TL;DR
GPT-Image-2.5 is een tweemodellenfamilie voor afbeeldings-API’s: Flare geeft prioriteit aan snelle, alledaagse generatie, terwijl Sunburst prioriteit geeft aan bewerkingsprecisie en eindoutput-nauwkeurigheid. Via CometAPI kunnen bestaande OpenAI SDK-integraties meestal migreren door de basis-URL, API-sleutel en model-ID te wijzigen. Begin met Flare op medium kwaliteit, meet latentie en kostprijs per geaccepteerde afbeelding, en routeer veeleisende bewerkingen of premium outputs naar Sunburst.
Key Takeaways
- Flare is de snelheidskeuze voor interactieve producten, snelle iteratie en generatie met hoog volume.
- Sunburst is de precisiekeuze voor gelokaliseerde bewerkingen, behoud van referenties en complexe eindcomposities.
- Beide modellen accepteren tekst- en afbeeldinginvoer, ondersteunen zes kwaliteitsmodi en genereren of bewerken afbeeldingen via de Images API.
- CometAPI ondersteunt de twee model-ID’s via een OpenAI-compatibele basis-URL en SDK-patroon.
- De huidige Arena-resultaten geven de voorkeur aan Sunburst voor generatie en bewerking, terwijl beide nieuwe modellen als voorlopig zijn gemarkeerd.
- Productieselectie moet gebaseerd zijn op latentie, acceptatiegraad, bewerkingsnauwkeurigheid, tokengebruik en effectieve kosten per goedgekeurde afbeelding.
Op 8 september 2026 introduceerde OpenAI ChatGPT Images 2.5 en lanceerde twee nieuwe afbeeldingsgeneratiemodellen in de API: GPT Image 2.5 Flare voor snelle, alledaagse generatie en GPT Image 2.5 Sunburst voor workflows die beeldkwaliteit en strakkere bewerkingscontrole prioriteren. OpenAI positioneert Flare als de standaard voor de meeste toepassingen, terwijl Sunburst het meest capabele model voor beeldgeneratie en -bewerking is.
Beide modellen zijn nu beschikbaar via CometAPI. Het praktische voordeel is dat ontwikkelaars ze kunnen aanroepen via de vertrouwde OpenAI SDK-interface, terwijl ze de API-sleutel en basis-URL vervangen door CometAPI-gegevens. CometAPI’s OpenAI-compatibele API betekent dat een bestaande applicatie voor afbeeldingsgeneratie meestal slechts een kleine integratiewijziging nodig heeft in plaats van een nieuwe SDK of request-architectuur.
Deze gids laat zien hoe je afbeeldingen genereert en bewerkt met GPT-Image-2.5 via CometAPI met cURL, Python en JavaScript, en hoe je het juiste model, kwaliteitsniveau, afmetingen en outputformaat kiest voor een productieworkflow.
What Is the GPT-Image-2.5 API?
GPT-Image-2.5 is OpenAI’s huidige familie voor afbeeldingsgeneratie. Het accepteert tekst- en afbeeldinginvoer en retourneert afbeeldingen. De familie heeft twee modellen: GPT-Image-2.5 Flare, geoptimaliseerd voor snelheid en dagelijks gebruik, en GPT-Image-2.5 Sunburst, geoptimaliseerd voor maximale capaciteit en precieze bewerking.
How to GPT-Image-2.5 API Compared with GPT Image 2 API?
De belangrijkste verandering is niet slechts één snellere vervanging. GPT-Image-2.5 splitst de workload in twee doelgerichte keuzes. Flare richt zich op routinematige generatie met lagere latentie, terwijl Sunburst zich richt op de meest veeleisende generatie- en bewerkingstaken. Beide modellen bieden dezelfde brede bedieningsmogelijkheden, inclusief kwaliteitsniveaus van low tot max, afbeeldinginvoer voor bewerking en streaming van gedeeltelijke afbeeldingen.
Voor migratie: behoud eerst je huidige prompts en request-structuur, kies vervolgens een model op basis van latentie- en nauwkeurigheidsvereisten. Test tekstweergave, bewaar-instructies, masks, volgorde van referentieafbeeldingen, outputgrootte en kosten opnieuw vóór het aanpassen van productieverkeer.
