TL;DR
GPT-Image-2.5 è una famiglia di API per immagini con due modelli: Flare privilegia la velocità e la generazione quotidiana, mentre Sunburst privilegia la precisione di editing e la fedeltà del risultato finale. Tramite CometAPI, le integrazioni esistenti con l’SDK OpenAI di solito possono migrare cambiando base URL, chiave API e ID del modello. Inizia con Flare a qualità media, misura latenza e costo per immagine accettata e inoltra gli editing più impegnativi o gli output premium a Sunburst.
Key Takeaways
- Flare è la scelta orientata alla velocità per prodotti interattivi, iterazione rapida e generazione ad alto volume.
- Sunburst è la scelta orientata alla precisione per editing localizzati, preservazione delle referenze e composizioni finali complesse.
- Entrambi i modelli accettano input di testo e immagini, supportano sei livelli di qualità e generano o modificano immagini tramite la Images API.
- CometAPI supporta i due ID modello tramite un base URL compatibile con OpenAI e un pattern di SDK.
- I risultati attuali dell’Arena favoriscono Sunburst per generazione ed editing, mentre entrambi i nuovi modelli restano contrassegnati come preliminari.
- La selezione in produzione dovrebbe basarsi su latenza, tasso di accettazione, fedeltà dell’editing, uso di token e costo effettivo per immagine approvata.
L’8 settembre 2026, OpenAI ha introdotto ChatGPT Images 2.5 e lanciato due nuovi modelli di generazione di immagini nell’API: GPT Image 2.5 Flare per una generazione veloce e quotidiana e GPT Image 2.5 Sunburst per flussi di lavoro che privilegiano la qualità delle immagini e un controllo di editing più rigoroso. OpenAI posiziona Flare come predefinito per la maggior parte delle applicazioni, mentre Sunburst è il suo modello più capace per generazione ed editing.
Entrambi i modelli sono ora disponibili tramite CometAPI. Il vantaggio pratico è che gli sviluppatori possono chiamarli tramite l’interfaccia familiare dell’SDK OpenAI sostituendo la chiave API e il base URL con le credenziali CometAPI. L’API compatibile con OpenAI di CometAPI significa che un’applicazione di generazione immagini esistente di solito richiede solo una piccola modifica d’integrazione anziché un nuovo SDK o un’architettura di richieste.
Questa guida mostra come generare e modificare immagini con GPT-Image-2.5 tramite CometAPI usando cURL, Python e JavaScript, e come scegliere il modello, il livello di qualità, le dimensioni e il formato di output giusti per un flusso di lavoro in produzione.
What Is the GPT-Image-2.5 API?
GPT-Image-2.5 è l’attuale famiglia di modelli di generazione immagini di OpenAI. Accetta input di testo e immagini e restituisce immagini. La famiglia ha due modelli: GPT-Image-2.5 Flare, ottimizzato per velocità e uso quotidiano, e GPT-Image-2.5 Sunburst, ottimizzato per massime capacità e editing preciso.
How to GPT-Image-2.5 API Compared with GPT Image 2 API?
La novità non è semplicemente una singola sostituzione più veloce. GPT-Image-2.5 separa il carico in due scelte mirate. Flare è orientato alla generazione di routine con latenza minore, mentre Sunburst è orientato ai compiti di generazione ed editing più impegnativi. Entrambi i modelli espongono lo stesso ampio set di controlli, inclusi livelli di qualità da low a max, input di immagini per l’editing e streaming di immagini parziali.
Per la migrazione, inizia mantenendo i prompt e la struttura delle richieste attuali, quindi seleziona un modello in base ai requisiti di latenza e fedeltà. Riesamina rendering del testo, istruzioni di preservazione, maschere, ordine delle immagini di riferimento, dimensione di output e costi prima di spostare il traffico in produzione.
Why Use GPT-Image-2.5 Through CometAPI?
