Choose your path
透過 CometAPI 學習 GPT Image 2.6 API 工作流程：SVG 產生、透明 PNG、多張圖片編輯、標記、參數、定價與遷移。
from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1",
)
response = client.chat.completions.create(
model="gpt-5-mini",
messages=[{"role": "user", "content": "Build this workflow."}],
)
print(response.choices[0].message.content)GPT Image 2.6 API 在 CometAPI 中為開發者提供了實用的影像生成與編輯路由，包含兩個變體：Sunburst 與 Flare。
使用 Python 與 CometAPI 金鑰建立影像資產：先從點陣生成請求開始，當你的路由支援時，再加入 SVG 輸出、參考影像，或透明 PNG 標註圖層。範例使用 Python 3.10 或更高版本，並將 API 金鑰保存在你的伺服器上。
最重要的區別：透明 PNG 輸出是一個完成的資產；透明 PNG 標註檔是一個輸入，用來告訴模型在哪裡進行編輯。
OpenAI 於 2026 年 11 月 4 日發佈 GPT Image 2.6。此模型家族接受文字與影像作為輸入，用於視覺創作與修訂。
兩個變體皆以工作流程為導向，但優先順序不同。
| 規格 | Sunburst | Flare |
|---|---|---|
| API 識別符 | gpt-image-2.6-sunburst | gpt-image-2.6-flare |
| 主要重點 | 細緻視覺工作 | 快速迭代 |
| 輸入模式 | 文字與影像 | 文字與影像 |
| 輸出形式 | 影像 | 影像 |
| 實用起點 | 最終資產與審慎修訂 | 草稿與互動式編輯 |
| 音訊支援 | 否 | 否 |
從精簡且明確的設定開始。
| 參數 | 生成請求 | 實用用法 |
|---|---|---|
| model | 明確的變體識別符 | 保持模型選擇可重現 |
| prompt | 文字指示 | 描述資產與限制 |
| quality | 先從 low、medium 或 high 開始 | 調整渲染品質 |
| complexity | low、medium 或 high | 調整規劃投入 |
| size | 例如 1024x1024 | 固定尺寸以便比較 |
| n | 初期使用 1 | 簡化測試與成本檢視 |
| output_format | PNG、JPEG、WebP、SVG 或 GIF（取決於端點支援） | 與下游資產需求相符 |
| background | auto、opaque 或 transparent | 控制點陣背景行為 |
針對編輯，請求同時提供來源影像。image-edit 結構 最多支援 16 張參考影像。
第一次生成時維持 complexity 的預設值。對於針對性的編輯（例如重上某個物件的顏色），先從 low 開始，並確認周邊細節保持完整。
依照 CometAPI 設定指南 建立金鑰，並將其存入下方的環境變數。編輯範例還需要本機的 PNG 來源檔。
這些範例使用 Python requests 以直接展示 JSON 與 multipart 請求本文。
這些範例透過 CometAPI 使用 OpenAI 的 Image API 請求格式。執行前，請確認你選擇的 CometAPI 路由支援該模型與範例中使用的欄位。
pip install requests pillow
在你的 shell 中設定金鑰：
export COMETAPI_KEY="YOUR_COMETAPI_KEY"
PowerShell 使用者可使用：
$env:COMETAPI_KEY = "YOUR_COMETAPI_KEY"
將共享輔助程式存為 image_workflows.py。將每個工作流程範例放入獨立腳本並匯入所需的輔助函式。僅執行你想測試的工作流程。
import base64
import os
from pathlib import Path
import requests
BASE_URL = "https://api.cometapi.com/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['COMETAPI_KEY']}"}
MODEL = "gpt-image-2.6-flare"
def save_result(response, destination):
response.raise_for_status()
payload = response.json()
Path(destination).write_bytes(
base64.b64decode(payload["data"][0]["b64_json"], validate=True)
)
print(f"Saved: {destination}; usage: {payload.get('usage', 'Not returned')}")
def generate(prompt, destination, **options):
response = requests.post(
f"{BASE_URL}/images/generations", headers=HEADERS,
json={"model": MODEL, "prompt": prompt, "n": 1, "size": "1024x1024",
"quality": "medium", "complexity": "low", **options},
timeout=(15, 300),
)
save_result(response, destination)
此輔助工具會在 HTTP 回應失敗或 base64 資料無效時拋出錯誤。它預期 data[0].b64_json；若你的路由回傳不同結構，請先檢視回應再修改儲存函式。
將返回的 usage 記錄與輸出一併保存。若請求逾時，請先檢視其狀態或計費記錄再重送：逾時並不代表生成失敗。
在建立共享輔助程式後執行以下呼叫，以生成單一產品影像並儲存為 cup.png。
為了後續的編輯範例，將 cup.png 複製一份為 product.png，放在相同工作目錄。保持 cup.png 不變作為原始檔。你也可以改用自己的產品照片，存為 product.png。
另外準備 setting.png：使用一張背景或情境的 PNG 照片，該場景要有足夠的空間放置產品。請使用你有權上傳的影像。將其與 product.png 放在一起；多重參考請求會將它作為場景參考，而非第二個產品參考。
generate(
prompt=(
"Create a studio product photograph of an unbranded teal "
"ceramic travel cup on a warm cream background. "
"Show one cup, a clean silhouette, and a soft contact shadow. "
"No text or decorative objects."
