คู่มือ API GPT Image 2.5: ราคา การตั้งค่า และการทดสอบจริง

API GPT Image 2.5 ของ OpenAI เป็นกลุ่มโมเดลสองตัว ไม่ใช่โมเดลเดียวที่สามารถเรียกใช้งานได้ที่มีชื่อว่า gpt-image-2.5. ชื่อเรียกชั่วคราวที่กำลังใช้งานอยู่คือ gpt-image-2.5-flare, ที่ได้รับการจัดวางโดย OpenAI เพื่อการผลิตเนื้อหาประจำวันอย่างรวดเร็วและคุณภาพสูง, และ gpt-image-2.5-sunburst, ที่ออกแบบมาเพื่อการแก้ไขภาพอย่างแม่นยำ ทั้งสองถูกเปิดตัวเมื่อวันที่ 8 กันยายน 2026 คู่มือนี้ครอบคลุมข้อมูลเกี่ยวกับ ID ที่ถูกต้อง เส้นทาง API สามทาง พารามิเตอร์ที่รองรับ ขนาดที่กำหนดเอง ราคาโทเคนอย่างเป็นทางการ ขีดจำกัดการใช้งาน และเครื่องคำนวณค่าใช้จ่ายที่ใช้งานได้จริง.

นอกจากนี้ ยังรายงานผลการทดสอบที่ควบคุมอย่างแยกต่างหากผ่านระบบรวมของ Anywhere gpt-image-2.5 route. สถานที่ดังกล่าวไม่แสดงตัวเลือก Flare/Sunburst หรือป้ายกำกับของเวอร์ชันที่ส่งกลับ ดังนั้นผลลัพธ์ที่ส่งออกมาจึงไม่ถูกแสดงเป็นผลลัพธ์ของ API OpenAI แบบดั้งเดิม หรือถูกกำหนดให้กับโมเดลอย่างเป็นทางการใด ๆ.

ลองใช้ GPT Image 2.5 บน GlobalGPT ได้แล้ว!

API GPT Image 2.5 คืออะไร?

GPT Image 2.5 คือชุดเครื่องมือสร้างและแก้ไขภาพของ OpenAI ที่เปิดตัวเมื่อวันที่ 8 กันยายน 2026 ทั้งสองโมเดลอย่างเป็นทางการสามารถรับข้อความและสร้างภาพได้ ส่วนกระบวนการแก้ไขภาพยังสามารถรับภาพเป็นข้อมูลเข้าได้อีกด้วย รายละเอียดการนำไปใช้ที่สำคัญคือตัวระบุ (identity): ชื่อชุดโมเดลนี้อาจมีประโยชน์ในการเขียนข้อความทั่วไป แต่สำหรับคำขอผลิตภาพ ควรใช้ตัวระบุโมเดล (model ID) ที่ตรงกันจากหน้าโมเดลอย่างเป็นทางการ.

มีสองรุ่น ไม่ใช่ ID ครอบครัวเดียวที่สามารถเรียกได้

alias ที่เคลื่อนที่ จะติดตามเวอร์ชันปัจจุบันของ OpenAI ที่อยู่ภายใต้ชื่อนั้น สแนปช็อตที่มีวันที่กำหนดจะตรึงคำขอไว้กับเวอร์ชันที่เฉพาะเจาะจง จึงทำให้สามารถทำซ้ำได้ง่ายขึ้นระหว่างการทดสอบการถดถอย ใช้ alias ที่เคลื่อนที่ เมื่อต้องการอัปเดตโมเดลที่เข้ากันได้โดยไม่ต้องเปลี่ยนแปลงโค้ด; ใช้สแนปช็อต เมื่อพฤติกรรมที่สม่ำเสมอสำคัญกว่าการรับเวอร์ชันที่อัปเดตในภายหลังโดยอัตโนมัติ.

คำอธิบายเหล่านี้เป็นตำแหน่งของ OpenAI ไม่ใช่ผู้ชนะที่ได้รับการกำหนดจากการทดสอบของเรา การทดสอบแบบควบคุมที่กล่าวถึงในส่วนหลังของบทความนี้ใช้เส้นทางรวมจากฝ่ายที่สาม ซึ่งไม่เปิดเผยว่ารุ่นอย่างเป็นทางการใด (หากมี) เป็นผู้ตอบสนองคำขอ.

คู่มือเริ่มต้นใช้งาน API GPT Image 2.5

สร้างด้วย Image API

การใช้การผลิตไฟฟ้าโดยตรง POST /v1/images/generations. SDK OpenAI จะอ่าน API key ของคุณจากสภาพแวดล้อม และ GPT Image จะส่งคืนข้อมูลภาพที่เข้ารหัสด้วย base64 แทนที่จะเป็น URL ที่โฮสต์อย่างถาวร ให้ถอดรหัสข้อมูลนั้นและเขียนมันโดยใช้ส่วนขยายเดียวกันกับ รูปแบบผลลัพธ์.

import base64
from pathlib import Path
from openai import OpenAI

client = OpenAI()
result = client.images.generate(
    model="gpt-image-2.5-flare",
    prompt="A ceramic desk lamp on a white studio sweep, product photo",
    size="1536x1024",
    quality="high",
    output_format="webp",
)

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

เพื่อทำการทดสอบการผลิตที่สามารถทำซ้ำได้ ให้แทนที่ alias ที่เคลื่อนไหวด้วย gpt-image-2.5-flare-2026-09-08. ให้บันทึกข้อมูลการป้อนคำสั่ง ขนาด คุณภาพ และข้อมูลที่คล้ายเมล็ด (seed) ในการใช้งานลงในบันทึกคำขอของคุณเอง; ภาพที่ส่งกลับมาเองยังคงเป็นผลลัพธ์หลัก.

แก้ไขภาพ

การใช้การแก้ไขโดยตรง POST /v1/images/edits. เอกสาร API อธิบายการอัปโหลดแบบหลายส่วน (multipart) และข้อมูลอ้างอิง JSON ผ่าน image_url หรือ file_id หากเส้นทางที่เลือกสนับสนุนการใช้นั้น สามารถส่งรูปภาพได้สูงสุด 16 ภาพ แต่จำนวนสูงสุดนี้ไม่ใช่คำแนะนำ: รูปภาพอ้างอิงที่น้อยกว่าแต่มีความชัดเจนและแตกต่างกันอย่างชัดเจน จะทำให้การตรวจสอบและให้คะแนนง่ายขึ้น.

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="Change only the lamp shade to cobalt blue.",
        size="1536x1024",
 output_format="png",
    )

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

ใช้คำระบุการรักษาข้อมูลอย่างชัดเจน เช่น “เปลี่ยนเฉพาะส่วน” เป็นข้อจำกัดที่สามารถตรวจสอบได้ แล้วเปรียบเทียบข้อมูลต้นฉบับกับผลลัพธ์ที่ความละเอียดสูงสุด การแก้ไขสามารถตอบสนองคุณสมบัติที่ร้องขอได้ ในขณะที่ยังคงจัดกรอบใหม่หรือสร้างส่วนที่ยังไม่ถูกแก้ไขขึ้นใหม่.

