TL;DR
GPT-Image-2.5는 두 가지 모델로 구성된 이미지 API 제품군입니다. Flare는 빠르고 일상적인 생성에, Sunburst는 편집 정밀도와 최종 출력 충실도에 초점을 맞춥니다. CometAPI를 통해 기존 OpenAI SDK 통합은 보통 기본 URL, API 키, 모델 ID만 바꾸면 이식할 수 있습니다. Flare를 medium 품질로 시작하고, 지연 시간과 승인된 이미지 비용을 측정한 뒤, 요구가 높은 편집이나 프리미엄 출력을 Sunburst로 라우팅하세요.
Key Takeaways
- Flare는 인터랙티브 제품, 빠른 반복, 대량 생성에 최적화된 속도 우선 선택입니다.
- Sunburst는 로컬라이즈드 편집, 레퍼런스 보존, 복잡한 최종 합성에 최적화된 정밀도 우선 선택입니다.
- 두 모델 모두 텍스트와 이미지 입력을 수용하며, 여섯 가지 품질 모드를 지원하고 Images API를 통해 이미지 생성 또는 편집을 수행합니다.
- CometAPI는 OpenAI 호환 기본 URL과 SDK 패턴으로 두 모델 ID를 지원합니다.
- 현재 Arena 결과는 생성과 편집에서 Sunburst에 유리하나, 두 신형 모델 모두 아직 예비(preliminary)로 표기되어 있습니다.
- 프로덕션 선택은 지연 시간, 수락률, 편집 충실도, 토큰 사용량, 승인된 이미지당 실효 비용에 기반해야 합니다.
2026년 9월 8일, OpenAI는 ChatGPT Images 2.5를 소개하고 API에 두 가지 새로운 이미지 생성 모델을 출시했습니다: 빠른 일상적 이미지 생성을 위한 GPT Image 2.5 Flare와 이미지 품질 및 더 엄격한 편집 제어를 우선시하는 GPT Image 2.5 Sunburst. OpenAI는 대부분의 애플리케이션에 Flare를 기본으로, Sunburst를 가장 강력한 이미지 생성 및 편집 모델로 포지셔닝합니다.
두 모델은 이제 CometAPI를 통해 사용할 수 있습니다. 실용적 이점은 개발자가 익숙한 OpenAI SDK 인터페이스로 호출하되, CometAPI 자격 증명으로 API 키와 기본 URL을 교체할 수 있다는 점입니다. CometAPI의 OpenAI 호환 API 덕분에 기존 이미지 생성 애플리케이션은 새로운 SDK나 요청 아키텍처 없이도 소규모 통합 변경만으로 대부분 이식할 수 있습니다.
이 가이드는 cURL, Python, JavaScript로 CometAPI를 통해 GPT-Image-2.5로 이미지를 생성·편집하는 방법과, 프로덕션 워크플로우에 적합한 모델, 품질 수준, 해상도, 출력 형식을 선택하는 방법을 보여줍니다.
What Is the GPT-Image-2.5 API?
GPT-Image-2.5는 OpenAI의 최신 이미지 생성 제품군입니다. 텍스트와 이미지 입력을 수용하고 이미지를 반환합니다. 이 제품군은 속도와 일상적 사용에 최적화된 GPT-Image-2.5 Flare, 최대 역량과 정밀 편집에 최적화된 GPT-Image-2.5 Sunburst 두 모델로 구성됩니다.
How to GPT-Image-2.5 API Compared with GPT Image 2 API?
핵심 변화는 단순한 더 빠른 단일 대체가 아닙니다. GPT-Image-2.5는 워크로드를 두 가지 목적 기반 선택으로 분리합니다. Flare는 낮은 지연 시간의 루틴 생성을, Sunburst는 가장 까다로운 생성 및 편집 작업을 목표로 합니다. 두 모델 모두 low에서 max까지의 품질 수준, 편집을 위한 이미지 입력, 부분 이미지 스트리밍 등 동일한 광범위한 제어 기능을 제공합니다.
마이그레이션 시, 현재의 프롬프트와 요청 구조를 유지한 채 지연 시간과 충실도 요구에 따라 모델을 선택하는 것으로 시작하세요. 프로덕션 전환 전에는 텍스트 렌더링, 보존 지시, 마스크, 레퍼런스 이미지 순서, 출력 크기, 비용을 재검증하세요.
