluler, dan aset non-persegi lainnya. Spesifikasi OpenAI saat ini memungkinkan dimensi hingga 3840 piksel per sisi dalam batas hitungan piksel dan rasio aspek. Panduan pemanggilan gambar OpenAI
Membuat gambar transparan
Gunakan:
| { "background": "transparent", "output_format": "png" } |
|---|
atau WebP. Keluaran transparan memerlukan format yang mendukung alfa transparansi, sehingga JPEG tidak sesuai. Persyaratan latar belakang transparan
Ini sangat berguna untuk cut-out produk, aset UI, ikon, stiker, dan pipeline komposit.
Cara Memberi Prompt GPT-Image-2.5
Prompt produksi yang andal memisahkan tujuan kreatif dari batasan. Tulis instruksi positif terlebih dahulu, lalu pelestarian dan batasan negatif.
Definisikan Komposisi
Sebutkan subjek, sudut kamera, pembingkaian, kedalaman, latar, dan posisi relatif objek penting. Contoh: “Tampilan produk tiga perempat, di tengah, ruang kosong luas di kanan, kamera setinggi mata, tampilan lensa 50 mm.”
Jelaskan Pencahayaan dan Material
Sebutkan arah cahaya, kelembutan, kontras, suhu warna, dan respons material. Contoh: “Softbox besar dari kiri atas, rim light halus, aluminium brushed realistis, refleksi terkontrol.”
Kendalikan Teks yang Tepat
Letakkan teks yang diperlukan dalam tanda kutip dan tentukan posisinya, hierarki, kapitalisasi, dan tipografi. Minta agar tidak ada teks tambahan. Contoh: “Tempatkan headline ‘BUILD WITH CLARITY’ tepat di tengah atas dengan huruf besar tebal sans serif. Pertahankan ejaannya persis. Tambahkan tidak ada kata, huruf, label, atau watermark lainnya.”
Nyatakan Apa yang Harus Dipertahankan
Untuk pengeditan, sebutkan elemen yang tidak boleh berubah: identitas, pose, geometri produk, logo, teks label, proporsi, sudut kamera, atau latar. Letakkan batasan ini sebelum modifikasi yang diminta.
Tambahkan Batasan Negatif
Daftarkan kemungkinan mode kegagalan dengan bahasa jelas: “Tidak ada jari ekstra, tidak ada produk ganda, tidak ada logo yang melengkung, tidak ada teks yang salah eja, tidak ada border, tidak ada watermark.” Batasan negatif paling berguna saat menyoroti risiko spesifik daripada istilah kualitas umum.
Berapa Biaya GPT-Image-2.5?
Biaya Resmi OpenAI API
Pada saat verifikasi, Flare dan Sunburst mencantumkan harga token yang sama: $5 per juta token input teks, $1.25 per juta token input teks yang di-cache, $8 per juta token input gambar, $2 per juta token input gambar yang di-cache, dan $30 per juta token keluaran gambar. Biaya akhir bergantung pada token yang benar-benar digunakan, bukan hanya jumlah request.
Harga CometAPI dan Cara Mengurangi Biaya
CometAPI saat ini mengiklankan diskon 20% untuk GPT-Image-2.5 Flare di katalog modelnya. Anggap dashboard dan invoice sebagai sumber kebenaran karena harga gateway dapat berubah. Untuk mengurangi pengeluaran, gunakan Flare untuk pekerjaan rutin, mulai dari medium atau high, cadangkan xhigh atau max untuk use case yang disetujui, gunakan input yang di-cache jika didukung, hindari varian yang tidak perlu, dan set partial_images menjadi 0 kecuali pratinjau meningkatkan pengalaman pengguna.
Faktor Biaya Lain dan Contoh Perhitungan
Biaya dipengaruhi oleh panjang prompt, jumlah dan resolusi gambar referensi, dimensi keluaran, kualitas, token keluaran final, varian yang diminta, pratinjau parsial, retry, dan hasil yang ditolak. Lacak baik pengeluaran per request maupun pengeluaran per gambar yang diterima.