ใช้เครื่องมือสร้างภาพของ Responses API

คุณยังสามารถโทรมาได้ POST /v1/responses ด้วยเครื่องมือสร้างภาพ วิธีนี้มีประโยชน์เมื่อการสร้างภาพเป็นขั้นตอนหนึ่งในกระบวนการทำงานที่นำโดยโมเดล ซึ่งยังทำการวิเคราะห์ข้อความหรือผลลัพธ์จากเครื่องมือด้วย มันไม่ใช่การแทนที่รูปแบบคำตอบแบบตรงๆ ของ Image API: ให้ตรวจสอบรายการผลลัพธ์ของการเรียกใช้เครื่องมือสร้างภาพ แทนที่จะสมมติว่า data[0].b64_json มีอยู่.

response = client.responses.create(
    model="YOUR_RESPONSES_MODEL",
    input="สร้างภาพผลิตภัณฑ์ที่ชัดเจนจากบรีฟที่ได้รับการอนุมัตินี้",
    tools=[{"type": "image_generation"}],
)

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

เลือก Image API แบบตรงไปตรงมา สำหรับงานสร้างหรือแก้ไขภาพที่มีขอบเขตจำกัด พร้อมระบบการคำนวณค่าใช้จ่ายที่เรียบง่าย เลือก Responses เมื่อการสร้างภาพเป็นส่วนหนึ่งของลำดับการทำงานของเอเจนต์ที่กว้างขึ้น ในทั้งสองกรณี ให้ตรวจสอบความถูกต้องของ คู่มือการสร้างภาพอย่างเป็นทางการ และลายเซ็น SDK ก่อนการปรับใช้ เนื่องจากโครงสร้าง API ที่เพิ่งปล่อยออกมาอาจมีการเปลี่ยนแปลงได้.

พารามิเตอร์ รูปแบบผลลัพธ์ และข้อจำกัดด้านขนาด

พารามิเตอร์ที่มีประโยชน์ที่สุดคือพารามิเตอร์ที่ควบคุมคุณภาพ จำนวนไฟล์ที่สร้างขึ้น การดูตัวอย่างแบบก้าวหน้า การตรวจสอบเนื้อหา พฤติกรรมในพื้นหลัง รูปแบบไฟล์ การบีบอัด และขนาดภาพ ให้พิจารณาพารามิเตอร์เหล่านี้เป็นชุดที่ทำงานร่วมกันได้ แทนที่จะเป็นสวิตช์ที่ทำงานแยกกัน ตัวอย่างเช่น ความโปร่งใสจำเป็นต้องใช้รูปแบบไฟล์ PNG หรือ WebP ในขณะที่ การบีบอัดข้อมูลออก ใช้ได้กับ JPEG และ WebP แต่ไม่ใช่ PNG.

ขนาดที่กำหนดเอง

สำหรับขนาดที่กำหนดเอง แต่ละด้านต้องเป็นจำนวนเท่าของ 16 อัตราส่วนต้องอยู่ระหว่าง 1:3 ถึง 3:1 ทั้งสองด้านไม่สามารถเกิน 3,840 พิกเซลได้ และพื้นที่รวมต้องอยู่ระหว่าง 655,360 ถึง 8,294,400 พิกเซล ขนาดที่มีพื้นที่เกิน 2560×1440 ถูกบันทึกไว้ว่าเป็นแบบทดลอง.

• 1536x1024 เป็นสมการที่ถูกต้อง: ทั้งสองข้างเป็นจำนวนเท่าของ 16, อัตราส่วน 3:2 เป็นที่ยอมรับได้, และพื้นที่อยู่ภายในขอบเขตที่กำหนด.
• 1024x1024 ก็ถูกต้องด้วยเหตุผลเดียวกัน.
• 1200x800 ไม่ถูกต้อง เพราะ 1,200 และ 800 ไม่ใช่ทั้งคู่ที่เป็นตัวหารของ 16 แม้สัดส่วนจะดูสมเหตุสมผลก็ตาม.

ตรวจสอบขนาดข้อมูลก่อนส่งคำขอ เพื่อป้องกันไม่ให้ข้อผิดพลาดของแอปพลิเคชันส่งผลต่อการประเมินโมเดล นอกจากนี้ ให้ตรวจสอบรูปแบบและขนาดข้อมูลจริงของไฟล์ที่ถอดรหัสแล้วด้วย: เส้นทางความเข้ากันได้ของบุคคลที่สามอาจไม่สามารถจำลองพารามิเตอร์ดั้งเดิมทุกตัวได้อย่างแม่นยำ.

ราคา API GPT Image 2.5

OpenAI กำหนดราคา GPT Image 2.5 ตามประเภทโทเคน อัตราค่าบริการด้านล่างนี้ได้รับการตรวจสอบจากหน้ากำหนดราคาอย่างเป็นทางการเมื่อวันที่ 10 กันยายน 2026 GPT Image 2 ใช้ราคาที่ระบุไว้เดียวกัน แต่อัตราค่าบริการที่เท่ากันไม่ได้หมายความว่าการบริโภคโทเคนจะเท่ากันสำหรับคำสั่งหรือภาพเดียวกัน.

คำนวณค่าใช้จ่ายจริงของคำขอ

สำหรับแต่ละหมวดหมู่ ให้คูณจำนวนโทเคนที่ได้รับมาด้วยอัตราต่อหนึ่งล้านโทเคน แล้วแบ่งด้วย 1,000,000 จากนั้นรวมค่าใช้จ่ายของทั้งห้าหมวดหมู่สำหรับคำขอหนึ่งครั้ง เครื่องคำนวณ GPT Image 2 อย่างเป็นทางการไม่ประมาณการการใช้โทเคน GPT Image 2.5 ดังนั้นจึงไม่มี “ค่าใช้จ่ายต่อภาพ” แบบสากลที่สามารถอธิบายได้อย่างมีเหตุผลได้ หากไม่มีข้อมูลการใช้งานจริง.

ในการวางแผนการผลิต ให้ติดตามค่าใช้จ่ายต่อผลลัพธ์ที่ยอมรับได้ด้วย: ค่าใช้จ่ายรวมของล็อต หารด้วยจำนวนผลลัพธ์ที่ผ่านเกณฑ์เฉพาะของงานนั้น นี่คือตัวชี้วัดการดำเนินงานของคุณเอง ไม่ใช่หน่วยการคิดค่าบริการ OpenAI คำขอที่มีค่าใช้จ่ายต่ำแต่ไม่สามารถใช้งานได้ อาจมีค่าใช้จ่ายสูงกว่าผลลัพธ์ที่มีโทเคนสูงกว่าแต่สามารถส่งมอบได้โดยไม่ต้องสร้างใหม่.