Why Use GPT-Image-2.5 Through CometAPI?
CometAPI는 이미 이 게이트웨이를 사용하는 팀에서 통합 작업을 줄일 수 있는 OpenAI 호환 액세스 레이어를 제공합니다. 실용적 이점으로는 중앙화된 키 관리, 익숙한 요청 형식, 사용량 가시성, 하나의 기본 URL을 통한 이미지 생성 및 편집 라우팅이 있습니다.
| Item | Value |
|---|---|
| Base URL | https://api.cometapi.com/v1 |
| Generation route | POST /images/generations |
| Editing route | POST /images/edits |
| Authentication | Authorization: Bearer $COMETAPI_KEY |
공급자 가격과 모델 가용성은 변경될 수 있습니다. 프로덕션 롤아웃 전에 CometAPI 대시보드에서 모델 식별자, 엔드포인트 동작, 현재 청구를 확인하세요.
How to Use GPT-Image-2.5 API in CometAPI
Step 1: Get a CometAPI API Key
CometAPI 계정을 생성하거나 로그인한 뒤 CometAPI API 토큰 콘솔에서 토큰을 발급하세요.
애플리케이션 소스에 하드코딩하지 말고 환경 변수로 키를 저장하세요:
| export COMETAPI_KEY="your-cometapi-key" |
|---|
Windows PowerShell의 경우:
| $env:COMETAPI_KEY="your-cometapi-key" |
|---|
브라우저 측 JavaScript, 공개 저장소, 스크린샷, 클라이언트 애플리케이션에 API 키를 노출하지 마세요. 서버 측 환경 변수나 시크릿 매니저가 프로덕션에 더 안전한 선택입니다.
Step 2: Generate Your First Image with cURL
대부분의 애플리케이션에서는 Flare로 시작하세요. 최소 생성 요청은 다음과 같습니다:
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": "Premium product photograph of a matte black wireless speaker on a light concrete pedestal, soft window light, realistic material texture, clean editorial composition, no text", "size": "1536x1024", "quality": "medium", "output_format": "png" }' |
|---|
CometAPI 특유의 핵심 요소는 엔드포인트와 API 키입니다. CometAPI의 GPT Image 2.5 Flare API는 Bearer 인증을 사용하는 api.cometapi.com/v1/images/generations 엔드포인트를 사용합니다.
GPT Image 모델은 애플리케이션이 영구 이미지 URL을 다운로드하도록 요구하는 대신, 일반적으로 생성된 이미지 콘텐츠를 data[].b64_json으로 반환합니다.
단순화된 응답 예시는 다음과 같습니다:
| { "data": [ { "b64_json": "<base64-image-data>" } ], "usage": { "input_tokens": 32, "output_tokens": 1372, "total_tokens": 1404 } } |
|---|
애플리케이션은 Base64 필드를 디코드하여 반환된 바이트를 저장해야 하며, Base64 문자열 자체를 최종 자산으로 저장하지 마세요.
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": ( "A clean isometric illustration of a solar-powered research lab, " "white background, precise geometry, no labels or watermarks" ), "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)) |
|---|
이는 기존 OpenAI-SDK 프로젝트에 CometAPI를 사용할 때의 가장 큰 실용적 장점 중 하나입니다. 공식 CometAPI 예제는 동일한 OpenAI 클라이언트를 사용하며, 애플리케이션의 SDK 레이어를 교체하는 대신 base_url, 키, 모델 ID만 변경합니다.
Step 4: Use Multiple Reference Images with the Responses API
프롬프트를 작성하기 전에 각 이미지에 안정적인 역할을 부여하세요. 유용한 순서는: 피사체 먼저, 스타일 둘째, 그다음 배경 또는 레이아웃 레퍼런스입니다. 모델이 어떤 속성을 복사해야 하는지 추론하지 않도록 프롬프트에서 해당 역할을 명시적으로 이름 지으세요.
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 API는 상위 수준에서 지원되는 메인라인 모델을 사용하고, 이미지 생성 도구 내부에서 GPT-Image-2.5를 선택합니다. 게이트웨이가 아직 선택한 메인라인 모델이나 도구 스키마를 노출하지 않는다면, 현재 CometAPI 모델 카탈로그를 확인하고 문서화된 동등 모델을 사용하세요.
