Что такое API GPT-Image-1.5?
GPT-Image-1.5 — это новейший представитель семейства GPT Image от OpenAI и модель, лежащая в основе обновленного опыта работы с разделом Images в ChatGPT. Модель призвана вывести генерацию изображений из стадии экспериментальных новинок в производственные креативные инструменты: более высокая фотореалистичность, более тонкий контроль для итеративных правок и более быстрое инференс-время для интерактивных и корпоративных рабочих процессов.
gpt-image-1.5 API — это мультимодальная конечная точка модели изображений, принимающая один или несколько входов-изображений (идентификаторы файлов или байты) плюс текстовый промпт и возвращающая сгенерированные или отредактированные изображения. Поддерживает:
- Генерацию по тексту (создание из промпта),
- Редактирование изображений / инпейтинг / композитинг (применение инструкций к существующим изображениям, поддерживается несколько входных изображений), и
- Итеративные, многошаговые процессы редактирования через Responses API (позволяет интерфейсы «подкрутить и повторить»).
API обрабатывает промпты-изображения иначе, чем прежние ограничения DALL·E: модели GPT для изображений принимают существенно более длинные текстовые промпты (ориентир — 32k символов), что делает возможными сложные инструкции с большим числом ограничений.
Основные возможности (практически)
- Улучшенная редактируемость / межитерационная согласованность: сохраняет внешность персонажей, освещение и ключевые визуальные атрибуты при итеративных правках. Это делает «одна и та же модель, повторяемые правки» более надежным подходом для задач вроде товарных каталогов или бренд-активов.
- Более высокая пропускная способность — ускорение в 4× по сравнению с GPT Image 1, нацеленное на снижение задержки в итеративных креативных процессах.
- Оптимизация стоимости — затраты на ввод/вывод изображений снижены примерно на 20% по сравнению с GPT Image 1, что уменьшает стоимость итераций на изображение для пользователей с высоким объемом.
- Мульти-изображенческий композитинг и референс стиля — принимает несколько референсных изображений для компоновки сцен или переноса стиля/освещения.
- Регулировка качества/верности — параметры API, позволяющие выбирать компромисс между скоростью и верностью (низкое качество для массовой генерации; высокое — для продакшн-активов).
- Многошаговое редактирование / интеграция с Responses API — поддерживает пошаговые процессы (просите изменения, затем «вносите правки» с сохранением состояния).
Технические возможности
- Лимит текста промпта (для моделей изображений): до 32,000 символов (примечание: OpenAI указывает это как ограничение длины текста для моделей изображений GPT). Используйте для длинных промптов с множеством ограничений.
- Входы-изображения: принимает идентификаторы файлов (предпочтительно для многошаговых сценариев) или «сырые» байты; может быть несколько изображений для композитинга и референса.
- Выходные данные: PNG/JPEG или артефакты изображений по умолчанию платформы, возвращаемые API (или как вложения в ChatGPT). Выход может включать несколько вариантов изображений и поддерживает итеративные запросы для уточнения результата.
- Режимы генерации: текст-в-изображение, редактирование изображений (инпейтинг/расширение по инструкциям) и варианты. Многошаговое редактирование поддерживает инструкции в стиле «добавить/удалить/объединить».
- Редактирование с учетом инструкций: модели оптимизированы на точность следования инструкциям (с сохранением заданных инвариантов, таких как «не менять логотип», «сохранить позу и освещение»). Шаблоны промпт-инжиниринга (явное повторение инвариантов на каждой итерации) уменьшают семантический дрейф.
Результаты в бенчмарках
- Позиция в лидерборде: один сводный отчет указывает, что GPT Image 1.5 лидирует в рейтинге text-to-image с ~1264 баллами на лидерборде Artificial Analysis, опережая ближайшую модель на заметную величину.
- Метрики на уровне задач (редактирование и сохранение): сводка Microsoft Foundry по метрикам оценки показывает, что GPT-Image-1.5 достигает почти идеального успеха бинарных модификаций (100% в одношаговом BinaryEval) и высоких показателей сохранения лица (около 90% по AuraFace) в их сравнительной таблице с конкурентами и предыдущими моделями OpenAI. Эти сравнительные метрики ставят GPT-Image-1.5 выше ряда соперников по сохранению и точности редактирования.
Сравнение GPT-Image-1.5 с аналогами
- По сравнению с GPT Image 1 (предыдущее поколение OpenAI): быстрее (до 4×), дешевле (примерно на 20% ниже стоимость I/O изображений) и с более высокой точностью редактирования — нацелено на переход от «прототипа/демо» к «дружественным к продакшну» сценариям работы с изображениями.
- По сравнению с Google Nano Banana Pro / Gemini image models: GPT-Image-1.5 и семейство Google Nano Banana Pro / Gemini — близкие конкуренты, каждый силен в своих классах промптов. Сообщения OpenAI подчеркивают точность редактирования и скорость итераций; предложения Google хвалят за студийный реализм в ряде примеров.
- По сравнению с Qwen Image и другими открытыми/закрытыми моделями: GPT-Image-1.5 превосходит Qwen Image по ряду метрик редактирования и сохранения в одношаговых оценках, но различия сокращаются в многошаговых или иных предметных тестах.
Сильные стороны GPT-Image-1.5
- Изображения для e-commerce: массовые варианты, замена фона, согласованные товарные каталоги из одного фото (с сохранением бренда/логотипа).
- Создание креативов и маркетинговых активов: быстрые итерации концептов, фотореалистичные мокапы, управляемые перенесения стиля.
- Ретушь фото и редакционные процессы: реалистичные примерки одежды/причесок, выборочная ретушь с сохранением идентичности и освещения.
- Интеграция с дизайн-инструментами: подключение к платформам дизайна или CMS для генерации вариантов изображений по требованию (настройки верности помогают контролировать стоимость).
- Многошаговые пайплайны композитинга: несколько входных изображений позволяют композитинг и генерацию на основе референсов для сложных сцен.
Как получить доступ к API GPT Image 1.5
Шаг 1: Зарегистрируйтесь и получите API-ключ
Войдите на cometapi.com. Если вы еще не являетесь пользователем, сначала зарегистрируйтесь. Авторизуйтесь в консоли CometAPI. Получите учетные данные — ключ API для интерфейса. Нажмите «Add Token» в разделе токенов API в личном кабинете, получите ключ токена: sk-xxxxx и отправьте.
Шаг 2: Отправляйте запросы к API GPT Image 1.5
Выберите конечную точку «gpt-image-1.5» для отправки запроса к API и задайте тело запроса. Метод запроса и тело запроса приведены в нашей документации по API на сайте. На нашем сайте также доступен тест в Apifox для вашего удобства. Замените <YOUR_API_KEY> на ваш фактический ключ CometAPI из аккаунта. базовый URL — Изображения (https://api.cometapi.com/v1/images/generations) и [Редактирование изображений]
Вставьте ваш вопрос или запрос в поле content — на него модель и ответит. Обработайте ответ API, чтобы получить сгенерированный результат.
Шаг 3: Получение и проверка результатов
Обработайте ответ API, чтобы получить сгенерированный результат. После обработки API отвечает статусом задачи и выходными данными.
См. также Предварительная версия API Gemini 3 Pro