ขีดจำกัดอัตราและแผนการผลิต

ขีดจำกัดการส่งคำขอรวมถึงจำนวนโทเคนต่อนาที (TPM) และจำนวนภาพต่อนาที (IPM) ให้วางแผนโดยคำนึงถึงทั้งสองอย่าง: คำขอหนึ่งอาจอยู่ภายในขีดจำกัดจำนวนภาพ แต่ยังคงเกินขีดจำกัดปริมาณโทเคนที่ส่งได้ หน้าข้อมูลอย่างเป็นทางการของโมเดล GPT Image 2.5 ทั้งสองหน้าปัจจุบันแสดงตารางเดียวกัน.

การลองใหม่ การทำงานพร้อมกัน และประเภทความผิดพลาด

แยกเหตุการณ์การตรวจสอบสิทธิ์ พารามิเตอร์ไม่ถูกต้อง การจำกัดอัตรา ความจุ การส่งข้อมูล เวลาหมดอายุ และผลลัพธ์ไม่ถูกต้อง ในบันทึกเหตุการณ์ (logs) ข้อผิดพลาดในการตรวจสอบสิทธิ์หรือพารามิเตอร์มักต้องการการแก้ไขการตั้งค่า ไม่ใช่การลองใหม่ การตอบสนองจากข้อจำกัดความเร็วและความจุอาจจำเป็นต้องใช้กลยุทธ์การรอแบบมีขอบเขต ส่วนความล้มเหลวในการส่งข้อมูลและเวลาหมดอายุจำเป็นต้องมีกลยุทธ์การไม่เปลี่ยนแปลง (idempotency) เพื่อป้องกันไม่ให้แอปพลิเคชันสร้างงานที่ต้องคิดค่าใช้จ่ายซ้ำโดยไม่ตั้งใจ.

ที่สำคัญที่สุดคือ ความล้มเหลวในการทำงานไม่ได้ส่งผลต่อคุณภาพของภาพ ให้ประเมินคุณภาพได้ก็ต่อเมื่อมีผลลัพธ์ที่ถูกต้องและสามารถถอดรหัสได้เท่านั้น ให้บันทึกความล่าช้าที่สังเกตได้ พร้อมทั้งข้อมูลเกี่ยวกับเส้นทาง วันที่ จุดปลายทาง และเงื่อนไขการร้องขอ; ความล่าช้าที่วัดได้จากสถานที่หนึ่งไม่สามารถใช้เป็นข้ออ้างถึงความเร็วของโมเดลอย่างถาวรได้.

ผลจากการทดสอบ Anywhere GPT Image 2.5 แบบควบคุม

งานการสร้าง แก้ไข และการจัดองค์ประกอบอ้างอิงด้านล่างนี้ แต่ละงานใช้ผลลัพธ์ที่ถูกต้องครั้งแรกหนึ่งครั้ง คำขออย่างเป็นทางการทั้งห้าที่สำเร็จมีค่าใช้จ่ายรวมที่คำนวณได้เท่ากับ $0.088603. ตัวเลขรวมนี้ไม่รวมคำขอที่ล้มเหลว การสร้าง fixture การตรวจสอบความพร้อม และภาพหลัก.

G01: โฆษณาผลิตภัณฑ์แบบข้อความตรง

คำสั่งนั้นต้องการบรรทัด เปิดพื้นที่ให้ไอเดีย เพียงครั้งเดียวเท่านั้น, โคมไฟหนึ่งดวง, โครงสร้างที่กำหนดไว้ล่วงหน้า, และการยกเว้นที่ระบุไว้อย่างชัดเจน ผลลัพธ์ที่ถูกต้องครั้งแรกได้แสดงข้อความนั้นขึ้นหนึ่งครั้ง และผ่านการตรวจสอบทุกข้อที่กำหนดไว้.

ได้ทดสอบผ่านเส้นทาง gpt-image-2.5 แบบรวมของ Anywhere เมื่อวันที่ 9 กันยายน 2026.

สถานะ

ผลลัพธ์แรกที่ถูกต้อง

คะแนนงาน

10/10

เวลาที่ผ่านไปแล้ว

6,150 มิลลิวินาที

ค่าใช้จ่ายที่คำนวณไว้

$0.041645

การวิเคราะห์ความสามารถในผลลัพธ์แรกนี้ ระบบได้จัดการข้อความที่ปรากฏอย่างแม่นยำ จำนวนวัตถุ การจัดวาง และข้อจำกัดเชิงลบไปพร้อมกัน.

ข้อจำกัดโฆษณาที่ประสบความสำเร็จเพียงชิ้นเดียวไม่สามารถกำหนดอัตราความสำเร็จโดยทั่วไปในการแสดงผลข้อความได้ และวิธีการแบบรวมตัวนี้ไม่ได้ระบุ Flare หรือ Sunburst.

คำตัดสินในทางปฏิบัติใช้เส้นคัดลอกแบบแช่แข็งและนับทุกตัวอย่างข้อความที่ปรากฏ ผลลัพธ์นี้ผ่านการตรวจสอบโดยไม่จำเป็นต้องสร้างใหม่.

คำขอที่แม่นยำ ข้อมูลนำเข้าที่ครบถ้วน การตั้งค่า และการตรวจสอบวัตถุประสงค์

สถานะ: ผลลัพธ์ที่ถูกต้องในครั้งที่ 1; ผลลัพธ์ที่ถูกต้องครั้งแรกถูกเก็บไว้.

เส้นทาง: ทุกอุปกรณ์ที่รองรับ OpenAI /images/generations กับ gpt-image-2.5.

ข้อความคำสั่งที่ถูกต้อง

สร้างโฆษณาผลิตภัณฑ์แบบสตูดิโอในแนวแนวนอนอัตราส่วน 3:2 สำหรับโคมไฟตั้งโต๊ะพกพาสีดำด้านสมมติ บนฉากสีขาวสะอาดและสีเทาอ่อน แสดงโคมไฟเพียงหนึ่งตัวเท่านั้น โดยเอียงไปทางขวาเล็กน้อย พร้อมด้วยแสงนุ่มอุ่นที่กระจายอย่างนุ่มนวล และพื้นที่ว่างที่กว้างขวาง ให้มีข้อความเพียงหนึ่งบรรทัดเท่านั้น: "MAKE ROOM FOR IDEAS" จัดวางข้อความดังกล่าวด้วยตัวอักษร sans-serif ตัวใหญ่ที่ชัดเจน และจัดให้อยู่ตรงกลางในส่วนหนึ่งในสามด้านบนของภาพ ไม่มีการใส่ข้อความอื่นใด โลโก้ ลายน้ำ บุคคล หรือผลิตภัณฑ์เพิ่มเติม.

