OpenAI 이미지 편집 API는 프롬프트를 기반으로 기존 이미지를 변경합니다. 기본 경로는 다음과 같습니다. POST /v1/images/edits; 이 API는 이미지, 프롬프트, 그리고 마스크나 참조 이미지와 같은 선택적 편집 제어 기능을 입력으로 받습니다. 특정 목적에 맞춘 요청을 수행하려면 Image API를 사용하고, 제품에 다단계 이미지 워크플로가 필요한 경우에는 Responses API를 사용하십시오.
신뢰할 수 있는 편집 과정은 간단한 파이프라인으로 이루어집니다. 소스 파일을 고정하고, 유지해야 할 부분을 명시하며, 변경 가능한 부분을 지정하고, 반환된 바이트를 확인한 뒤, 승인된 에셋을 저장하면 됩니다. 하나의 작업 공간에서 이미지 모델과 다른 미디어 도구 사이를 오가며 작업하고 싶다면, GlobalGPT에서 GPT Image 2를 사용하여 이미지 생성 및 편집하기; 이 가이드에서는 해당 공개 API가 OpenAI의 기본 엔드포인트와는 다른 비동기 작업 계약 방식을 사용하므로, 이를 별도로 다루고 있습니다.
간단한 답변: 코드를 작성하기 전에 경로를 정하세요
| 필요 | 경로 | 모양 요청 | 처리할 결과 |
|---|---|---|---|
| 이미지 생성 또는 편집 1회 | OpenAI 이미지 API | POST /v1/images/edits, 여러 부분으로 구성된 양식 | data[0].b64_json; 이를 해독하여 저장한다 |
| 이미지 컨텍스트를 사용한 여러 번의 반복 | OpenAI 응답 API | POST /v1/responses 이미지 생성 도구를 사용하여 | 이미지 생성 출력 항목을 추출합니다. |
| 하나의 계정 뒤에 여러 미디어 모델이 존재함 | GlobalGPT 공개 API | POST /tasks, 그런 다음 폴링 GET /tasks/{id} | output.url; 30일 기간이 끝나기 전에 저장하세요 |
엔드포인트 이름은 비슷해 보이지만, 요청 본문과 결과 처리는 서로 호환되지 않습니다.
OpenAI 이미지 편집 API는 어떤 기능을 하나요?
편집 과정은 기존 이미지를 바탕으로 시작됩니다. 사용자가 입력한 프롬프트는 변경 내용을 설명하고, 입력 이미지는 편집 후에도 유지되어야 할 시각적 맥락을 제공합니다. 배경을 교체하거나, 요소를 추가 또는 제거하거나, 더 광범위한 스타일 변경을 수행하거나, 참조용으로 여러 장의 이미지를 전달할 수 있습니다. 모델은 여전히 요청을 해석하며, 이 API는 선택 영역 경계가 보장되는 픽셀 편집기가 아닙니다.
OpenAI는 두 가지 유용한 워크플로를 다룹니다. 이 이미지 API 하나의 요청에 대해 하나의 이미지를 반환해야 할 때 가장 적합한 선택입니다. 이 응답 API 사용자가 결과를 검토하고, 추가 변경을 요청하며, 턴을 넘나들며 이미지 컨텍스트를 유지하는 경우에는 후자가 더 적합합니다. 이러한 선택은 요청 형식과 결과를 추출하는 코드 모두에 영향을 미칩니다.