CometAPI fornisce un layer di accesso compatibile con OpenAI che può ridurre il lavoro di integrazione quando un team già utilizza il suo gateway. I vantaggi pratici sono gestione centralizzata delle chiavi, un formato di richiesta familiare, visibilità dell’utilizzo e la possibilità di instradare generazione ed editing di immagini tramite un unico base URL.
| Item | Value |
|---|---|
| Base URL | https://api.cometapi.com/v1 |
| Generation route | POST /images/generations |
| Editing route | POST /images/edits |
| Authentication | Authorization: Bearer $COMETAPI_KEY |
Prezzi del provider e disponibilità dei modelli possono cambiare. Conferma l’identificatore del modello, il comportamento dell’endpoint e la fatturazione corrente nella dashboard di CometAPI prima del rollout in produzione.
How to Use GPT-Image-2.5 API in CometAPI
Step 1: Get a CometAPI API Key
Crea o accedi al tuo account CometAPI e genera un token dalla console dei token API di CometAPI.
Archivia la chiave come variabile d’ambiente invece di inserirla nel sorgente dell’applicazione:
| export COMETAPI_KEY="your-cometapi-key" |
|---|
Su Windows PowerShell:
| $env:COMETAPI_KEY="your-cometapi-key" |
|---|
Non esporre la chiave API in JavaScript lato browser, repository pubblici, screenshot o applicazioni client. Le variabili d’ambiente lato server o un secret manager sono scelte più sicure per la produzione.
Step 2: Generate Your First Image with cURL
Per la maggior parte delle applicazioni, inizia con Flare. Una richiesta di generazione minimale è la seguente:
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 di prodotto premium di un altoparlante wireless nero opaco su un piedistallo di cemento chiaro, luce morbida da finestra, texture dei materiali realistica, composizione editoriale pulita, senza testo", "size": "1536x1024", "quality": "medium", "output_format": "png" }' |
|---|
Gli elementi specifici di CometAPI fondamentali sono l’endpoint e la chiave API. La GPT Image 2.5 Flare API in CometAPI utilizza l’endpoint api.cometapi.com/v1/images/generations con autenticazione Bearer.
I modelli GPT Image normalmente restituiscono il contenuto dell’immagine generata tramite data[].b64_json invece di richiedere all’applicazione di scaricare un URL permanente dell’immagine.
Una risposta semplificata è:
| { "data": [ { "b64_json": "<base64-image-data>" } ], "usage": { "input_tokens": 32, "output_tokens": 1372, "total_tokens": 1404 } } |
|---|
La tua applicazione dovrebbe decodificare il campo Base64 e salvare i byte restituiti invece di archiviare la stringa Base64 come asset finale.
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": ( "Un'illustrazione isometrica pulita di un laboratorio di ricerca a energia solare, " "sfondo bianco, geometria precisa, senza etichette né filigrane" ), "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)) |
|---|
Questo è uno dei maggiori vantaggi pratici di CometAPI per un progetto già basato sull’SDK OpenAI: l’esempio ufficiale di CometAPI utilizza lo stesso client OpenAI, cambiando base_url, chiave e ID del modello invece di sostituire il layer SDK dell’applicazione.
Step 4: Use Multiple Reference Images with the Responses API
Assegna a ogni immagine un ruolo stabile prima di scrivere il prompt. Un ordine utile è: prima il soggetto, poi lo stile, quindi lo sfondo o il riferimento al layout. Nomina esplicitamente questi ruoli nel prompt, così il modello non deve inferire quali proprietà copiare.
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))
La Responses API utilizza un modello principale supportato a livello superiore e seleziona GPT-Image-2.5 all’interno dello strumento di generazione immagini. Se il gateway non espone ancora il modello principale selezionato o lo schema dello strumento, controlla il catalogo modelli corrente di CometAPI e usa il suo equivalente documentato.