ข้อมูลที่ป้อนครบถ้วน: มีเพียงข้อความเท่านั้น ไม่มีการส่งภาพเข้ามา.

การตั้งค่าคำขอจริง

ขนาด

1536x1024

คุณภาพ

สูง

รูปแบบผลลัพธ์

webp

พื้นหลัง

ทึบแสง

n

1

การตรวจสอบอย่างเป็นกลาง

exact_text2/2

ข้อความ "MAKE ROOM FOR IDEAS" ปรากฏขึ้นเพียงครั้งเดียว โดยครบถ้วนและสะกดถูกต้อง; ไม่มีข้อความเพิ่มเติมที่ปรากฏให้เห็น.

object ที่จำเป็น2/2

มีโคมไฟโต๊ะสีดำด้านแบบสมบูรณ์อยู่หนึ่งตัวเท่านั้น.

องค์ประกอบ2/2

โคมไฟหันไปทางขวา แสงอุ่นๆ กระจายออกมาอย่างชัดเจน พื้นที่ว่างยังคงถูกรักษาไว้ และข้อความอยู่ส่วนบนหนึ่งในสามของภาพ.

ข้อห้าม2/2

ไม่มีโลโก้ ลายน้ำ บุคคล หรือสินค้าอื่น ๆ ที่ปรากฏให้เห็น.

first_output_usability2/2

ผลลัพธ์ที่ถูกต้องครั้งแรกสามารถใช้งานได้โดยไม่ต้องปรับแต่งใหม่หรือปรับปรุงโครงสร้างอย่างใหญ่หลวง.

ผลลัพธ์ทั้งหมด

ผลลัพธ์ที่ถูกต้องครั้งแรกในขนาด 1536×1024 ทั้งหมดปรากฏอยู่ทันทีด้านล่างแผงข้อมูลนี้ การตอบสนองส่งกลับมาเป็นไฟล์ PNG ทั้งที่คำขอได้ระบุให้ใช้ WebP.

G02: การจัดวางวัตถุที่นับได้

คำขอระบุวัตถุสามชิ้นอย่างชัดเจน ได้แก่ ลูกแก้วสีฟ้า พัดพับสีเหลือง และลูกบาศก์เหล็ก ตามลำดับจากซ้ายไปขวา ผลลัพธ์ที่ถูกต้องชิ้นแรกได้รักษาจำนวน ลำดับ และวัสดุที่สามารถระบุได้ไว้.

ได้ทดสอบผ่านเส้นทาง gpt-image-2.5 แบบรวมของ Anywhere เมื่อวันที่ 9 กันยายน 2026.

สถานะ

ผลลัพธ์แรกที่ถูกต้อง

คะแนนงาน

10/10

เวลาที่ผ่านไปแล้ว

33,577 มิลลิวินาที

ค่าใช้จ่ายที่คำนวณไว้

$0.005505

การวิเคราะห์ความสามารถผลลัพธ์แรกเป็นไปตามการนับวัตถุสามชิ้น ตามลำดับซ้าย-กลาง-ขวา สีที่ระบุ และลักษณะวัสดุที่แตกต่างกัน.

ข้อจำกัดการสังเกตนี้ครอบคลุมการจัดวางวัตถุในภาพนิ่งที่ได้รับการควบคุมเพียงหนึ่งชุดเท่านั้น ไม่ใช่ความซับซ้อนในการนับวัตถุแบบสุ่ม หรือความน่าเชื่อถือในการผลิตซ้ำ.

คำตัดสินในทางปฏิบัติการระบุจำนวน ลำดับ วัสดุ และสิ่งที่ไม่รวมไว้อย่างชัดเจน ได้ให้ผลลัพธ์ที่สามารถนำไปใช้ได้ทันทีในกรณีนี้.

คำขอที่แม่นยำ ข้อมูลนำเข้าที่ครบถ้วน การตั้งค่า และการตรวจสอบวัตถุประสงค์

สถานะ: ผลลัพธ์ที่ถูกต้องในครั้งที่ 1; ผลลัพธ์ที่ถูกต้องครั้งแรกถูกเก็บไว้.

เส้นทาง: ทุกอุปกรณ์ที่รองรับ OpenAI /images/generations กับ gpt-image-2.5.

ข้อความคำสั่งที่ถูกต้อง

สร้างภาพนิ่งแนวบรรณาธิการในสัดส่วน 3:2 บนฉากสตูดิโอสีเทาถ่านและสีขาวหม่น แสดงวัตถุทั้งหมดสามชิ้นอย่างชัดเจน: ลูกแก้วสีน้ำเงินโคบอลต์หนึ่งลูกทางซ้าย พัดกระดาษสีเหลืองที่พับไว้หนึ่งอันอยู่ตรงกลาง และลูกบาศก์เหล็กขัดเงาหนึ่งลูกทางขวา ให้ทั้งสามวัตถุปรากฏให้เห็นได้ชัดเจนทั้งหมด จัดวางให้ห่างกันเท่าๆ กัน และได้รับแสงนุ่มนวลจากด้านบนซ้ายเพียงแหล่งเดียว ไม่มีข้อความ ไม่มีโลโก้ ไม่มีลายน้ำ ไม่มีคน ไม่มีวัตถุเพิ่มเติม และไม่มีสัญลักษณ์ตกแต่งใดๆ.

ข้อมูลที่ป้อนครบถ้วน: มีเพียงข้อความเท่านั้น ไม่มีการส่งภาพเข้ามา.

การตั้งค่าคำขอจริง

ขนาด

1536x1024

คุณภาพ

สูง

รูปแบบผลลัพธ์

webp

พื้นหลัง

ทึบแสง

n

1

การตรวจสอบอย่างเป็นกลาง

จำนวนวัตถุ2/2

มีลูกแก้วสีฟ้าหนึ่งลูก พัดพับสีเหลืองหนึ่งอัน และลูกบาศก์เหล็กหนึ่งลูกอยู่ตรงนั้น.

คำสั่งซื้อและความสามารถในการมองเห็น2/2

วัตถุต่าง ๆ สามารถมองเห็นได้ครบถ้วนตามลำดับที่ต้องการ คือด้านซ้าย ตรงกลาง และด้านขวา.

วัสดุและสี2/2

วัสดุอย่างแก้ว กระดาษ และโลหะขัดผิว รวมถึงสีที่ขอไว้ ล้วนชัดเจน.

การจัดแสงและระยะห่าง2/2

ฉากนี้ใช้แสงจากมุมซ้ายบนที่สม่ำเสมอและระยะห่างระหว่างวัตถุที่เท่ากัน.

ข้อห้ามและวัตถุโบราณ2/2

ไม่เห็นข้อความ โลโก้ น้ำประทับ ภาพคน วัตถุเพิ่มเติม หรือสิ่งผิดปกติที่เด่นชัดใดๆ.