Why Use GPT-Image-2.5 Through CometAPI?
CometAPI biedt een OpenAI-compatibele toegangslayer die integratiewerk kan verminderen wanneer een team zijn gateway al gebruikt. De praktische voordelen zijn gecentraliseerd sleutelbeheer, een vertrouwd request-formaat, zichtbaarheid van gebruik en de mogelijkheid om afbeeldingsgeneratie en -bewerking via één basis-URL te routeren.
| Item | Waarde |
|---|---|
| Base URL | https://api.cometapi.com/v1 |
| Generation route | POST /images/generations |
| Editing route | POST /images/edits |
| Authentication | Authorization: Bearer $COMETAPI_KEY |
Providerprijzen en modelbeschikbaarheid kunnen wijzigen. Bevestig de modelidentifier, endpoint-gedrag en huidige facturering in het CometAPI-dashboard vóór productie-uitrol.
How to Use GPT-Image-2.5 API in CometAPI
Step 1: Get a CometAPI API Key
Maak een CometAPI-account aan of log in en genereer een token via de CometAPI API-tokenconsole.
Sla de sleutel op als een omgevingsvariabele in plaats van deze in de broncode van de applicatie te hardcoderen:
| export COMETAPI_KEY="your-cometapi-key" |
|---|
Op Windows PowerShell:
| $env:COMETAPI_KEY="your-cometapi-key" |
|---|
Stel de API-sleutel niet bloot in JavaScript aan de browserzijde, openbare repositories, screenshots of clientapplicaties. Omgevingsvariabelen aan de serverzijde of een secret manager zijn veiliger keuzes voor productie.
Step 2: Generate Your First Image with cURL
Voor de meeste toepassingen: begin met Flare. Een minimale generatierequest ziet er zo uit:
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" }' |
|---|
De cruciale CometAPI-specifieke onderdelen zijn het endpoint en de API-sleutel. De GPT Image 2.5 Flare API in CometAPI gebruikt het api.cometapi.com/v1/images/generations-endpoint met Bearer-authenticatie.
GPT Image-modellen leveren gegenereerde beeldinhoud normaal via data[].b64_json in plaats van dat je applicatie een permanente afbeeldings-URL moet downloaden.
Een vereenvoudigde respons ziet er zo uit:
| { "data": [ { "b64_json": "<base64-image-data>" } ], "usage": { "input_tokens": 32, "output_tokens": 1372, "total_tokens": 1404 } } |
|---|
Je applicatie moet het Base64-veld decoderen en de geretourneerde bytes opslaan, in plaats van de Base64-string als het definitieve asset op te slaan.
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)) |
|---|
Dit is een van de grootste praktische voordelen van CometAPI voor een bestaand OpenAI-SDK-project: het officiële CometAPI-voorbeeld gebruikt dezelfde OpenAI-client, waarbij base_url, sleutel en model-ID worden gewijzigd in plaats van de SDK-laag van de applicatie te vervangen.
Step 4: Use Multiple Reference Images with the Responses API
Wijs elke afbeelding een stabiele rol toe voordat je de prompt schrijft. Een nuttige volgorde is: eerst het onderwerp, daarna de stijl, en vervolgens de achtergrond of lay-outreferentie. Benoem die rollen expliciet in de prompt, zodat het model niet hoeft af te leiden welke eigenschappen moeten worden gekopieerd.
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))
De Responses API gebruikt een ondersteund mainline-model op het hoogste niveau en selecteert GPT-Image-2.5 binnen de tool voor afbeeldingsgeneratie. Als de gateway het gekozen mainline-model of toolschema nog niet exposeert, controleer de huidige modelcatalogus van CometAPI en gebruik het gedocumenteerde equivalent.
Opmerking: Meerdere referentieafbeeldingen kunnen tegelijk worden ingevoerd, waarbij elke afbeelding een aparte rol heeft; specificeer duidelijk het doel van elke afbeelding in de prompt. Let bij bewerking met meerdere afbeeldingen op de invoervolgorde en semantische overeenkomst.
