Die OpenAI-Bildbearbeitungs-API verändert ein vorhandenes Bild anhand einer Eingabeaufforderung. Die native Route lautet POST /v1/images/edits; sie akzeptiert ein Bild, eine Eingabeaufforderung und optionale Bearbeitungsfunktionen wie eine Maske oder Referenzbilder. Verwenden Sie die Bild-API für eine gezielte Anfrage und die Antworten-API, wenn das Produkt einen mehrstufigen Bild-Workflow benötigt.
Eine zuverlässige Bearbeitung erfolgt in einem kleinen Arbeitsablauf: Die Quelldatei wird gesperrt, es wird festgelegt, was erhalten bleiben muss und was geändert werden darf, die zurückgegebenen Bytes werden überprüft und das freigegebene Asset wird gespeichert. Wenn Sie lieber innerhalb eines Arbeitsbereichs zwischen Bildbearbeitungsprogrammen und anderen Medientools wechseln möchten, Bilder mit GPT Image 2 in GlobalGPT erstellen und bearbeiten; die öffentliche API verwendet einen anderen asynchronen Aufgabenvertrag, den dieser Leitfaden vom nativen Endpunkt von OpenAI unterscheidet.
Kurze Antwort: Entscheide dich für den Ansatz, bevor du mit dem Programmieren beginnst
| Bedarf | Route | Form der Anfrage | Zu bearbeitendes Ergebnis |
|---|---|---|---|
| Einmalige Erstellung oder Bearbeitung eines Bildes | OpenAI Bild-API | POST /v1/images/edits, mehrteiliges Formular | data[0].b64_json; entschlüsseln und speichern |
| Mehrere Durchläufe mit Bildkontext | OpenAI-Antwort-API | POST /v1/responses mit einem Tool zur Bilderzeugung | Das Ausgabedatei-Element für die Bildgenerierung extrahieren |
| Mehrere Medienmodelle hinter einem Konto | GlobalGPT – öffentliche API | POST /tasks, dann abfragen GET /tasks/{id} | output.url; speichern Sie es, bevor die 30-Tage-Frist abläuft |
Die Endpunktnamen sehen zwar ähnlich aus, doch die Anfragetexte und die Verarbeitung der Ergebnisse sind nicht austauschbar.
Was leistet die OpenAI Image Edit API?
Der Bearbeitungsvorgang beginnt mit einem vorhandenen Bild. Ihre Eingabe beschreibt die Änderung, während das Eingabebild den visuellen Kontext liefert, der bei der Bearbeitung erhalten bleiben soll. Sie können einen Hintergrund ersetzen, ein Element hinzufügen oder entfernen, eine umfassendere Neugestaltung vornehmen oder mehrere Bilder als Referenz übergeben. Das Modell interpretiert die Anfrage weiterhin; die API ist kein Pixel-Editor mit garantierten Auswahlgrenzen.
OpenAI beschreibt zwei nützliche Arbeitsabläufe. Der Bild-API ist die erste Wahl, wenn eine Anfrage ein Bild zurückgeben soll. Die Antwort-API ist die bessere Wahl, wenn ein Benutzer das Ergebnis überprüft, eine weitere Änderung anfordert und den Bildkontext über mehrere Runden hinweg beibehält. Diese Entscheidung wirkt sich sowohl auf die Form der Anfrage als auch auf den Code aus, der das Ergebnis extrahiert.
Image-API im Vergleich zur Responses-API
| Frage | Bild-API | Antwort-API |
|---|---|---|
| Am besten für | Eine einzelne Aktion zum Erstellen oder Bearbeiten | Ein Bearbeitungserlebnis über mehrere Durchgänge hinweg |
| Typische Eingabe | Mehrteiliges Bild, Eingabeaufforderung, optionale Maske | Konversations-Eingabe plus Tool zur Bilderzeugung |
| Ausgabeverarbeitung | data[0].b64_json | Suchen Sie das Ausgabeelement für die Bildgenerierung |
| Kostenaufschlüsselung | Bei der Direktbearbeitung werden die aktuellen Ein- und Ausgaberaten verwendet | Die zwischengespeicherten Eingaberegeln können abweichen; bitte überprüfen Sie die aktuellen Preise |
Führen Sie eine erste Bearbeitung mit der nativen OpenAI-API durch
Speichern Sie den API-Schlüssel auf Ihrem Server und laden Sie ihn über eine Umgebungsvariable. Im folgenden Beispiel werden ein Bild und eine Eingabeaufforderung an den dokumentierten Endpunkt „edits“ gesendet. Der Bild[] Das Feld kann wiederholt werden, wenn das ausgewählte Modell mehrere Eingaben unterstützt. Die Shell-Pipeline dekodiert das erste zurückgegebene Base64-Bild in eine lokale PNG-Datei.
