GPT Image 2.5 API-handleiding: prijzen, installatie en praktische tests

De GPT Image 2.5 API van OpenAI bestaat uit een reeks van twee modellen, en niet uit één enkel model dat kan worden aangeroepen met de naam gpt-image-2.5. De huidige bewegende aliassen zijn gpt-image-2.5-flare, ontworpen door OpenAI voor snelle, hoogwaardige dagelijkse productie, en gpt-image-2.5-sunburst, ontworpen voor nauwkeurige beeldbewerking. Beide zijn op 8 september 2026 gelanceerd. In deze handleiding komen de exacte ID’s, drie API-paden, ondersteunde parameters, aangepaste afmetingen, officiële tokenprijzen, tarieflimieten en een handige kostencalculator aan bod.

Daarnaast wordt er melding gemaakt van een afzonderlijke gecontroleerde test via het geïntegreerde systeem van Anywhere gpt-image-2.5 route. Op dat apparaat was geen Flare/Sunburst-keuzeschakelaar of label van de terugkerende variant te zien, dus de uitkomsten ervan worden niet weergegeven als native OpenAI API-resultaten en worden ook niet aan een van beide officiële modellen toegewezen.

Probeer GPT Image 2.5 nu op GlobalGPT!

Wat is de GPT Image 2.5 API?

GPT Image 2.5 is de reeks modellen voor het genereren en bewerken van afbeeldingen van OpenAI, die op 8 september 2026 is uitgebracht. Beide officiële modellen verwerken tekst en leveren afbeeldingen op; bij bewerkingsworkflows kunnen ook afbeeldingen als invoer worden gebruikt. Een belangrijk implementatiedetail is de identiteit: de naam van de reeks is handig in tekst, maar bij productieaanvragen moet de exacte model-ID van de officiële modelpagina’s worden gebruikt.

Twee modellen, niet één opvraagbare familie-ID

Een ‘moving alias’ volgt de huidige versie van OpenAI onder die naam. Een gedateerde ‘snapshot’ koppelt verzoeken aan een specifieke release en is daardoor gemakkelijker te reproduceren tijdens regressietests. Gebruik de ‘moving alias’ als je compatibele modelupdates wilt zonder de code te wijzigen; gebruik een ‘snapshot’ als consistent gedrag belangrijker is dan het automatisch ontvangen van latere revisies.

Deze beschrijvingen geven de positionering van OpenAI weer en zijn geen winnaar die op basis van onze tests is vastgesteld. Bij de gecontroleerde test verderop in dit artikel werd gebruikgemaakt van een gestandaardiseerde route van een derde partij, waarbij niet werd bekendgemaakt welke officiële variant – indien van toepassing – een verzoek afhandelde.

Snelstartgids voor de GPT Image 2.5 API

Genereren met de Image API

Toepassingen voor directe opwekking POST /v1/images/generations. De OpenAI SDK leest je API-sleutel uit de omgeving, en GPT Image retourneert base64-gecodeerde afbeeldingsgegevens in plaats van een permanente gehoste URL. Decodeer die gegevens en schrijf ze weg met dezelfde extensie als uitvoerformaat.

import base64
from pathlib import Path
from openai import OpenAI

client = OpenAI()
result = client.images.generate(
    model="gpt-image-2.5-flare",
    prompt="Een keramische bureaulamp op een witte studiovloer, productfoto",
    size="1536x1024",
    quality="high",
    output_format="webp",
)

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

Voor een reproduceerbare productietest vervang je de bewegende alias door gpt-image-2.5-flare-8 september 2026. Noteer de opdracht, de afmetingen, de kwaliteit en de seed-achtige invoergegevens van de applicatie in je eigen verzoeklogboek; de geretourneerde afbeelding zelf blijft het belangrijkste resultaat.

Een afbeelding bewerken

Toepassingen van direct bewerken POST /v1/images/edits. De API beschrijft het uploaden van bestanden in meerdere delen en JSON-verwijzingen via image_url of file_id voor zover de gekozen aanpak dit toelaat. Er kunnen maximaal 16 afbeeldingen worden aangeleverd, maar dat maximum is geen aanbeveling: minder, duidelijk van elkaar te onderscheiden voorbeelden zijn gemakkelijker te beoordelen en te beoordelen.