How to Edit Existing Images
Gebruik de bewerkingsroute wanneer een bestaand asset moet worden behouden en gewijzigd. Geef aan wat onveranderd moet blijven voordat je de gevraagde wijziging beschrijft.
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"
Invoer
Uitvoer
Assign Roles to Multiple Input Images
Vertrouw niet alleen op uploadvolgorde. Zeg “afbeelding 1 is het onderwerp”, “afbeelding 2 is de stijlenreferentie” en “afbeelding 3 is de achtergrondreferentie”. Noem vervolgens de attributen die mogen worden overgenomen uit elke afbeelding. Dit verkleint de kans op het per ongeluk kopiëren van gezichten, logo’s, tekst of lay-out uit de verkeerde referentie.
Use a Mask for Localized Edits
Een mask leidt het bewerkbare gebied: transparante pixels geven aan waar wijziging is toegestaan, terwijl het resterende gebied moet worden behouden. Het mask moet overeenkomen met de grootte en het formaat van de bronafbeelding, een alfakanaal bevatten en binnen de limiet voor de bestandsgrootte van de API blijven. Met meerdere invoerafbeeldingen is het mask van toepassing op de eerste afbeelding.
Een mask is een leidraad en geen pixelperfecte selectie. Versterk het met bewarende bewoordingen zoals “wijzig alleen het transparante gebied; behoud alle andere pixels, tekst en geometrie.”
Production Tips for GPT-Image-2.5 in CometAPI
De modelspecificatie vermeldt geen generieke streaming op modelniveau als ondersteunde functie, maar de Image API en Responses API ondersteunen streaming bij afbeeldingsgeneratie met partial_images. Dit biedt progressieve afbeeldingspreviews in plaats van token-voor-token tekststreaming: de Images API accepteert partial_images-waarden van 0 tot 3 en kan zoveel previews teruggeven tijdens generatie. Elke gedeeltelijke afbeelding voegt 100 outputtokens toe. Teams kunnen deze previews gebruiken voor een UI met generatievoortgang; applicaties die geen previews nodig hebben, kunnen de standaard flow voor generatie en bewerking blijven gebruiken.
Zelfs als
partial_images: 3is ingesteld, is er geen garantie dat precies drie gedeeltelijke afbeeldingen worden ontvangen; als de eindafbeelding snel genoeg wordt gegenereerd, kan het daadwerkelijke aantal lager zijn dan gevraagd.
GPT-Image-2.5 API Parameters
GPT-Image-2.5 biedt meer outputcontrole dan alleen het kiezen van een prompt en model.
| Parameter — OpenAI image guide | Wat het aanstuurt | Aanbevolen startpunt |
|---|---|---|
| quality | Compute-/detailniveau | medium voor ontwikkeling |
| size | Afbeeldingsresolutie/aspect | 1024×1024 of 1536×1024 |
| output_format | PNG, JPEG, WebP | PNG voor nauwkeurigheid; WebP/JPEG voor levering |
| background | Opaque of transparante output | Gebruik transparant alleen wanneer nodig |
| output_compression | JPEG/WebP-compressie | Afstemmen voor weblevering |
| n | Aantal geretourneerde afbeeldingen | Begin met 1 |
| prompt | Visuele vereisten | Maak lay-out en beperkingen expliciet |
Image API vs Responses API
| Criterium | Image API | Responses API |
|---|---|---|
| Beste voor | Directe one-shot generatie en bewerking | Conversationele, meerstaps- of agentische workflows rond afbeeldingen |
| Modelselectie | Stel het imagemodel direct in | Gebruik een mainline-model plus de tool voor afbeeldingsgeneratie |
| Meerdere referenties | Ondersteund voor bewerkingen, afhankelijk van route | Natuurlijke fit voor meerdere URL- of file-ID-invoer |
| Iteratie | Applicatie dient context opnieuw in | Ontworpen voor iteratieve beurten en tool-calls |
| Streaming-previews | Ondersteunt partial images | Ondersteunt partial images |
| Wanneer kiezen | Je weet de gewenste output en wilt de kortste request | Het model moet redeneren over context, referenties of eerdere resultaten |
Vuistregel: begin met de Image API. Ga over op de Responses API wanneer de workflow conversatiestatus, meerdere semantische referenties of andere tools rond afbeeldingsgeneratie nodig heeft.
