Panduan API GPT Image 2.5: Harga, Pengaturan, dan Uji Coba Praktis

API GPT Image 2.5 dari OpenAI merupakan rangkaian dua model, bukan satu model yang dapat dipanggil dengan nama gpt-image-2.5. Alias bergerak yang saat ini ada adalah gpt-image-2.5-flare, dirancang oleh OpenAI untuk menghasilkan konten sehari-hari dengan cepat dan berkualitas tinggi, serta gpt-image-2.5-sunburst, yang dirancang khusus untuk pengeditan gambar yang mengutamakan presisi. Keduanya diluncurkan pada 8 September 2026. Panduan ini membahas ID yang tepat, tiga jalur API, parameter yang didukung, ukuran kustom, harga token resmi, batasan kuota, serta kalkulator biaya praktis.

Laporan tersebut juga menyebutkan uji coba terkontrol terpisah melalui sistem terpadu Anywhere gpt-image-2.5 rute. Tempat tersebut tidak menampilkan selektor Flare/Sunburst maupun label varian yang dikembalikan, sehingga hasilnya tidak disajikan sebagai hasil API OpenAI asli atau dikaitkan dengan salah satu model resmi.

Coba GPT Image 2.5 di GlobalGPT Sekarang!

Apa itu API GPT Image 2.5?

GPT Image 2.5 adalah rangkaian model pembuat dan pengedit gambar dari OpenAI yang dirilis pada 8 September 2026. Kedua model resmi ini menerima teks dan menghasilkan gambar; alur kerja pengeditan juga dapat menggunakan gambar sebagai masukan. Detail implementasi yang penting adalah identitas: nama rangkaian ini berguna dalam uraian tertulis, tetapi permintaan produksi harus menggunakan ID model yang tepat dari halaman model resmi.

Dua model, bukan satu ID keluarga yang dapat dipanggil

Alias bergerak mengikuti versi terkini OpenAI di balik nama tersebut. Snapshot bertanggal mengikat permintaan ke rilis tertentu dan oleh karena itu lebih mudah direproduksi selama pengujian regresi. Gunakan alias bergerak jika Anda menginginkan pembaruan model yang kompatibel tanpa mengubah kode; gunakan snapshot jika konsistensi perilaku lebih diutamakan daripada menerima revisi terbaru secara otomatis.

Uraian ini merupakan posisi OpenAI, bukan pemenang yang ditentukan berdasarkan pengujian kami. Pengujian terkontrol yang dijelaskan di bagian selanjutnya dalam artikel ini menggunakan rute terpadu dari pihak ketiga yang tidak mengungkapkan varian resmi mana—jika ada—yang melayani permintaan tersebut.

Panduan Cepat API GPT Image 2.5

Buat menggunakan Image API

Penggunaan pembangkit langsung POST /v1/images/generations. SDK OpenAI membaca kunci API Anda dari variabel lingkungan, dan GPT Image mengembalikan data gambar yang dikodekan dalam format base64, bukan URL yang dihosting secara permanen. Dekodekan data tersebut dan simpan dengan menggunakan ekstensi yang sama seperti format_keluaran.

import base64
from pathlib import Path
from openai import OpenAI

client = OpenAI()
result = client.images.generate(
    model="gpt-image-2.5-flare",
    prompt="Lampu meja keramik di atas latar belakang studio putih, foto produk",
    size="1536x1024",
    quality="high",
    output_format="webp",
)

image_bytes = base64.b64decode(result.data[0].b64_json)
Path("lamp.webp").write_bytes(image_bytes)

Agar uji produksi dapat diulang, gantilah alias bergerak dengan gpt-image-2.5-flare-2026-09-08. Simpan input aplikasi seperti prompt, ukuran, kualitas, dan seed dalam log permintaan Anda sendiri; gambar yang dihasilkan tetap menjadi hasil utama.

Mengedit gambar

Penggunaan pengeditan langsung POST /v1/images/edits. Dokumen API tersebut menjelaskan pengunggahan multipart dan referensi JSON melalui url_gambar atau id_file jika rute yang dipilih mendukung hal tersebut. Maksimal 16 gambar dapat disertakan, namun batas maksimum tersebut bukanlah sebuah rekomendasi: referensi yang lebih sedikit namun dapat dibedakan dengan jelas lebih mudah untuk diperiksa dan dinilai.

import base64
from pathlib import Path
from openai import OpenAI

client = OpenAI()
with Path("product.png").open("rb") as source:
    result = client.images.edit(
 model="gpt-image-2.5-sunburst",
 image=[source],
 prompt="Ubah hanya kap lampu menjadi biru kobalt.",
        size="1536x1024",
 output_format="png",
    )

Path("product-edited.png").write_bytes(
    base64.b64decode(result.data[0].b64_json)
)

Gunakan bahasa pelestarian yang eksplisit seperti “hanya ubah” sebagai batasan yang dapat diuji, lalu bandingkan sumber dan hasilnya pada resolusi penuh. Sebuah pengeditan dapat memenuhi atribut yang diminta sekaligus tetap melakukan penataan ulang atau rekonstruksi pada bagian-bagian yang tidak tersentuh.