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="Verander alleen de lampenkap in kobaltblauw.",
        size="1536x1024",
 output_format="png",
    )

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

Gebruik expliciete bewaarbepalingen, zoals “alleen wijzigen”, als een toetsbare voorwaarde, en vergelijk vervolgens de bron en de uitvoer op volledige resolutie. Een bewerking kan aan het gevraagde kenmerk voldoen, terwijl ongewijzigde delen toch opnieuw worden ingekaderd of gereconstrueerd.

Gebruik de tool voor het genereren van afbeeldingen van de Responses API

Je kunt ook bellen naar POST /v1/responses met de tool voor het genereren van afbeeldingen. Deze aanpak is handig wanneer het maken van afbeeldingen een stap is in een modelgestuurde workflow die ook tekst of resultaten van tools analyseert. Het is geen directe vervanging voor de Image API wat betreft de vorm van het antwoord: bekijk de uitvoeritems van de aanroep voor het genereren van afbeeldingen in plaats van ervan uit te gaan dat data[0].b64_json bestaat.

response = client.responses.create(
    model="YOUR_RESPONSES_MODEL",
    input="Maak een strakke productafbeelding op basis van deze goedgekeurde opdracht.",
    tools=[{"type": "image_generation"}],
)

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

Kies de directe Image API voor een beperkte taak voor het genereren of bewerken van afbeeldingen met een eenvoudige afrekening. Kies ‘Responses’ wanneer het genereren van afbeeldingen deel uitmaakt van een bredere reeks acties van een agent. Controleer in beide gevallen of de huidige officiële handleiding voor het genereren van afbeeldingen en de SDK-handtekening controleren voordat je de applicatie implementeert, omdat recent vrijgegeven API-schema’s kunnen veranderen.

Parameters, uitvoerformaten en maximale bestandsgrootte

De meest nuttige parameters hebben betrekking op kwaliteit, het aantal uitvoerbestanden, progressieve voorbeelden, moderatie, gedrag op de achtergrond, bestandsformaat, compressie en afmetingen. Beschouw ze als een samenhangend geheel in plaats van als afzonderlijke instellingen. Voor transparantie is bijvoorbeeld het PNG- of WebP-formaat vereist, terwijl uitvoercompressie dit geldt voor JPEG en WebP, en niet voor PNG.

Aangepaste afmetingen

Voor een aangepast formaat moet elke zijde een veelvoud van 16 zijn, moet de beeldverhouding tussen 1:3 en 3:1 liggen, mag geen van beide zijden groter zijn dan 3.840 pixels en moet de totale oppervlakte tussen 655.360 en 8.294.400 pixels liggen. Formaten met een oppervlakte groter dan 2560×1440 worden aangemerkt als experimenteel.

• 1536x1024 is geldig: beide zijden zijn veelvouden van 16, de verhouding 3:2 is toegestaan en de oppervlakte valt binnen de gestelde grenzen.
• 1024x1024 geldt om dezelfde redenen.
• 1200x800 is ongeldig omdat 1.200 en 800 niet allebei veelvouden van 16 zijn, ook al lijkt de beeldverhouding redelijk.

Controleer de afmetingen voordat je een verzoek verstuurt, zodat een fout in de applicatie geen invloed heeft op de evaluatie van het model. Controleer ook de daadwerkelijke indeling en afmetingen van het gedecodeerde bestand: het is mogelijk dat een compatibiliteitsroute van een derde partij niet alle native parameters exact reproduceert.

Prijzen voor de GPT Image 2.5 API

OpenAI hanteert voor GPT Image 2.5 tarieven per tokencategorie. De onderstaande tarieven zijn op 10 september 2026 gecontroleerd aan de hand van de officiële prijspagina. GPT Image 2 hanteert dezelfde vermelde tarieven, maar gelijke tarieven betekenen niet dat er voor dezelfde prompt of afbeelding evenveel tokens worden verbruikt.