Choosing quality
De ondersteunde kwaliteitsladder is:
| auto low medium high xhigh max |
|---|
auto laat het model beslissen. Voor ontwikkeling is het echter nuttig om expliciet voor medium te kiezen, zodat A/B-tests beter controleerbaar zijn.
Een bruikbaar inzetpatroon is:
| low / medium → concepten, previews, experimenten met hoog volume high → goedgekeurde productie-assets xhigh / max → veeleisende eindrenders waar de kwaliteitswinst de kosten waard is |
|---|
Gebruik niet automatisch max omdat het beschikbaar is. Meer image-outputtokens verhogen de kosten, en een zwakke prompt wordt niet goed door alleen de kwaliteit te verhogen.
Choosing image size
De gangbare presets zijn:
| 1024x1024 1536x1024 1024x1536 |
|---|
De 2.5-modellen ondersteunen ook willekeurige geldige afmetingen, wat handig is voor banners, productpagina’s, mobiele creatives en andere niet-vierkante assets. De huidige specificatie van OpenAI staat afmetingen toe tot 3840 pixels per zijde binnen de limieten voor pixelcount en aspectratio. OpenAI‑gids voor afbeeldingsprompting
Creating transparent images
Gebruik:
| { "background": "transparent", "output_format": "png" } |
|---|
of WebP. Transparante output vereist een formaat dat alfa-transparantie ondersteunt, dus JPEG is niet geschikt. Vereisten voor transparante achtergrond
Dit is vooral nuttig voor productuitknipsels, UI-assets, iconen, stickers en compositing-pipelines.
How to Prompt GPT-Image-2.5
Een betrouwbare productieprompt scheidt het creatieve doel van beperkingen. Schrijf eerst positieve instructies, daarna behoud en negatieve constraints.
Define Composition
Specificeer het onderwerp, de camerahoek, kadrering, diepte, achtergrond en relatieve positie van belangrijke objecten. Voorbeeld: “Driekwart productaanzicht, gecentreerd, royale negatieve ruimte rechts, ooghoogte camera, 50 mm-lenslook.”
Describe Lighting and Materials
Noem de lichtrichting, zachtheid, contrast, kleurtemperatuur en materiaalrespons. Voorbeeld: “Grote softbox linksboven, subtiele randverlichting, realistisch geborsteld aluminium, gecontroleerde reflecties.”
Control Exact Text
Plaats vereiste tekst tussen aanhalingstekens en specificeer de positie, hiërarchie, kapitalisatie en typografie. Vraag om geen extra tekst. Voorbeeld: “Plaats de exacte kop ‘BUILD WITH CLARITY’ bovenaan in het midden, vetgedrukt in uppercase sans serif. Behoud de spelling exact. Voeg geen andere woorden, letters, labels of watermerken toe.”
State What Must Be Preserved
Noem voor bewerking de elementen die niet mogen veranderen: identiteit, pose, productgeometrie, logo, labeltekst, verhoudingen, camerahoek of achtergrond. Zet deze beperkingen vóór de gevraagde wijziging.
Add Negative Constraints
Som waarschijnlijke faalmodi op in duidelijke taal: “Geen extra vingers, geen gedupliceerde producten, geen vervormd logo, geen verkeerd gespelde tekst, geen rand, geen watermerk.” Negatieve constraints zijn het meest nuttig wanneer ze specifieke risico’s adresseren in plaats van generieke kwaliteitsvoorwaarden.
How Much Does GPT-Image-2.5 Cost?
Official OpenAI API Costs
Ten tijde van verificatie hebben zowel Flare als Sunburst dezelfde tokenprijzen: $5 per miljoen tekst-invoertokens, $1,25 per miljoen gecachte tekst-invoertokens, $8 per miljoen afbeelding-invoertokens, $2 per miljoen gecachte afbeelding-invoertokens en $30 per miljoen afbeelding-outputtokens. De uiteindelijke kosten zijn afhankelijk van de daadwerkelijk gebruikte tokens, niet alleen van het aantal requests.