),
destination="cup.png",
output_format="png",
)
依據簡短的驗收清單檢查結果：一個杯子、顏色正確、輪廓乾淨，且沒有多餘物件。
對可編輯的向量資產使用 SVG 輸出。透過生成端點要求 n=1，然後將回應解碼為 .svg 檔。SVG 輸出不支援串流。
generate(
prompt=(
"Design an original minimalist icon of a teal travel cup "
"with a small leaf motif. Use simple closed vector shapes, "
"two flat colors, and generous negative space. "
"No text, gradients, photographs, or background scenery."
),
destination="cup-icon.svg",
output_format="svg",
)
實用的 SVG 驗收測試不僅是打開檔案：
不要將 SVG 作為點陣編輯的輸入送回。將向量修訂與影像編輯的工作流程分開。
對於剪裁圖，請求 PNG 輸出並設為透明背景。官方的 transparent-logo 範例 也強調乾淨的 alpha 邊緣，以及不能出現「畫上去的」棋盤格。
generate(
prompt=(
"Create a single teal ceramic travel cup as an isolated "
"e-commerce asset. Center the entire cup with generous padding. "
"Keep clean edges and a fully transparent background. "
"No floor, backdrop, checkerboard pattern, or text."
),
destination="cup-transparent.png",
output_format="png",
background="transparent",
)
驗證實際透明度：
from PIL import Image
with Image.open("cup-transparent.png") as image:
alpha = image.convert("RGBA").getchannel("A")
minimum, maximum = alpha.getextrema()
if minimum == 255:
raise RuntimeError("The output contains no transparent pixels.")
if maximum == 0:
raise RuntimeError("The output is entirely transparent.")
print("The output contains visible content and transparency.")
這可抓出偽裝成剪裁圖的不透明影像。它不評估邊緣品質；請在淺色與深色背景下檢視資產。
為每個參考指定明確角色。本例中，第一張影像提供產品識別，第二張影像提供預期場景。
with (
open("product.png", "rb") as product,
open("setting.png", "rb") as setting,
):
response = requests.post(
f"{BASE_URL}/images/edits",
headers=HEADERS,
data={
"model": "gpt-image-2.6-sunburst",
"prompt": (
"Use the cup in the first image as the exact product "
"reference. Use the second image only for the setting. "
"Place the cup naturally in that setting. Preserve its "
"silhouette, lid, color, and printed details. "
"Do not copy other products from the second image."
),
"quality": "high",
"complexity": "medium",
"output_format": "png",
},
files=[
("image[]", ("product.png", product, "image/png")),
("image[]", ("setting.png", setting, "image/png")),
],
timeout=(15, 300),
)
save_result(response, "product-in-setting.png")
此 multipart 範例使用 image[]。JSON 編輯請求使用 images 陣列；不要混用這兩種編碼。
為了可重複測試，請保持參考影像的順序固定。以完整解析度比較原始產品與輸出，特別是握把、標籤、邊緣與反射。
標註是註解圖層。於獨立的透明 PNG 上繪製圓圈或其他視覺指示，然後與原始影像一同送出。
標註工作流程 會把註解套用到第一個輸入影像。覆蓋層必須與該影像方向校正後的尺寸一致，包含透明像素，且與原始影像分離。不要將 markup 與 mask 或 prompt_rewriter 一起使用。
OpenAI 的示範顯示一個加上標註的花瓶:
產生的編輯變更了花瓶：
以上為官方示範影像，非下列程式碼的輸出。
下方的邊界框定義了標註橢圓。調整其座標以圈住你要編輯的物件，提交前先檢視覆蓋層。
from PIL import Image, ImageDraw, ImageOps
with Image.open("product.png") as source:
oriented = ImageOps.exif_transpose(source).convert("RGBA")
oriented.save("product-oriented.png")
overlay = Image.new("RGBA", oriented.size, (0, 0, 0, 0))
draw = ImageDraw.Draw(overlay)
width, height = oriented.size
region = (
int(width * 0.25),
int(height * 0.15),
int(width * 0.75),
int(height * 0.85),
)
draw.ellipse(region, outline=(255, 0, 0, 255), width=6)
overlay.save("markup.png")
with (
open("product-oriented.png", "rb") as source,
open("markup.png", "rb") as markup,
):
response = requests.post(
f"{BASE_URL}/images/edits",
headers=HEADERS,
data={
"model": MODEL,
"prompt": (
"Change the body of the cup inside the red circle "
"to matte cobalt blue. Preserve the lid, shape, "
"lighting, and surrounding scene. "
"Remove the annotation from the finished image."
