TL;DR
GPT-Image-2.5 er en bilde-API-familie med to modeller: Flare prioriterer rask, daglig generering, mens Sunburst prioriterer redigeringspresisjon og trofasthet i sluttresultatet. Via CometAPI kan eksisterende OpenAI SDK-integrasjoner vanligvis migrere ved å endre base-URL, API-nøkkel og modell-ID. Start med Flare på middels kvalitet, mål ventetid og kostnad per godkjent bilde, og send krevende redigeringer eller premium-utganger til Sunburst.
Key Takeaways
- Flare er hastighetsvalget for interaktive produkter, rask iterasjon og generering i stor skala.
- Sunburst er presisjonsvalget for lokaliserte redigeringer, referansebevaring og komplekse sluttkomposisjoner.
- Begge modellene aksepterer tekst- og bildeinput, støtter seks kvalitetsmoduser, og genererer eller redigerer bilder via Images API.
- CometAPI støtter de to modell-ID-ene gjennom en OpenAI-kompatibel base-URL og SDK-mønster.
- Nåværende Arena-resultater favoriserer Sunburst for generering og redigering, mens begge nye modeller fortsatt er merket som foreløpige.
- Produksjonsvalg bør baseres på latens, akseptgrad, redigeringsnøyaktighet, tokenbruk og effektiv kostnad per godkjent bilde.
Den 8. september 2026 introduserte OpenAI ChatGPT Images 2.5 og lanserte to nye bildegenereringsmodeller i API-et: GPT Image 2.5 Flare for rask, daglig bildegenerering og GPT Image 2.5 Sunburst for arbeidsflyter som prioriterer bildekvalitet og strammere redigeringskontroll. OpenAI posisjonerer Flare som standardvalget for de fleste applikasjoner, mens Sunburst er deres mest kapable modell for bildegenerering og -redigering.
Begge modellene er nå tilgjengelige via CometAPI. Den praktiske fordelen er at utviklere kan kalle dem gjennom det velkjente OpenAI SDK-grensesnittet samtidig som de erstatter API-nøkkel og base-URL med CometAPI-legitimasjon. CometAPIs OpenAI-kompatible API betyr at en eksisterende bildegenereringsapplikasjon vanligvis kun trenger en liten integrasjonsendring i stedet for et nytt SDK eller en ny forespørselsarkitektur.
Denne veiledningen viser hvordan du genererer og redigerer bilder med GPT-Image-2.5 gjennom CometAPI ved hjelp av cURL, Python og JavaScript, og hvordan du velger riktig modell, kvalitetsnivå, dimensjoner og utdataformat for en produksjonsarbeidsflyt.
What Is the GPT-Image-2.5 API?
GPT-Image-2.5 er OpenAIs nåværende familie for bildegenerering. Den aksepterer tekst- og bildeinput og returnerer bilder. Familien har to modeller: GPT-Image-2.5 Flare, optimalisert for hastighet og daglig bruk, og GPT-Image-2.5 Sunburst, optimalisert for maksimal kapasitet og presis redigering.
How to GPT-Image-2.5 API Compared with GPT Image 2 API?
Den sentrale endringen er ikke bare et enkelt raskere bytte. GPT-Image-2.5 deler arbeidslasten i to formålsbygde valg. Flare retter seg mot rutinegenerering med lavere latens, mens Sunburst retter seg mot de mest krevende genererings- og redigeringsoppgavene. Begge modellene eksponerer samme brede kontrollflate, inkludert kvalitetsnivåer fra low til max, bildeinput for redigering og streaming av delvise bilder.
For migrering, start med å beholde dine nåværende prompt og forespørselsstruktur, og velg deretter en modell i henhold til latens- og nøyaktighetskrav. Test på nytt tekstrendering, bevaringsinstruksjoner, masker, rekkefølgen på referansebilder, utgangsstørrelse og kostnad før du endrer produksjonstrafikken.
Why Use GPT-Image-2.5 Through CometAPI?
CometAPI tilbyr et OpenAI-kompatibelt tilgangslag som kan redusere integrasjonsarbeid når et team allerede bruker deres gateway. De praktiske fordelene er sentralisert nøkkelhåndtering, et velkjent forespørselsformat, innsyn i bruk, og muligheten til å rute bildegenerering og redigering gjennom én 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 |
Leverandørpriser og modelltilgjengelighet kan endres. Bekreft modellidentifikator, endepunktoppførsel og gjeldende fakturering i CometAPI-dashbordet før produksjonsutrulling.