Gunakan alat pembuat gambar Responses API

Anda juga bisa menelepon POST /v1/responses dengan alat pembuat gambar. Pendekatan ini berguna ketika pembuatan gambar merupakan salah satu langkah dalam alur kerja berbasis model yang juga menganalisis teks atau hasil alat. Ini bukanlah pengganti langsung untuk bentuk respons API Gambar: periksa item keluaran respons dari panggilan pembuat gambar tersebut, alih-alih berasumsi bahwa data[0].b64_json ada.

response = client.responses.create(
    model="YOUR_RESPONSES_MODEL",
    input="Buat gambar produk yang rapi berdasarkan brief yang sudah disetujui ini.",
    tools=[{"type": "image_generation"}],
)

image_calls = [
    item for item in response.output
    if item.type == "image_generation_call"
]

Pilih API Gambar langsung untuk tugas pembuatan atau pengeditan gambar yang terbatas dengan sistem pelacakan yang sederhana. Pilih Respons jika pembuatan gambar merupakan bagian dari urutan tindakan agen yang lebih luas. Dalam kedua kasus tersebut, validasi yang saat ini panduan resmi pembuatan gambar dan tanda tangan SDK sebelum melakukan deployment, karena skema API yang baru dirilis dapat mengalami perubahan.

Parameter, format keluaran, dan batasan ukuran

Parameter yang paling berguna mencakup kualitas, jumlah hasil, pratinjau bertahap, moderasi, perilaku saat berjalan di latar belakang, format, kompresi, dan dimensi. Anggaplah parameter-parameter tersebut sebagai satu kesatuan yang saling terkait, bukan sebagai opsi yang berdiri sendiri. Misalnya, fitur transparansi memerlukan format PNG atau WebP, sedangkan kompresi_keluaran berlaku untuk format JPEG dan WebP, bukan PNG.

Dimensi khusus

Untuk ukuran khusus, setiap sisinya harus merupakan kelipatan 16, rasio aspek harus tetap berada di antara 1:3 dan 3:1, tidak ada satu sisi pun yang boleh melebihi 3.840 piksel, dan luas totalnya harus berada di antara 655.360 dan 8.294.400 piksel. Ukuran di atas luas 2.560×1.440 dicatat sebagai eksperimental.

• 1536x1024 Hal ini sah: kedua sisi merupakan kelipatan 16, perbandingan 3:2 diperbolehkan, dan luasnya masih dalam batas yang ditentukan.
• 1024x1024 hal ini berlaku karena alasan yang sama.
• 1200x800 tidak valid karena 1.200 dan 800 tidak sama-sama kelipatan 16, meskipun rasio aspeknya terlihat wajar.

Pastikan dimensi sudah valid sebelum mengirim permintaan agar bug aplikasi tidak ikut memengaruhi evaluasi model. Periksa juga format dan dimensi sebenarnya dari file yang telah didekode: rute kompatibilitas pihak ketiga mungkin tidak mereproduksi setiap parameter asli secara persis.

Harga API GPT Image 2.5

OpenAI menetapkan harga GPT Image 2.5 berdasarkan kategori token. Tarif di bawah ini telah diverifikasi berdasarkan halaman harga resmi pada tanggal 10 September 2026. GPT Image 2 menggunakan tarif yang sama seperti yang tercantum, namun tarif yang sama tidak berarti konsumsi token yang sama untuk prompt atau gambar yang sama.

Hitung biaya permintaan yang sebenarnya

Untuk setiap kategori, kalikan jumlah token yang dikembalikan dengan tarif per juta token, lalu bagi dengan 1.000.000. Jumlahkan biaya kelima kategori tersebut untuk satu permintaan. Kalkulator resmi GPT Image 2 tidak memperkirakan konsumsi token GPT Image 2.5, sehingga tidak ada “biaya per gambar” universal yang dapat dipertanggungjawabkan tanpa data penggunaan aktual.

