GPT Image 1 と比べて GPT Image 1.5 はどれくらい高速ですか？

GPT Image 1.5 は GPT Image 1 と比べて最大で4×の速度向上を実現し、反復的なクリエイティブワークフローにおける待ち時間を大幅に低減します。

GPT Image 1.5 は透過背景をサポートしていますか？

はい、出力フォーマットに PNG または WebP を使用し、background パラメータを 'transparent' に設定してください。透過は、medium または high の品質設定で最も効果的に機能します。

GPT Image 1.5 のテキストプロンプトの最大長はどれくらいですか？

GPT Image 1.5 は最大32,000文字のプロンプトを受け付け、複雑な画像生成タスクに対して、非常に詳細で制約の厳しい指示を可能にします。

GPT Image 1.5 は Google's Nano Banana Pro と比べてどうですか？

GPT Image 1.5 は編集の忠実度と反復速度を重視し、Nano Banana Pro はスタジオ品質のリアリズムで高く評価されています。どちらも拮抗しているため、ワークフローのニーズに基づいて選択してください。

GPT Image 1.5 はマルチターンの会話型編集をサポートしていますか？

はい、Responses API を通じて、GPT Image 1.5 はコンテキストを保持しながら追加入力で画像を反復的に洗練していくマルチターンの編集ワークフローをサポートします。

GPT Image 1.5 は合成のために複数の参照画像を使用できますか？

はい、GPT Image 1.5 は合成やスタイル参照のために複数の入力画像を受け付けます。high input_fidelity モードを使用する場合、先頭の5枚の画像はより高い忠実度で保持されます。

GPT Image 1.5 がサポートする解像度と品質設定は何ですか？

GPT Image 1.5 は 1024×1024（正方形）、1536×1024（横長）、および 1024×1536（縦長）をサポートします。品質オプションには low、medium、high、auto が含まれます。

OpenAI

利用可能人気

gpt-image-1.5

GPT Image 1.5 API

GPT-Image-1.5は、OpenAIのGPT Image familyに属する画像モデルです。これは、テキストプロンプトから画像を生成し、ユーザーの指示に厳密に従いながら入力画像の高忠実度な編集を行うように設計された、ネイティブにマルチモーダルなGPTモデルです。

最低料金

$6.40 / 入力100万トークン

従量課金

APIの稼働状況

利用可能

本番エンドポイント

応答速度

非同期対応

実測APIレスポンス

公開日

Dec 16, 2025

OpenAI

Playground

実際のリクエストでGPT Image 1.5を試し、パラメーターを確認し、API統合前に出力を検証できます。

概要

GPT Image 1.5の実用的な概要と、重要な挙動・統合時の注意点。

GPT-Image-1.5 API とは？

GPT-Image-1.5 は OpenAI の GPT Image ファミリーの最新メンバーで、ChatGPT の刷新された Images 体験を支えるモデルです。画像生成を「目新しい実験」から本番運用レベルのクリエイティブツールへと進化させることを目指して設計されており、より高いフォトリアリズム、反復的な編集に対するきめ細かな制御、そして対話型やエンタープライズ向けワークフローを支える高速な推論を実現します。

gpt-image-1.5 API は、1 つ以上の画像入力（ファイル識別子またはバイト列）とテキストプロンプトを受け取り、生成画像または編集済み画像を返すマルチモーダル画像モデルのエンドポイントです。以下をサポートします：

テキストから画像の生成（プロンプトから作成）
画像編集 / インペイント / コンポジット（既存画像に対して指示を適用、複数画像入力に対応）
Responses API を介した反復的なマルチターン編集ワークフロー（“tweak & iterate” な UI を実現）

この API は、旧来の DALL·E の制約とは異なる形で画像プロンプトを扱います。GPT 画像モデルは大幅に長いテキストプロンプト（目安として 32,000 文字）を受け付けられるため、複雑で制約の多い指示も実用的になります。