Nota: È possibile fornire più immagini di riferimento contemporaneamente, con ciascuna immagine che svolge un ruolo distinto; specifica chiaramente lo scopo di ogni immagine nel prompt. Quando esegui editing multi-immagine, presta attenzione all’ordine di input e alla corrispondenza semantica.
How to Edit Existing Images
Usa la route di editing quando è necessario preservare e modificare un asset esistente. Indica cosa deve rimanere invariato prima di descrivere la modifica richiesta.
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
Assign Roles to Multiple Input Images
Non affidarti solo all’ordine di upload. Dichiara “l’immagine 1 è il soggetto”, “l’immagine 2 è il riferimento di stile” e “l’immagine 3 è il riferimento di sfondo”. Quindi elenca gli attributi che possono essere trasferiti da ciascuna immagine. Questo riduce la copia accidentale di volti, loghi, testo o layout dal riferimento sbagliato.
Use a Mask for Localized Edits
Una maschera guida l’area modificabile: i pixel trasparenti indicano dove è consentito il cambiamento, mentre l’area restante dovrebbe essere preservata. La maschera dovrebbe corrispondere per dimensioni e formato all’immagine sorgente, includere un canale alfa e rientrare nel limite di dimensione file dell’API. Con più immagini di input, la maschera si applica alla prima immagine.
Una maschera è una guida, non una selezione al pixel. Rafforzala con una formulazione di preservazione come “modifica solo la regione trasparente; preserva tutti gli altri pixel, il testo e la geometria”.
Production Tips for GPT-Image-2.5 in CometAPI
La specifica del modello non elenca lo streaming generico a livello di modello come funzionalità supportata, ma l’Image API e la Responses API supportano lo streaming della generazione immagini con partial_images. Questo fornisce anteprime progressive dell’immagine invece dello streaming token-per-token del testo: la Images API accetta valori partial_images da 0 a 3 e può restituire altrettante anteprime durante la generazione. Ogni immagine parziale aggiunge 100 token di output. I team possono utilizzare queste anteprime per un’interfaccia di avanzamento della generazione; le applicazioni che non ne hanno bisogno possono continuare a usare il normale flusso di generazione ed editing.
Anche se
partial_images: 3è impostato, non c’è alcuna garanzia che si riceveranno esattamente tre immagini parziali; se l’immagine finale viene generata abbastanza velocemente, il numero effettivo ricevuto può essere inferiore a quello richiesto.
GPT-Image-2.5 API Parameters
GPT-Image-2.5 offre un controllo dell’output più ampio del semplice scegliere un prompt e un modello.
| Parameter — OpenAI image guide | What it controls | Recommended starting point |
|---|---|---|
| quality | Livello di calcolo/dettaglio | medium per lo sviluppo |
| size | Risoluzione/aspect ratio | 1024×1024 o 1536×1024 |
| output_format | PNG, JPEG, WebP | PNG per fedeltà; WebP/JPEG per delivery |
| background | Output opaco o trasparente | Usa trasparente solo quando necessario |
| output_compression | Compressione JPEG/WebP | Ottimizza per il web delivery |
| n | Numero di immagini restituite | Inizia con 1 |
| prompt | Requisiti visivi | Rendi espliciti layout e vincoli |
Image API vs Responses API
| Criterion | Image API | Responses API |
|---|---|---|
| Best for | Generazione ed editing diretti one-shot | Workflow conversazionali, multi-step o agentici per immagini |
| Model selection | Imposti direttamente il modello di immagini | Usi un modello principale più lo strumento di generazione immagini |
| Multiple references | Supportate per gli editing, a seconda della route | Naturale per più input via URL o ID di file |
| Iteration | L’applicazione reinvia il contesto | Progettata per turni iterativi e chiamate di strumenti |
| Streaming previews | Supporta immagini parziali | Supporta immagini parziali |
| Choose when | Sai l’output desiderato e vuoi la richiesta più breve | Il modello deve ragionare su contesto, referenze o risultati precedenti |
Regola pratica: inizia con la Image API. Passa alla Responses API quando il flusso di lavoro necessita di stato conversazionale, più referenze semantiche o altri strumenti attorno alla generazione di immagini.