Image API 대 Responses API
| 질문 | 이미지 API | 응답 API |
|---|---|---|
| 최상의 대상 | 단일 생성 또는 편집 작업 | 다단계 편집 경험 |
| 일반적인 입력 | 다중 부분 이미지, 프롬프트, 선택적 마스크 | 대화 입력 기능과 이미지 생성 도구가 결합된 도구 |
| 출력 처리 | data[0].b64_json | 이미지 생성 결과 항목을 찾으세요 |
| 비용 내역 | 직접 편집은 현재 입력/출력 속도를 사용합니다. | 캐시된 입력 규칙은 다를 수 있으므로, 현재 요금을 확인하시기 바랍니다. |
OpenAI 네이티브 API를 사용하여 첫 번째 편집을 수행하세요
API 키는 서버에 보관하고 환경 변수를 통해 불러오십시오. 아래 예제는 하나의 이미지와 프롬프트를 문서화된 편집 엔드포인트로 전송합니다. 이 이미지[] 선택한 모델이 여러 개의 입력을 지원하는 경우, 필드를 반복할 수 있습니다. 셸 파이프라인은 반환된 첫 번째 base64 이미지를 로컬 PNG 파일로 디코딩합니다.
Native curl 수정: b64_json 결과 저장
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=배경만 따뜻한 베이지색 스튜디오 장면으로 바꾸고, 제품과 라벨은 그대로 유지하세요." \
| jq -r '.data[0].b64_json' \
| base64 --decode > edited.pngPython SDK 수정: 반환된 바이트를 디코딩합니다
from openai import OpenAI
import base64
client = OpenAI()
result = client.images.edit(
model="gpt-image-2.5-sunburst",
image=open("source.png", "rb"),
prompt="배경만 따뜻한 베이지색 스튜디오 장면으로 바꾸고, 제품과 라벨은 그대로 유지해 주세요.",
)
image_bytes = base64.b64decode(result.data[0].b64_json)
with open("edited.png", "wb") as output:
output.write(image_bytes)이 파일을 실제 운영 환경에 사용할 준비가 되었다고 판단하기 전에, 디코딩된 파일을 검증하십시오. MIME 유형, 크기, 바이트 수를 확인하고, 중요한 시각적 세부 정보가 여전히 포함되어 있는지 점검하십시오. 200 응답은 단순히 요청이 수락되었음을 나타낼 뿐, 라벨, 로고 또는 제품의 기하학적 형태가 그대로 유지되었는지는 알려주지 않습니다.
마스크와 참조 이미지를 안전하게 사용하세요
마스크는 모델에게 어떤 영역을 변경하고자 하는지 알려주지만, GPT Image의 마스킹 기능은 여전히 프롬프트 기반입니다. OpenAI의 가이드에는 모델이 마스크를 절대적인 픽셀 경계가 아닌 지침으로 사용한다는 점이 명시적으로 경고되어 있습니다. 보호 대상에 대해 구체적으로 명시한 프롬프트를 사용하고, 이미지 생성 후 전체 이미지를 검토하십시오.
마스크 사전 검사
- 이미지와 마스크는 동일한 형식을 사용합니다.
- 이미지와 마스크의 크기는 동일합니다.
- 마스크 파일의 크기는 50MB 미만입니다.
- 이 마스크에는 알파 채널이 포함되어 있습니다.
- 프롬프트에는 변경해서는 안 되는 부분과 교체해야 하는 부분이 명시되어 있습니다.
마스크를 업로드하기 전에 확인하세요
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 # 디스크상의 파일 크기를 별도로 확인
print("source:", source.size, source.format)
print("mask:", mask.size, mask.mode)마스크와 함께 여러 장의 이미지를 전달할 경우, 현재 가이드에 따르면 마스크는 첫 번째 이미지에만 적용됩니다. 이는 참조 워크플로우를 설계할 때 유용한 기준이 됩니다. 즉, 편집하려는 영역이 포함된 이미지를 첫 번째 입력으로 지정하고, 마스크가 모든 이미지를 아우르는 것으로 가정하지 말고 나머지 이미지들은 참조용으로 취급해야 합니다.