How to Use GPT-Image-2.5 API in CometAPI
Step 1: Get a CometAPI API Key
Opprett eller logg inn på din CometAPI-konto og generer et token fra CometAPI API token-konsollen.
Lagre nøkkelen som en miljøvariabel i stedet for å hardkode den i applikasjonskoden:
| export COMETAPI_KEY="your-cometapi-key" |
|---|
På Windows PowerShell:
| $env:COMETAPI_KEY="your-cometapi-key" |
|---|
Ikke eksponer API-nøkkelen i JavaScript på klientsiden, offentlige repositorier, skjermbilder eller klientapplikasjoner. Miljøvariabler på serversiden eller en secret manager er tryggere valg for produksjon.
Step 2: Generate Your First Image with cURL
For de fleste applikasjoner, start med Flare. En minimal genereringsforespørsel ser slik ut:
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 kritiske CometAPI-spesifikke delene er endepunktet og API-nøkkelen. GPT Image 2.5 Flare API i CometAPI bruker endepunktet api.cometapi.com/v1/images/generations med Bearer-autentisering.
GPT Image-modeller returnerer normalt generert bildeinnhold via data[].b64_json i stedet for å kreve at applikasjonen din laster ned en permanent bildeadresse.
En forenklet respons ser slik ut:
| { "data": [ { "b64_json": "<base64-image-data>" } ], "usage": { "input_tokens": 32, "output_tokens": 1372, "total_tokens": 1404 } } |
|---|
Applikasjonen din bør dekode Base64-feltet og lagre de returnerte bytene i stedet for å lagre Base64-strengen som det endelige assetet.
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)) |
|---|
Dette er en av de største praktiske fordelene med CometAPI for et eksisterende OpenAI-SDK-prosjekt: den offisielle CometAPI-eksemplet bruker samme OpenAI-klient og endrer base_url, nøkkel og modell-ID i stedet for å erstatte applikasjonens SDK-lag.
Step 4: Use Multiple Reference Images with the Responses API
Tildel en stabil rolle til hvert bilde før du skriver prompten. En nyttig rekkefølge er: subjekt først, stil deretter, så bakgrunn eller layoutreferanse. Navngi disse rollene eksplisitt i prompten slik at modellen ikke må utlede hvilke egenskaper som skal kopieres.
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 bruker en støttet hovedmodell på toppnivå og velger GPT-Image-2.5 inne i image-generation-verktøyet. Hvis gatewayen ennå ikke eksponerer den valgte hovedmodellen eller verktøyskjemaet, sjekk gjeldende CometAPI-modellkatalog og bruk den dokumenterte ekvivalenten.
Merk: Flere referansebilder kan mates inn samtidig, der hvert bilde har en distinkt rolle; spesifiser tydelig formålet med hvert bilde i prompten. Ved redigering med flere bilder, vær oppmerksom på inputrekkefølgen og semantisk korrespondanse.
How to Edit Existing Images
Bruk redigeringsruten når en eksisterende ressurs må bevares og endres. Angi hva som må forbli fast før du beskriver den ønskede endringen.
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"
Inndata
Utdata
Assign Roles to Multiple Input Images
Ikke stol kun på opplastingsrekkefølgen. Si “bilde 1 er subjektet”, “bilde 2 er stilreferansen” og “bilde 3 er bakgrunnsreferansen”. List deretter attributtene som er tillatt å overføres fra hvert bilde. Dette reduserer utilsiktet kopiering av ansikter, logoer, tekst eller layout fra feil referanse.
Use a Mask for Localized Edits
En maske styrer det redigerbare området: transparente piksler indikerer hvor endring er tillatt, mens resten av området skal bevares. Masken bør matche kildebildets størrelse og format, inkludere en alfakanal og holde seg innenfor API-ets filstørrelsesgrense. Med flere inputbilder gjelder masken for det første bildet.
En maske er veiledning fremfor en pikselperfekt seleksjon. Forsterk den med bevaringsspråk som “endre kun det transparente området; bevar alle andre piksler, tekst og geometri.”
Production Tips for GPT-Image-2.5 in CometAPI
Modellspesifikasjonen lister ikke generell modellnivå-streaming som en støttet funksjon, men Image API og Responses API støtter bildegenereringsstreaming med partial_images. Dette gir progressive forhåndsvisninger av bilder i stedet for token-for-token tekststreaming: Images API aksepterer partial_images-verdier fra 0 til 3 og kan returnere så mange forhåndsvisninger under generering. Hvert delbilde legger til 100 output-tokens. Team kan bruke disse forhåndsvisningene for en genereringsfremdrifts-UI; applikasjoner som ikke trenger forhåndsvisninger kan fortsette med standard genererings- og redigeringsflyt.