Bearbeitung mit Native Curl: Speichern des b64_json-Ergebnisses
curl -s \
-X POST "https://api.openai.com/v1/images/edits" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-F "model=gpt-image-2.5-sunburst" \
-F "image[]=@source.png" \
-F "prompt=Ersetze nur den Hintergrund durch eine warme, beigefarbene Studiokulisse; das Produkt und das Etikett bleiben unverändert." \
| jq -r '.data[0].b64_json' \
| base64 --decode > edited.pngPython-SDK-Bearbeitung: Die zurückgegebenen Bytes dekodieren
from openai import OpenAI
import base64
client = OpenAI()
result = client.images.edit(
model="gpt-image-2.5-sunburst",
image=open("source.png", "rb"),
prompt="Ersetze nur den Hintergrund durch eine warme, beigefarbene Studiokulisse; das Produkt und das Etikett bleiben unverändert.",
)
image_bytes = base64.b64decode(result.data[0].b64_json)
with open("edited.png", "wb") as output:
output.write(image_bytes)Bevor Sie diese Datei als produktionsreif bezeichnen, sollten Sie die dekodierte Datei überprüfen: Kontrollieren Sie den MIME-Typ, die Abmessungen, die Byteanzahl und ob die wichtigen visuellen Details noch vorhanden sind. Eine 200-Antwort besagt lediglich, dass die Anfrage angenommen wurde; sie gibt keinen Aufschluss darüber, ob das Etikett, das Logo oder die Produktgeometrie erhalten geblieben sind.
Sicherer Umgang mit Masken und Referenzbildern
Eine Maske gibt dem Modell vor, welchen Bereich Sie ändern möchten, doch die Bildmaskierung bei GPT erfolgt weiterhin auf Basis von Eingabeaufforderungen. In der Anleitung zu OpenAI wird ausdrücklich darauf hingewiesen, dass das Modell die Maske als Orientierungshilfe und nicht als absolute Pixelgrenze verwendet. Formulieren Sie die Eingabeaufforderung hinsichtlich des zu schützenden Motivs möglichst konkret und überprüfen Sie das gesamte Bild nach der Generierung.
Maskenvorabprüfung
- Das Bild und die Maske haben dasselbe Format.
- Das Bild und die Maske haben dieselben Abmessungen.
- Die Maskendatei ist kleiner als 50 MB.
- Die Maske enthält einen Alphakanal.
- In der Eingabeaufforderung wird angegeben, was unverändert bleiben muss und was ersetzt werden soll.
Überprüfen Sie eine Maske, bevor Sie sie hochladen
from PIL import Image
source = Image.open("source.png")
mask = Image.open("mask.png")
assert source.format == mask.format, (source.format, mask.format)
assert source.size == mask.size, (source.size, mask.size)
assert mask.width * mask.height > 0
assert mask.mode in {"RGBA", "LA"}, mask.mode
assert mask.fp is None or True # Die Dateigröße auf der Festplatte separat überprüfen
print("source:", source.size, source.format)
print("Maske:", mask.size, mask.mode)Wenn Sie mehrere Bilder mit einer Maske übergeben, gilt laut der aktuellen Anleitung die Maske für das erste Bild. Das ist ein nützlicher Anhaltspunkt für die Gestaltung eines Referenz-Workflows: Legen Sie als erste Eingabe das Bild fest, dessen Bereich Sie bearbeiten möchten, und behandeln Sie die übrigen Bilder als Referenzen, anstatt davon auszugehen, dass die Maske alle Bilder umfasst.