Untuk perencanaan produksi, lacak juga biaya per hasil yang memenuhi syarat: total biaya batch dibagi dengan jumlah hasil yang lolos dari kriteria khusus tugas Anda. Itulah metrik operasional Anda sendiri, bukan unit penagihan OpenAI. Sebuah permintaan yang murah namun tidak dapat digunakan bisa jadi lebih mahal daripada hasil dengan token lebih tinggi yang dikirimkan tanpa perlu diproses ulang.

Batas laju dan perencanaan produksi

Batas laju mencakup token per menit (TPM) dan gambar per menit (IPM). Pertimbangkan keduanya: sebuah permintaan bisa saja memenuhi batas jumlah gambar namun tetap melebihi batas throughput token. Kedua halaman resmi model GPT Image 2.5 saat ini menampilkan tabel yang sama.

Upaya ulang, konkurensi, dan kelas kegagalan

Pisahkan peristiwa otentikasi, parameter tidak valid, batasan laju, kapasitas, transportasi, batas waktu, dan keluaran tidak valid dalam log. Kesalahan otentikasi atau parameter biasanya memerlukan perbaikan konfigurasi, bukan upaya ulang. Respons batas laju dan kapasitas mungkin memerlukan penundaan bertahap. Kegagalan transportasi dan batas waktu memerlukan strategi idempotensi agar aplikasi tidak secara tidak sengaja menghasilkan pekerjaan yang dapat ditagih secara berulang.

Yang terpenting, kegagalan operasional bukanlah indikator kualitas gambar. Kualitas baru boleh dinilai setelah terdapat keluaran yang valid dan dapat didekodekan. Catat latensi yang teramati beserta rute, tanggal, titik akhir, dan kondisi permintaan; latensi di satu lokasi tidak dapat dijadikan patokan permanen untuk kecepatan model.

Apa yang terjadi dalam uji coba Anywhere GPT Image 2.5 yang terkendali

Tugas-tugas pembuatan, pengeditan, dan penyusunan referensi di bawah ini masing-masing menggunakan satu hasil keluaran valid pertama. Kelima permintaan formal yang berhasil tersebut memiliki total biaya yang dihitung sebesar $0.088603. Jumlah tersebut tidak termasuk permintaan yang gagal, pembuatan fixture, pemeriksaan kesiapan, dan gambar utama.

G01: iklan produk dengan teks persis

Perintah tersebut meminta baris tersebut BERIKAN RUANG BAGI IDE-IDE tepat sekali, satu lampu, komposisi tetap, dan pengecualian yang dinyatakan secara eksplisit. Hasil yang sah pertama menampilkan teks tersebut sekali dan lolos dari setiap pemeriksaan yang dinyatakan.

Diuji melalui jalur terpadu gpt-image-2.5 dari Anywhere pada tanggal 9 September 2026.

Status

Hasil keluaran pertama yang valid

Skor tugas

10/10

Waktu yang telah berlalu

6.150 ms

Biaya yang dihitung

$0.041645

Analisis kemampuanPada hasil pertama ini, rute tersebut secara bersamaan menangani teks yang terlihat secara tepat, jumlah objek, komposisi, dan batasan negatif.

BatasanSatu iklan yang berhasil tidak dapat dijadikan patokan untuk tingkat keberhasilan penayangan teks secara umum, dan metode terpadu tersebut tidak berhasil mengidentifikasi Flare maupun Sunburst.

Kesimpulan praktisGunakan baris salinan yang dibekukan dan hitung setiap kemunculan teks yang terlihat. Hasil ini lolos tanpa perlu dibuat ulang.

Permintaan yang tepat, data masukan yang lengkap, pengaturan, dan pemeriksaan tujuan

Status: output_valid pada percobaan ke-1; output valid pertama disimpan.

Rute: Kompatibel dengan OpenAI di mana saja /gambar/generasi dengan gpt-image-2.5.

Prompt yang tepat

Buatlah iklan produk studio berformat horizontal 3:2 untuk sebuah lampu meja portabel fiktif berwarna hitam matte, dengan latar belakang putih bersih dan abu-abu pucat. Tampilkan tepat satu lampu, yang dimiringkan sedikit ke kanan, dengan sorotan cahaya lembut dan hangat serta ruang kosong yang luas. Sertakan tepat satu baris teks: "MAKE ROOM FOR IDEAS". Tuliskan kalimat tersebut dengan huruf sans-serif kapital yang jelas, ditempatkan di tengah sepertiga bagian atas. Tidak ada teks lain, tidak ada logo, tidak ada tanda air, tidak ada orang, dan tidak ada produk tambahan.