),
"quality": "medium",
"complexity": "low",
"output_format": "png",
},
files={
"image": ("product.png", source, "image/png"),
"markup": ("markup.png", markup, "image/png"),
},
timeout=(15, 300),
)
save_result(response, "cup-edited.png")
重要的設計重點是同時明確指出要變更的內容與需要保留的細節。標註用來定位目標；文字用來定義操作。
兩個變體都採用以下 OpenAI 公布的權杖費率。
| 權杖類別 | Sunburst 每百萬權杖費率 | Flare 每百萬權杖費率 |
|---|---|---|
| 文字輸入 | $5.00 | $5.00 |
| 快取文字輸入 | $1.25 | $1.25 |
| 影像輸入 | $8.00 | $8.00 |
| 快取影像輸入 | $2.00 | $2.00 |
| 影像輸出 | $30.00 | $30.00 |
以上為 OpenAI 費率，並非 CometAPI 的經過核實報價。
對於未快取的請求，對應計算為：
Cost =
(text input tokens × $5
+ image input tokens × $8
+ image output tokens × $30)
÷ 1,000,000
例如，一個點陣請求使用 1,000 個文字輸入權杖、0 個影像輸入權杖，以及 2,000 個影像輸出權杖，其成本為 $0.065。
就 CometAPI 的 GPT Image 2.6 API 而言，請以你所選路由顯示的價格為準，並檢視你請求的收費記錄。上述 OpenAI 費率僅供參考，非 CometAPI 報價。
一個實用的業務指標為：
Cost per accepted asset =
total workflow spending ÷ number of approved assets
分子應包含被拒的生成與修訂回合。
若你已使用 GPT Image 2.5，先更新模型識別符，並保持端點與回應處理的明確性。僅在基本請求成功後再加入可選的輸出格式。
設定 model="gpt-image-2.6-flare" 或 model="gpt-image-2.6-sunburst"，而非依賴預設模型。保留現有的輸入檔與提示，並檢視第一個回應。
對於 SVG，使用生成端點，將解碼後的位元組以 .svg 副檔名儲存，並省略串流。對於點陣編輯，在編輯請求中保留來源影像。僅在準備好獨立透明覆蓋後再加入 markup。
同時更新你的檔案服務層：SVG 資產與 PNG 資產需要不同的媒體類型。保留原始來源與已核准的修訂。每次新編輯都從包含你想保留變更的版本開始。
先從產品影像範例開始，然後根據輸出選擇相應的工作流程：可編輯向量作品使用 SVG、剪裁圖使用透明 PNG、結合視覺輸入使用參考影像、針對性變更使用標註。以相同的提示與設定比較 Flare 與 Sunburst，並追蹤每個被接受資產的成本。
逾時可能發生在伺服器仍在處理請求時。保存請求 ID，並在重試前檢查供應商的請求日誌，以避免重複工作與費用。
輔助工具預期收到包含 data[0].b64_json 的 JSON 回應。先檢查 HTTP 狀態與回應結構。若你的路由返回影像 URL，請依文件實作 URL 下載流程，而非將該 URL 傳給 base64 解碼器。確保儲存的副檔名與請求的格式一致。
將來源、覆蓋層與每次輸出以不同檔名儲存。例如使用 product-source.png、product-markup.png 與 product-edit-01.png。將提示與輸出一同保存。這讓你能回顧某次修訂而不會遺失原始檔，或不小心將含標註的預覽當成來源上傳。
在目標渲染器中開啟該資產，並以既有的 SVG 驗證工具檢查其 XML。發布前檢查尺寸、裁切、路徑與任何文字。套用你的應用程式的 SVG 淨化策略，以正確的媒體類型提供，並確認它在介面中使用的最小尺寸下仍然可讀。