Referenzbilder lösen ein anderes Problem. Sie können Anhaltspunkte für die Produktidentität, die Beleuchtungsfamilie, die Farbpalette oder die Komposition liefern. Sie zwingen das Modell nicht dazu, jede Kontur beizubehalten. Wenn eine bestimmte Verpackungsform oder ein Etikett unverändert bleiben muss, sollten Sie nach der Modellausgabe eine visuelle Überprüfung oder einen herkömmlichen Bearbeitungsschritt vornehmen.
Wählen Sie das Modell und die Parameter aus
Die aktuelle OpenAI-Bildanleitung enthält folgende Auflistungen: gpt-image-2.5-sunburst, gpt-image-2.5-flare, und gpt-image-2. Behandeln Sie Modellnamen und unterstützte Optionen als „lebende Dokumentation“: Sehen Sie sich die Modellseite unmittelbar vor der Integration an und merken Sie eine datierte Version vor, falls die Reproduzierbarkeit wichtig ist.
Parameterentscheidungen, die vermeidbare Ausfälle verhindern
| Entscheidung | Faustregel | Warum das wichtig ist |
|---|---|---|
| Eingabegenauigkeit | Weglassen Eingabe-Genauigkeit für gpt-image-2; seine Bildeingaben werden mit hoher Genauigkeit verarbeitet. | Das Senden eines nicht unterstützten Feldes kann dazu führen, dass eine gültige Bearbeitung als abgelehnte Anfrage gewertet wird. |
| Qualität | Das Dokument zu den Routen „2.5 Sunburst“ und „Flare“ niedrig, mittel, hoch, xhoch, und max. | Eine höhere Einstellung ist eine Abwägung zwischen Kosten und Latenz und keine Garantie für eine bessere Erhaltung. |
| Format | Fragen Sie nach dem Ausgabeformat, das der aktuelle Endpunkt unterstützt, und überprüfen Sie anschließend die dekodierte Datei. | Ihre Speicher-Pipeline sollte sich auf die Bytes und den MIME-Typ verlassen, nicht nur auf die angeforderte Option. |
| Hintergrund | Geben Sie den gewünschten Hintergrund in der Eingabeaufforderung an und nutzen Sie die dokumentierte Hintergrundoption, sofern diese unterstützt wird. | Das Modell interpretiert die Szene nach wie vor; halten Sie die Einschränkungen für das Motiv explizit fest. |
| Literaturverzeichnis | Verwenden Sie ein Referenzbild als Orientierung für die Gestaltung, die Farbgebung oder die Beleuchtung und legen Sie die Funktion jedes einzelnen Elements fest. | Unklare Bildrollen erschweren die Diagnose von Abweichungen. |
Was kostet die OpenAI Image Edit API?
OpenAI berechnet die Nutzung von GPT Image nach Token-Kategorien und nicht nach einem einheitlichen Pauschalpreis pro Bearbeitung. Auf der aktuellen Preisseite sind separate Tarife für Bild-Eingaben, zwischengespeicherte Eingaben und Bild-Ausgaben aufgeführt. Direkte Bild-API-Bearbeitungen unterliegen nicht der für das Bildgenerierungstool in der Responses-API dokumentierten Behandlung von zwischengespeicherten Eingaben; kopieren Sie daher keine Schätzung aus der Responses-API in eine direkte /v1/images/edits Budget.
Veröffentlichte Bild-Token-Raten, geprüft am 28.09.2026
| Modell | Bildeingabe / 1 Mio. Tokens | Zwischengespeicherte Bilddaten / 1 Mio. Token | Bildausgabe / 1 Mio. Token |
|---|---|---|---|
| GPT-Bild 2.5 | $8 | $2* | $30 |
| GPT Image 2 | $4 | $1* | $15 |
*Die Spalte „Cached Input“ wird für den veröffentlichten Preiskontext angezeigt. Laut Preisübersicht gilt „Cached Input“ für das Tool zur Bildgenerierung in der Responses-API, nicht jedoch für direkte Images-API-Anfragen wie beispielsweise /v1/images/edits. Die Preise können sich ändern; berechnen Sie den Betrag anhand der für Ihre eigene Anfrage zurückgegebenen Nutzungsdaten.