ผลลัพธ์ทั้งหมด

ผลลัพธ์ที่ถูกต้องครั้งแรกในขนาด 1536×1024 ทั้งหมดปรากฏอยู่ทันทีด้านล่างแผงข้อมูลนี้ การตอบสนองส่งกลับมาเป็นไฟล์ PNG ทั้งที่คำขอได้ระบุให้ใช้ WebP.

E01: เปลี่ยนสีหนึ่งสี

การแก้ไขนี้ได้เปลี่ยนสีของโคมไฟจากสีดำด้านเป็นสีน้ำเงินโคบอลต์ โดยยังคงรักษาลักษณะที่จดจำได้ของผลิตภัณฑ์ไว้ แต่ถูกหักคะแนน 1 คะแนน เนื่องจากการแปลงแหล่งข้อมูลรูปสี่เหลี่ยมเป็นผลลัพธ์ในอัตราส่วน 3:2 ได้ก่อให้เกิดการปรับกรอบภาพและการจัดเรียงใหม่เล็กน้อย ซึ่งอยู่นอกเหนือจากคุณสมบัติที่กำหนดไว้.

ได้ทดสอบผ่านเส้นทาง gpt-image-2.5 แบบรวมของ Anywhere เมื่อวันที่ 9 กันยายน 2026.

สถานะ

ผลลัพธ์แรกที่ถูกต้อง

คะแนนงาน

9/10

เวลาที่ผ่านไปแล้ว

41,387 มิลลิวินาที

ค่าใช้จ่ายที่คำนวณไว้

$0.016320

การวิเคราะห์ความสามารถการเปลี่ยนสีและเฉดสีที่ขอไว้ได้สำเร็จ โดยที่เอกลักษณ์หลัก โครงสร้าง และระบบแสงของโคมไฟยังคงรักษาความสอดคล้องกันไว้.

ข้อจำกัดการแปลงจากสัดส่วนสี่เหลี่ยมเป็น 3:2 ได้ก่อให้เกิดการปรับกรอบภาพและการจัดเรียงใหม่เล็กน้อย ดังนั้นการรักษาส่วนที่ไม่ใช่เป้าหมายจึงไม่ตรงกับพิกเซลอย่างแม่นยำ.

คำตัดสินในทางปฏิบัติเมื่อการรักษาความถูกต้องอย่างเคร่งครัดเป็นสิ่งสำคัญ ให้รักษาอัตราส่วนภาพของต้นฉบับและผลลัพธ์ให้ตรงกัน แล้วตรวจสอบทุกส่วนที่ไม่ได้เป็นเป้าหมาย.

คำขอที่แม่นยำ ข้อมูลนำเข้าที่ครบถ้วน การตั้งค่า และการตรวจสอบวัตถุประสงค์

สถานะ: ผลลัพธ์ที่ถูกต้องในครั้งที่ 1; ผลลัพธ์ที่ถูกต้องครั้งแรกถูกเก็บไว้.

เส้นทาง: ทุกอุปกรณ์ที่รองรับ OpenAI /images/edits กับ gpt-image-2.5.

ข้อความคำสั่งที่ถูกต้อง

แก้ไขเฉพาะสีของโคมไฟจากสีดำด้านเป็นสีน้ำเงินโคบอลต์เท่านั้น ให้รักษารูปทรง ตำแหน่ง ขนาด ฐาน แขน สวิตช์ เงา แสงอุ่น พื้นหลัง มุมกล้อง การตัดภาพ และรายละเอียดอื่น ๆ ที่มองเห็นได้ทั้งหมดไว้อย่างเดิม ห้ามเพิ่มข้อความ โลโก้ น้ำประทับลาย คน หรือวัตถุอื่นใดเข้าไป.

ข้อมูลภาพที่ป้อนเข้ามาทั้งหมด:

• ข้อมูลเข้า 1: 00-control/fixtures/edit-source-lamp.png (1,328,812 ไบต์; SHA-256 a93d7c90aa57c7949939f011918fcfe531f34fa039859d043556c0cd26dcea2b)

การตั้งค่าคำขอจริง

ขนาด

1536x1024

คุณภาพ

สูง

รูปแบบผลลัพธ์

webp

พื้นหลัง

ทึบแสง

n

1

การตรวจสอบอย่างเป็นกลาง

การเปลี่ยนแปลงที่ขอ2/2

สีเปลี่ยนจากสีดำแมตต์เป็นสีฟ้าโคบอลต์.

geometry_position_scale_crop1/2

โคมไฟยังคงดูเป็นโคมไฟเดิม แต่แหล่งกำเนิดแสงรูปสี่เหลี่ยมถูกจัดกรอบใหม่และปรับโครงสร้างเล็กน้อยเพื่อให้เหมาะสมกับอัตราส่วน 3:2.

การไม่รักษาเป้าหมาย2/2

ส่วนฐาน แขน สวิตช์ หลอดไฟ และพื้นที่สีดำที่ไม่ใช่เป้าหมาย ยังคงมีความสอดคล้องกันในเชิงวัสดุ.

การให้แสง_ขอบ_วัสดุ2/2

การให้แสง เงา ขอบ และผลการแสดงผลของวัสดุ ยังคงมีความสอดคล้องกัน.

first_output_usability2/2

ผลลัพธ์ที่ถูกต้องครั้งแรกสามารถใช้งานได้โดยไม่ต้องผ่านกระบวนการฟื้นฟูหรือการซ่อมแซมครั้งใหญ่.

ผลลัพธ์ทั้งหมด

ผลลัพธ์ที่ถูกต้องครั้งแรกในขนาด 1536×1024 ทั้งหมดปรากฏอยู่ทันทีด้านล่างแผงข้อมูลนี้ การตอบสนองส่งกลับมาเป็นไฟล์ PNG ทั้งที่คำขอได้ระบุให้ใช้ WebP.

E02: เปลี่ยนพื้นหลัง

การแก้ไขครั้งนี้ได้เปลี่ยนพื้นหลังเป็นสีเขียวมิ้นท์อ่อน และรักษาความสอดคล้องของวัสดุของโคมไฟไว้ เช่นเดียวกับ E01 การเปลี่ยนแปลงที่ขอไว้ได้รับการอนุมัติ ส่วนการแปลงอัตราส่วนภาพทำให้เกิดการปรับกรอบภาพและจัดเรียงใหม่เล็กน้อย.

ได้ทดสอบผ่านเส้นทาง gpt-image-2.5 แบบรวมของ Anywhere เมื่อวันที่ 9 กันยายน 2026.