Biaya gambar yang diterima = total pengeluaran generasi ÷ jumlah keluaran yang lolos tinjauan.
Contoh ilustratif: 10 percobaan dengan biaya $0.18 masing-masing berjumlah $1.80. Jika 6 gambar lolos tinjauan, biaya gambar yang diterima adalah $0.30, bukan $0.18. Jika prompting yang lebih baik mengurangi run menjadi 8 percobaan dengan 6 gambar diterima, biaya gambar yang diterima turun menjadi $0.24.
Flare vs. Sunburst: Model Mana yang Harus Anda Gunakan?
Keputusan model harus didorong oleh beban kerja alih-alih memperlakukan Sunburst sebagai pengganti otomatis untuk Flare.
| Keputusan | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst |
|---|---|---|
| Aplikasi interaktif | Direkomendasikan | Gunakan secara selektif |
| Iterasi prompt cepat | Direkomendasikan | Biasanya tidak perlu |
| Generasi kreatif ber-volume tinggi | Direkomendasikan | Bergantung pada tingkat penerimaan |
| Pengeditan produk/referensi | Baik | Direkomendasikan |
| Komposisi akhir kompleks | Baik | Direkomendasikan |
| Kontrol pengeditan maksimum | Baik | Direkomendasikan |
| UI sensitif latensi | Direkomendasikan | Kurang cocok |
| Aset akhir premium | Uji terlebih dahulu | Direkomendasikan saat peningkatan kualitas terukur |
Untuk banyak produk, arsitektur optimal bukanlah “pilih satu selamanya.” Rute sebagian besar request ke Flare, lalu kirim revisi yang menuntut atau keluaran bernilai tinggi ke Sunburst.
Bagaimana Migrasi dari GPT Image 2 ke GPT-Image-2.5?
Jika Anda sudah menggunakan GPT Image 2 melalui CometAPI, migrasi relatif kecil karena generasi dan pengeditan tetap pada rute Images API.
Perubahan paling sederhana adalah:
| # Sebelum model="gpt-image-2" # Setelah: mengutamakan kecepatan model="gpt-image-2.5-flare" # Setelah: mengutamakan presisi model="gpt-image-2.5-sunburst" |
|---|
Namun jangan berhenti pada penggantian ID. Evaluasi ulang kualitas, dimensi keluaran, latensi, pelestarian subjek, ketepatan teks, lokalitas edit, dan penggunaan token nyata menggunakan himpunan evaluasi yang tetap.
OpenAI secara khusus merekomendasikan menahan prompt, referensi, dimensi, dan format keluaran saat membandingkan model sehingga perubahan model adalah variabel yang diukur. Panduan migrasi OpenAI
Tips Produksi untuk GPT-Image-2.5 di CometAPI
Untuk layanan produksi, jaga implementasi di sekitar GPT-Image-2.5 tetap sengaja kecil: simpan API key di sisi server, persistensikan gambar yang didekode di penyimpanan Anda sendiri, log model/kualitas/ukuran/latensi/penggunaan, batasi retry, dan perlakukan error 400 berbeda dari kegagalan sementara 429 atau 5xx.
CometAPI telah menerbitkan panduan khusus yang membahas antrian, konkurensi terbatas, backoff eksponensial, ID yang tahan lama, penyimpanan, manifest, dan pelacakan biaya batch. Alih-alih menduplikasi implementasi itu di sini, lihat Cara Mengotomatisasi Generasi Gambar dalam Skala Besar saat beralih dari satu panggilan API ke produksi batch.
Pembedaan itu sangat penting saat menyesuaikan contoh yang ditulis untuk API native OpenAI secara langsung ke endpoint pihak ketiga yang kompatibel dengan OpenAI.