참조 이미지는 다른 문제를 해결해 줍니다. 참조 이미지는 제품의 정체성, 조명 계열, 색상 팔레트 또는 구도상의 단서를 제공할 수 있습니다. 또한 모델이 모든 윤곽을 그대로 유지하도록 강요하지도 않습니다. 특정 패키지 모양이나 라벨을 반드시 그대로 유지해야 하는 경우, 모델 출력 후 시각적 검토 단계나 일반적인 편집 단계를 거치십시오.
모델과 매개변수를 선택하십시오
현재 OpenAI 이미지 가이드에는 다음과 같은 내용이 나열되어 있습니다. gpt-image-2.5-sunburst, gpt-image-2.5-flare, 및 gpt-image-2. 모델 이름과 지원되는 옵션을 ‘변화하는 문서’로 간주하십시오. 모델들을 통합하기 직전에 모델 페이지를 확인하고, 재현성이 중요하다면 날짜가 명시된 버전을 고정해 두십시오.
피할 수 있는 고장을 방지하는 매개변수 결정
| 결정 | 실무상의 원칙 | 중요한 이유 |
|---|---|---|
| 입력 정확도 | 생략 입력 정확도 에 대한 gpt-image-2; 이미지 입력 데이터는 높은 정확도로 처리됩니다. | 지원되지 않는 필드를 전송하면 유효한 편집 요청이 거부된 요청으로 바뀔 수 있습니다. |
| 품질 | 2.5 선버스트 및 플레어 루트 설명서 낮은, 중간, 높은, xhigh, 및 max. | 설정 값을 높게 잡는 것은 비용과 지연 시간 사이의 선택일 뿐, 보존 효과가 더 좋아진다는 보장은 아닙니다. |
| 형식 | 현재 엔드포인트가 지원하는 출력 형식을 확인한 다음, 디코딩된 파일을 살펴보세요. | 저장 파이프라인은 요청된 옵션뿐만 아니라 바이트와 MIME 유형도 신뢰해야 합니다. |
| 배경 | 프롬프트에 원하는 배경을 명시하고, 지원되는 경우 문서화된 배경 옵션을 사용하십시오. | 모델은 여전히 장면을 해석하므로, 피사체에 대한 제약 조건을 명확하게 명시해야 합니다. |
| 참고 문헌 | 참조 이미지를 활용하여 정체성, 색상 또는 조명을 설정하고, 각 입력 요소의 역할을 명확히 정의하십시오. | 이미지의 역할이 모호하면 드리프트 현상을 진단하기가 더 어려워집니다. |
OpenAI 이미지 편집 API의 이용 요금은 얼마인가요?
OpenAI는 편집당 일률적인 고정 가격 대신 토큰 범주별로 GPT Image 사용 요금을 책정합니다. 현재 요금 페이지에는 이미지 입력, 캐시된 입력, 이미지 출력에 대한 별도의 요금이 명시되어 있습니다. Direct Image API 편집의 경우, Responses API의 이미지 생성 도구에 대해 문서화된 캐시된 입력 처리가 적용되지 않으므로, Responses의 예상 요금을 Direct로 복사하지 마십시오. /v1/images/edits 예산.
2026년 9월 28일 확인된 게시된 이미지 토큰 비율
| 모델 | 이미지 입력 / 100만 토큰 | 캐시된 이미지 입력 / 1M 토큰 | 이미지 출력 / 100만 토큰 |
|---|---|---|---|
| GPT Image 2.5 | $8 | $2* | $30 |
| GPT 이미지 2 | $4 | $1* | $15 |
*'cached-input' 열은 공개된 가격 정책에 따라 표시됩니다. 가격 가이드에 따르면, 'cached-input'은 Responses API의 이미지 생성 도구에 적용되며, 다음과 같은 직접적인 Images API 요청에는 적용되지 않습니다. /v1/images/edits. 요금은 변동될 수 있으므로, 본인의 요청에 대해 반환된 사용량을 기준으로 계산하시기 바랍니다.