CometAPI Pricing and Ways to Reduce Cost
CometAPI adverteert momenteel een korting van 20% voor GPT-Image-2.5 Flare in zijn modelcatalogus. Behandel het dashboard en de factuur als bron van waarheid, omdat gateway-prijzen kunnen wijzigen. Om de uitgaven te verlagen, gebruik Flare voor routinetaken, begin met medium of high, reserveer xhigh of max voor goedgekeurde use-cases, hergebruik gecachte invoer waar ondersteund, vermijd onnodige varianten en stel partial_images in op 0, tenzij previews de gebruikerservaring verbeteren.
Other Cost Factors and a Worked Example
Kosten worden beïnvloed door promptlengte, aantal en resolutie van referentieafbeeldingen, outputafmetingen, kwaliteit, uiteindelijke outputtokens, aangevraagde varianten, gedeeltelijke previews, retries en afgewezen resultaten. Houd zowel de uitgaven per request als de uitgaven per geaccepteerde afbeelding bij.
Kosten per geaccepteerde afbeelding = totale generatie-uitgaven ÷ aantal outputs dat de review haalt.
Illustratief voorbeeld: 10 pogingen à $0,18 kosten $1,80. Als 6 afbeeldingen de review halen, bedragen de kosten per geaccepteerde afbeelding $0,30, niet $0,18. Als betere prompting de run reduceert tot 8 pogingen met 6 geaccepteerde afbeeldingen, dalen de kosten per geaccepteerde afbeelding tot $0,24.
Flare vs. Sunburst: Which Model Should You Use?
De modelkeuze moet door de workload worden gedreven, in plaats van Sunburst als automatische vervanging voor Flare te behandelen.
| Beslissing | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst |
|---|---|---|
| Interactieve applicatie | Aanbevolen | Selectief gebruiken |
| Snelle prompt-iteratie | Aanbevolen | Meestal niet nodig |
| Creatieve generatie met hoog volume | Aanbevolen | Afhankelijk van acceptatiegraad |
| Product-/referentiebewerking | Goed | Aanbevolen |
| Complexe eindcompositie | Goed | Aanbevolen |
| Maximale bewerkingscontrole | Goed | Aanbevolen |
| Latentiegevoelige UI | Aanbevolen | Minder geschikt |
| Premium eindasset | Eerst testen | Aanbevolen wanneer kwaliteitswinst meetbaar is |
Voor veel producten is de optimale architectuur niet “voor altijd één kiezen.” Routeer de meeste requests naar Flare en stuur veeleisende revisies of hoogwaardige eindoutputs naar Sunburst.
How Do You Migrate from GPT Image 2 to GPT-Image-2.5?
Als je GPT Image 2 al via CometAPI gebruikt, is de migratie relatief klein omdat generatie en bewerking op de Images API-routes blijven.
De eenvoudigste wijziging is:
| # Before model="gpt-image-2" # After: speed-first model="gpt-image-2.5-flare" # After: precision-first model="gpt-image-2.5-sunburst" |
|---|
Maar stop niet bij het vervangen van de ID. Evalueer kwaliteit, outputafmetingen, latentie, onderwerpbehoud, tekstcorrectheid, bewerkingslokaliteit en werkelijk tokengebruik opnieuw met een vaste evaluatieset.
OpenAI beveelt specifiek aan om prompt, referenties, afmetingen en outputformat constant te houden bij het vergelijken van modellen, zodat de modelwijziging de variabele is die wordt gemeten. OpenAI‑migratierichtlijnen
Production Tips for GPT-Image-2.5 in CometAPI
Houd de implementatie rond GPT-Image-2.5 bewust klein voor een productieservice: sla de API-sleutel server-side op, bewaar de gedecodeerde afbeelding in je eigen storage, log model/kwaliteit/grootte/latentie/gebruik, begrens retries en behandel 400-fouten anders dan tijdelijke 429- of 5xx-fouten.
CometAPI heeft al een speciale gids gepubliceerd over queueing, begrensde concurrentie, exponentiële backoff, duurzame ID’s, opslag, manifests en batch-kostentracking. Zie in plaats van deze implementatie hier te dupliceren How to Automate Image Generation at Scale bij de overgang van één API-call naar batchproductie.