主な特徴（実用面）

編集容易性 / マルチターンでの一貫性の向上： 反復編集において、キャラクターの外見、ライティング、主要な視覚属性を維持します。これにより、製品カタログやブランドアセットのような「同一モデルで繰り返し編集」するワークフローがより信頼できるものになります。
スループットの向上 — GPT Image 1 比で最大 4× の高速化により、反復的なクリエイティブワークフローのレイテンシーを低減。
コスト最適化 — 画像の入出力コストを GPT Image 1 比で約 20% 低減し、高ボリュームユーザーの 1 画像あたりの反復コストを削減。
複数画像のコンポジット & スタイル参照 — 複数の参照画像を受け付け、シーンを合成したりスタイル/ライティングを転移。
品質/忠実度のパラメータ — スピードと忠実度のトレードオフを調整可能（大量生成では低品質、本番アセットでは高品質など）。
マルチターン編集 / Responses API 連携 — 段階的なワークフロー（変更点を指示し、「微調整を重ねる」状態保持型の反復）を可能にします。

技術的な能力

テキストプロンプト上限（画像モデル）： 最大32,000 文字（注：OpenAI は GPT 画像モデルのテキスト長許容量としてこれを文書化）。長文かつ制約の多いプロンプトに利用可能。
画像入力： File ID（マルチターンフローでは推奨）または生のバイト列を受け付けます。合成や参照のために複数画像の指定が可能。
出力： PNG/JPEG もしくはプラットフォーム既定の画像アーティファクトを API が返します（ChatGPT では添付として返される場合あり）。複数候補の生成や、反復要求による出力の洗練に対応。
生成モード： テキストからの生成、画像編集（指示に基づくインペイント/拡張）、およびバリアント。マルチターン編集では「add/subtract/combine」スタイルの指示をサポート。
指示に敏感な編集： モデルは指示の忠実性（「ロゴは変更しない」「ポーズとライティングを維持」などの不変条件の保持）に最適化。プロンプトエンジニアリングのパターン（各反復で不変条件を明示的に繰り返す）がセマンティックドリフトの低減に有効。

ベンチマーク性能

リーダーボードでの位置付け： とある統合レポートでは、Artificial Analysis のテキストから画像ランキングにおいて GPT Image 1.5 が約 1264 ポイントで首位、次点モデルに対して有意な差を示したとされています。
タスク別指標（編集 & 保持）： Microsoft Foundry の評価要約では、単一ターンの BinaryEval における二値変更の成功率が 100%、顔保持スコアが AuraFace 指標で**約 90%**と報告。これらの比較表では、編集の忠実性や保持性能で一部競合や従来の OpenAI モデルを上回る結果が示されています。

GPT Image 1.5

同種モデルとの比較

GPT Image 1（従来世代）比： より高速（最大 4×）、より低コスト（画像 I/O コストが約 20% 減）、編集の忠実性も強化。プロトタイプ/デモ段階から「本番対応の」画像ワークフローへ。
Google の Nano Banana Pro / Gemini 画像モデル比： GPT-Image-1.5 と Google の Nano Banana Pro / Gemini 3 ファミリーは互いに拮抗しており、プロンプトの種類によって得手不得手が分かれます。OpenAI は編集の忠実性と反復速度を強調し、Google は一部の例でスタジオ級のリアリズムが評価されています。
Qwen Image やその他のオープン/クローズドモデル比： 単一ターンの編集・保持系指標では GPT-Image-1.5 が Qwen Image を上回るケースが見られる一方、マルチターンや特定領域の評価では差が縮まることがあります。

GPT-Image-1.5 が得意とする領域

E コマースの製品イメージング： 大量バリアント、背景置換、単一写真からの一貫した商品カタログ作成（ブランド/ロゴの保持）。
クリエイティブ & マーケティング用アセット制作： コンセプトの素早い反復、フォトリアルなモックアップ、制御されたスタイル転移。
フォトレタッチ & 編集ワークフロー： 服装/ヘアスタイルのリアルな試着、人物同一性とライティングを保つ選択的レタッチ。
デザインツール連携： デザインプラットフォームや CMS に組み込み、オンデマンドの画像バリアント生成（忠実度パラメータでコスト制御）。
多段のコンポジットパイプライン： 複数画像入力により、複雑なシーンの合成や参照ベースの生成が可能。