사용량을 바탕으로 정확한 견적을 산출하십시오
def estimate_image_cost(image_input_tokens, image_output_tokens,
input_rate, output_rate):
return (image_input_tokens / 1_000_000) * input_rate + \
(image_output_tokens / 1_000_000) * output_rate
# 예시일 뿐입니다: 응답 시 실제 사용 사례로 대체해 주세요.
estimate = estimate_image_cost(
image_input_tokens=250_000,
image_output_tokens=120_000,
input_rate=4.00,
output_rate=15.00,
)
print(f"${estimate:.4f}")이 공식은 계획 수립을 위한 예시일 뿐, 이미지당 고정 요금을 보장하는 것은 아닙니다. 재시도 횟수, 파일 저장 공간, 별도의 텍스트 또는 도구 사용 비용 등은 각자의 예산에 반영하시기 바랍니다. 결과물이 중요한 경우에는 요청, 응답 사용 내역, 디코딩된 파일 해시, 승인 결정 사항을 함께 관리하시기 바랍니다.
GlobalGPT는 다른 이미지 편집 API 계약을 사용합니다.
그리고 GlobalGPT API 문서 이미지, 동영상 및 오디오 생성을 비동기 미디어 작업으로 설명합니다. 이 서비스의 공개 기본 URL은 https://api2.glbgpt.com/ai-api/open/v1. JSON을 다음 주소로 제출하세요 /작업, 여론조사 /tasks/{id}, 그리고 읽어보세요 output.url 작업이 성공적으로 완료된 후. 모델 카탈로그에는 다음이 나열되어 있습니다. gpt-image-2 그리고 gpt-image-2.5 최대 4개의 입력 이미지를 갖는 image-edit/reference 경로와 화면비.
S05 공개 API 문서: 비동기 작업 계약에 대한 공개 문서 증거; 이 문서는 이를 OpenAI의 기본 멀티파트 편집 엔드포인트와 별도로 다루고 있습니다.
S06 공개 모델 카탈로그: GPT Image 경로에 대한 공개 모델 카탈로그 증거 및 문서화된 이미지 작업 제한 사항; 게시하기 전에 동적 출처 정보와 필드를 확인하십시오.
GlobalGPT 공개 과제 형태
BASE="https://api2.glbgpt.com/ai-api/open/v1"
# 선택 사항: 작업을 생성하거나 크레딧을 예약하지 않고 견적을 산출합니다.
curl "$BASE/tasks/estimate" \
-H "Authorization: Bearer $GLOBALGPT_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.5",
"prompt": "병과 라벨은 그대로 유지하세요. 배경만 따뜻한 베이지색 스튜디오 조명으로 바꾸세요.",
"images": ["https://YOUR_PUBLIC_IMAGE_URL/product.png"],
"aspect_ratio": "3:2"
}'
# 견적을 확인한 후에만 제출하십시오.
curl "$BASE/tasks" \
-H "Authorization: Bearer $GLOBALGPT_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: image-edit-example-001" \
-d '{
"model": "gpt-image-2.5",
"prompt": "병과 라벨은 그대로 유지하세요. 배경만 따뜻한 베이지색 스튜디오 조명으로 바꾸어 주세요.",
"images": ["https://YOUR_PUBLIC_IMAGE_URL/product.png"],
"aspect_ratio": "3:2"
}'
# 반환된 작업 ID에 대해 성공하거나 실패할 때까지 폴링합니다.
curl "$BASE/tasks/TASK_ID" \
-H "Authorization: Bearer $GLOBALGPT_API_KEY"OpenAI의 여러 부분으로 구성된 내용을 붙여넣지 마십시오. 마스크, 입력 정확도, 크기, 또는 품질 이 JSON에 해당 필드들을 포함시키고 정상적으로 작동한다고 가정합니다. 현재 공개된 GlobalGPT 문서에는 이 이미지 경로에 대한 해당 필드들이 나열되어 있지 않습니다. 지원되지 않는 필드는 삭제될 수 있으며, 무시된 매개변수, 따라서 설정이 적용되었다고 단정하기 전에 해당 응답을 확인해 보십시오.