Masukan lengkap: Hanya teks. Tidak ada gambar yang disertakan.

Pengaturan permintaan yang sebenarnya

ukuran

1536x1024

kualitas

tinggi

format_keluaran

webp

latar belakang

tidak tembus pandang

n

1

Pemeriksaan objektif

teks_tepat2/2

TULISAN "MAKE ROOM FOR IDEAS" muncul sekali, lengkap dan dieja dengan benar; tidak ada teks tambahan yang terlihat.

objek_yang_diperlukan2/2

Tepatnya ada satu buah lampu meja berwarna hitam matte.

komposisi2/2

Lampu menghadap ke kanan, cahaya hangat terlihat jelas, ruang kosong tetap terjaga, dan teks ditempatkan di sepertiga bagian atas.

larangan2/2

Tidak ada logo, tanda air, orang, atau produk tambahan yang terlihat.

kegunaan_keluaran_pertama2/2

Hasil pertama yang valid dapat digunakan tanpa perlu regenerasi atau rekonstruksi besar-besaran.

Hasil lengkap

Hasil lengkap pertama yang valid dengan resolusi 1536×1024 ditampilkan tepat di bawah panel bukti ini. Respons yang dikembalikan berformat PNG meskipun permintaan tersebut meminta format WebP.

G02: tata letak objek yang dihitung

Permintaan tersebut menyebutkan tepat tiga objek: sebuah bola kaca biru, sebuah kipas lipat berwarna kuning, dan sebuah kubus baja, dalam urutan dari kiri ke kanan. Keluaran yang sah pertama mempertahankan jumlah, urutan, dan bahan-bahan yang dapat dikenali.

Diuji melalui jalur terpadu gpt-image-2.5 dari Anywhere pada tanggal 9 September 2026.

Status

Hasil keluaran pertama yang valid

Skor tugas

10/10

Waktu yang telah berlalu

33.577 milidetik

Biaya yang dihitung

$0.005505

Analisis kemampuanHasil pertama muncul setelah penghitungan tiga objek, urutan kiri-tengah-kanan, warna yang diminta, dan ciri-ciri bahan yang berbeda.

BatasanPengamatan ini mencakup satu komposisi still life yang terkendali, bukan kompleksitas penghitungan objek secara acak atau keandalan produksi berulang.

Kesimpulan praktisDalam kasus ini, perincian yang jelas mengenai jumlah, urutan, bahan, dan pengecualian menghasilkan hasil yang langsung dapat digunakan.

Permintaan yang tepat, data masukan yang lengkap, pengaturan, dan pemeriksaan tujuan

Status: output_valid pada percobaan ke-1; output valid pertama disimpan.

Rute: Kompatibel dengan OpenAI di mana saja /gambar/generasi dengan gpt-image-2.5.

Prompt yang tepat

Buatlah foto still life editorial horizontal dengan rasio 3:2 di atas latar studio berwarna arang dan putih kusam. Tampilkan tepat tiga objek: satu bola kaca berwarna biru kobalt di sebelah kiri, satu kipas kertas kuning yang terlipat di tengah, dan satu kubus baja bertekstur sikat di sebelah kanan. Pastikan ketiga objek tersebut terlihat sepenuhnya, berjarak merata, dan diterangi oleh satu sumber cahaya lembut dari sudut kiri atas. Tanpa teks, tanpa logo, tanpa tanda air, tanpa orang, tanpa objek tambahan, dan tanpa simbol dekoratif.

Masukan lengkap: Hanya teks. Tidak ada gambar yang disertakan.

Pengaturan permintaan yang sebenarnya

ukuran

1536x1024

kualitas

tinggi

format_keluaran

webp

latar belakang

tidak tembus pandang

n

1

Pemeriksaan objektif

jumlah_objek2/2

Tepatnya ada satu bola kaca biru, satu kipas lipat berwarna kuning, dan satu kubus baja.

pesanan_dan_visibilitas2/2

Objek-objek tersebut terlihat sepenuhnya dalam urutan yang diminta, yaitu kiri, tengah, dan kanan.

bahan_dan_warna2/2

Bahan kaca, kertas, dan logam yang disikat serta warna yang diminta sudah jelas.

pencahayaan_dan_jarak2/2

Adegan ini menggunakan pencahayaan yang seragam dari sudut kiri atas dan jarak antar objek yang merata.

larangan_dan_benda-benda bersejarah2/2

Tidak terlihat teks, logo, tanda air, orang, objek tambahan, maupun artefak yang mencolok.

