OpenAI's gpt-image-2 — это следующее поколение серии gpt-image, модель, оплачиваемая токенами, используемая через стандартный OpenAI Images API. Это прямая замена gpt-image-1: тот же SDK, та же форма вызова, те же параметры. Направьте ваш существующий OpenAI клиент на базовый URL OrcaRouter и укажите модель `openai/gpt-image-2`. Цена: $5.00 за ввод / $30.00 за вывод на 1M токенов, оплата по себестоимости — нулевая наценка, нулевая миграция.
OpenAI GPT-Image-2 — это мультимодальная модель от OpenAI, специализирующаяся на генерации и редактировании изображений. Она принимает текстовые подсказки и опциональные входные изображения для…
GPT-Image-2 предназначена для генерации изображений по текстовым описаниям и редактирования существующих изображений на основе текстовых инструкций. Она может изменять такие атрибуты, как цвет, текстура, форма и композиция, а также добавлять или удалять объекты. Модель поддерживает инпейнтинг (замена частей изображения) и аутпейнтинг (расширение холста) неявно, через оформление промптов. Также доступен перенос стиля, позволяющий пользователям применить заданную эстетику к исходному изображению. Эти возможности делают её подходящей для задач от простых исправлений до креативных визуальных экспериментов.
Да, GPT-Image-2 может генерировать совершенно новые изображения по текстовым запросам без необходимости во входном изображении. Модель использует предоставленное описание для создания визуального представления, включая детали композиции сцены, освещения, цветов и объектов. Качество и точность сгенерированного изображения зависят от конкретики запроса и ограничений базовой архитектуры. Для достижения наилучших результатов запросы должны быть четкими и избегать неоднозначных отсылок. Эта возможность полезна для генерации идей, прототипирования и создания уникальных иллюстраций на основе описаний концепций.
GPT-Image-2 принимает текстовые подсказки в качестве основного ввода. При редактировании изображений требуется предоставить существующее изображение в виде URL-адреса или необработанных данных в кодировке base64 в запросе API. Изображение должно быть в стандартном формате, таком как PNG или JPEG, с ограничениями по разрешению и размеру, определяемыми спецификациями API OpenAI. Модель изначально не поддерживает видео или ввод нескольких изображений; каждый запрос работает с одной парой подсказка-изображение. Выходные изображения создаются в распространенных форматах, обычно PNG, и могут быть доставлены в виде URL-адресов или данных base64 в зависимости от предпочтений клиента.
GPT-Image-2 не сохраняет состояние между запросами; каждый вызов API независим. Многошаговое редактирование, при котором изображение постепенно улучшается с помощью серии запросов, должно управляться вызывающим приложением. Разработчики могут реализовать рабочий процесс, где каждый шаг передает предыдущий результат в качестве входных данных для следующего запроса. Такой подход позволяет выполнять итеративное редактирование, например, сначала настраивать цвета, затем добавлять фон, а потом изменять размер. Хотя это функционально, отсутствие встроенного состояния означает, что приложение должно обрабатывать контекст, например, сохранять промежуточные изображения и формировать соответствующие запросы для каждого шага.
Оценка LM Arena Image Edit Elo, равная 1467.0, является бенчмарком, измеряющим качество результатов редактирования изображений. Оценки Elo в данном контексте вычисляются на основе попарных сравнений выходных данных моделей человеческими оценщиками. Оценка 1467 указывает на то, что GPT-Image-2 значительно превосходит базовые модели и конкурентоспособен с другими ведущими моделями редактирования изображений. Это отражает высокую производительность в таких задачах, как вставка объектов, замена фона, изменение цвета и композиционные правки. Этот балл является одним из самых высоких в таблице лидеров LM Arena для категории редактирования изображений, что предполагает, что модель создает правки, которые являются связными, соответствующими запросам и визуально привлекательными.
Задержка для GPT-Image-2 варьируется в зависимости от сложности подсказки, размера входных данных (если они есть) и требуемого разрешения выходного изображения. OpenAI не публикует фиксированные гарантии задержки для этой модели; типичное время отклика составляет от нескольких секунд до десятков секунд для больших изображений или сложных правок. Поскольку OrcaRouter является ретранслятором, который не добавляет задержек к времени обработки провайдера, фактическое время ожидания совпадает с прямым вызовом OpenAI. Для производственных приложений пользователям следует реализовать тайм-ауты и логику повторных попыток, а также рассмотреть пакетную обработку для управления пропускной способностью.