Choosing quality
La scala di qualità supportata è:
| auto low medium high xhigh max |
|---|
auto lascia decidere al modello. Per lo sviluppo, tuttavia, scegliere esplicitamente medium rende gli A/B test più controllati.
Un pattern utile di distribuzione è:
| low / medium → bozze, anteprime, sperimentazione ad alto volume high → asset di produzione approvati xhigh / max → render finali impegnativi dove il guadagno di qualità giustifica il costo |
|---|
Non usare automaticamente max solo perché è disponibile. Un numero maggiore di token di output dell’immagine aumenta il costo e un prompt debole non diventa buono semplicemente aumentando la qualità.
Choosing image size
I preset comuni sono:
| 1024x1024 1536x1024 1024x1536 |
|---|
I modelli 2.5 supportano anche dimensioni arbitrarie valide, utili per banner, pagine prodotto, creatività mobile e altri asset non quadrati. La specifica attuale di OpenAI consente dimensioni fino a 3840 pixel per lato entro i limiti di conteggio pixel e aspect ratio. Guida ai prompt per immagini di OpenAI
Creating transparent images
Usa:
| { "background": "transparent", "output_format": "png" } |
|---|
oppure WebP. L’output trasparente richiede un formato che supporti la trasparenza alfa, quindi JPEG non è appropriato. Requisiti per sfondo trasparente
Questo è particolarmente utile per scontorni di prodotto, asset UI, icone, adesivi e pipeline di compositing.
How to Prompt GPT-Image-2.5
Un prompt affidabile per la produzione separa l’obiettivo creativo dai vincoli. Scrivi prima le istruzioni positive, poi le regole di preservazione e i vincoli negativi.
Define Composition
Specifica soggetto, angolo di ripresa, inquadratura, profondità, sfondo e posizione relativa degli oggetti importanti. Esempio: “Vista del prodotto a tre quarti, centrata, ampio spazio negativo a destra, camera a livello occhi, look da lente 50 mm.”
Describe Lighting and Materials
Indica direzione della luce, morbidezza, contrasto, temperatura colore e risposta dei materiali. Esempio: “Grande softbox in alto a sinistra, sottile luce di contorno, alluminio spazzolato realistico, riflessi controllati.”
Control Exact Text
Metti il testo richiesto tra virgolette e specifica posizione, gerarchia, maiuscole e tipografia. Chiedi di non aggiungere altro testo. Esempio: “Inserisci l’esatta headline ‘BUILD WITH CLARITY’ in alto al centro in sans serif grassetto maiuscolo. Mantieni l’ortografia esatta. Non aggiungere altre parole, lettere, etichette o filigrane.”
State What Must Be Preserved
Per l’editing, indica gli elementi che non possono cambiare: identità, posa, geometria del prodotto, logo, testo dell’etichetta, proporzioni, angolo di ripresa o sfondo. Metti questi vincoli prima della modifica richiesta.
Add Negative Constraints
Elenca in linguaggio semplice le modalità d’errore probabili: “Niente dita extra, nessun prodotto duplicato, nessun logo deformato, nessun testo con errori di ortografia, nessun bordo, nessuna filigrana.” I vincoli negativi sono più utili quando affrontano rischi specifici piuttosto che termini di qualità generici.
How Much Does GPT-Image-2.5 Cost?
Official OpenAI API Costs
Al momento della verifica, sia Flare sia Sunburst riportano gli stessi prezzi per token: 5 $ per milione di token di input testuale, 1,25 $ per milione di token di input testuale in cache, 8 $ per milione di token di input immagine, 2 $ per milione di token di input immagine in cache e 30 $ per milione di token di output immagine. Il costo finale dipende dai token effettivamente utilizzati, non solo dal numero di richieste.