Dat onderscheid is bijzonder belangrijk bij het aanpassen van voorbeelden die rechtstreeks zijn geschreven voor OpenAI’s native API naar een externe OpenAI-compatibele endpoint.
Common GPT-Image-2.5 API Errors
| Fout | Waarschijnlijke oorzaak | Wat te doen |
|---|---|---|
| 401 Unauthorized | Ongeldige/ontbrekende CometAPI-sleutel | Verifieer COMETAPI_KEY en Bearer-header |
| 400 Bad Request | Ongeldige parameter, grootte, formaat of model-ID | Verwijder optionele velden en test een minimale request |
| 429 Too Many Requests | Concurrency- of accountlimiet bereikt | Backoff en retry met jitter |
| Herhaalde 5xx | Tijdelijk upstream/API-probleem | Beperkt aantal keren opnieuw proberen |
| Afbeelding verschijnt als Base64-tekst | b64_json is niet gedecodeerd | Decodeer Base64 en sla de bytes op |
| Transparante output mislukt | Onverenigbaar outputformaat | Gebruik PNG of WebP |
| Bewerking verandert te veel | Prompt beperkt behoud onvoldoende | Stel expliciet wat onveranderd moet blijven |
| Kosten stijgen onverwacht | Hogere kwaliteit/resolutie of retries | Log gebruik per request en bereken kosten per geaccepteerde afbeelding |
Herprobeer niet elke fout automatisch. Een misvormde 400-request blijft doorgaans misvormd, terwijl het opnieuw proberen van een authenticatiefout alleen meer mislukte traffic genereert.
Rate Limits and Concurrency
| Niveau | 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 geeft ontwikkelaars een bruikbaardere modelsplitsing dan een simpele generatie-upgrade: Flare is geoptimaliseerd voor snelle alledaagse afbeeldingsworkloads, terwijl Sunburst veeleisende generatie- en bewerkingsworkflows een optie met hogere precisie biedt.
Via CometAPI passen beide in een bestaande OpenAI-compatibele applicatie met minimale integratiewerkzaamheden. Begin met het /v1/images/generations-endpoint, Flare, een gecontroleerde kwaliteitsinstelling en één representatieve promptset. Voeg /v1/images/edits en Sunburst toe wanneer je product sterker behoud van referenties of precieze visuele wijzigingen vereist.
De sleuteloptimalisatie is niet simpelweg het selecteren van de krachtigste instelling. Meet latentie, tokengebruik, acceptatiegraad, bewerkingsnauwkeurigheid en effectieve kosten per goedgekeurde afbeelding op de workload die je applicatie daadwerkelijk bedient. Dat bepaalt of Flare of Sunburst het betere productiemodel is.
FAQ
Is GPT-Image-2.5 available on CometAPI?
Ja. Zowel GPT Image 2.5 Flare als GPT Image 2.5 Sunburst zijn beschikbaar via CometAPI.
Do I need a separate OpenAI API key?
Nee. Bij het aanroepen van het model via CometAPI gebruikt de authenticatie je CometAPI-sleutel tegen het CometAPI-endpoint.
Should I use Flare or Sunburst?
Begin met Flare voor de meeste generatieworkloads. Gebruik Sunburst wanneer bewerkingsprecisie, complexe composities of behoud van referentieafbeeldingsdetails een meetbare impact hebben op outputacceptatie. Dit volgt OpenAI’s eigen positionering van de twee modellen.
Can GPT-Image-2.5 edit existing images?
Ja. De huidige modelspecificaties ondersteunen afbeeldinginvoer en afbeeldingsbewerking, en CometAPI biedt bewerkingsmogelijkheden voor de familie. GPT Image 2.5 Flare API in CometAPI
Does GPT-Image-2.5 support transparent images?
Ja. Stel background in op transparent en gebruik PNG of WebP als outputformaat. OpenAI‑gids voor afbeeldingsprompting
Can I use the OpenAI Python SDK with CometAPI?
Ja. De huidige voorbeelden van CometAPI initialiseren de standaard OpenAI-client met base_url="https://api.cometapi.com/v1" en een CometAPI-sleutel. CometAPI SDK-voorbeeld