สถานะ

ผลลัพธ์แรกที่ถูกต้อง

คะแนนงาน

9/10

เวลาที่ผ่านไปแล้ว

50,151 มิลลิวินาที

ค่าใช้จ่ายที่คำนวณไว้

$0.007208

การวิเคราะห์ความสามารถการออกแบบนี้ได้เปลี่ยนพื้นหลังของสตูดิโอ แต่ยังคงรักษาวัสดุสีดำหลักและรูปทรงที่จดจำได้ง่ายของโคมไฟไว้.

ข้อจำกัดเช่นเดียวกับใน E01 การใช้สัดส่วนภาพ 3:2 ที่ใหม่ได้ก่อให้เกิดการปรับกรอบภาพและจัดเรียงองค์ประกอบใหม่เล็กน้อย นอกเหนือจากการเปลี่ยนแปลงพื้นหลังตามคำขอ.

คำตัดสินในทางปฏิบัติการเปลี่ยนพื้นหลังสามารถใช้งานได้กับผลลัพธ์แรก แต่การเปลี่ยนแปลงอัตราส่วนภาพควรได้รับการพิจารณาเป็นความเสี่ยงที่แยกต่างหาก.

คำขอที่แม่นยำ ข้อมูลนำเข้าที่ครบถ้วน การตั้งค่า และการตรวจสอบวัตถุประสงค์

สถานะ: ผลลัพธ์ที่ถูกต้องในครั้งที่ 1; ผลลัพธ์ที่ถูกต้องครั้งแรกถูกเก็บไว้.

เส้นทาง: ทุกอุปกรณ์ที่รองรับ OpenAI /images/edits กับ gpt-image-2.5.

ข้อความคำสั่งที่ถูกต้อง

เปลี่ยนเพียงพื้นหลังของสตูดิโอจากสีเทาอ่อนเป็นสีเขียวมิ้นท์อ่อนแบบพื้นเรียบเท่านั้น ให้รักษาทุกส่วนของโคมไฟสีดำด้านไว้ทั้งหมด รวมถึงสี รูปทรง ตำแหน่ง ขนาด ฐาน แขน สวิตช์ หลอดไฟที่สว่าง แสงอุ่น เงา มุมกล้อง และการตัดภาพ อย่าเพิ่มข้อความ โลโก้ น้ำประทับลาย คน หรือวัตถุอื่นใดเข้าไป.

ข้อมูลภาพที่ป้อนเข้ามาทั้งหมด:

• ข้อมูลเข้า 1: 00-control/fixtures/edit-source-lamp.png (1,328,812 ไบต์; SHA-256 a93d7c90aa57c7949939f011918fcfe531f34fa039859d043556c0cd26dcea2b)

การตั้งค่าคำขอจริง

ขนาด

1536x1024

คุณภาพ

สูง

รูปแบบผลลัพธ์

webp

พื้นหลัง

ทึบแสง

n

1

การตรวจสอบอย่างเป็นกลาง

การเปลี่ยนแปลงที่ขอ2/2

พื้นหลังของสตูดิโอเปลี่ยนเป็นสีเขียวมิ้นท์อ่อน.

geometry_position_scale_crop1/2

โคมไฟยังคงดูเป็นโคมไฟเดิม แต่แหล่งกำเนิดแสงรูปสี่เหลี่ยมถูกจัดกรอบใหม่และปรับโครงสร้างเล็กน้อยเพื่อให้เหมาะสมกับอัตราส่วน 3:2.

การไม่รักษาเป้าหมาย2/2

โคมไฟยังคงมีสีดำด้าน และรักษาส่วนประกอบหลักไว้ ได้แก่ ฐาน แขน โคม สวิตช์ และหลอดไฟ.

การให้แสง_ขอบ_วัสดุ2/2

แสง เงา ขอบ และวัสดุ ยังคงมีความสอดคล้องกันหลังจากการแก้ไขพื้นหลัง.

first_output_usability2/2

ผลลัพธ์ที่ถูกต้องครั้งแรกสามารถใช้งานได้โดยไม่ต้องผ่านกระบวนการฟื้นฟูหรือการซ่อมแซมครั้งใหญ่.

ผลลัพธ์ทั้งหมด

ผลลัพธ์ที่ถูกต้องครั้งแรกในขนาด 1536×1024 ทั้งหมดปรากฏอยู่ทันทีด้านล่างแผงข้อมูลนี้ การตอบสนองส่งกลับมาเป็นไฟล์ PNG ทั้งที่คำขอได้ระบุให้ใช้ WebP.

M01: รวมแหล่งอ้างอิงสามแห่ง

ผลลัพธ์ยังคงรักษาโคมไฟสีเขียว สมุดโน้ตสีปะการัง และแก้วน้ำสีฟ้าไว้ และจัดวางตามลำดับซ้าย-กลาง-ขวาตามที่ร้องขอ สิ่งนี้แสดงให้เห็นถึงความสำเร็จในองค์ประกอบสามจุดอ้างอิงที่ถูกตรึงไว้หนึ่งชุด ไม่ใช่การรับประกันทั่วไปสำหรับจำนวนอินพุตสูงสุดที่บันทึกไว้คือ 16.

ได้ทดสอบผ่านเส้นทาง gpt-image-2.5 แบบรวมของ Anywhere เมื่อวันที่ 9 กันยายน 2026.

สถานะ

ผลลัพธ์แรกที่ถูกต้อง

คะแนนงาน

10/10

เวลาที่ผ่านไปแล้ว

105,469 มิลลิวินาที

ค่าใช้จ่ายที่คำนวณไว้

$0.017925

การวิเคราะห์ความสามารถเส้นทางนี้รักษาไว้สามองค์ประกอบหลัก ได้แก่ ตัวตนอ้างอิง วัสดุ และจำนวน รวมถึงความสัมพันธ์ทางพื้นที่ที่ร้องขอไว้ภายในฉากเดียว.

ข้อจำกัดนี่เป็นโครงสร้างที่มีสามจุดอ้างอิง; มันไม่ได้พิสูจน์ว่ามีการรักษาความเท่าเทียมกันกับจำนวนอินพุตสูงสุดที่บันทึกไว้คือ 16.

คำตัดสินในทางปฏิบัติให้ระบุแหล่งอ้างอิงตามลำดับที่กำหนดไว้ ตั้งชื่อให้แต่ละตำแหน่ง และให้คะแนนด้านความถูกต้องและจำนวนแยกต่างหากจากด้านความเรียบร้อยทางภาพ.

คำขอที่แม่นยำ ข้อมูลนำเข้าที่ครบถ้วน การตั้งค่า และการตรวจสอบวัตถุประสงค์

สถานะ: ผลลัพธ์ที่ถูกต้องในครั้งที่ 1; ผลลัพธ์ที่ถูกต้องครั้งแรกถูกเก็บไว้.

เส้นทาง: ทุกอุปกรณ์ที่รองรับ OpenAI /images/edits กับ gpt-image-2.5.