Hasil lengkap

Hasil lengkap pertama yang valid dengan resolusi 1536×1024 ditampilkan tepat di bawah panel bukti ini. Respons yang dikembalikan berformat PNG meskipun permintaan tersebut meminta format WebP.

E01: ubah satu warna

Pengeditan tersebut mengubah warna kap lampu dari hitam matte menjadi biru kobalt, namun tetap membuat produk tersebut mudah dikenali. Pengeditan ini kehilangan satu poin karena mengubah sumber berbentuk persegi menjadi hasil berrasio 3:2 menyebabkan sedikit penyesuaian komposisi dan rekonstruksi di luar atribut yang ditargetkan.

Diuji melalui jalur terpadu gpt-image-2.5 dari Anywhere pada tanggal 9 September 2026.

Status

Hasil keluaran pertama yang valid

Skor tugas

9/10

Waktu yang telah berlalu

41.387 milidetik

Biaya yang dihitung

$0.016320

Analisis kemampuanPerubahan warna-nuansa yang diminta berhasil dilakukan, sementara identitas utama, struktur, dan pencahayaan lampu tetap selaras.

BatasanKonversi dari rasio aspek persegi ke 3:2 menyebabkan sedikit penyesuaian bingkai dan rekonstruksi, sehingga pelestarian elemen di luar area target tidak dilakukan secara tepat hingga tingkat piksel.

Kesimpulan praktisPastikan rasio aspek sumber dan hasil tetap selaras ketika pelestarian yang ketat menjadi hal yang penting, lalu periksa setiap wilayah yang tidak termasuk dalam target.

Permintaan yang tepat, data masukan yang lengkap, pengaturan, dan pemeriksaan tujuan

Status: output_valid pada percobaan ke-1; output valid pertama disimpan.

Rute: Kompatibel dengan OpenAI di mana saja /gambar/pengeditan dengan gpt-image-2.5.

Prompt yang tepat

Ubah hanya warna kap lampu dari hitam matte menjadi biru kobalt. Pertahankan bentuk, posisi, skala, alas, lengan, sakelar, bayangan, cahaya hangat, latar belakang, sudut pengambilan gambar, pemotongan, dan setiap detail lain yang terlihat pada lampu tersebut persis seperti aslinya. Jangan tambahkan teks, logo, tanda air, orang, atau objek tambahan apa pun.

Masukan gambar lengkap:

• Masukan 1: 00-control/fixtures/edit-source-lamp.png (1.328.812 byte; SHA-256 a93d7c90aa57c7949939f011918fcfe531f34fa039859d043556c0cd26dcea2b)

Pengaturan permintaan yang sebenarnya

ukuran

1536x1024

kualitas

tinggi

format_keluaran

webp

latar belakang

tidak tembus pandang

n

1

Pemeriksaan objektif

perubahan_yang_diminta2/2

Warnanya berubah dari hitam matte menjadi biru kobalt.

geometri_posisi_skala_pemotongan1/2

Lampu tersebut tetap dapat dikenali, namun sumber cahaya berbentuk persegi tersebut disesuaikan komposisinya dan sedikit direkonstruksi untuk rasio aspek 3:2.

pelestarian_non-target2/2

Bagian dasar, lengan, sakelar, bohlam, dan daerah hitam di luar target tetap konsisten secara material.

pencahayaan_tepi_bahan2/2

Pencahayaan, bayangan, tepi, dan rendering material tetap konsisten.

kegunaan_keluaran_pertama2/2

Hasil pertama yang valid dapat digunakan tanpa perlu regenerasi atau perbaikan besar-besaran.

Hasil lengkap

Hasil lengkap pertama yang valid dengan resolusi 1536×1024 ditampilkan tepat di bawah panel bukti ini. Respons yang dikembalikan berformat PNG meskipun permintaan tersebut meminta format WebP.

E02: ganti latar belakang

Pengeditan tersebut mengubah latar belakang menjadi hijau mint lembut dan mempertahankan konsistensi material lampu. Sama seperti pada E01, perubahan yang diminta disetujui, sementara konversi rasio aspek menyebabkan sedikit penyesuaian bingkai dan rekonstruksi.

Diuji melalui jalur terpadu gpt-image-2.5 dari Anywhere pada tanggal 9 September 2026.

Status

Hasil keluaran pertama yang valid

Skor tugas

9/10

Waktu yang telah berlalu

50.151 milidetik

Biaya yang dihitung

$0.007208

Analisis kemampuanDesain tersebut menggantikan latar belakang studio sambil tetap mempertahankan bahan utama berwarna hitam dan bentuk geometris yang khas dari lampu tersebut.