De werkelijke kosten van een aanvraag berekenen

Vermenigvuldig voor elke categorie het aantal geretourneerde tokens met het tarief per miljoen tokens en deel dit vervolgens door 1.000.000. Tel de kosten van de vijf categorieën bij elkaar op voor één verzoek. De officiële GPT Image 2-calculator maakt geen schatting van het GPT Image 2.5-tokenverbruik, dus zonder daadwerkelijke gebruiksgegevens is er geen verdedigbare universele “kosten per afbeelding”.

Houd voor de productieplanning ook de kosten per aanvaardbare output bij: de totale batchkosten gedeeld door het aantal outputs dat aan de specifieke eisen van uw taak voldoet. Dat is uw eigen prestatie-indicator, geen OpenAI-factureringseenheid. Een verzoek dat weliswaar goedkoop is, maar onbruikbaar, kan duurder uitvallen dan een resultaat met een hoger aantal tokens dat zonder herverwerking kan worden geleverd.

Beperkingen op het aantal verzoeken en productieplanning

De limieten omvatten tokens per minuut (TPM) en afbeeldingen per minuut (IPM). Houd rekening met beide: een verzoek kan binnen de limiet voor het aantal afbeeldingen vallen, maar toch de token-doorvoer overschrijden. Op de twee officiële pagina’s over het GPT Image 2.5-model staat momenteel dezelfde tabel.

Herhalingspogingen, gelijktijdigheid en foutklassen

Scheid gebeurtenissen met betrekking tot authenticatie, ongeldige parameters, snelheidsbeperking, capaciteit, transport, time-outs en ongeldige uitvoer in de logbestanden. Fouten bij authenticatie of parameters vereisen doorgaans een aanpassing in de configuratie, en geen herhalingspoging. Reacties op snelheidsbeperking en capaciteitsproblemen kunnen een begrensde back-off rechtvaardigen. Transportfouten en time-outs vereisen een idempotentiestrategie, zodat de applicatie niet per ongeluk dubbel factureerbaar werk genereert.

Het belangrijkste is dat een operationele storing geen maatstaf is voor de beeldkwaliteit. Beoordeel de kwaliteit pas nadat er een geldige, decodeerbare uitvoer is. Noteer de waargenomen latentie, samen met de route, datum, het eindpunt en de omstandigheden van het verzoek; de latentie op één locatie is geen maatstaf voor de permanente snelheid van het systeem.

Wat er gebeurde tijdens de gecontroleerde Anywhere GPT Image 2.5-tests

Bij de onderstaande taken voor het genereren, bewerken en samenstellen van referenties werd telkens gebruikgemaakt van één eerste geldige uitvoer. De vijf succesvolle formele verzoeken hadden samen een berekende kostprijs van $0.088603. In dit totaal zijn mislukte verzoeken, het aanmaken van fixtures, de gereedheidscontrole en de hero-afbeelding niet meegerekend.

G01: productadvertentie met exacte tekst

In de opdracht werd gevraagd om de regel MAAK RUIMTE VOOR IDEEËN precies één keer, één lamp, een vaste samenstelling en expliciete uitsluitingen. De eerste geldige uitvoer gaf de tekst één keer weer en voldeed aan alle opgegeven controles.

Getest via de uniforme gpt-image-2.5-route van Anywhere op 9 september 2026.

Status

Geldige eerste uitvoer

Taakscore

10/10

Verstreken tijd

6.150 ms

Berekende kosten

$0.041645

CapaciteitsanalyseBij deze allereerste uitvoer verwerkte de route tegelijkertijd de exacte zichtbare tekst, het aantal objecten, de samenstelling en de negatieve beperkingen.

BeperkingEén succesvolle advertentie is op zich nog geen bewijs voor een algemeen succespercentage bij het weergeven van tekst, en via de uniforme methode zijn Flare en Sunburst niet geïdentificeerd.

Praktisch oordeelGebruik een bevroren kopieerregel en tel alle zichtbare tekstvoorkomens. Deze uitvoer is zonder hergeneratie doorgegeven.

Nauwkeurige aanvraag, volledige invoergegevens, instellingen en doelcontroles

Status: geldige uitvoer bij poging 1; eerste geldige uitvoer bewaard.

Route: Overal waar OpenAI-compatibel is /afbeeldingen/generaties met gpt-image-2.5.