공개 문서에 따르면, GlobalGPT는 미디어 작업이 제출될 때 크레딧을 예약하고, 작업이 실패하면 크레딧을 해제하며, 성공한 미디어는 30일 동안 사용할 수 있도록 유지합니다. URL을 더 오래 유지해야 하는 경우, 반환된 자산을 직접 관리하는 저장소에 저장하십시오. 배치 실행 전에는 추정 엔드포인트를 사용하고, 네트워크 요청을 재시도할 때는 이멱포텐시 키를 사용하며, 폴링 속도가 단순히 느린 경우에는 원래의 작업 ID를 사용하십시오.
GlobalGPT 모델 테스트 결과
이 차이를 구체적으로 보여주기 위해, 2026년 9월 28일에 두 개의 가상의 비브랜드 입력 프롬프트와 두 개의 편집 프롬프트를 사용하여 GlobalGPT 모델 API 테스트를 수행했습니다. 각 작업에는 GPT Image 2를 사용했으며, 3:2 비율의 요청을 적용하고 첫 번째 유효한 출력을 채택했습니다. 아래 이미지는 모델 테스트 결과일 뿐, 브라우저 작업 공간 세션이나 벤치마크가 아니며, 모든 편집 과정에서 모든 윤곽이 보존될 것이라는 약속도 아닙니다.
P00 입력: 원본 이미지는 다음과 같습니다: 짧은 흰색 뚜껑과 짧은 라벨이 달린, 브랜드명이 없는 가상의 병입니다.
P01 참조: 고정 참조 이미지: 조명 및 색상 표현용으로만 사용되며, 별도의 제품 정체성으로는 사용되지 않습니다.
T01: 단일 이미지 배경 편집
전체 프롬프트 표시
입력 이미지의 세라믹 병, 짧은 흰색 뚜껑, 가상의 라벨 문구인 "NORTH"와 "250ml", 색상, 카메라 각도, 비율은 그대로 유지하십시오. 순백색 배경만 부드러운 창가 빛과 은은한 그림자에서 영감을 받은 따뜻한 베이지색의 실내 스튜디오 배경으로 교체하십시오. 새로운 물체, 로고, 단어, 워터마크, 인물 또는 라벨을 추가하지 마십시오. 병을 유일한 피사체로 유지하며 3:2 가로 비율의 구도로 구성하십시오.
이것이 보여주는 바는 다음과 같습니다: 병의 형태는 여전히 알아볼 수 있으며, ‘NORTH / 250ml’ 라벨이 선명하게 보이고, 흰색 배경은 부드러운 창문 같은 그림자가 드리워진 따뜻한 베이지색의 실내 풍경으로 바뀌어 있습니다.
제한: 이것은 유효한 출력 중 하나입니다. 이는 정확한 픽셀 보존이나 일반적인 레이블 정확도를 입증하는 것은 아닙니다.
T02: 2장의 이미지를 활용한 조명 및 색상 참고 자료
전체 프롬프트 표시
입력 이미지 1을 제품의 정확한 정체성으로 사용하고, 입력 이미지 2는 따뜻한 베이지색 조명, 색온도, 부드러운 실내 그림자의 참고 자료로만 활용하십시오. 입력 이미지 1의 도자기 병 모양, 짧은 흰색 뚜껑, 가상의 라벨 문구 "NORTH"와 "250ml", 색상, 카메라 각도, 비율은 변경하지 마십시오. 흰색 배경을 차분한 따뜻한 베이지색의 실내 스튜디오 장면으로 교체하십시오. 입력 이미지 2에 있는 불필요한 물체, 텍스트, 로고, 워터마크, 인물 또는 라벨은 복사하지 마십시오. 병을 3:2 가로 구도의 유일한 피사체로 유지하십시오.