참고: 여러 레퍼런스 이미지는 동시에 입력할 수 있으며, 각 이미지는 고유한 역할을 수행합니다. 프롬프트에서 각 이미지의 목적을 명확히 지정하세요. 다중 이미지 편집 시에는 입력 순서와 의미적 대응에 유의하세요.
How to Edit Existing Images
기존 자산을 보존하면서 변경해야 할 때는 편집 라우트를 사용하세요. 요청 변경 사항을 설명하기 전에 고정되어야 할 요소를 먼저 명시하세요.
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"
입력
출력
Assign Roles to Multiple Input Images
업로드 순서에만 의존하지 마세요. “이미지 1은 피사체”, “이미지 2는 스타일 레퍼런스”, “이미지 3은 배경 레퍼런스”라고 명시하세요. 그런 다음 각 이미지에서 전이할 수 있는 속성을 나열하세요. 이렇게 하면 잘못된 레퍼런스에서 얼굴, 로고, 텍스트, 레이아웃이 실수로 복사되는 것을 줄일 수 있습니다.
Use a Mask for Localized Edits
마스크는 편집 가능한 영역을 안내합니다. 투명 픽셀은 변경이 허용되는 영역을 의미하며, 나머지 영역은 보존되어야 합니다. 마스크는 소스 이미지의 크기와 형식을 맞추고, 알파 채널을 포함하며, API의 파일 크기 제한 내에 있어야 합니다. 여러 입력 이미지가 있을 경우 마스크는 첫 번째 이미지에 적용됩니다.
마스크는 픽셀 단위의 완벽한 선택이 아니라 가이드입니다. “투명 영역만 변경하고, 나머지 모든 픽셀, 텍스트, 기하 구조를 보존한다”와 같은 보존 문구로 보강하세요.
Production Tips for GPT-Image-2.5 in CometAPI
모델 사양은 일반적인 모델 수준 스트리밍을 지원 기능으로 명시하지 않지만, Image API와 Responses API는 partial_images를 통한 이미지 생성 스트리밍을 지원합니다. 이는 토큰별 텍스트 스트리밍이 아닌 진행형 이미지 프리뷰를 제공합니다. Images API는 partial_images 값을 0부터 3까지 수용하며, 생성 중 그만큼의 프리뷰를 반환할 수 있습니다. 각 부분 이미지는 100개의 출력 토큰을 추가합니다. 팀은 이 프리뷰를 생성 진행 UI에 사용할 수 있고, 프리뷰가 필요 없는 애플리케이션은 표준 생성·편집 흐름을 계속 사용할 수 있습니다.
partial_images: 3을 설정하더라도 정확히 3개의 부분 이미지를 받는 것이 보장되지는 않습니다. 최종 이미지가 충분히 빠르게 생성되면 실제 수신 수가 요청 수보다 작을 수 있습니다.
GPT-Image-2.5 API Parameters
GPT-Image-2.5는 단순히 프롬프트와 모델을 선택하는 것 이상의 출력 제어를 제공합니다.
| Parameter — OpenAI image guide | What it controls | Recommended starting point |
|---|---|---|
| quality | 연산/디테일 수준 | 개발 환경에서는 medium |
| size | 이미지 해상도/종횡비 | 1024×1024 또는 1536×1024 |
| output_format | PNG, JPEG, WebP | 충실도는 PNG, 전달은 WebP/JPEG |
| background | 불투명 또는 투명 배경 | 필요할 때만 투명 사용 |
| output_compression | JPEG/WebP 압축 | 웹 전달 용도로 튜닝 |
| n | 반환 이미지 수 | 1로 시작 |
| prompt | 시각적 요구 사항 | 레이아웃과 제약을 명시적으로 기술 |
Image API vs Responses API
| Criterion | Image API | Responses API |
|---|---|---|
| Best for | 직접적인 1회성 생성 및 편집 | 대화형, 다단계, 에이전틱 이미지 워크플로우 |
| Model selection | 이미지 모델을 직접 설정 | 메인라인 모델 + 이미지 생성 도구 사용 |
| Multiple references | 라우트에 따라 편집에서 지원 | 여러 URL 또는 파일 ID 입력에 자연 적합 |
| Iteration | 애플리케이션이 컨텍스트를 재제출 | 반복 턴과 도구 호출에 맞게 설계 |
| Streaming previews | 부분 이미지 지원 | 부분 이미지 지원 |
| Choose when | 원하는 출력을 알고 있으며 가장 짧은 요청을 원할 때 | 모델이 컨텍스트, 레퍼런스, 이전 결과를 추론해야 할 때 |
규칙: Image API로 시작하세요. 대화 상태, 다중 의미 레퍼런스, 이미지 생성 주변 도구가 필요한 워크플로우에서 Responses API로 이동하세요.