ข้อความคำสั่งที่ถูกต้อง

ใช้ภาพอ้างอิงทั้งสามตามลำดับที่ให้มา เพื่อสร้างฉากโต๊ะทำงานแนวนอนในอัตราส่วน 3:2 รักษาลักษณะและวัสดุที่เป็นเอกลักษณ์ของแต่ละวัตถุอ้างอิงไว้ วางโคมไฟหนึ่งอันทางซ้าย วางสมุดโน้ตที่ปิดอยู่หนึ่งเล่มตรงกลาง และวางแก้วหนึ่งใบทางขวา โคมไฟต้องส่องแสงอุ่นๆ ครอบคลุมสมุดบันทึกโดยไม่ปิดบังมัน พื้นหลังสตูดิโอต้องเป็นสีกลางๆ ที่สะอาด ไม่มีข้อความ ไม่มีโลโก้ ไม่มีลายน้ำ ไม่มีคน ไม่มีวัตถุซ้ำ และไม่มีผลิตภัณฑ์เพิ่มเติม.

ข้อมูลภาพที่ครบถ้วน:

• ข้อมูลเข้า 1: 00-control/fixtures/ref-lamp.png (1,334,151 ไบต์; SHA-256 40c72915de60ba32e70de009b12619f3ffa8643460fd8e8326ffe3d94d215987)
• ข้อมูลเข้า 2: 00-control/fixtures/ref-notebook.png (2,067,635 ไบต์; SHA-256 e96298c43d0b04ec4f50aa66d9a4005f3236fa51d945394d257303dd9e790179)
• ข้อมูลเข้า 3: 00-control/fixtures/ref-mug.png (1,444,324 ไบต์; SHA-256 1d4cec622254b8533c5122fc5c0b2432b38e39fb3c16412dab02b744de5e538f)

การตั้งค่าคำขอจริง

ขนาด

1536x1024

คุณภาพ

สูง

รูปแบบผลลัพธ์

webp

พื้นหลัง

ทึบแสง

n

1

การตรวจสอบอย่างเป็นกลาง

การมีอยู่และจำนวนของวัตถุ2/2

มีโคมไฟหนึ่งอัน สมุดบันทึกที่ปิดอยู่หนึ่งเล่ม และแก้วกาแฟหนึ่งใบ.

รหัสอ้างอิง2/2

โคมไฟสีเขียวและทองเหลือง สมุดบันทึกสีปะการัง และแก้วมีลายริบสีน้ำเงิน ยังคงรักษาเอกลักษณ์และวัสดุเฉพาะตัวไว้.

ความสัมพันธ์ทางพื้นที่2/2

โคมไฟอยู่ด้านซ้าย หนังสือบันทึกอยู่ตรงกลาง และแก้วกาแฟอยู่ด้านขวา ตามที่ขอไว้.

ความสอดคล้องของฉาก2/2

สัดส่วน มุมมอง แสง เงา และวงแสงที่อบอุ่นนั้นสอดคล้องกัน.

ข้อห้ามและวัตถุโบราณ2/2

ไม่เห็นข้อความ โลโก้ น้ำประทับ ภาพคน สินค้าซ้ำ สินค้าทดแทน หรือสิ่งผิดปกติในภาพ.

ผลลัพธ์ทั้งหมด

ผลลัพธ์ที่ถูกต้องครั้งแรกในขนาด 1536×1024 ทั้งหมดปรากฏอยู่ทันทีด้านล่างแผงข้อมูลนี้ การตอบสนองส่งกลับมาเป็นไฟล์ PNG ทั้งที่คำขอได้ระบุให้ใช้ WebP.

จากผลลัพธ์แรกที่ถูกต้องทั้งห้าชุด การตรวจสอบที่กำหนดไว้ผ่านได้อย่างดีเยี่ยม: สามชุดได้คะแนน 10/10 และสองชุดได้คะแนน 9/10 ขอบเขตที่มีประโยชน์ก็สำคัญไม่แพ้กัน นี่เป็นหลักฐานระดับงานจากเส้นทางความเข้ากันได้หนึ่งทาง โดยไม่มีชุดข้อมูลที่ซ้ำกันและไม่มีเวอร์ชันทางการที่เปิดเผย เพื่อได้ผลลัพธ์ที่ดีขึ้นในงานของคุณเอง ให้ใช้คำชี้แจงที่ชัดเจนและคงที่ ข้อจำกัดที่ระบุอย่างชัดเจน การอ้างอิงที่สอดคล้องกัน และขั้นตอนการตรวจสอบ; สิ่งนี้ คู่มือเพื่อปรับปรุงความแม่นยำในการสร้างภาพด้วย AI ขยายกระบวนการทำงานนั้น.

เส้นทางที่ทดสอบยังแสดงให้เห็นถึงความไม่ตรงกันของรูปแบบที่ควรบันทึกไว้แยกต่างหาก: คำขออย่างเป็นทางการที่สำเร็จได้ขอไฟล์ WebP แต่ได้รับไฟล์ PNG กลับมา โดยยังคงรักษาขนาด 1536×1024 ตามที่ขอไว้ คำขอตรวจสอบความพร้อม (readiness request) ที่ขอ WebP ขนาด 1024×1024 แต่ได้รับ PNG ขนาด 1254×1254 เป็นผลลัพธ์ สิ่งเหล่านี้เป็นข้อสังเกตเกี่ยวกับเส้นทางรวม (unified route) ของ Anywhere ในวันที่ทดสอบ ไม่ใช่พฤติกรรมที่เกิดจาก API ดั้งเดิมของ OpenAI.

ควรเลือกเส้นทาง GPT Image 2.5 อย่างไร?

เริ่มด้วยกระบวนการทำงานที่คุณต้องการ แล้วตรวจสอบความถูกต้องของมันกับงานที่ถูกตรึงไว้ คำอธิบายแบบจำลองของ OpenAI ให้ตัวเลือกแรกที่สมเหตุสมผล แต่ไม่สามารถแทนที่การทดสอบโดยใช้คำสั่งของคุณเอง ภาพอ้างอิง กฎเกณฑ์การยอมรับ และงบประมาณความล่าช้าได้.

ก่อนที่จะนำเวิร์กโฟลว์ไปใช้ในระบบผลิตจริง ให้ดำเนินการสร้างข้อมูลตัวอย่างที่สะท้อนความเป็นจริงและปรับแต่งงานก่อน เปรียบเทียบอัตราการผลิตผลลัพธ์ที่ยอมรับได้ การรักษาข้อมูล การกระจายความล่าช้า และปริมาณการใช้งานที่ส่งคืน แทนที่จะเลือกจากตัวอย่างเดียวที่ดูน่าสนใจ หากทีมของคุณได้รับประโยชน์จากการจัดส่งงานต่าง ๆ ไปยังเครื่องมือต่าง ๆ, เปรียบเทียบเครื่องมือสร้างภาพด้วย AI ที่ดีที่สุด และให้กระบวนการตัดสินใจเกี่ยวกับการเลือกยังคงอยู่ในระดับงาน.