GPT-Image-2 превосходно справляется с задачами редактирования изображений, требующими точных изменений на основе инструкций на естественном языке. Его высокий рейтинг LM Arena Elo отражает способность создавать правки, которые одновременно точны и эстетически приятны. Модель хорошо обрабатывает сложные композиционные изменения, например, замену объектов с сохранением правильного освещения и теней. Она также генерирует качественные изображения с нуля, демонстрируя хороший фотореализм и точное следование промпту. Пользователи часто отмечают, что модель справляется с творческими инструкциями (например, «сделай эту сцену похожей на картину маслом»), выполняя правдоподобный перенос стиля.
Несмотря на высокую производительность в бенчмарках, GPT-Image-2 имеет ограничения. Он может испытывать трудности с очень длинными или многосоставными инструкциями, особенно когда требуется одновременная модификация нескольких объектов. Модель может создавать случайные артефакты, такие как искаженные лица или нереалистичные текстуры, особенно в сложных сценах. У нее также есть ограничения безопасности, которые предотвращают генерацию определенных типов контента, что может ограничить некоторые творческие возможности. Кроме того, поскольку модель доступна через инфраструктуру OpenAI, пользователи подчиняются политике контента и ограничениям скорости OpenAI, что может повлиять на рабочие процессы массового редактирования.
GPT-Image-2 тарифицируется за токен: $8.00 за миллион входных токенов и $30.00 за миллион выходных токенов. Входные токены включают текстовый промпт и любые данные изображения, закодированные в base64 (поскольку изображения токенизируются). Выходные токены — это сгенерированное представление изображения. Общая стоимость запроса зависит от длины промпта и разрешения как входных, так и выходных изображений. OrcaRouter передает эту стоимость без наценки, то есть цена соответствует тому, что взимает OpenAI. Платформа OrcaRouter не добавляет никаких дополнительных комиссий.
Нет. OrcaRouter прямо заявляет, что тарифицирует GPT-Image-2 по ставке провайдера без наценки. Это означает, что цена за токен составляет ровно $8,00 за ввод и $30,00 за вывод. Никаких ежемесячных абонентских плат, базовых затрат или процентов наценки со стороны OrcaRouter не взимается. Единственные расходы — это стоимость токенов, потреблённых OpenAI. Пользователи должны убедиться, что у них настроен действующий способ оплаты в OrcaRouter, чтобы избежать перерыва в обслуживании, но формула ценообразования прозрачна и предсказуема.
OpenAI не предоставляет публичного кэширования для запросов генерации или редактирования изображений; каждый запрос обрабатывается независимо. Поэтому повторение одинаковых запросов с одним и тем же входным изображением обычно приводит к полной оплате токенов при каждом вызове. Однако, если ваше приложение часто использует одно и то же входное изображение, вы можете уменьшить потребление входных токенов, сохранив изображение внешне и ссылаясь на него по URL (если это поддерживается), вместо повторного кодирования в base64. OrcaRouter не предоставляет дополнительного уровня кэширования, который мог бы снизить потребление токенов для этой модели.
Цены на GPT-Image-2 устанавливаются OpenAI и являются одними из самых дорогих вариантов для моделей изображений из-за их специализированных возможностей редактирования. Более дешевые альтернативы, такие как модели Stability AI, доступные на OrcaRouter, могут предлагать более низкие тарифы за токен, но могут не соответствовать точности редактирования, измеряемой эталонным тестом LM Arena. Компромисс заключается между стоимостью и качеством результата. Для простых правок или приложений с низкими требованиями может быть достаточно более дешевой модели, в то время как GPT-Image-2 предпочтительнее, когда высокая точность и соответствие запросу критичны.
Чтобы использовать GPT-Image-2 через OrcaRouter, отправьте HTTP POST-запрос на совместимый с OpenAI endpoint https://api.orcarouter.ai/v1/images/generations (или аналогичный endpoint в зависимости от операции). Установите параметр model как "openai/gpt-image-2". Включите строку prompt и, опционально, изображение (в формате base64 или URL) для задач редактирования. OrcaRouter аутентифицирует запросы с помощью вашего API-ключа (обычно передаваемого в заголовке Authorization как "Bearer <key>"). Ответ будет содержать сгенерированные данные изображения в формате, указанном в запросе, обычно в виде URL или строки base64.