Erstellen Sie eine transparente Schätzung auf der Grundlage der Nutzung
def estimate_image_cost(image_input_tokens, image_output_tokens,
input_rate, output_rate):
return (image_input_tokens / 1_000_000) * input_rate + \
(image_output_tokens / 1_000_000) * output_rate
# Nur als Beispiel: Ersetzen Sie diese Werte durch die in Ihrer Antwort verwendeten.
estimate = estimate_image_cost(
image_input_tokens=250_000,
image_output_tokens=120_000,
input_rate=4.00,
output_rate=15.00,
)
print(f"${estimate:.4f}")Diese Formel dient lediglich als Planungsbeispiel und stellt keine Zusage für eine feste Abrechnung pro Bild dar. Berücksichtigen Sie Wiederholungsversuche, Dateispeicherung sowie die Nutzung separater Texte oder Tools in Ihrem eigenen Budget. Wenn die Ausgabe von Bedeutung ist, sollten Sie die Anfrage, die Antwortnutzung, den Hash der dekodierten Datei und die Genehmigungsentscheidung zusammenhalten.
GlobalGPT verwendet einen anderen API-Vertrag für die Bildbearbeitung
Die GlobalGPT-API-Dokumentation beschreibt die Erzeugung von Bildern, Videos und Audiodateien als asynchrone Medienaufgaben. Die öffentliche Basis-URL lautet https://api2.glbgpt.com/ai-api/open/v1. JSON an /Aufgaben, Umfrage /tasks/{id}, und lesen output.url nach erfolgreicher Ausführung einer Aufgabe. Der Modellkatalog listet auf gpt-image-2 und gpt-image-2.5 als Bildbearbeitungs-/Referenzrouten mit bis zu vier Eingabebildern und Seitenverhältnis.
Dokumentation zur öffentlichen API von S05: Öffentliche Dokumentation zum asynchronen Aufgabenvertrag; in diesem Artikel wird dieser vom nativen Endpunkt für mehrteilige Bearbeitungen von OpenAI getrennt behandelt.
S06-Katalog der öffentlichen Modelle: Öffentlich zugängliche Modellkatalogdaten zu den GPT-Image-Routen und deren dokumentierten Bildaufgabenbeschränkungen; überprüfen Sie vor der Veröffentlichung die dynamischen Quellenangaben und Felder.
GlobalGPT – Form der öffentlichen Aufgabe
BASE="https://api2.glbgpt.com/ai-api/open/v1"
# Optional: Kostenvoranschlag erstellen, ohne eine Aufgabe anzulegen oder Credits zu reservieren.
curl "$BASE/tasks/estimate" \
-H "Authorization: Bearer $GLOBALGPT_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.5",
"prompt": "Lass die Flasche und das Etikett unverändert. Ersetze nur den Hintergrund durch warmes, beiges Studiolicht.",
"images": ["https://YOUR_PUBLIC_IMAGE_URL/product.png"],
"aspect_ratio": "3:2"
}'
# Erst nach Überprüfung des Kostenvoranschlags absenden.
curl "$BASE/tasks" \
-H "Authorization: Bearer $GLOBALGPT_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: image-edit-example-001" \
-d '{
"model": "gpt-image-2.5",
"prompt": "Lass die Flasche und das Etikett unverändert. Ersetze nur den Hintergrund durch warmes, beiges Studiolicht.",
"images": ["https://YOUR_PUBLIC_IMAGE_URL/product.png"],
"aspect_ratio": "3:2"
}'
# Die zurückgegebene Aufgaben-ID abfragen, bis der Vorgang erfolgreich ist oder fehlschlägt.
curl "$BASE/tasks/TASK_ID" \
-H "Authorization: Bearer $GLOBALGPT_API_KEY"Fügen Sie den mehrteiligen Text von OpenAI nicht ein Maske, Eingabe-Genauigkeit, Größe, oder Qualität Felder in dieses JSON einfügen und davon ausgehen, dass sie funktionieren. In der aktuellen öffentlichen GlobalGPT-Dokumentation sind diese Felder für diese Image-Route nicht aufgeführt. Nicht unterstützte Felder werden möglicherweise verworfen und in ignorierte_Parameter, überprüfen Sie daher diese Antwort, bevor Sie zu dem Schluss kommen, dass eine Einstellung wirksam geworden ist.