CometAPI Pricing and Ways to Reduce Cost
CometAPI attualmente pubblicizza uno sconto del 20% per GPT-Image-2.5 Flare nel suo catalogo modelli. Considera la dashboard e la fattura come fonte di verità perché i prezzi del gateway possono cambiare. Per ridurre la spesa, usa Flare per il lavoro di routine, parti da medium o high, riserva xhigh o max a casi approvati, riutilizza input in cache dove supportato, evita varianti non necessarie e imposta partial_images su 0 a meno che le anteprime non migliorino l’esperienza utente.
Other Cost Factors and a Worked Example
Il costo è influenzato da lunghezza del prompt, numero e risoluzione delle immagini di riferimento, dimensioni di output, qualità, token di output finali, varianti richieste, anteprime parziali, tentativi e risultati respinti. Traccia sia la spesa per richiesta sia la spesa per immagine accettata.
Costo per immagine accettata = spesa totale di generazione ÷ numero di output che superano la revisione.
Esempio illustrativo: 10 tentativi a 0,18 $ ciascuno costano 1,80 $. Se 6 immagini superano la revisione, il costo per immagine accettata è 0,30 $, non 0,18 $. Se un prompt migliore riduce il ciclo a 8 tentativi con 6 immagini accettate, il costo per immagine accettata scende a 0,24 $.
Flare vs. Sunburst: Which Model Should You Use?
La decisione sul modello dovrebbe essere guidata dal carico di lavoro invece di trattare Sunburst come sostituto automatico di Flare.
| Decision | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst |
|---|---|---|
| Applicazione interattiva | Consigliato | Usare con selettività |
| Iterazione rapida dei prompt | Consigliato | Generalmente non necessario |
| Generazione creativa ad alto volume | Consigliato | Dipende dal tasso di accettazione |
| Editing di prodotto/referenze | Buono | Consigliato |
| Composizione finale complessa | Buono | Consigliato |
| Controllo massimo dell’editing | Buono | Consigliato |
| UI sensibile alla latenza | Consigliato | Meno adatto |
| Asset finale premium | Testa prima | Consigliato quando il guadagno di qualità è misurabile |
Per molti prodotti, l’architettura ottimale non è “sceglierne uno per sempre”. Instrada la maggior parte delle richieste a Flare, quindi invia le revisioni impegnative o gli output finali di alto valore a Sunburst.
How Do You Migrate from GPT Image 2 to GPT-Image-2.5?
Se già usi GPT Image 2 tramite CometAPI, la migrazione è relativamente piccola perché generazione ed editing restano sulle route della Images API.
La modifica più semplice è:
| # Prima model="gpt-image-2" # Dopo: orientato alla velocità model="gpt-image-2.5-flare" # Dopo: orientato alla precisione model="gpt-image-2.5-sunburst" |
|---|
Ma non fermarti alla sostituzione dell’ID. Rivaluta qualità, dimensioni di output, latenza, preservazione del soggetto, correttezza del testo, località dell’editing e uso reale dei token usando un set di valutazione fisso.
OpenAI raccomanda specificamente di mantenere costanti prompt, referenze, dimensioni e formato di output quando si confrontano modelli, in modo che la variabile misurata sia il cambio di modello. Linee guida di migrazione di OpenAI
Production Tips for GPT-Image-2.5 in CometAPI
Per un servizio in produzione, mantieni volutamente snella l’implementazione attorno a GPT-Image-2.5: archivia la chiave API lato server, salva l’immagine decodificata nel tuo storage, registra modello/qualità/dimensioni/latenza/utilizzo, limita i retry e tratta gli errori 400 diversamente da 429 o 5xx transitori.
CometAPI ha già pubblicato una guida dedicata che copre accodamento, concorrenza limitata, backoff esponenziale, ID durevoli, storage, manifest e monitoraggio dei costi in batch. Anziché duplicare qui quell’implementazione, vedi How to Automate Image Generation at Scale quando passi da una singola chiamata API alla produzione in batch.