Selv om
partial_images: 3er satt, er det ingen garanti for at nøyaktig tre delbilder mottas; hvis det endelige bildet genereres raskt nok, kan det faktiske antallet være lavere enn forespurt.
GPT-Image-2.5 API Parameters
GPT-Image-2.5 eksponerer mer utgangskontroll enn kun å velge en prompt og modell.
| Parameter — OpenAI image guide | What it controls | Recommended starting point |
|---|---|---|
| quality | Beregnings-/detaljnivå | medium for utvikling |
| size | Bildeoppløsning/aspekt | 1024×1024 eller 1536×1024 |
| output_format | PNG, JPEG, WebP | PNG for trofasthet; WebP/JPEG for levering |
| background | Ugjennomsiktig eller transparent utgang | Bruk transparent kun ved behov |
| output_compression | JPEG/WebP-komprimering | Juster for weblevering |
| n | Antall returnerte bilder | Start med 1 |
| prompt | Visuelle krav | Gjør layout og begrensninger eksplisitte |
Image API vs Responses API
| Criterion | Image API | Responses API |
|---|---|---|
| Best for | Direkte én-gangs generering og redigering | Samtale-, flertrinns- eller agentiske bildeflyter |
| Model selection | Sett bildemodellen direkte | Bruk en hovedmodell pluss image-generation-verktøyet |
| Multiple references | Støttet for redigering, avhengig av rute | Naturlig for flere URL- eller fil-ID-input |
| Iteration | Applikasjonen sender inn kontekst på nytt | Designet for iterative turer og verktøykall |
| Streaming previews | Støtter delvise bilder | Støtter delvise bilder |
| Choose when | Du vet ønsket utgang og vil ha kortest mulig forespørsel | Modellen må resonnere over kontekst, referanser eller tidligere resultater |
Rule of thumb: start med Image API. Gå over til Responses API når arbeidsflyten trenger samtaletilstand, flere semantiske referanser eller andre verktøy rundt bildegenerering.
Choosing quality
Den støttede kvalitetsstigen er:
| auto low medium high xhigh max |
|---|
auto lar modellen bestemme. For utvikling er det imidlertid bedre å velge medium eksplisitt for mer kontrollerte A/B-tester.
Et nyttig implementeringsmønster er:
| low / medium → utkast, forhåndsvisninger, eksperimentering i stor skala high → godkjente produksjonsassets xhigh / max → krevende sluttrenders der kvalitetsgevinsten forsvarer kostnaden |
|---|
Ikke bruk automatisk max bare fordi det er tilgjengelig. Flere bildeutgangs-tokens øker kostnaden, og en svak prompt blir ikke god kun ved å øke kvaliteten.
Choosing image size
Vanlige forhåndsinnstillinger er:
| 1024x1024 1536x1024 1024x1536 |
|---|
2.5-modellene støtter også vilkårlige gyldige dimensjoner, noe som er nyttig for bannere, produktsider, mobilannonser og andre ikke-kvadratiske assets. OpenAIs gjeldende spesifikasjon tillater dimensjoner opp til 3840 piksler per kant innenfor grenser for antall piksler og bildeformatforhold. OpenAI image prompting guide
Creating transparent images
Bruk:
| { "background": "transparent", "output_format": "png" } |
|---|
eller WebP. Transparent utgang krever et format som støtter alfakanal, så JPEG er ikke egnet. Transparent-background requirements
Dette er spesielt nyttig for produktutklipp, UI-assets, ikoner, klistremerker og kompositeringspipeliner.
How to Prompt GPT-Image-2.5
En pålitelig produksjonsprompt skiller det kreative målet fra begrensninger. Skriv positive instruksjoner først, deretter bevaring og negative begrensninger.
Define Composition
Spesifiser subjektet, kameravinkel, innramming, dybde, bakgrunn og relativ posisjon av viktige objekter. Eksempel: “Trekvarts produktvisning, sentrert, romslig negativ plass på høyre side, øyehøyde, 50 mm objektivlook.”
Describe Lighting and Materials
Navngi lysretning, mykhet, kontrast, fargetemperatur og materialrespons. Eksempel: “Stor softbox fra øvre venstre, subtil kantlys, realistisk børstet aluminium, kontrollerte refleksjoner.”