Exacte opdracht

Maak een horizontale studio-productadvertentie in de verhouding 3:2 voor een fictieve matzwarte draagbare bureaulamp op een strakke witte en lichtgrijze achtergrond. Laat precies één lamp zien, lichtjes naar rechts gedraaid, met een zachte, warme lichtvlek en veel negatieve ruimte. Voeg precies één regel tekst toe: "MAKE ROOM FOR IDEAS". Zet die regel in duidelijke hoofdletters in een schreefloos lettertype, gecentreerd in het bovenste derde deel. Geen andere tekst, geen logo, geen watermerk, geen mensen en geen extra producten.

Volledige invoer: Alleen tekst. Er zijn geen afbeeldingen aangeleverd.

Daadwerkelijke verzoekinstellingen

maat

1536x1024

kwaliteit

hoog

uitvoerformaat

webp

achtergrond

ondoorzichtig

n

1

Objectieve controles

exact_text2/2

MAKE ROOM FOR IDEAS verschijnt één keer, volledig en correct gespeld; er is geen andere tekst zichtbaar.

vereist_object2/2

Er is precies één complete, matzwarte bureaulamp aanwezig.

samenstelling2/2

De lamp is naar rechts gericht, de warme lichtvlek is zichtbaar, de negatieve ruimte blijft behouden en de tekst staat in het bovenste derde deel.

verboden2/2

Er zijn geen logo's, watermerken, personen of extra producten te zien.

eerste_uitvoer_gebruiksvriendelijkheid2/2

De eerste geldige uitvoer is bruikbaar zonder herwerking of ingrijpende aanpassingen.

Volledige uitvoer

De volledige „first-valid“-uitvoer van 1536×1024 wordt direct onder dit bewijspaneel weergegeven. Het antwoord was in PNG-formaat, hoewel in het verzoek om WebP was gevraagd.

G02: lay-out met getelde objecten

In het verzoek werden precies drie voorwerpen genoemd: een blauwe glazen bol, een gele opgevouwen waaier en een stalen kubus, in de volgorde van links naar rechts. De eerste geldige uitvoer behield het aantal, de volgorde en de herkenbare materialen.

Getest via de uniforme gpt-image-2.5-route van Anywhere op 9 september 2026.

Status

Geldige eerste uitvoer

Taakscore

10/10

Verstreken tijd

33.577 ms

Berekende kosten

$0.005505

CapaciteitsanalyseDe eerste uitvoer volgde op een telling van drie objecten, in de volgorde links-midden-rechts, met de gevraagde kleuren en duidelijke materiaalaanwijzingen.

BeperkingDe observatie heeft betrekking op één gecontroleerd stilleven, en niet op de complexiteit van het willekeurig tellen van objecten of de betrouwbaarheid bij herhaalde productie.

Praktisch oordeelDoor de aantallen, de volgorde, de materialen en de uitsluitingen expliciet te vermelden, werd in dit geval een direct bruikbaar resultaat verkregen.

Nauwkeurige aanvraag, volledige invoergegevens, instellingen en doelcontroles

Status: geldige uitvoer bij poging 1; eerste geldige uitvoer bewaard.

Route: Overal waar OpenAI-compatibel is /afbeeldingen/generaties met gpt-image-2.5.

Exacte opdracht

Maak een horizontaal redactionele stillevenfoto in de verhouding 3:2 op een studioachtergrond in antraciet en gebroken wit. Laat precies drie voorwerpen zien: één kobaltblauwe glazen bol aan de linkerkant, één opgevouwen gele papieren waaier in het midden en één kubus van geborsteld staal aan de rechterkant. Zorg ervoor dat alle drie de objecten volledig zichtbaar zijn, gelijkmatig verdeeld staan en worden verlicht door één zachte lichtbron linksboven. Geen tekst, geen logo, geen watermerk, geen mensen, geen extra objecten en geen decoratieve symbolen.

Volledige invoer: Alleen tekst. Er zijn geen afbeeldingen aangeleverd.

