Specyfikacje techniczne dall-e-3
| Specyfikacja | Szczegóły |
|---|---|
| Identyfikator modelu | dall-e-3 |
| Typ modelu | Model generowania obrazów |
| Podstawowa modalność | Wejście tekstowe → wyjście w postaci obrazu |
| Obsługiwany endpoint | /images/generations |
| Limit promptu wejściowego | Do 4000 znaków |
| Liczba wyników | tylko n=1 |
| Obsługiwane rozmiary | 1024x1024, 1792x1024, 1024x1792 |
| Opcje jakości | standard, hd |
| Format odpowiedzi | url, b64_json |
| Ważność URL | Zwracane adresy URL obrazów są ważne przez 60 minut |
| Najlepsze zastosowanie | Wysokiej jakości generowanie obrazów na podstawie szczegółowych promptów tekstowych |
Czym jest dall-e-3?
dall-e-3 to nowszy model generowania obrazów DALL·E firmy OpenAI, zaprojektowany do tworzenia obrazów na podstawie poleceń w języku naturalnym, z lepszym rozumieniem promptów, większą szczegółowością oraz lepszym renderowaniem tekstu w obrazach niż wcześniejsze wersje DALL·E. Obsługuje wyjścia w formatach portretowym, poziomym i kwadratowym, a szczególnie przydaje się użytkownikom, którzy oczekują bogatych wizualnie wyników na podstawie opisowych promptów.
Model jest przeznaczony do przepływów generowania obrazów, w których wejściem jest tekst, a wyjściem wygenerowany obraz. Jest dostępny poprzez API generowania obrazów i powszechnie stosowany do makiet marketingowych, concept artu, ilustracji, wizualizacji produktów oraz innych kreatywnych zadań generatywnych.
Główne funkcje dall-e-3
- Ulepszone rozumienie promptów:
dall-e-3lepiej podąża za złożonymi i opisowymi promptami, dzięki czemu wyniki lepiej odpowiadają intencjom użytkownika. - Wyższy poziom detali: Generuje bardziej szczegółowe obrazy niż starsze modele DALL·E, co sprawia, że nadaje się do dopracowanych, profesjonalnych efektów.
- Renderowanie tekstu w obrazach: Model lepiej tworzy czytelny tekst w obrazach, co jest przydatne w plakatach, szyldach, etykietach i podobnych projektach.
- Wiele proporcji obrazu: Obsługuje formaty kwadratowe, portretowe i panoramiczne, zapewniając większą elastyczność w projektowaniu i publikacji.
- Prosta obsługa API: Model można wywołać, ustawiając parametr model na
dall-e-3w żądaniach generowania obrazów. - Wyjście jako Base64 lub hostowany URL: Wyniki można pobrać jako tymczasowy hostowany URL obrazu albo jako
b64_jsondo dalszego przetwarzania. - Opcje jakości:
standardihdpozwalają zrównoważyć szybkość i jakość w zależności od przypadku użycia.
Jak uzyskać dostęp i zintegrować dall-e-3
Krok 1: Zarejestruj się po klucz API
Aby rozpocząć, zarejestruj się w CometAPI i utwórz klucz API w panelu. Po wygenerowaniu klucza przechowuj go bezpiecznie i używaj do uwierzytelniania żądań do API dall-e-3. Klucz jest wymagany dla wszystkich metod integracji, w tym REST, SDK i wdrożeń opartych na platformie.
Krok 2: Wysyłaj żądania do API dall-e-3
Gdy masz już klucz API, wyślij żądanie do endpointu generowania obrazów i wskaż dall-e-3 jako model.
curl --request POST \
--url https://api.cometapi.com/v1/images/generations \
--header "Authorization: Bearer $COMETAPI_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "dall-e-3",
"prompt": "Filmowa futurystyczna panorama miasta o zachodzie słońca z latającymi samochodami i neonowymi refleksami",
"size": "1024x1024",
"quality": "hd",
"response_format": "url"
}'
Krok 3: Odbierz i zweryfikuj wyniki
Po przesłaniu API zwróci wygenerowany obraz dla dall-e-3. Sprawdź, czy odpowiedź zawiera oczekiwany format wyjściowy, np. hostowany URL obrazu lub payload zakodowany base64, a następnie zapisz go, wyświetl lub przekaż do dalszego etapu w aplikacji. Pamiętaj o walidacji struktury odpowiedzi i obsłuż wygaśnięcie tymczasowych adresów URL, jeśli ma to zastosowanie.