Questa distinzione è particolarmente importante quando si adattano esempi scritti per l’API nativa di OpenAI direttamente a un endpoint di terze parti compatibile con OpenAI.
Common GPT-Image-2.5 API Errors
| Error | Likely cause | What to do |
|---|---|---|
| 401 Unauthorized | Chiave CometAPI non valida/mancante | Verifica COMETAPI_KEY e l’header Bearer |
| 400 Bad Request | Parametro, dimensione, formato o ID modello non valido | Rimuovi i campi opzionali e testa una richiesta minimale |
| 429 Too Many Requests | Limite di concorrenza o account raggiunto | Esegui backoff e riprova con jitter |
| Repeated 5xx | Problema temporaneo upstream/API | Riprova un numero limitato di volte |
| L’immagine appare come testo Base64 | b64_json non è stato decodificato | Decodifica Base64 e salva i byte |
| Output trasparente non riuscito | Formato di output incompatibile | Usa PNG o WebP |
| L’editing modifica troppo | Il prompt non vincola la preservazione | Indica esplicitamente cosa deve restare invariato |
| Costi inaspettatamente in aumento | Qualità/risoluzione più alte o retry | Registra l’utilizzo per richiesta e calcola il costo per immagine accettata |
Non riprovare automaticamente ogni errore. Una richiesta 400 malformata resterà generalmente malformata, mentre riprovare con un errore di autenticazione genera solo altro traffico fallito.
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 offre agli sviluppatori una suddivisione dei modelli più utile di un semplice upgrade generazionale: Flare è ottimizzato per carichi di lavoro di immagini rapidi e quotidiani, mentre Sunburst offre un’opzione di maggiore precisione per workflow di generazione ed editing esigenti.
Tramite CometAPI, entrambi possono inserirsi in un’applicazione compatibile con OpenAI esistente con un lavoro di integrazione minimo. Inizia con l’endpoint /v1/images/generations, Flare, un’impostazione di qualità controllata e un set di prompt rappresentativo. Aggiungi /v1/images/edits e Sunburst quando il tuo prodotto richiede una preservazione più forte delle referenze o modifiche visive precise.
L’ottimizzazione chiave non è semplicemente selezionare l’impostazione più potente. Misura latenza, uso dei token, tasso di accettazione, accuratezza dell’editing e costo effettivo per immagine approvata sul carico di lavoro che la tua applicazione serve realmente. È questo che determina se Flare o Sunburst è il modello migliore per la produzione.
FAQ
Is GPT-Image-2.5 available on CometAPI?
Sì. Sia GPT Image 2.5 Flare sia GPT Image 2.5 Sunburst sono disponibili tramite CometAPI.
Do I need a separate OpenAI API key?
No. Quando richiami il modello tramite CometAPI, l’autenticazione utilizza la tua chiave CometAPI contro l’endpoint CometAPI.
Should I use Flare or Sunburst?
Inizia con Flare per la maggior parte dei carichi di generazione. Usa Sunburst quando la precisione dell’editing, le composizioni complesse o la preservazione dei dettagli delle immagini di riferimento hanno un impatto misurabile sull’accettazione dell’output. Questo segue anche il posizionamento di OpenAI per i due modelli.
Can GPT-Image-2.5 edit existing images?
Sì. Le specifiche attuali del modello supportano input di immagini ed editing di immagini, e CometAPI espone la capacità di editing per la famiglia. GPT Image 2.5 Flare API in CometAPI
Does GPT-Image-2.5 support transparent images?
Sì. Imposta background su trasparente e utilizza PNG o WebP come formato di output. Guida ai prompt per immagini di OpenAI
Can I use the OpenAI Python SDK with CometAPI?
Sì. Gli esempi attuali di CometAPI istanziano il client OpenAI standard con base_url="https://api.cometapi.com/v1" e una chiave CometAPI. Esempio SDK di CometAPI