Choosing quality
지원되는 품질 계층은 다음과 같습니다:
| auto low medium high xhigh max |
|---|
auto는 모델이 결정하도록 합니다. 그러나 개발 단계에서는 medium을 명시적으로 선택하면 A/B 테스트가 더 통제됩니다.
유용한 배포 패턴은 다음과 같습니다:
| low / medium → 초안, 프리뷰, 대량 실험 high → 승인된 프로덕션 자산 xhigh / max → 품질 향상이 비용을 상쇄하는 고난도 최종 렌더 |
|---|
사용 가능하다는 이유로 max를 자동으로 사용하지 마세요. 더 많은 이미지 출력 토큰은 비용을 증가시키며, 약한 프롬프트는 품질을 올린다고 해서 좋은 프롬프트로 변하지 않습니다.
Choosing image size
일반 프리셋은 다음과 같습니다:
| 1024x1024 1536x1024 1024x1536 |
|---|
2.5 모델은 합법적인 임의 크기도 지원하므로 배너, 제품 페이지, 모바일 크리에이티브, 비정사각형 자산에 유용합니다. OpenAI의 현재 사양은 픽셀 수와 종횡비 제한 내에서 한 변 최대 3840픽셀까지 허용합니다. OpenAI 이미지 프롬프트 가이드
Creating transparent images
다음을 사용하세요:
| { "background": "transparent", "output_format": "png" } |
|---|
또는 WebP. 투명 출력은 알파 투명을 지원하는 형식이 필요하므로 JPEG는 적합하지 않습니다. 투명 배경 요구 사항
이는 제품 컷아웃, UI 자산, 아이콘, 스티커, 합성 파이프라인에서 특히 유용합니다.
How to Prompt GPT-Image-2.5
신뢰할 수 있는 프로덕션 프롬프트는 창의적 목표와 제약을 분리합니다. 긍정 지시를 먼저 쓰고, 그다음 보존과 네거티브 제약을 명시하세요.
Define Composition
피사체, 카메라 각도, 프레이밍, 심도, 배경, 주요 객체의 상대 위치를 지정하세요. 예: “Three-quarter product view, centered, generous negative space on the right, eye-level camera, 50 mm lens look.”
Describe Lighting and Materials
빛의 방향, 부드러움, 대비, 색온도, 소재 반응을 명명하세요. 예: “Large softbox from the upper left, subtle rim light, realistic brushed aluminum, controlled reflections.”
Control Exact Text
필수 텍스트를 큰따옴표로 묶고 위치, 계층, 대소문자, 타이포그래피를 지정하세요. 추가 텍스트 금지를 요청하세요. 예: “Place the exact headline ‘BUILD WITH CLARITY’ at the top center in bold uppercase sans serif. Preserve spelling exactly. Add no other words, letters, labels, or watermarks.”
State What Must Be Preserved
편집에서는 변경될 수 없는 요소(정체성, 포즈, 제품 기하, 로고, 라벨 텍스트, 비율, 카메라 각도, 배경)를 명시하세요. 요청 변경 전에 이러한 제약을 먼저 적으세요.
Add Negative Constraints
가능한 실패 모드를 평이한 언어로 나열하세요: “No extra fingers, no duplicated products, no warped logo, no misspelled text, no border, no watermark.” 네거티브 제약은 일반적인 품질 용어보다 구체적 위험을 다룰 때 가장 유용합니다.
How Much Does GPT-Image-2.5 Cost?
Official OpenAI API Costs
검증 시점 기준, Flare와 Sunburst는 동일한 토큰 가격을 표기합니다: 텍스트 입력 토큰 백만 개당 $5, 캐시된 텍스트 입력 토큰 백만 개당 $1.25, 이미지 입력 토큰 백만 개당 $8, 캐시된 이미지 입력 토큰 백만 개당 $2, 이미지 출력 토큰 백만 개당 $30. 최종 비용은 요청 수만이 아니라 실제 사용된 토큰에 따라 결정됩니다.