Laut der öffentlichen Dokumentation reserviert GlobalGPT bei der Übermittlung einer Medienaufgabe Credits, gibt diese frei, wenn die Aufgabe fehlschlägt, und hält erfolgreiche Medien 30 Tage lang verfügbar. Speichern Sie das zurückgegebene Asset in einem von Ihnen kontrollierten Speicher, falls die URL länger bestehen bleiben muss. Verwenden Sie vor einem Batch den Schätzungs-Endpunkt, bei der Wiederholung einer Netzwerkanfrage einen Idempotenzschlüssel und bei einer lediglich langsamen Abfrage die ursprüngliche Aufgaben-ID.
Was der Test des Modells GlobalGPT ergab
Um diesen Unterschied zu veranschaulichen, habe ich am 28.09.2026 einen begrenzten API-Test mit einem GlobalGPT-Modell durchgeführt, bei dem zwei fiktive, markenunabhängige Eingabeaufforderungen und zwei Bearbeitungsaufforderungen zum Einsatz kamen. Bei jeder Aufgabe kam GPT Image 2 zum Einsatz, eine 3:2-Anfrage sowie die erste gültige Ausgabe. Die folgenden Bilder dienen als Nachweis für den Modelltest und stellen weder eine Browser-Arbeitsbereichssitzung noch einen Benchmark dar, noch sind sie eine Garantie dafür, dass bei jeder Bearbeitung jede Kontur erhalten bleibt.
P00-Eingabe: Das eingefrorene Ausgangsbild: eine fiktive Flasche ohne Markenzeichen mit einem kurzen weißen Verschluss und einem kurzen Etikett.
P01-Referenz: Das „Frozen“-Referenzbild: dient ausschließlich der Darstellung von Beleuchtung und Farben, nicht als zweite Produktidentität.
T01: Hintergrundbearbeitung eines einzelnen Bildes
Die vollständige Eingabeaufforderung anzeigen
Behalten Sie die Keramikflasche, den kurzen weißen Verschluss, den fiktiven Etikettentext "NORTH" und "250 ml", die Farben, den Kamerawinkel und die Proportionen des Ausgangsbildes unverändert bei. Ersetzen Sie lediglich den rein weißen Hintergrund durch eine warme, beigefarbene Studiokulisse, die von sanftem Fensterlicht und zarten Schatten inspiriert ist. Fügen Sie keine neuen Objekte, Logos, Wörter, Wasserzeichen, Personen oder Etiketten hinzu. Behalten Sie die Flasche als einziges Motiv in einer Querformat-Komposition im Verhältnis 3:2 bei.
Was dies verdeutlicht: Die Flasche bleibt erkennbar, das Etikett „NORTH / 250 ml“ ist zu sehen, und der weiße Hintergrund wechselt zu einer warmen, beigen Innenraumszene mit sanften, fensterähnlichen Schatten.
Begrenzung: Dies ist eine erste gültige Ausgabe. Sie belegt weder die exakte Beibehaltung der Pixel noch die allgemeine Genauigkeit der Beschriftungen.
T02: Beleuchtungs- und Farbreferenz anhand von zwei Bildern
Die vollständige Eingabeaufforderung anzeigen
Verwenden Sie Eingabebild 1 als genaue Produktdarstellung und Eingabebild 2 lediglich als Referenz für die warme, beigefarbene Beleuchtung, die Farbtemperatur und die weichen Schatten im Innenraum. Behalten Sie die Form der Keramikflasche, den kurzen weißen Verschluss, den fiktiven Etikettentext "NORTH" und "250 ml", die Farben, den Kamerawinkel und die Proportionen aus Eingabebild 1 unverändert bei. Ersetze den weißen Hintergrund durch eine ruhige, warmbeige Innenraum-Studiokulisse. Übernehme keine zusätzlichen Objekte, Texte, Logos, Wasserzeichen, Personen oder Etiketten aus Eingabebild 2. Behalte die Flasche als einziges Motiv in einer Querformat-Komposition im Verhältnis 3:2 bei.