BatasanSeperti pada E01, kanvas baru dengan rasio 3:2 ini menyebabkan sedikit penyesuaian komposisi dan rekonstruksi di luar perubahan latar belakang yang diminta.

Kesimpulan praktisPenggantian latar belakang dapat diterapkan pada hasil pertama, namun perubahan rasio aspek perlu dievaluasi sebagai risiko tersendiri.

Permintaan yang tepat, data masukan yang lengkap, pengaturan, dan pemeriksaan tujuan

Status: output_valid pada percobaan ke-1; output valid pertama disimpan.

Rute: Kompatibel dengan OpenAI di mana saja /gambar/pengeditan dengan gpt-image-2.5.

Prompt yang tepat

Ubah hanya latar belakang studio dari abu-abu pucat menjadi hijau mint lembut dengan warna datar. Pertahankan setiap bagian dari lampu berwarna hitam matte, termasuk warnanya, bentuknya, posisinya, skalanya, alasnya, lengannya, saklarnya, bohlam yang menyala, cahaya hangatnya, bayangannya, sudut pengambilan gambarnya, dan bingkai gambarnya. Jangan tambahkan teks, logo, tanda air, orang, atau objek tambahan apa pun.

Masukan gambar lengkap:

• Masukan 1: 00-control/fixtures/edit-source-lamp.png (1.328.812 byte; SHA-256 a93d7c90aa57c7949939f011918fcfe531f34fa039859d043556c0cd26dcea2b)

Pengaturan permintaan yang sebenarnya

ukuran

1536x1024

kualitas

tinggi

format_keluaran

webp

latar belakang

tidak tembus pandang

n

1

Pemeriksaan objektif

perubahan_yang_diminta2/2

Latar belakang studio berubah menjadi warna hijau mint yang lembut.

geometri_posisi_skala_pemotongan1/2

Lampu tersebut tetap dapat dikenali, namun sumber cahaya berbentuk persegi tersebut disesuaikan komposisinya dan sedikit direkonstruksi untuk rasio aspek 3:2.

pelestarian_non-target2/2

Lampu tersebut tetap berwarna hitam matte dan mempertahankan detail-detail utamanya, yaitu alas, lengan, kap lampu, sakelar, dan bohlam.

pencahayaan_tepi_bahan2/2

Pencahayaan, bayangan, tepi, dan tekstur tetap konsisten setelah pengeditan latar belakang.

kegunaan_keluaran_pertama2/2

Hasil pertama yang valid dapat digunakan tanpa perlu regenerasi atau perbaikan besar-besaran.

Hasil lengkap

Hasil lengkap pertama yang valid dengan resolusi 1536×1024 ditampilkan tepat di bawah panel bukti ini. Respons yang dikembalikan berformat PNG meskipun permintaan tersebut meminta format WebP.

M01: gabungkan tiga referensi

Hasilnya mempertahankan lampu hijau, buku catatan berwarna karang, dan cangkir biru, lalu menempatkannya sesuai susunan kiri-tengah-kanan yang diminta. Hal ini menunjukkan keberhasilan pada satu komposisi tiga referensi yang tetap, bukan jaminan umum untuk jumlah masukan maksimum yang tercatat, yaitu 16.

Diuji melalui jalur terpadu gpt-image-2.5 dari Anywhere pada tanggal 9 September 2026.

Status

Hasil keluaran pertama yang valid

Skor tugas

10/10

Waktu yang telah berlalu

105.469 milidetik

Biaya yang dihitung

$0.017925

Analisis kemampuanRute tersebut mempertahankan tiga identitas acuan yang berbeda, yaitu bahan, jumlah, dan hubungan spasial yang diminta di antara ketiganya dalam satu adegan.

BatasanIni adalah salah satu komposisi dengan tiga referensi; hal ini tidak membuktikan pelestarian yang setara dengan batas maksimum 16 masukan yang tercatat.

Kesimpulan praktisSebutkan referensi sesuai urutan yang telah ditentukan, beri nama setiap penempatan, dan nilai identitas serta jumlahnya secara terpisah dari kesempurnaan visual.

Permintaan yang tepat, data masukan yang lengkap, pengaturan, dan pemeriksaan tujuan

Status: output_valid pada percobaan ke-1; output valid pertama disimpan.

Rute: Kompatibel dengan OpenAI di mana saja /gambar/pengeditan dengan gpt-image-2.5.