CometAPI Pricing and Ways to Reduce Cost
CometAPI는 현재 모델 카탈로그에서 GPT-Image-2.5 Flare에 대해 20% 할인을 광고합니다. 게이트웨이 가격은 변경될 수 있으므로 대시보드와 인보이스를 진실의 원천으로 삼으세요. 비용을 줄이기 위해 루틴 작업은 Flare를 사용하고, medium 또는 high로 시작하며, xhigh나 max는 승인된 경우에만 사용하세요. 지원되는 경우 캐시 입력을 재사용하고, 불필요한 변형을 피하며, 프리뷰가 사용자 경험을 개선하지 않는다면 partial_images를 0으로 설정하세요.
Other Cost Factors and a Worked Example
비용은 프롬프트 길이, 레퍼런스 이미지 수와 해상도, 출력 크기, 품질, 최종 출력 토큰, 요청 변형 수, 부분 프리뷰, 재시도, 반려 결과 등에 의해 영향을 받습니다. 요청당 지출과 승인된 이미지당 지출을 모두 추적하세요.
승인된 이미지 비용 = 총 생성 지출 ÷ 검수를 통과한 출력 수.
예시: 10회 시도가 각 $0.18이면 총 $1.80입니다. 6개 이미지가 검수를 통과하면 승인된 이미지 비용은 $0.30이며, $0.18이 아닙니다. 더 나은 프롬프트로 8회 시도에 6개 승인이라면 승인된 이미지 비용은 $0.24로 감소합니다.
Flare vs. Sunburst: Which Model Should You Use?
모델 결정은 Flare를 자동으로 Sunburst로 대체하는 접근이 아니라 워크로드 기반이어야 합니다.
| Decision | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst |
|---|---|---|
| Interactive application | 권장 | 선택적으로 사용 |
| Rapid prompt iteration | 권장 | 보통 불필요 |
| High-volume creative generation | 권장 | 수락률에 따라 다름 |
| Product/reference editing | 양호 | 권장 |
| Complex final composition | 양호 | 권장 |
| Maximum editing control | 양호 | 권장 |
| Latency-sensitive UI | 권장 | 덜 적합 |
| Premium final asset | 먼저 테스트 | 품질 이득이 측정 가능할 때 권장 |
많은 제품에서 최적 구조는 “하나를 영구 선택”이 아닙니다. 대부분의 요청은 Flare로 라우팅하고, 까다로운 수정이나 고가치 최종 출력은 Sunburst로 전송하세요.
How Do You Migrate from GPT Image 2 to GPT-Image-2.5?
이미 CometAPI를 통해 GPT Image 2를 사용 중이라면, 생성과 편집이 계속 Images API 라우트에 있기 때문에 마이그레이션은 상대적으로 작습니다.
가장 간단한 변경은 다음과 같습니다:
| # Before model="gpt-image-2" # After: speed-first model="gpt-image-2.5-flare" # After: precision-first model="gpt-image-2.5-sunburst" |
|---|
하지만 ID 교체에서 멈추지 마세요. 고정 평가 세트를 사용해 품질, 출력 차원, 지연 시간, 피사체 보존, 텍스트 정확성, 편집 국소성, 실제 토큰 사용량을 재평가하세요.
OpenAI는 모델 비교 시 모델 변경만 변수로 두기 위해 프롬프트, 레퍼런스, 차원, 출력 형식을 고정하라고 명시적으로 권장합니다. OpenAI 마이그레이션 가이드
Production Tips for GPT-Image-2.5 in CometAPI
프로덕션 서비스에서는 GPT-Image-2.5 주변 구현을 의도적으로 작게 유지하세요: 서버 측에 API 키를 저장하고, 디코드한 이미지는 자체 스토리지에 보존하며, 모델/품질/크기/지연/사용량을 로깅하고, 재시도 횟수를 제한하며, 400 오류와 일시적 429 또는 5xx 실패를 다르게 취급하세요.
CometAPI는 큐잉, 제한된 동시성, 지수 백오프, 내구성 ID, 스토리지, 매니페스트, 배치 비용 추적을 다루는 전용 가이드를 이미 게시했습니다. 단일 API 호출에서 배치 프로덕션으로 이동할 때 이 구현을 여기서 중복하지 말고 대규모 이미지 생성 자동화 방법을 참고하세요.