Error Umum GPT-Image-2.5 API
| Error | Kemungkinan penyebab | Apa yang harus dilakukan |
|---|---|---|
| 401 Unauthorized | CometAPI key tidak valid/hilang | Verifikasi COMETAPI_KEY dan header Bearer |
| 400 Bad Request | Parameter, ukuran, format, atau ID model tidak valid | Hapus field opsional dan uji request minimal |
| 429 Too Many Requests | Konkurensi atau batas akun tercapai | Backoff dan retry dengan jitter |
| 5xx berulang | Masalah sementara upstream/API | Retry dengan jumlah terbatas |
| Gambar muncul sebagai teks Base64 | b64_json tidak didekode | Dekode Base64 dan simpan byte |
| Keluaran transparan gagal | Format keluaran tidak kompatibel | Gunakan PNG atau WebP |
| Edit berubah terlalu banyak | Prompt tidak membatasi pelestarian | Nyatakan secara eksplisit apa yang harus tetap tidak berubah |
| Biaya naik tak terduga | Kualitas/resolusi lebih tinggi atau retry | Log penggunaan per request dan hitung biaya gambar yang diterima |
Jangan retry setiap kegagalan secara otomatis. Request 400 yang salah format umumnya akan tetap salah, sementara me-retry error autentikasi hanya menghasilkan lebih banyak trafik gagal.
Batas Laju dan Konkurensi
| Tingkat | TPM | IPM |
|---|---|---|
| Tier 1 | 100K | 5 |
| Tier 2 | 250K | 20 |
| Tier 3 | 800K | 50 |
| Tier 4 | 3M | 150 |
| Tier 5 | 8M | 250 |
Kesimpulan
GPT-Image-2.5 memberi pengembang pemisahan model yang lebih berguna daripada sekadar peningkatan generasi: Flare dioptimalkan untuk beban kerja gambar cepat sehari-hari, sementara Sunburst menawarkan opsi presisi lebih tinggi untuk alur kerja generasi dan pengeditan yang menuntut.
Melalui CometAPI, keduanya dapat masuk ke aplikasi yang kompatibel dengan OpenAI yang sudah ada dengan pekerjaan integrasi minimal. Mulailah dengan endpoint /v1/images/generations, Flare, pengaturan kualitas yang terkontrol, dan satu set prompt yang representatif. Tambahkan /v1/images/edits dan Sunburst saat produk Anda membutuhkan pelestarian referensi yang lebih kuat atau perubahan visual yang presisi.
Optimasi utama bukan hanya memilih pengaturan paling kuat. Ukur latensi, penggunaan token, tingkat penerimaan, akurasi pengeditan, dan biaya efektif per gambar yang disetujui pada beban kerja yang benar-benar dilayani aplikasi Anda. Itulah yang menentukan apakah Flare atau Sunburst adalah model produksi yang lebih baik.
FAQ
Apakah GPT-Image-2.5 tersedia di CometAPI?
Ya. Baik GPT Image 2.5 Flare maupun GPT Image 2.5 Sunburst tersedia melalui CometAPI.
Apakah saya memerlukan OpenAI API key terpisah?
Tidak. Saat memanggil model melalui CometAPI, autentikasi menggunakan CometAPI key Anda terhadap endpoint CometAPI.
Haruskah saya menggunakan Flare atau Sunburst?
Mulailah dengan Flare untuk sebagian besar beban kerja generasi. Gunakan Sunburst saat presisi pengeditan, komposisi kompleks, atau pelestarian detail gambar referensi berdampak terukur pada tingkat penerimaan keluaran. Ini mengikuti posisi OpenAI terhadap kedua model.
Dapatkah GPT-Image-2.5 mengedit gambar yang ada?
Ya. Spesifikasi model saat ini mendukung input gambar dan pengeditan gambar, dan CometAPI mengekspos kemampuan pengeditan gambar untuk keluarga ini. GPT Image 2.5 Flare API di CometAPI
Apakah GPT-Image-2.5 mendukung gambar transparan?
Ya. Set background menjadi transparan dan gunakan PNG atau WebP sebagai format keluaran. Panduan pemanggilan gambar OpenAI
Dapatkah saya menggunakan OpenAI Python SDK dengan CometAPI?
Ya. Contoh CometAPI saat ini menginstansiasi klien OpenAI standar dengan base_url="https://api.cometapi.com/v1" dan CometAPI key. Contoh SDK CometAPI