Daadwerkelijke verzoekinstellingen

maat

1536x1024

kwaliteit

hoog

uitvoerformaat

webp

achtergrond

ondoorzichtig

n

1

Objectieve controles

aantal_objecten2/2

Er is precies één blauwe glazen bol, één gele gevouwen waaier en één stalen kubus aanwezig.

bestelling_en_zichtbaarheid2/2

De objecten zijn volledig zichtbaar in de vereiste volgorde: links, midden en rechts.

materialen_en_kleuren2/2

De materialen – glas, papier en geborsteld metaal – en de gevraagde kleuren zijn duidelijk.

verlichting_en_afstand2/2

In deze scène is gebruikgemaakt van samenhangende verlichting linksboven en gelijkmatige tussenruimtes.

verboden_en_artefacten2/2

Er zijn geen tekst, logo, watermerk, personen, extra voorwerpen of opvallende artefacten zichtbaar.

Volledige uitvoer

De volledige „first-valid“-uitvoer van 1536×1024 wordt direct onder dit bewijspaneel weergegeven. Het antwoord was in PNG-formaat, hoewel in het verzoek om WebP was gevraagd.

E01: één kleur wijzigen

Door de bewerking is de matzwarte lampenkap veranderd in kobaltblauw, terwijl het product herkenbaar is gebleven. Er is één punt afgetrokken omdat het omzetten van de vierkante bron naar een 3:2-uitvoer een lichte herkadering en reconstructie buiten het doelattribuut met zich meebracht.

Getest via de uniforme gpt-image-2.5-route van Anywhere op 9 september 2026.

Status

Geldige eerste uitvoer

Taakscore

9/10

Verstreken tijd

41.387 ms

Berekende kosten

$0.016320

CapaciteitsanalyseDe gewenste wijziging van de kleur van de lampenkap is geslaagd, terwijl de kernidentiteit, de structuur en de verlichting van de lamp consistent zijn gebleven.

BeperkingDe conversie van vierkant naar 3:2 leidde tot een lichte aanpassing van het beeldkader en een lichte reconstructie, waardoor het behoud van elementen buiten het doelgebied niet pixel-exact was.

Praktisch oordeelZorg ervoor dat de beeldverhoudingen van de bron en de uitvoer op elkaar zijn afgestemd wanneer strikte behoud van de oorspronkelijke verhoudingen van belang is, en controleer vervolgens elk gebied dat niet tot het doelgebied behoort.

Nauwkeurige aanvraag, volledige invoergegevens, instellingen en doelcontroles

Status: geldige uitvoer bij poging 1; eerste geldige uitvoer bewaard.

Route: Overal waar OpenAI-compatibel is /afbeeldingen/bewerkingen met gpt-image-2.5.

Exacte opdracht

Pas alleen de kleur van de lampenkap aan, van matzwart naar kobaltblauw. Behoud de exacte vorm, positie, schaal, voet, arm, schakelaar, schaduwen, warme gloed, achtergrond, camerahoek, uitsnede en alle andere zichtbare details van de lamp. Voeg geen tekst, logo, watermerk, persoon of extra object toe.

Volledige afbeeldingsinvoer:

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

Daadwerkelijke verzoekinstellingen

maat

1536x1024

kwaliteit

hoog

uitvoerformaat

webp

achtergrond

ondoorzichtig

n

1

Objectieve controles

gevraagde wijziging2/2

De kleur verandert van matzwart naar kobaltblauw.

geometrie_positie_schaal_bijsnijden1/2

De lamp blijft herkenbaar, maar de vierkante lichtbron is opnieuw gekadreerd en enigszins aangepast voor de 3:2-uitvoer.

non_target_preservation2/2

De voet, de arm, de schakelaar, de lamp en de zwarte niet-doelgebieden blijven qua materiaal ongewijzigd.

verlichting_randen_materialen2/2

Verlichting, schaduwen, randen en materiaalweergave blijven samenhangend.

eerste_uitvoer_gebruiksvriendelijkheid2/2

De eerste bruikbare uitvoer kan zonder regeneratie of ingrijpende reparatie worden gebruikt.

Volledige uitvoer

De volledige „first-valid“-uitvoer van 1536×1024 wordt direct onder dit bewijspaneel weergegeven. Het antwoord was in PNG-formaat, hoewel in het verzoek om WebP was gevraagd.

E02: de achtergrond vervangen

Bij de bewerking is de achtergrond gewijzigd in zacht mintgroen en is het materiaal van de lamp consistent gehouden. Net als bij E01 werd de gevraagde wijziging goedgekeurd, terwijl de aanpassing van de beeldverhouding leidde tot een lichte aanpassing van het kader en een kleine herconstructie.

