dall-e-3

dall-e-3 的技術規格

什麼是 dall-e-3？

dall-e-3 是 OpenAI 較新的 DALL·E 圖像生成模型，旨在根據自然語言提示生成圖像，較早期 DALL·E 版本具備更強的提示理解能力、更佳的細節表現，以及更好的圖中文字渲染。它支援直向、橫向與方形輸出，特別適合希望透過描述性提示獲得視覺豐富成果的使用者。

此模型用於輸入為文字、輸出為生成圖像的工作流程。可透過圖像生成 API 使用，常見於行銷模型稿、概念藝術、插畫、產品視覺及其他創意生成任務。

dall-e-3 的主要功能

• 更佳的提示理解：dall-e-3 能更準確地遵循複雜且具描述性的提示，幫助生成更貼近使用者意圖的結果。
• 更高細節的圖像生成：相較於舊版 DALL·E 模型，能產生更精緻的視覺效果，適合精修級的創作輸出。
• 圖中文字渲染：在產生含有可讀文字的圖像（如海報、指示牌、標籤）方面表現更佳。
• 多種長寬比：支援方形、直向與橫向尺寸，為不同設計與發佈需求提供更多彈性。
• 簡便的 API 使用：在圖像生成請求中將 model 參數設為 dall-e-3 即可呼叫模型。
• Base64 或託管 URL 輸出：可取得臨時託管的圖像 URL，或以 b64_json 形式供下游直接處理。
• 品質控制：standard 與 hd 品質選項，讓開發者依情境在速度與輸出品質間取得平衡。

如何存取與整合 dall-e-3

步驟 1：註冊並取得 API 金鑰

開始前，請在 CometAPI 註冊並於儀表板建立 API 金鑰。生成後請妥善保存，並使用該金鑰來驗證對 dall-e-3 API 的請求。此金鑰適用於所有整合方式，包括 REST、SDK 與平台式部署。

步驟 2：向 dall-e-3 API 發送請求

取得 API 金鑰後，向圖像生成端點發送請求，並將模型指定為 dall-e-3。

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": "A cinematic futuristic city skyline at sunset with flying cars and neon reflections",
    "size": "1024x1024",
    "quality": "hd",
    "response_format": "url"
  }'

步驟 3：擷取並驗證結果

提交後，API 會返回 dall-e-3 的生成圖像結果。請確認回應包含預期的輸出格式，例如託管的圖像 URL 或 base64 載荷，之後再進行儲存、渲染，或導入至應用程式工作流程。請務必驗證回應結構，並在適用時處理臨時 URL 的到期。