Параметры API в основном следуют схеме генерации изображений OpenAI. Ключевые параметры включают "model" (установите "openai/gpt-image-2"), "prompt" (текстовая инструкция), "n" (количество генерируемых изображений, по умолчанию 1), "size" (размеры вывода, например "1024x1024"), "response_format" ("url" или "b64_json") и "user" (для отслеживания лимитов запросов). Для задач редактирования вы также можете включить "image" (входное изображение в формате base64) и "mask" (для инпейнтинга, указывая, какие области нужно изменить). Обратитесь к официальной документации OpenAI для полного списка поддерживаемых параметров и их ограничений.
Миграция проста, поскольку OrcaRouter предоставляет полностью совместимый с OpenAI API. Единственные необходимые изменения — это обновление базового URL с https://api.openai.com на https://api.orcarouter.ai/v1 и изменение строки модели с чего-то вроде "gpt-image-2" на "openai/gpt-image-2". Ваш существующий код для аутентификации, сериализации запросов и обработки ответов должен работать без изменений. Изменения имен параметров или структур данных не требуются. После обновления конечной точки и идентификатора модели протестируйте одним запросом, чтобы подтвердить связь и поведение биллинга.
OrcaRouter использует аутентификацию по API-ключу. Вы должны включить ваш API-ключ OrcaRouter в заголовок запроса. Лимиты скорости определяются как OrcaRouter, так и OpenAI. OrcaRouter может устанавливать ограничения для предотвращения злоупотреблений, но обычно они щедрые. OpenAI применяет свои собственные лимиты скорости в зависимости от тарифа и биллинга, которые действуют независимо от того, обращаетесь ли вы к модели через OrcaRouter или напрямую. Пользователи должны отслеживать использование через панель управления OrcaRouter и соответствующим образом регулировать частоту запросов. Дополнительная аутентификация кроме API-ключа не требуется.
GPT-Image-2 и DALL-E 3 — это обе модели генерации изображений от OpenAI, но они предназначены для разных сценариев использования. DALL-E 3 — это универсальная модель типа «текст-в-изображение», нацеленная на создание креативных и фотореалистичных изображений с нуля. GPT-Image-2 оптимизирована для редактирования существующих изображений, о чем свидетельствует её высокий рейтинг LM Arena Image Edit Elo. Хотя DALL-E 3 также может выполнять некоторые правки, её сильная сторона — оригинальная генерация. GPT-Image-2, как правило, вносит более точные изменения во входные изображения, особенно когда запрос подразумевает сохранение элементов исходной композиции.
Модели Stability AI, такие как SD3.5, представляют собой генераторы изображений с открытым исходным кодом, которые предлагают более низкую стоимость за токен, но могут требовать большего промпт-инжиниринга для достижения аналогичного качества. GPT-Image-2, будучи проприетарной моделью, выигрывает от обширных обучающих данных и тонкой настройки для задач редактирования, что отражается в её рейтинге LM Arena. Выбор между ними зависит от бюджета и требований к качеству. Для критически важного редактирования, где точность имеет значение, предпочтительнее GPT-Image-2. Для пакетной генерации или когда стоимость является основным фактором, модели Stability AI, доступные на OrcaRouter, могут быть жизнеспособной альтернативой, однако необходимо оценить различия в качестве для вашего конкретного применения.
Выбирайте более дешёвую модель, когда ваша задача — простая генерация изображений без требований к редактированию, или когда допустимы некорректные правки. Например, создание изображений-заполнителей, простых иконок или графики с низким разрешением может не требовать сложности GPT-Image-2. Аналогично, если ваш запрос включает лишь незначительные корректировки (например, изменение яркости или кадрирование), менее специализированная модель может подойти. OrcaRouter предлагает ряд моделей изображений с разными ценами. Оцените свой конкретный случай — если задача редактирования сложная и требует высокой точности, GPT-Image-2 оправдан; в противном случае рассмотрите экономию на альтернативных моделях.
Совместимо с OpenAI — оставьте свой SDK
https://api.orcarouter.ai/v1| Ввод / 1M токенов | $8.00 |
|---|---|
| Вывод / 1M токенов | $30.00 |
| Чтение кэша / 1M | $1.25 |
| Валюта | USD |
Оценка по прайс-листу
Только оценка — фактическое число токенов зависит от токенизатора провайдера.
О чём говорят разработчики на этой неделе
GET /api/public/models/openai/gpt-image-2Открыть @misc{orcarouter_gpt_image_2,
title = {openai/gpt-image-2 API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-image-2}
}openai. (n.d.). openai/gpt-image-2 API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-image-2