Getest via de uniforme gpt-image-2.5-route van Anywhere op 9 september 2026.

Status

Geldige eerste uitvoer

Taakscore

9/10

Verstreken tijd

50.151 ms

Berekende kosten

$0.007208

CapaciteitsanalyseHet ontwerp verving de studioachtergrond, maar behield daarbij de belangrijkste zwarte materialen en de herkenbare vormgeving van de lamp.

BeperkingNet als in E01 zorgde het nieuwe 3:2-beeldformaat voor een lichte aanpassing van de kadrering en een lichte herconstructie, die verder gingen dan de gevraagde wijziging van de achtergrond.

Praktisch oordeelHet vervangen van de achtergrond was bij de eerste uitvoer mogelijk, maar wijzigingen in de beeldverhouding moeten als een afzonderlijk risico worden beoordeeld.

Nauwkeurige aanvraag, volledige invoergegevens, instellingen en doelcontroles

Status: geldige uitvoer bij poging 1; eerste geldige uitvoer bewaard.

Route: Overal waar OpenAI-compatibel is /afbeeldingen/bewerkingen met gpt-image-2.5.

Exacte opdracht

Verander alleen de studioachtergrond van lichtgrijs naar een effen, zacht mintgroen. Behoud elk onderdeel van de matzwarte lamp, inclusief de kleur, vorm, positie, schaal, voet, arm, schakelaar, brandende lamp, het warme licht, de schaduwen, de camerahoek en de uitsnede. Voeg geen tekst, logo, watermerk, persoon of extra object toe.

Volledige afbeeldingsinvoer:

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

Daadwerkelijke verzoekinstellingen

maat

1536x1024

kwaliteit

hoog

uitvoerformaat

webp

achtergrond

ondoorzichtig

n

1

Objectieve controles

gevraagde wijziging2/2

De achtergrond in de studio verandert in zacht mintgroen.

geometrie_positie_schaal_bijsnijden1/2

De lamp blijft herkenbaar, maar de vierkante lichtbron is opnieuw gekadreerd en enigszins aangepast voor de 3:2-uitvoer.

non_target_preservation2/2

De lamp blijft matzwart en behoudt de belangrijkste onderdelen: de voet, de arm, de kap, de schakelaar en de lamp.

verlichting_randen_materialen2/2

Verlichting, schaduwen, randen en materialen blijven na het bewerken van de achtergrond consistent.

eerste_uitvoer_gebruiksvriendelijkheid2/2

De eerste bruikbare uitvoer kan zonder regeneratie of ingrijpende reparatie worden gebruikt.

Volledige uitvoer

De volledige „first-valid“-uitvoer van 1536×1024 wordt direct onder dit bewijspaneel weergegeven. Het antwoord was in PNG-formaat, hoewel in het verzoek om WebP was gevraagd.

M01: drie referenties combineren

De uitvoer behield het groene lampje, het koraalkleurige notitieboekje en de blauwe mok en plaatste ze in de gevraagde opstelling links-midden-rechts. Dit toont aan dat het lukt bij één vaste compositie met drie referentiepunten, maar biedt geen algemene garantie voor het gedocumenteerde maximum van 16 invoerelementen.

Getest via de uniforme gpt-image-2.5-route van Anywhere op 9 september 2026.

Status

Geldige eerste uitvoer

Taakscore

10/10

Verstreken tijd

105.469 ms

Berekende kosten

$0.017925

CapaciteitsanalyseDe route behield drie afzonderlijke referentie-identiteiten, materialen, aantallen en de gewenste ruimtelijke verhouding daartussen binnen één scène.

BeperkingDit is een samenstelling met drie referenties; hiermee wordt niet aangetoond dat het behoud gelijkwaardig is aan het gedocumenteerde maximum van 16 ingangen.

Praktisch oordeelGeef de referenties in de aangegeven volgorde, benoem elke plaatsing afzonderlijk en beoordeel de identiteit en het aantal los van de visuele afwerking.

Nauwkeurige aanvraag, volledige invoergegevens, instellingen en doelcontroles

Status: geldige uitvoer bij poging 1; eerste geldige uitvoer bewaard.