이것이 보여주는 바는 다음과 같습니다: 제품과 ‘NORTH / 250ml’ 라벨은 여전히 알아볼 수 있는 반면, 배경은 P01의 따뜻한 베이지색 방과 탁자 위, 창문으로 들어오는 빛의 분위기를 그대로 살렸습니다.
제한: 병 뚜껑의 비율, 병의 윤곽, 배치 등이 눈에 띄게 달라졌습니다. 이를 완벽하거나 정확한 원본 재현이라고 부르지 마십시오. 상품의 치수가 일치해야 할 경우에는 수동으로 비교해 보십시오.
이 증거를 활용하는 방법: 이를 통해 얻을 수 있는 유용한 결과는 반복 가능한 검토 단계입니다. 입력 URL을 고정하고, 보호 대상의 이름을 지정하며, 참조 역할을 설명하고, 반환된 바이트를 검사한 뒤, 게시하기 전에 승인된 결과물을 원본과 비교합니다. 기하학적 구조가 여전히 변화하더라도 스타일 전이는 성공적으로 이루어질 수 있습니다.
오류 및 응답 지연 처리
증상 → 확인 → 조치
| 증상 | 먼저 확인해 보세요 | 안전한 다음 단계 |
|---|---|---|
| 401 / 인증 오류 | 서버 측 키, 계정 권한, 엔드포인트 호스트 | 인증 문제를 해결하고, 화질 평가는 하지 마십시오. |
| 400 / 422 잘못된 요청 | 모델 ID, 다중 부분 필드 이름, 파일 유형, 지원되지 않는 옵션 | 오류 메시지에 명시된 필드만 변경한 다음, 실패한 원래 요청은 그대로 유지하십시오. |
| 429 / 5xx / 용량 | 작업 ID가 생성되었는지 여부 | 작업 ID가 존재하지 않으면 해당 정책에 따라 한 번 재시도하고, 작업이 존재하면 해당 ID를 폴링합니다. |
| 작업이 대기열에 남아 있거나 처리 중입니다 | 상태, 마지막 측정 시간, 공급자 추정치 | 정해진 간격으로 폴링을 수행하고, 상태가 알 수 없는 동안에는 중복 항목을 생성하지 마십시오. |
| 출력 결과는 이미지로 저장된 JSON 객체입니다. | 콘텐츠 유형, 첫 번째 바이트, 디코딩된 형식 | 응답을 파싱하고 디코딩합니다. b64_json 또는 다운로드 output.url, 그런 다음 유효성 검사를 수행합니다. |
| 매개변수가 아무런 영향을 미치지 않는 것으로 보입니다. | GlobalGPT 무시된 매개변수 및 모델 카드 | 지원되지 않는 필드를 제거하고 모델별 계약서를 사용하십시오. |
전송 관련 증거와 품질 관련 증거를 구분하십시오. 타임아웃, DNS 오류 또는 제공자 용량 응답이 발생하면 점수를 매길 수 있는 유효한 이미지가 없는 것입니다. 반대로, 캡이나 라벨이 변경된 유효한 이미지는 구성이 매력적으로 보일지라도 있는 그대로 보고해야 하는 시각적 결과입니다.
실제 운영 환경에서 안전하게 사용할 수 있는 이미지 편집 체크리스트
- 소스를 고정하세요: 입력 파일, 치수, 형식 및 해시를 저장합니다.
- 이미지 역할 할당: 대상 이미지를 확인하고, 조명, 색감, 구도 등에 대한 참고 자료를 찾아보세요.
- 쓰기 보호된 큐: 검토가 필요한 라벨, 실루엣, 색상 및 비율을 나열하십시오.
- 계약 유형을 선택하세요: 네이티브 편집 엔드포인트에는 OpenAI 멀티파트를, 공개 미디어 API에는 GlobalGPT JSON 태스크를 사용하십시오.