GPT Image 1.5 API の利用方法

cometapi.com にログインしてください。まだユーザーでない場合は、先にご登録ください。CometAPI console にサインインします。インターフェースのアクセス認証 API キーを取得します。パーソナルセンターの API トークンで “Add Token” をクリックし、トークンキー（sk-xxxxx）を取得して送信します。

Step 2: Send Requests to GPT Image 1.5 API

“gpt-image-1.5” エンドポイントを選択して API リクエストを送り、リクエストボディを設定します。リクエストメソッドとリクエストボディは当社ウェブサイトの API ドキュメントをご参照ください。利便性のため、当社サイトでは Apifox テストも提供しています。アカウントの CometAPI キーで <YOUR_API_KEY> を置き換えてください。base url is Images (https://api.cometapi.com/v1/images/generations) and [Image Editing]

content フィールドに質問やリクエストを入力してください — モデルはその内容に応答します。API 応答を処理して生成結果を取得します。

Step 3: Retrieve and Verify Results

API 応答を処理して生成結果を取得します。処理後、API はタスクのステータスと出力データを返します。

See also Gemini 3 Pro Preview API

よくある質問

料金プラン

上記の簡易見積もりを1回分の目安にし、CometAPIと公式価格の詳細な比較もご確認ください。

1回目のリクエスト

$0.032

CometAPI利用料金の見積もり

10回のリクエスト

$0.32

CometAPI利用料金の見積もり

15回のリクエスト

$0.48

CometAPI利用料金の見積もり

GPT Image 1.5の料金

GPT Image 1.5の競争力のある価格設定をご確認ください。さまざまな予算や利用ニーズに対応できるよう設計されています。柔軟なプランにより、使用した分だけお支払いいただけるため、要件の拡大に合わせて簡単にスケールアップできます。GPT Image 1.5がコストを管理しながら、お客様のプロジェクトをどのように強化できるかをご覧ください。

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

API

動作するエンドポイントとコード例をコピーし、全パラメーターが必要な場合は完全なAPIリファレンスを開いてください。

1つのAPIで本番対応のモデルアクセス

一度認証すれば、モデルエンドポイントを呼び出し、プロバイダー間で同じ請求・モニタリングフローを維持できます。

POST/v1/images/generations

GPT Image 1.5のサンプルコードとAPI

gpt-image-1.5 API は、1つ以上の画像入力（ファイル識別子またはバイト列）とテキストプロンプトを受け取り、生成画像または編集済み画像を返すマルチモーダル画像モデルのエンドポイントです。サポートしています:

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");

機能

アーキテクチャの選定や本番負荷の見積もり前に、重要なモデル情報を確認できます。

対応機能

既存のモデルAPIが返す機能。

text-to-image

image-editing

入力と出力

入力

text

出力

image

本番環境プロファイル

プロバイダー: OpenAI
文脈: モデルによる
商用利用: 対応

ユースケース

imageの機能に合った本番ワークフローにGPT Image 1.5を活用し、長期的な統合前に他の選択肢とも比較してください。

商品ビジュアルやキャンペーン素材の制作

コンセプトアートと素早いビジュアル探索

画像編集・バリエーション生成・素材制作

他のモデル

品質・レイテンシ・機能・料金のトレードオフに応じて、CometAPIで利用できる他のモデルと比較できます。

モデル比較を開く →

OpenAI

GPT Image 2.5(sunburst)

GPT Image 2.5(sunburst) APIを見る。

モデルを見る

OpenAI

GPT Image 2.5 Flare

GPT Image 2.5 Flare APIを見る。

モデルを見る

OpenAI

GPT Image 2

GPT Image 2 は、高速かつ高品質な画像生成と編集のための OpenAI の最先端の画像生成モデルです。柔軟な画像サイズに対応し、高忠実度の画像入力をサポートします。