Control Exact Text
Sett påkrevd tekst i anførselstegn og spesifiser plassering, hierarki, kapitalisering og typografi. Be om ingen ytterligere tekst. Eksempel: “Plasser den eksakte overskriften ‘BUILD WITH CLARITY’ øverst midtstilt i fet, store bokstaver sans serif. Bevar stavning nøyaktig. Ikke legg til andre ord, bokstaver, etiketter eller vannmerker.”
State What Must Be Preserved
For redigering, navngi elementene som ikke kan endres: identitet, positur, produktgeometri, logo, etiketttekst, proporsjoner, kameravinkel eller bakgrunn. Sett disse begrensningene før den forespurte modifikasjonen.
Add Negative Constraints
List sannsynlige feilmodus i klartekst: “Ingen ekstra fingre, ingen dupliserte produkter, ingen forvrengt logo, ingen feilstavet tekst, ingen kant, ingen vannmerke.” Negative begrensninger er mest nyttige når de adresserer spesifikke risikoer fremfor generiske kvalitetstermer.
How Much Does GPT-Image-2.5 Cost?
Official OpenAI API Costs
Ved verifiseringstidspunktet lister både Flare og Sunburst samme tokenpriser: $5 per million tekst-input-tokens, $1.25 per million cachede tekst-input-tokens, $8 per million bilde-input-tokens, $2 per million cachede bilde-input-tokens, og $30 per million bilde-utgangs-tokens. Den endelige kostnaden avhenger av faktiske tokens brukt, ikke bare antall forespørsler.
CometAPI Pricing and Ways to Reduce Cost
CometAPI annonserer for tiden 20 % rabatt for GPT-Image-2.5 Flare i sin modellkatalog. Behandle dashbordet og fakturaen som kilden til sannhet fordi gateway-prising kan endre seg. For å redusere utgifter, bruk Flare for rutinearbeid, start på medium eller high, reserver xhigh eller max for godkjente brukstilfeller, gjenbruk cachet input der det støttes, unngå unødvendige varianter, og sett partial_images til 0 med mindre forhåndsvisninger forbedrer brukeropplevelsen.
Other Cost Factors and a Worked Example
Kostnad påvirkes av promptlengde, antall og oppløsning på referansebilder, utgangsdimensjoner, kvalitet, endelige utgangs-tokens, forespurte varianter, delvise forhåndsvisninger, nye forsøk og forkastede resultater. Spor både utgift per forespørsel og utgift per godkjent bilde.
Kostnad per godkjent bilde = total genereringskostnad ÷ antall utganger som passerer gjennomgang.
Illustrativt eksempel: 10 forsøk à $0.18 koster $1.80. Hvis 6 bilder blir godkjent, er kostnaden per godkjent bilde $0.30, ikke $0.18. Hvis bedre prompting reduserer kjøringen til 8 forsøk med 6 godkjente bilder, faller kostnaden per godkjent bilde til $0.24.
Flare vs. Sunburst: Which Model Should You Use?
Modellvalget bør være arbeidslastdrevet, ikke behandle Sunburst som en automatisk erstatning for Flare.
| Decision | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst |
|---|---|---|
| Interactive application | Anbefalt | Bruk selektivt |
| Rapid prompt iteration | Anbefalt | Vanligvis unødvendig |
| High-volume creative generation | Anbefalt | Avhenger av akseptgrad |
| Product/reference editing | God | Anbefalt |
| Complex final composition | God | Anbefalt |
| Maximum editing control | God | Anbefalt |
| Latency-sensitive UI | Anbefalt | Mindre egnet |
| Premium final asset | Test først | Anbefalt når kvalitetsgevinsten er målbar |
For mange produkter er den optimale arkitekturen ikke “velg én for alltid.” Rute de fleste forespørsler til Flare, og send deretter krevende revisjoner eller høyt verdsatte sluttutganger til Sunburst.
How Do You Migrate from GPT Image 2 to GPT-Image-2.5?
Hvis du allerede bruker GPT Image 2 via CometAPI, er migreringen relativt liten fordi generering og redigering forblir på Images API-rutene.
Den enkleste endringen er:
| # Before model="gpt-image-2" # After: speed-first model="gpt-image-2.5-flare" # After: precision-first model="gpt-image-2.5-sunburst" |
|---|
Men stopp ikke ved å bytte ID. Evaluer på nytt kvalitet, utgangsdimensjoner, latens, bevaring av subjekt, tekstkorrekthet, redigeringslokalitet og faktisk tokenbruk ved hjelp av et fast evalueringssett.