이 구분은 OpenAI 네이티브 API용 예제를 제3자 OpenAI 호환 엔드포인트로 직접 적용할 때 특히 중요합니다.
Common GPT-Image-2.5 API Errors
| Error | Likely cause | What to do |
|---|---|---|
| 401 Unauthorized | 잘못되었거나 누락된 CometAPI 키 | COMETAPI_KEY와 Bearer 헤더 확인 |
| 400 Bad Request | 잘못된 파라미터, 크기, 형식, 모델 ID | 선택 필드를 제거하고 최소 요청으로 테스트 |
| 429 Too Many Requests | 동시성 또는 계정 한도 도달 | 백오프와 지터로 재시도 |
| Repeated 5xx | 일시적 업스트림/API 문제 | 제한된 횟수로 재시도 |
| Image appears as Base64 text | b64_json 미디코드 | Base64를 디코드하여 바이트를 저장 |
| Transparent output fails | 호환되지 않는 출력 형식 | PNG 또는 WebP 사용 |
| Edit changes too much | 보존 제약이 부족한 프롬프트 | 변경 불가 요소를 명시적으로 기술 |
| Costs rise unexpectedly | 더 높은 품질/해상도 또는 재시도 | 요청별 사용량을 로그하고 승인된 이미지당 비용 계산 |
모든 실패를 자동으로 재시도하지 마세요. 잘못 구성된 400 요청은 보통 계속 잘못되어 있으며, 인증 오류를 재시도하면 실패 트래픽만 늘어납니다.
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-2.5는 단순한 세대 업그레이드 이상의 유용한 모델 분할을 제공합니다: Flare는 빠른 일상적 이미지 워크로드에 최적화되었고, Sunburst는 요구 높은 생성과 편집 워크플로우에 더 높은 정밀 옵션을 제공합니다.
CometAPI를 통해 두 모델 모두 최소한의 통합 작업으로 기존 OpenAI 호환 애플리케이션에 적용할 수 있습니다. /v1/images/generations 엔드포인트, Flare, 통제된 품질 설정, 대표 프롬프트 세트로 시작하세요. 제품이 더 강한 레퍼런스 보존이나 정밀한 시각적 변경을 요구할 때 /v1/images/edits와 Sunburst를 추가하세요.
핵심 최적화는 가장 강력한 설정을 선택하는 것이 아닙니다. 실제 워크로드에서 지연 시간, 토큰 사용량, 수락률, 편집 정확도, 승인된 이미지당 실효 비용을 측정하세요. 이를 통해 Flare와 Sunburst 중 어떤 모델이 프로덕션에 더 적합한지 결정할 수 있습니다.
FAQ
Is GPT-Image-2.5 available on CometAPI?
예. GPT Image 2.5 Flare와 GPT Image 2.5 Sunburst 모두 CometAPI에서 사용할 수 있습니다.
Do I need a separate OpenAI API key?
아니요. CometAPI를 통해 모델을 호출할 때 인증은 CometAPI 키를 사용하여 CometAPI 엔드포인트에 대해 수행됩니다.
Should I use Flare or Sunburst?
대부분의 생성 워크로드에서는 Flare로 시작하세요. 편집 정밀도, 복잡한 합성, 레퍼런스 이미지 디테일 보존이 출력 수락에 측정 가능한 영향을 미칠 때 Sunburst를 사용하세요. 이는 OpenAI의 두 모델 포지셔닝과도 일치합니다.
Can GPT-Image-2.5 edit existing images?
예. 현재 모델 사양은 이미지 입력과 이미지 편집을 지원하며, CometAPI는 이 제품군의 이미지 편집 기능을 노출합니다. CometAPI의 GPT Image 2.5 Flare API
Does GPT-Image-2.5 support transparent images?
예. background를 transparent로 설정하고 출력 형식은 PNG 또는 WebP를 사용하세요. OpenAI 이미지 프롬프트 가이드
Can I use the OpenAI Python SDK with CometAPI?
예. CometAPI의 현재 예제는 표준 OpenAI 클라이언트를 base_url="https://api.cometapi.com/v1"와 CometAPI 키로 인스턴스화합니다. CometAPI SDK 예제