Route: Overal waar OpenAI-compatibel is /afbeeldingen/bewerkingen met gpt-image-2.5.

Exacte opdracht

Maak met behulp van de drie referentieafbeeldingen in de opgegeven volgorde een horizontale bureauscène in de verhouding 3:2. Behoud de kenmerkende vorm en het materiaal van elk referentieobject. Plaats de lamp één keer links, het gesloten notitieboekje één keer in het midden en de mok één keer rechts. De lamp werpt een warme lichtvlek over het notitieboekje zonder het te verbergen. Een strakke, neutrale studioachtergrond. Geen tekst, geen logo, geen watermerk, geen mensen, geen dubbele objecten en geen extra producten.

Vul de afbeeldingsgegevens volledig in:

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

Daadwerkelijke verzoekinstellingen

maat

1536x1024

kwaliteit

hoog

uitvoerformaat

webp

achtergrond

ondoorzichtig

n

1

Objectieve controles

aanwezigheid_en_aantal_objecten2/2

Er is één lamp, één dichtgeklapt notitieboekje en één mok.

referentie-identiteit2/2

De groen-messing lamp, het koraalkleurige notitieboekje en de blauwe geribbelde mok behouden hun eigen karakter en materiaal.

ruimtelijke_relatie2/2

De lamp staat links, het notitieboekje in het midden en de mok rechts, zoals gevraagd.

scène_coherentie2/2

De schaal, het perspectief, de belichting, de schaduwen en de warme lichtvlek vormen een samenhangend geheel.

verboden_en_artefacten2/2

Er zijn geen tekst, logo’s, watermerken, personen, dubbele producten, vervangingen of materiële artefacten zichtbaar.

Volledige uitvoer

De volledige „first-valid“-uitvoer van 1536×1024 wordt direct onder dit bewijspaneel weergegeven. Het antwoord was in PNG-formaat, hoewel in het verzoek om WebP was gevraagd.

Van de vijf geldige eerste resultaten voldeden de opgegeven controles ruimschoots aan de eisen: drie scoorden 10/10 en twee 9/10. De bruikbare grenswaarde is even belangrijk. Dit is bewijs op taakniveau afkomstig van één compatibiliteitsroute, zonder herhalingsbatch en zonder bekendgemaakte officiële variant. Gebruik voor betere resultaten in je eigen werk een vaste opdrachtomschrijving, expliciete beperkingen, consistente referenties en een beoordelingsfase; dit handleiding om de nauwkeurigheid van AI-beeldgeneratie te verbeteren breidt die workflow uit.

De geteste route vertoonde ook een formaatverschil dat apart vermeld moet worden: bij succesvolle formele verzoeken werd om WebP gevraagd, maar werd PNG teruggestuurd, waarbij de gevraagde afmetingen van 1536×1024 behouden bleven. Een readiness-verzoek vroeg om een WebP-afbeelding van 1024×1024 en leverde een PNG-afbeelding van 1254×1254 op. Dit zijn waarnemingen met betrekking tot de uniforme route van Anywhere op de testdatum, en geen gedrag dat kan worden toegeschreven aan de native API van OpenAI.

Hoe kies je een GPT Image 2.5-route?

Begin met de workflow die je nodig hebt en toets deze vervolgens aan de hand van een ‘frozen task’. De modelbeschrijvingen van OpenAI bieden een goed uitgangspunt, maar ze zijn geen vervanging voor een test met je eigen prompts, referentieafbeeldingen, acceptatieregels en latentiebudget.

Voer een representatieve generatie- en bewerkingstaak uit voordat je een productieworkflow vastlegt. Vergelijk het percentage aanvaardbare output, het behoud, de latentieverdeling en het teruggerende gebruik, in plaats van een keuze te maken op basis van één enkel aantrekkelijk voorbeeld. Als je team baat heeft bij het toewijzen van verschillende taken aan verschillende tools, vergelijk de beste AI-beeldgeneratoren en de selectiebeslissing op taakniveau te houden.