モデルを見る

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model は、画像生成ファミリーにおける効率性に特化したエキスパートで、超低レイテンシかつ費用対効果の高い画像生成および編集のために設計されています。

モデルを見る

OpenAI

GPT Image 1 mini

GPT Image 1 のコスト最適化版。テキストと画像の両方の入力を受け付け、画像を出力するネイティブなマルチモーダル言語モデルです。

モデルを見る

Google

Nano Banana 2

コア機能の概要: 解像度: 最大4K（4096×4096）、Proと同等。参照画像の一貫性: 参照画像は最大14枚（オブジェクト10件 + キャラクター4件）、スタイル/キャラクターの一貫性を維持。極端なアスペクト比: 1:4、4:1、1:8、8:1を新規追加、縦長画像・ポスター・バナーに最適。テキストレンダリング: 高度なテキスト生成、インフォグラフィックおよびマーケティングポスターのレイアウトに最適。検索機能の強化: Google Search + Image Searchを統合。グラウンディング: 思考プロセスを内蔵、複雑なプロンプトは生成前に推論。

モデルを見る

Uptime

本番投入前に、リアルタイムのハートビートデータ、エンドポイントの可用性、実測レスポンスタイムを確認できます。

バージョン

本番統合を固定する前に、利用可能なモデル識別子を確認してください。

gpt-image-1.5

gpt-image-1.5-2025-12-16

さらに探る

モデルを比較して、調査を続けましょう

OpenAI

利用可能人気

gpt-image-1.5

GPT Image 1.5 API

最低料金

$6.40 / 入力100万トークン

従量課金

APIの稼働状況

利用可能

本番エンドポイント

応答速度

非同期対応

実測APIレスポンス

公開日

Dec 16, 2025

OpenAI

Playground

実際のリクエストでGPT Image 1.5を試し、パラメーターを確認し、API統合前に出力を検証できます。

概要

GPT Image 1.5の実用的な概要と、重要な挙動・統合時の注意点。

GPT-Image-1.5 API とは？

テキストから画像の生成（プロンプトから作成）
画像編集 / インペイント / コンポジット（既存画像に対して指示を適用、複数画像入力に対応）
Responses API を介した反復的なマルチターン編集ワークフロー（“tweak & iterate” な UI を実現）

主な特徴（実用面）

編集容易性 / マルチターンでの一貫性の向上： 反復編集において、キャラクターの外見、ライティング、主要な視覚属性を維持します。これにより、製品カタログやブランドアセットのような「同一モデルで繰り返し編集」するワークフローがより信頼できるものになります。
スループットの向上 — GPT Image 1 比で最大 4× の高速化により、反復的なクリエイティブワークフローのレイテンシーを低減。
コスト最適化 — 画像の入出力コストを GPT Image 1 比で約 20% 低減し、高ボリュームユーザーの 1 画像あたりの反復コストを削減。
複数画像のコンポジット & スタイル参照 — 複数の参照画像を受け付け、シーンを合成したりスタイル/ライティングを転移。
品質/忠実度のパラメータ — スピードと忠実度のトレードオフを調整可能（大量生成では低品質、本番アセットでは高品質など）。
マルチターン編集 / Responses API 連携 — 段階的なワークフロー（変更点を指示し、「微調整を重ねる」状態保持型の反復）を可能にします。

技術的な能力

テキストプロンプト上限（画像モデル）： 最大32,000 文字（注：OpenAI は GPT 画像モデルのテキスト長許容量としてこれを文書化）。長文かつ制約の多いプロンプトに利用可能。
画像入力： File ID（マルチターンフローでは推奨）または生のバイト列を受け付けます。合成や参照のために複数画像の指定が可能。
出力： PNG/JPEG もしくはプラットフォーム既定の画像アーティファクトを API が返します（ChatGPT では添付として返される場合あり）。複数候補の生成や、反復要求による出力の洗練に対応。
生成モード： テキストからの生成、画像編集（指示に基づくインペイント/拡張）、およびバリアント。マルチターン編集では「add/subtract/combine」スタイルの指示をサポート。
指示に敏感な編集： モデルは指示の忠実性（「ロゴは変更しない」「ポーズとライティングを維持」などの不変条件の保持）に最適化。プロンプトエンジニアリングのパターン（各反復で不変条件を明示的に繰り返す）がセマンティックドリフトの低減に有効。