- 견적 산출 및 제출: 현재 OpenAI 요율 또는 GlobalGPT를 적용하십시오.
/작업/견적; 재시도 시에도 안전한 제출을 위해 항등성 키를 추가합니다. - 수신 및 복호화: 작업 ID 하나를 유지하고, 반환된 파일을 검증한 후, 승인된 저장소에 해당 바이트 또는 URL을 저장합니다.
- 시각적으로 승인하기: 제품 카탈로그, 광고 또는 고객용 페이지에 반영되기 전에 출력을 원본과 비교하십시오.
별도의 모델 대시보드를 하나로 합치지 않고도 동일한 프로세스를 실행하고 싶다면, 다음을 시도해 보세요. GPT Image 2 in GlobalGPT. 브라우저 기반 워크플로 버전에 대해서는 다음을 참조하십시오. GlobalGPT 작업 공간에서 이미지 편집하기; 설정 및 가격에 대한 보다 포괄적인 논의는 다음을 참조하십시오. GPT 이미지 API 설정 및 요금.
자주 묻는 질문
OpenAI 이미지 편집 API란 무엇인가요?
이는 POST /v1/images/edits 엔드포인트의 이미지 편집 경로입니다. 입력 이미지와 프롬프트를 전송하고(선택 사항으로 마스크나 참조 이미지를 함께 포함할 수 있음), 반환된 이미지 데이터를 디코딩합니다. 단일 편집의 경우 Image API를 사용하고, 제품에 다단계 이미지 대화가 필요한 경우에는 Responses API를 사용하십시오.
OpenAI 이미지 편집 API는 공개 이미지 URL을 반환하나요?
문서에 수록된 Image API 예제들은 b64_json 형식으로 결과를 반환합니다. 해당 바이트를 디코딩하고, 파일의 유효성을 확인한 후, 사용자가 관리하는 저장소에 파일을 저장하십시오. 응답이 성공했다고 해서 그것이 호스팅된 CDN URL이라고 가정해서는 안 됩니다.
OpenAI 이미지 마스크는 정확한 픽셀 선택인가요?
아닙니다. 마스크는 프롬프트 기반의 편집을 안내하는 역할을 합니다. 모델은 요청된 영역 주변의 픽셀을 변경할 수 있으므로, 라벨, 제품 상세 정보, 안전 표시 및 정확성이 유지되어야 하는 기타 요소들을 꼼꼼히 확인해야 합니다.
이미지 편집 프로그램에서는 입력 이미지를 몇 장까지 사용할 수 있나요?
현재 이미지 가이드에서는 참조 워크플로우를 위해 여러 개의 입력 이미지를 지원합니다. 정확한 제한 사항 및 모델별 동작에 대해서는 해당 모델의 문서를 확인하시기 바랍니다. 지원되는 최대 개수가 모든 합성에서 완벽한 보존을 보장하는 것은 아닙니다.
base_url을 변경하여 OpenAI의 /v1/images/edits 요청을 GlobalGPT로 보낼 수 있나요?
GlobalGPT의 공개 미디어 계약은 JSON POST /tasks를 사용한 다음, GET /tasks/{id}를 사용하며, 선택한 모델이 이를 지원하는 경우 이미지와 aspect_ratio를 포함합니다. 공개 문서에는 해당 경로에 대한 OpenAI의 멀티파트 마스크, input_fidelity, size 또는 품질 계약 사항이 명시되어 있지 않습니다.
이미지 과제를 제출하기 전에 어떻게 예상해야 할까요?
GlobalGPT의 경우, 먼저 /tasks/estimate로 동일한 JSON 본문을 전송하십시오. 이 작업은 태스크를 생성하거나 크레딧을 예약하지 않습니다. OpenAI의 경우, 현재 토큰 100만 개당 요율로 계산한 다음, 응답이나 청구 내역에서 실제 사용량을 확인하십시오.