Veelvoorkomende fouten bij de implementatie

1. Een gezinslabel versturen in plaats van een exacte officiële model-ID. Gebruik gpt-image-2.5-flare of gpt-image-2.5-sunburst via de native API, tenzij je provider expliciet een andere werkwijze beschrijft.
2. Elk antwoord parseren, net als bij de directe Image API. De Responses-API retourneert uitvoeritems van tool-call-opdrachten, dus de logica voor het extraheren ervan verschilt van images.generate of afbeeldingen.bewerken.
3. Base64-gegevens behandelen als de URL van een gehoste afbeelding. Decodeer de bytes, controleer het bestand en sla het op in uw eigen goedgekeurde opslagsysteem.
4. Er wordt een ongeldige aangepaste afmeting gebruikt. Controleer vóór het verzoek of het aantal een veelvoud van 16 is, de oppervlakte, de beeldverhouding en de maximale zijlengte.
5. Combinatie van incompatibele uitvoeropties. Voor transparantie is PNG of WebP vereist; de compressie-instellingen gelden voor JPEG en WebP.
6. Blijven aanpassen totdat het resultaat er goed uitziet, en dat dan als de eerste uitvoer aanmerken. Sla de eerste geldige uitvoer op en rapporteer herhalingspogingen apart als je een eerlijke modelevaluatie wilt.
7. Een time-out of een reactie op de capaciteit interpreteren als slechte beeldkwaliteit. Als er geen geldige afbeelding is, wordt er geen kwaliteitsscore toegekend; registreer de gebeurtenis onder ‘beschikbaarheid’ of ‘transport’.

Veelgestelde vragen over de GPT Image 2.5 API

Heeft GPT Image 2.5 een API?

Ja. In document OpenAI wordt uitgelegd hoe je afbeeldingen rechtstreeks kunt genereren, rechtstreeks kunt bewerken en kunt genereren via de Responses API-tool.

Wat zijn de exacte model-ID's van het GPT Image 2.5-model?

De bewegende aliassen zijn gpt-image-2.5-flare en gpt-image-2.5-sunburst. De momentopnames van 8 september 2026 voegen toe -2026-09-08 bij elke alias.

Hoeveel kost de GPT Image 2.5 API per afbeelding?

Er is geen vastgestelde vaste prijs per afbeelding. De kosten zijn afhankelijk van het aantal tokens voor teruggestuurde tekstinvoer, tekst in de cache, afbeeldingsinvoer, afbeeldingen in de cache en afbeeldingsuitvoer. Gebruik de officiële tarieven per miljoen tokens op basis van het daadwerkelijke verbruik.

Kan GPT Image 2.5 meerdere afbeeldingen bewerken?

Ja. De bewerkings-API ondersteunt maximaal 16 invoerafbeeldingen. Dit is het maximale aantal dat wordt ondersteund, maar geen garantie dat bij elke compositie van 16 afbeeldingen elk detail behouden blijft.

Kan GPT Image 2.5 een transparante PNG- of WebP-afbeelding genereren?

Ja. Stel de achtergrond in op transparant en gebruik PNG- of WebP-uitvoer. Controleer of het gedecodeerde bestand een alfakanaal bevat voordat je het in een productie-assetpijplijn gebruikt.

Wat zijn de limieten voor de GPT Image 2.5 API?

Gratis toegang wordt in de huidige tabel niet ondersteund. Niveau 1 begint bij 100.000 TPM en 5 IPM; niveau 5 loopt op tot 8.000.000 TPM en 250 IPM, waarbij de limieten voor de niveaus 2 tot en met 4 hierboven zijn weergegeven. Raadpleeg de pagina van het huidige model vóór de lancering.

Conclusie

Gebruik Flare of Sunburst volgens de officiële workflow-indeling en controleer vervolgens de keuze aan de hand van je eigen ‘bevroren’ taken. Zet een gedateerde momentopname vast wanneer reproduceerbaarheid van belang is, decodeer en inspecteer het geretourneerde bestand, en bereken de kosten op basis van het daadwerkelijke tokengebruik in plaats van een geschat bedrag per afbeelding. Onze Anywhere-batch leverde vijf sterke, taakgebonden eerste outputs op, maar bracht geen officiële variant aan het licht, voltooide de transparantie- of kwaliteitsniveautests niet en kon geen brede betrouwbaarheid aantonen.