Was dies verdeutlicht: Das Produkt und das NORTH/250 ml-Etikett bleiben erkennbar, während die Szene die warme, beigefarbene Atmosphäre des Raums, der Tischplatte und des Fensterlichts aus P01 aufgreift.
Begrenzung: Die Proportionen des Flaschenverschlusses, die Flaschenkontur und die Anordnung haben sich sichtbar verändert. Bezeichnen Sie dies nicht als perfekte oder exakte Identitätserhaltung; greifen Sie auf einen manuellen Vergleich zurück, wenn die Abmessungen der Waren übereinstimmen müssen.
So nutzen Sie diese Erkenntnisse: Das nützliche Ergebnis ist ein wiederholbarer Überprüfungsschritt. Die Eingabe-URL wird eingefroren, das geschützte Thema benannt, die Referenzrolle beschrieben, die zurückgegebenen Bytes überprüft und das genehmigte Produkt vor der Veröffentlichung mit der Quelle verglichen. Der Stiltransfer kann erfolgreich sein, auch wenn die Geometrie weiterhin abweicht.
Umgang mit Fehlern und langsamen Antworten
Symptom → Überprüfung → Maßnahme
| Symptom | Zuerst prüfen | Der nächste sichere Schritt |
|---|---|---|
| 401 / Authentifizierungsfehler | Serverseitiger Schlüssel, Kontoberechtigungen, Endpunkt-Host | Halten Sie inne und korrigieren Sie die Authentifizierung; bewerten Sie nicht die Bildqualität. |
| 400 / 422 Ungültige Anfrage | Modell-ID, mehrteilige Feldnamen, Dateityp, nicht unterstützte Optionen | Ändere nur das Feld, das in der Fehlermeldung genannt wird, und behalte die ursprüngliche, fehlgeschlagene Anfrage bei. |
| 429 / 5xx / Kapazität | Ob eine Aufgaben-ID erstellt wurde | Wenn keine Aufgaben-ID vorhanden ist, versuche es im Rahmen deiner Richtlinie noch einmal; wenn eine Aufgabe vorhanden ist, frage diese ID ab. |
| Die Aufgabe verbleibt in der Warteschlange oder wird gerade verarbeitet | Status, Zeitpunkt der letzten Abfrage, Schätzung des Anbieters | In festgelegten Zeitabständen abfragen; kein Duplikat erstellen, solange der Status unbekannt ist. |
| Die Ausgabe ist ein JSON-Objekt, das als Bild gespeichert wird. | Content-Type, erste Bytes, dekodiertes Format | Die Antwort analysieren, dekodieren b64_json oder herunterladen output.url, dann überprüfen. |
| Der Parameter scheint keine Wirkung zu haben. | GlobalGPT ignorierte_Parameter und Modellkarte | Entfernen Sie nicht unterstützte Felder und verwenden Sie den modellspezifischen Vertrag. |
Unterscheiden Sie Transportnachweise von Qualitätsnachweisen. Ein Timeout, ein DNS-Fehler oder eine Antwort bezüglich der Kapazität des Anbieters bedeutet, dass Sie kein gültiges Bild zur Bewertung haben. Umgekehrt ist ein gültiges Bild mit einer geänderten Kappe oder Beschriftung ein visuelles Ergebnis, das unverändert gemeldet werden sollte, auch wenn die Komposition ansprechend aussieht.
Eine Checkliste für die produktionssichere Bildbearbeitung
- Quelle einfrieren: Speichere die Eingabedatei, die Abmessungen, das Format und den Hash.
- Bildrollen zuweisen: Identifizieren Sie das Motiv des Bildes sowie etwaige Hinweise auf Beleuchtung, Farbpalette oder Bildkomposition.
- Schreibgeschützte Cues: Führen Sie die Beschriftung, die Silhouette, die Farben und die Proportionen auf, die überprüft werden müssen.
- Wählen Sie den Vertrag aus: Verwenden Sie „OpenAI Multipart“ für den „Native Edits“-Endpunkt oder „GlobalGPT JSON“-Aufgaben für die öffentliche Medien-API.