Prompt yang tepat

Dengan menggunakan ketiga gambar referensi sesuai urutan yang disediakan, buatlah adegan meja horizontal dengan perbandingan 3:2. Pertahankan bentuk dan bahan khas dari setiap objek referensi. Letakkan lampu di sebelah kiri, buku catatan yang tertutup di tengah, dan cangkir di sebelah kanan. Lampu tersebut memancarkan cahaya hangat yang menyinari buku catatan tanpa menutupinya. Latar belakang studio yang bersih dan netral. Tanpa teks, tanpa logo, tanpa tanda air, tanpa orang, tanpa objek duplikat, dan tanpa produk tambahan.

Masukan gambar lengkap:

• Masukan 1: 00-control/fixtures/ref-lamp.png (1.334.151 byte; SHA-256 40c72915de60ba32e70de009b12619f3ffa8643460fd8e8326ffe3d94d215987)
• Masukan 2: 00-control/fixtures/ref-notebook.png (2.067.635 byte; SHA-256 e96298c43d0b04ec4f50aa66d9a4005f3236fa51d945394d257303dd9e790179)
• Masukan 3: 00-control/fixtures/ref-mug.png (1.444.324 byte; SHA-256 1d4cec622254b8533c5122fc5c0b2432b38e39fb3c16412dab02b744de5e538f)

Pengaturan permintaan yang sebenarnya

ukuran

1536x1024

kualitas

tinggi

format_keluaran

webp

latar belakang

tidak tembus pandang

n

1

Pemeriksaan objektif

keberadaan_dan_jumlah_objek2/2

Terdapat satu lampu, satu buku catatan yang tertutup, dan satu cangkir.

identitas_referensi2/2

Lampu berwarna hijau dan kuningan, buku catatan berwarna karang, serta cangkir biru bergaris tetap mempertahankan ciri khas dan bahan aslinya.

hubungan_ruang2/2

Lampu di sebelah kiri, buku catatan di tengah, dan cangkir di sebelah kanan sesuai permintaan.

koherensi_adegan2/2

Skala, perspektif, pencahayaan, bayangan, dan gumpalan cahaya yang hangat saling selaras.

larangan_dan_benda-benda bersejarah2/2

Tidak terlihat teks, logo, tanda air, orang, produk duplikat, pengganti, atau artefak material.

Hasil lengkap

Hasil lengkap pertama yang valid dengan resolusi 1536×1024 ditampilkan tepat di bawah panel bukti ini. Respons yang dikembalikan berformat PNG meskipun permintaan tersebut meminta format WebP.

Dari lima hasil pertama yang valid, pemeriksaan yang ditetapkan berhasil dilalui dengan sangat baik: tiga mendapat skor 10/10 dan dua mendapat skor 9/10. Batasan yang berguna sama pentingnya. Ini adalah bukti tingkat tugas dari satu jalur kompatibilitas, tanpa batch pengulangan dan tanpa varian resmi yang diungkapkan. Untuk hasil yang lebih baik dalam pekerjaan Anda sendiri, gunakan brief yang tetap, batasan yang eksplisit, referensi yang konsisten, dan tahap tinjauan; ini panduan untuk meningkatkan akurasi pembangkitan gambar berbasis AI memperluas alur kerja tersebut.

Rute yang diuji juga menunjukkan ketidaksesuaian format yang perlu dicatat secara terpisah: permintaan formal yang berhasil meminta format WebP tetapi mengembalikan PNG, dengan tetap mempertahankan dimensi 1536×1024 yang diminta. Sebuah permintaan kesiapan meminta WebP berukuran 1024×1024 dan mengembalikan PNG berukuran 1254×1254. Ini adalah pengamatan mengenai rute terpadu Anywhere pada tanggal pengujian, bukan perilaku yang dikaitkan dengan API asli OpenAI.

Bagaimana sebaiknya Anda memilih rute GPT Image 2.5?

Mulailah dengan alur kerja yang Anda butuhkan, lalu validasi alur kerja tersebut dengan membandingkannya terhadap tugas yang sudah ditetapkan. Deskripsi model OpenAI memberikan kandidat awal yang masuk akal, tetapi deskripsi tersebut tidak dapat menggantikan pengujian yang menggunakan prompt, gambar referensi, aturan penerimaan, dan batas latensi Anda sendiri.

Lakukan simulasi pembangkitan data yang representatif dan tugas pengeditan sebelum menerapkan alur kerja produksi. Bandingkan tingkat keluaran yang dapat diterima, tingkat pelestarian, distribusi latensi, dan penggunaan yang dikembalikan, alih-alih hanya memilih berdasarkan satu contoh yang tampak menarik. Jika tim Anda mendapatkan manfaat dari mengalokasikan berbagai pekerjaan ke berbagai alat, bandingkan generator gambar AI terbaik dan tetap mengambil keputusan pemilihan pada tingkat tugas.