OpenAI anbefaler spesifikt å holde prompt, referanser, dimensjoner og utgangsformat konstant når man sammenligner modeller slik at modellendringen er variabelen som måles. OpenAI migration guidance
Production Tips for GPT-Image-2.5 in CometAPI
For en produksjonstjeneste, hold implementeringen rundt GPT-Image-2.5 bevisst liten: lagre API-nøkkelen på serversiden, persister det dekodede bildet i egen lagring, logg modell/kvalitet/størrelse/latens/bruk, begrens nye forsøk, og behandle 400-feil annerledes enn midlertidige 429- eller 5xx-feil.
CometAPI har allerede publisert en dedikert veiledning som dekker køing, begrenset samtidighet, eksponentiell backoff, holdbare ID-er, lagring, manifester og batch-kostnadssporing. I stedet for å duplisere den implementeringen her, se How to Automate Image Generation at Scale når du går fra ett enkelt API-kall til batchproduksjon.
Det skillet er spesielt viktig når man tilpasser eksempler skrevet for OpenAIs native API direkte til et tredjeparts OpenAI-kompatibelt endepunkt.
Common GPT-Image-2.5 API Errors
| Error | Likely cause | What to do |
|---|---|---|
| 401 Unauthorized | Ugyldig/manglende CometAPI-nøkkel | Verifiser COMETAPI_KEY og Bearer-header |
| 400 Bad Request | Ugyldig parameter, størrelse, format eller modell-ID | Fjern valgfrie felt og test en minimal forespørsel |
| 429 Too Many Requests | Samtidighet eller kontogrense nådd | Backoff og prøv igjen med jitter |
| Repeated 5xx | Midlertidig upstream/API-problem | Prøv på nytt et begrenset antall ganger |
| Image appears as Base64 text | b64_json ble ikke dekodet | Base64-dekoder og lagre bytene |
| Transparent output fails | Inkompatibelt utgangsformat | Bruk PNG eller WebP |
| Edit changes too much | Prompten begrenser ikke bevaring | Angi eksplisitt hva som må forbli uendret |
| Costs rise unexpectedly | Høyere kvalitet/oppløsning eller nye forsøk | Logg bruk per forespørsel og beregn kostnad per godkjent bilde |
Ikke gjenta hver feil automatisk. En feilformatert 400-forespørsel vil generelt forbli feilformatert, mens gjentatt autentiseringsfeil bare genererer mer mislykket trafikk.
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 gir utviklere et mer nyttig split mellom modeller enn en enkel generasjonsoppgradering: Flare er optimalisert for raske, daglige bildearbeidslaster, mens Sunburst gir høyere presisjon for krevende genererings- og redigeringsarbeidsflyter.
Via CometAPI kan begge passe inn i en eksisterende OpenAI-kompatibel applikasjon med minimal integrasjonsinnsats. Start med endepunktet /v1/images/generations, Flare, en kontrollert kvalitetsinnstilling og ett representativt promptsett. Legg til /v1/images/edits og Sunburst når produktet ditt krever sterkere referansebevaring eller presise visuelle endringer.
Den viktigste optimaliseringen er ikke bare å velge den mest kraftige innstillingen. Mål latens, tokenbruk, akseptgrad, redigeringsnøyaktighet og effektiv kostnad per godkjent bilde for arbeidslasten applikasjonen din faktisk betjener. Det er det som avgjør om Flare eller Sunburst er den bedre produksjonsmodellen.
FAQ
Is GPT-Image-2.5 available on CometAPI?
Ja. Både GPT Image 2.5 Flare og GPT Image 2.5 Sunburst er tilgjengelige via CometAPI.
Do I need a separate OpenAI API key?
Nei. Ved kall av modellen via CometAPI brukes din CometAPI-nøkkel mot CometAPI-endepunktet.
Should I use Flare or Sunburst?
Start med Flare for de fleste genereringsarbeidslaster. Bruk Sunburst når redigeringspresisjon, komplekse komposisjoner eller bevaring av referansebilde-detaljer har målbar innvirkning på utgangens aksept. Dette følger OpenAIs egen posisjonering av de to modellene.
Can GPT-Image-2.5 edit existing images?
Ja. De nåværende modellspesifikasjonene støtter bildeinput og bilderedigering, og CometAPI eksponerer bilderedigeringskapasitet for familien. GPT Image 2.5 Flare API in CometAPI
Does GPT-Image-2.5 support transparent images?
Ja. Sett background til transparent og bruk PNG eller WebP som utdataformat. OpenAI image prompting guide
Can I use the OpenAI Python SDK with CometAPI?
Ja. CometAPIs nåværende eksempler instansierer standard OpenAI-klient med base_url="https://api.cometapi.com/v1" og en CometAPI-nøkkel. CometAPI SDK example