ข้อผิดพลาดที่มักเกิดขึ้นในการนำไปใช้

1. ส่งชื่อรุ่นของครอบครัวแทนรหัสแบบอย่างเป็นทางการที่ถูกต้อง. ใช้ gpt-image-2.5-flare หรือ gpt-image-2.5-sunburst บน API ของระบบเอง เว้นแต่ผู้ให้บริการของคุณจะระบุไว้อย่างชัดเจนว่ามีเส้นทางอื่น.
2. วิเคราะห์ทุกคำตอบเหมือนกับ Image API แบบตรง. API Responses ส่งคืนผลลัพธ์จากการเรียกใช้เครื่องมือ ดังนั้น กลไกการสกัดข้อมูลของมันจึงแตกต่างจาก images.generate หรือ แก้ไขรูปภาพ.
3. การปฏิบัติกับข้อมูล base64 เหมือนกับ URL ของภาพที่โฮสต์. ถอดรหัสไบต์ ตรวจสอบความถูกต้องของไฟล์ และเก็บไว้ในระบบสื่อที่ได้รับการอนุมัติของคุณเอง.
4. ใช้ขนาดที่กำหนดเองที่ไม่ถูกต้อง. ตรวจสอบจำนวนที่เป็นทวีคูณของ 16 พื้นที่ อัตราส่วนความกว้างต่อความสูง และความยาวด้านสูงสุด ก่อนส่งคำขอ.
5. การรวมตัวเลือกผลลัพธ์ที่ไม่เข้ากัน. ความโปร่งใสต้องใช้รูปแบบ PNG หรือ WebP; การควบคุมการบีบอัดใช้กับรูปแบบ JPEG และ WebP.
6. ดำเนินการสร้างใหม่จนกว่าผลลัพธ์จะดูดี แล้วกำหนดผลลัพธ์นั้นเป็นผลลัพธ์แรก. หากต้องการการประเมินโมเดลที่แม่นยำ ให้เก็บผลลัพธ์ที่ถูกต้องครั้งแรกไว้ และรายงานการลองใหม่แต่ละครั้งแยกกัน.
7. การให้คะแนนการหยุดชั่วคราวหรือการตอบสนองตามความจุว่าเป็นคุณภาพภาพที่แย่. หากไม่มีภาพที่ถูกต้อง จะไม่มีการคำนวณคะแนนคุณภาพ; ให้บันทึกเหตุการณ์นี้ไว้ในส่วน "ความพร้อมใช้งาน" หรือ "การส่งข้อมูล".

คำถามที่พบบ่อยเกี่ยวกับ API GPT Image 2.5

GPT Image 2.5 มี API หรือไม่?

ใช่ครับ เอกสาร OpenAI อธิบายถึงการสร้างภาพโดยตรง การแก้ไขภาพโดยตรง และการสร้างภาพผ่านเครื่องมือ Responses API.

ID ของโมเดล GPT Image 2.5 ที่ถูกต้องคืออะไร?

ชื่อเรียกที่เปลี่ยนแปลงได้คือ gpt-image-2.5-flare และ gpt-image-2.5-sunburst. ภาพถ่ายเมื่อวันที่ 8 กันยายน 2026 ได้เพิ่ม -2026-09-08 สำหรับแต่ละชื่อเรียก.

API GPT Image 2.5 มีค่าใช้จ่ายเท่าไรต่อภาพ?

ไม่มีราคาคงที่ต่อภาพที่ได้รับการยืนยันแล้ว ค่าใช้จ่ายขึ้นอยู่กับจำนวนโทเคนของข้อความที่ส่งเข้า ข้อความที่เก็บไว้ในแคช ภาพที่ส่งเข้า ภาพที่เก็บไว้ในแคช และภาพที่ส่งออก ให้ใช้อัตราค่าบริการอย่างเป็นทางการต่อหนึ่งล้านโทเคนตามปริมาณการใช้งานจริง.

GPT Image 2.5 สามารถแก้ไขภาพหลายภาพได้หรือไม่?

ใช่ครับ เอกสาร API สำหรับการแก้ไขภาพรองรับภาพต้นทางได้สูงสุด 16 ภาพ ซึ่งนี่เป็นขีดจำกัดสูงสุดที่ระบบรองรับ ไม่ใช่การรับประกันว่าทุกภาพที่รวมกันเป็น 16 ภาพจะรักษาทุกรายละเอียดไว้ได้.

GPT Image 2.5 สามารถสร้างไฟล์ PNG หรือ WebP ที่โปร่งใสได้หรือไม่?

ใช่ครับ ตั้งค่าพื้นหลังให้เป็นโปร่งใส และใช้รูปแบบไฟล์ PNG หรือ WebP เป็นผลลัพธ์ ตรวจสอบให้แน่ใจว่าไฟล์ที่ถอดรหัสแล้วมีช่องอัลฟา ก่อนที่จะนำไปใช้ในกระบวนการผลิตสินทรัพย์.

ข้อจำกัดในการใช้งาน API GPT Image 2.5 มีอะไรบ้าง?

การเข้าถึงแบบฟรีไม่ได้รับการสนับสนุนในตารางปัจจุบัน Tier 1 เริ่มต้นที่ 100,000 TPM และ 5 IPM; Tier 5 สูงสุดถึง 8,000,000 TPM และ 250 IPM โดยขีดจำกัดของ Tier 2-4 แสดงไว้ข้างต้น โปรดตรวจสอบหน้าโมเดลปัจจุบันก่อนการเปิดตัว.

สรุป

ใช้ Flare หรือ Sunburst ตามการจัดวางในขั้นตอนการทำงานอย่างเป็นทางการ แล้วตรวจสอบการเลือกนั้นด้วยงานที่ถูกตรึงไว้ของคุณเอง เมื่อความสามารถในการทำซ้ำเป็นสิ่งสำคัญ ให้ตรึงภาพสแนปช็อตที่มีวันที่ไว้ จากนั้นถอดรหัสและตรวจสอบไฟล์ที่ส่งกลับมา และคำนวณค่าใช้จ่ายจากการใช้โทเคนจริง แทนที่จะใช้ตัวเลขที่คาดการณ์ต่อภาพ ชุดงาน Anywhere ของเราได้ผลิตผลลัพธ์แรกที่จำกัดตามงาน (task-bounded) ที่แข็งแกร่งถึงห้าชุด แต่ยังไม่เปิดเผยตัวแปรอย่างเป็นทางการ ไม่ผ่านการทดสอบความโปร่งใสหรือระดับคุณภาพ และยังไม่สร้างความน่าเชื่อถือในวงกว้าง.