Kesalahan umum dalam implementasi

1. Mengirimkan label keluarga sebagai pengganti nomor identifikasi model resmi yang tepat. Gunakan gpt-image-2.5-flare atau gpt-image-2.5-sunburst pada API bawaan, kecuali jika penyedia layanan Anda secara eksplisit mendokumentasikan cara lain.
2. Menganalisis setiap respons seperti halnya API Image langsung. API Respons mengembalikan item hasil panggilan alat, sehingga logika ekstraksinya berbeda dari generate gambar atau gambar.edit.
3. Memperlakukan data base64 sebagai URL gambar yang dihosting. Lakukan dekode byte, periksa keabsahan berkas tersebut, lalu simpan di sistem penyimpanan yang telah Anda setujui.
4. Menggunakan ukuran khusus yang tidak valid. Periksa kelipatan 16, luas, rasio aspek, dan panjang sisi maksimum sebelum mengajukan permintaan.
5. Menggabungkan opsi keluaran yang tidak kompatibel. Transparansi memerlukan format PNG atau WebP; pengaturan kompresi berlaku untuk JPEG dan WebP.
6. Melakukan regenerasi hingga hasilnya terlihat bagus, lalu menjadikannya sebagai hasil pertama. Simpan hasil keluaran pertama yang valid dan laporkan upaya ulang secara terpisah jika Anda ingin melakukan evaluasi model yang akurat.
7. Menganggap waktu tunggu atau respons kapasitas sebagai kualitas gambar yang buruk. Tidak adanya gambar yang valid berarti tidak ada skor kualitas; catat kejadian tersebut di bawah kategori ketersediaan atau transportasi.

Pertanyaan yang Sering Diajukan (FAQ) tentang API GPT Image 2.5

Apakah GPT Image 2.5 memiliki API?

Ya. Dokumen OpenAI menjelaskan pembuatan gambar secara langsung, pengeditan gambar secara langsung, serta pembuatan gambar melalui alat Responses API.

Apa saja ID model GPT Image 2.5 yang tepat?

Alias yang dapat dipindahkan adalah gpt-image-2.5-flare dan gpt-image-2.5-sunburst. Snapshot tanggal 8 September 2026 menambahkan -2026-09-08 untuk setiap alias.

Berapa biaya API GPT Image 2.5 per gambar?

Tidak ada tarif tetap yang telah diverifikasi per gambar. Biaya bergantung pada jumlah token masukan teks, teks yang disimpan dalam cache, masukan gambar, gambar yang disimpan dalam cache, dan keluaran gambar. Gunakan tarif resmi per satu juta token sesuai dengan penggunaan aktual.

Apakah GPT Image 2.5 bisa mengedit beberapa gambar sekaligus?

Ya. Dokumentasi API pengeditan mencakup hingga 16 gambar masukan. Itu adalah batas maksimum yang didukung, bukan jaminan bahwa setiap komposisi yang terdiri dari 16 gambar akan mempertahankan setiap detailnya.

Apakah GPT Image 2.5 dapat menghasilkan file PNG atau WebP yang transparan?

Ya. Atur latar belakangnya agar transparan dan gunakan format keluaran PNG atau WebP. Pastikan berkas yang telah didekode tersebut memiliki saluran alfa sebelum menggunakannya dalam alur kerja aset produksi.

Apa saja batasan penggunaan API GPT Image 2.5?

Akses gratis tidak didukung dalam tabel saat ini. Tingkat 1 dimulai dari 100.000 TPM dan 5 IPM; Tingkat 5 mencapai 8.000.000 TPM dan 250 IPM, dengan batas untuk Tingkat 2–4 seperti yang ditunjukkan di atas. Silakan periksa halaman model terkini sebelum peluncuran.

Kesimpulan

Gunakan Flare atau Sunburst sesuai dengan alur kerja resmi, lalu verifikasi pilihan tersebut dengan tugas-tugas beku milik Anda sendiri. Tandai snapshot bertanggal saat reproduktifitas menjadi hal penting, uraikan dan periksa berkas yang dikembalikan, serta hitung biaya berdasarkan penggunaan token aktual, bukan perkiraan per gambar. Batch Anywhere kami menghasilkan lima keluaran pertama yang kuat dan terikat pada tugas, tetapi tidak mengungkap varian resmi, tidak menyelesaikan uji transparansi atau tingkat kualitas, maupun membuktikan keandalan yang luas.