ベンチマーク性能

リーダーボードでの位置付け： とある統合レポートでは、Artificial Analysis のテキストから画像ランキングにおいて GPT Image 1.5 が約 1264 ポイントで首位、次点モデルに対して有意な差を示したとされています。
タスク別指標（編集 & 保持）： Microsoft Foundry の評価要約では、単一ターンの BinaryEval における二値変更の成功率が 100%、顔保持スコアが AuraFace 指標で**約 90%**と報告。これらの比較表では、編集の忠実性や保持性能で一部競合や従来の OpenAI モデルを上回る結果が示されています。

GPT Image 1.5

同種モデルとの比較

GPT Image 1（従来世代）比： より高速（最大 4×）、より低コスト（画像 I/O コストが約 20% 減）、編集の忠実性も強化。プロトタイプ/デモ段階から「本番対応の」画像ワークフローへ。
Google の Nano Banana Pro / Gemini 画像モデル比： GPT-Image-1.5 と Google の Nano Banana Pro / Gemini 3 ファミリーは互いに拮抗しており、プロンプトの種類によって得手不得手が分かれます。OpenAI は編集の忠実性と反復速度を強調し、Google は一部の例でスタジオ級のリアリズムが評価されています。
Qwen Image やその他のオープン/クローズドモデル比： 単一ターンの編集・保持系指標では GPT-Image-1.5 が Qwen Image を上回るケースが見られる一方、マルチターンや特定領域の評価では差が縮まることがあります。

GPT-Image-1.5 が得意とする領域

E コマースの製品イメージング： 大量バリアント、背景置換、単一写真からの一貫した商品カタログ作成（ブランド/ロゴの保持）。
クリエイティブ & マーケティング用アセット制作： コンセプトの素早い反復、フォトリアルなモックアップ、制御されたスタイル転移。
フォトレタッチ & 編集ワークフロー： 服装/ヘアスタイルのリアルな試着、人物同一性とライティングを保つ選択的レタッチ。
デザインツール連携： デザインプラットフォームや CMS に組み込み、オンデマンドの画像バリアント生成（忠実度パラメータでコスト制御）。
多段のコンポジットパイプライン： 複数画像入力により、複雑なシーンの合成や参照ベースの生成が可能。

GPT Image 1.5 API の利用方法

Step 2: Send Requests to GPT Image 1.5 API

content フィールドに質問やリクエストを入力してください — モデルはその内容に応答します。API 応答を処理して生成結果を取得します。

Step 3: Retrieve and Verify Results

API 応答を処理して生成結果を取得します。処理後、API はタスクのステータスと出力データを返します。

See also Gemini 3 Pro Preview API

よくある質問

料金プラン

上記の簡易見積もりを1回分の目安にし、CometAPIと公式価格の詳細な比較もご確認ください。

1回目のリクエスト

$0.032

CometAPI利用料金の見積もり

10回のリクエスト

$0.32

CometAPI利用料金の見積もり

15回のリクエスト

$0.48

CometAPI利用料金の見積もり

GPT Image 1.5の料金

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

API

動作するエンドポイントとコード例をコピーし、全パラメーターが必要な場合は完全なAPIリファレンスを開いてください。

1つのAPIで本番対応のモデルアクセス

一度認証すれば、モデルエンドポイントを呼び出し、プロバイダー間で同じ請求・モニタリングフローを維持できます。

POST/v1/images/generations

GPT Image 1.5のサンプルコードとAPI

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");