- Kalkulieren und einreichen: Verwenden Sie die aktuellen OpenAI-Kurse oder GlobalGPT
/Aufgaben/Kostenvoranschlag; Füge einen Idempotenzschlüssel für wiederholungssichere Übermittlungen hinzu. - Abfragen und Dekodieren: Eine Aufgaben-ID beibehalten, die zurückgegebene Datei überprüfen und die Bytes oder die URL in einem zugelassenen Speicherort speichern.
- Sichtprüfung: Vergleichen Sie das Ergebnis mit der Vorlage, bevor es in einen Produktkatalog, eine Anzeige oder eine kundenorientierte Seite aufgenommen wird.
Wenn Sie denselben Vorgang ausführen möchten, ohne einzelne Modell-Dashboards zusammenzufügen, versuchen Sie Folgendes: GPT-Bild 2 in GlobalGPT. Die browserbasierte Version des Workflows finden Sie unter Bilder im Arbeitsbereich „GlobalGPT“ bearbeiten; eine ausführlichere Erörterung der Konfiguration und Preisgestaltung finden Sie unter Einrichtung und Preise der GPT-Bild-API.
Häufig gestellte Fragen
Was ist die OpenAI-API zur Bildbearbeitung?
Es handelt sich um den Bildbearbeitungsweg unter POST /v1/images/edits. Sie senden ein Eingabebild und eine Eingabeaufforderung, optional mit einer Maske oder Referenzbildern, und dekodieren anschließend die zurückgegebenen Bilddaten. Verwenden Sie die Bild-API für eine einzelne Bearbeitung und die Antworten-API, wenn das Produkt einen mehrstufigen Bilddialog benötigt.
Gibt die OpenAI-Bildbearbeitungs-API eine öffentliche Bild-URL zurück?
Die dokumentierten Beispiele zur Image-API geben „b64_json“ zurück. Dekodieren Sie diese Bytes, überprüfen Sie die Datei und speichern Sie sie in einem von Ihnen verwalteten Speicher. Gehen Sie nicht davon aus, dass eine erfolgreiche Antwort eine gehostete CDN-URL ist.
Stellt eine OpenAI-Bildmaske eine exakte Pixelauswahl dar?
Nein. Eine Maske dient als Orientierung für eine promptbasierte Bearbeitung. Das Modell kann Pixel im Umfeld des angeforderten Bereichs verändern; überprüfen Sie daher Beschriftungen, Produktdetails, Sicherheitskennzeichnungen und andere Elemente, die korrekt bleiben müssen.
Wie viele Eingabebilder kann eine Bildbearbeitung verarbeiten?
Der aktuelle Bild-Guide unterstützt mehrere Eingabebilder für Referenz-Workflows. Die genauen Grenzwerte und das modellspezifische Verhalten entnehmen Sie bitte der aktuellen Modelldokumentation; die angegebene maximale Anzahl garantiert nicht in jedem Fall eine perfekte Beibehaltung in jeder Komposition.
Kann ich die Anfrage „OpenAI /v1/images/edits“ an GlobalGPT senden, indem ich die „base_url“ ändere?
Der öffentliche Medienvertrag von Nr. GlobalGPT verwendet JSON-POST-Anrufe an /tasks, gefolgt von GET-Anrufen an /tasks/{id}, mit Bildern und aspect_ratio, sofern das ausgewählte Modell diese akzeptiert. In der öffentlichen Dokumentation sind die Multipart-Maske, „input_fidelity“, „size“ oder der Qualitätsvertrag von OpenAI für diese Route nicht aufgeführt.
Wie sollte ich den Aufwand für eine Bildaufgabe einschätzen, bevor ich sie einreiche?
Bei GlobalGPT senden Sie zunächst denselben JSON-Body an /tasks/estimate. Dabei wird weder eine Aufgabe erstellt noch werden Guthaben reserviert. Bei OpenAI berechnen Sie anhand der aktuellen Preise pro Million Token und überprüfen Sie anschließend die tatsächliche Nutzung in der Antwort oder im Abrechnungsdatensatz.
