API за генериране на изображения през 2026 г.
На тази страница
Обновено на 2 ноември 2026 г. — Модели за изображения.
gpt-image-1, моделът, за който първоначално беше написан този курс, беше спрян на 23 октомври 2026 г. Освен товаgpt-image-1.5,gpt-image-1-miniиchatgpt-image-latestще бъдат оттеглени на 1 декември 2026 г. Примерите сега използватgpt-image-2.5-sunburst, който предлага най-висока прецизност при редактиране;gpt-image-2.5-flareе по-бърз за стандартно генериране. И двата модела поддържат и настройки за качествоxhighиmax. Моделите GPT Image винаги връщат изображения в base64: параметърътresponse_formatот по-старите модели на DALL·E не се поддържа и е премахнат от кода. Източник: Image generation (OpenAI).
API за генериране на изображения през 2026 г.
Генерирането на изображения с изкуствен интелект претърпя значително развитие. През 2026 г. GPT Image е референтният модел на OpenAI за създаване и редактиране на изображения чрез API; той замества вече остарелите модели DALL·E 2 и DALL·E 3. Ако разполагате със съществуващ код за тези по-ранни поколения, третирайте го като отправна точка за пренаписване, а не като основа, която да запазите: параметрите, форматите на връщане и особено стратегиите за инженерство на подканите (prompt engineering) са се променили изцяло.
Този урок запознава с текущата екосистема, възможностите на GPT Image и начина, по който ще взаимодействате с API през целия курс.
Какво променя GPT Image
Първата голяма промяна засяга текста. Предишните поколения произвеждаха приблизителни, декоративни, но нечетливи букви; GPT Image рендира вярна типография, което най-накрая прави плакатите, рекламните банери и макетите на интерфейси жизнеспособни там, където посланието е също толкова важно, колкото и самото изображение. Втората промяна се отнася до контекстуалното разбиране: моделът тълкува сложни инструкции с нюанси, така че подкана от няколко изречения, описваща сцена, осветлението ѝ и кадрирането, води до кохерентен резултат, а не до колаж от ключови думи.
Следва собственото редактиране. Вече не започвате систематично от празна страница: моделът може да модифицира съществуващо изображение, като замени вътрешна област (inpainting) или разшири изображението извън неговите граници (outpainting). На практика промяната на небето в пейзажна снимка вече не изисква повторно генериране на всичко и загуба на обекта в процеса. Към това се добавя стилистична последователност, поддържана при последователни генерации – ценно качество при създаването на поредица илюстрации за една и съща статия – както и множество опции за резолюция, от квадратни до портретни и пейзажни формати.
Двата основни крайни точки (Endpoints)
API предоставя два метода, които ще разгледате подробно в следващите уроци. Първият създава изображение от текстово описание.
import base64
from openai import OpenAI
client = OpenAI()
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="A Breton lighthouse at sunset, watercolor style",
n=1,
size="1024x1024"
)
with open("lighthouse.png", "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
Вторият приема изображение, което предоставяте, и регенерира само частта, обозначена с маска.
response = client.images.edit(
model="gpt-image-2.5-sunburst",
image=open("original_photo.png", "rb"),
mask=open("mask.png", "rb"),
prompt="Replace the sky with a starry sky"
)
Инсталация и конфигурация
Първо инсталирайте официалния SDK.
pip install openai
След това поставете Вашия API ключ във файл .env, никога не го вграждайте директно във Вашия скрипт: споделен скрипт или такъв, качен в хранилище, би изложил ключа Ви.
OPENAI_API_KEY=sk-your-api-key
Клиентът след това го извлича автоматично при стартиране, без да е необходимо да го предавате като аргумент.
import os
from dotenv import load_dotenv
from openai import OpenAI
load_dotenv()
client = OpenAI() # automatically uses OPENAI_API_KEY
Модел и ценообразуване
Текущите модели са gpt-image-2.5-sunburst, най-прецизният за редактиране, и gpt-image-2.5-flare, по-бързият за стандартно генериране; gpt-image-1, моделът, за който първоначално беше написан този курс, беше спрян на 23 октомври 2026 г. Ето характеристиките, с които ще работите постоянно.
| Параметър | Стойност |
|---|---|
| Модел | gpt-image-2.5-sunburst или gpt-image-2.5-flare |
| Резолюции | 1024×1024, 1024×1536, 1536×1024 препоръчителни; възможни са персонализирани размери (кратни на 16, до 3840 пиксела на страна) |
| Качества | low, medium, high, xhigh, max, auto (по подразбиране) |
| Изходни формати | Изображение, кодирано в Base64, PNG (по подразбиране), JPEG или WebP |
| Ценообразуване | На токен, варира според качеството и размера |
Имайте предвид един момент, който изненадва ветераните на DALL·E: моделите GPT Image никога не връщат URL, винаги връщат изображение, кодирано в base64. Декодирайте го и запазете файла веднага след генерирането; Вашето приложение съхранява и обслужва този файл, а не отговора на API.
Какво ще научите
Курсът напредва в четири етапа. Започвате с основите на GPT Image чрез API – генериране и редактиране – преди да преминете към конкретни случаи на употреба в електронната търговия, маркетинга и дизайна. След това усъвършенстваните техники ще Ви научат как да изграждате сложни визуални подкани и да интегрирате генерирането в мулти-инструментални конвейери. Последната част обхваща внедряването в производствена среда, включително оптимизация на разходите и модериране на съдържанието. Всеки урок съдържа функционален Python код, който можете да стартирате директно.
Преди да продължите, уверете се, че средата Ви е готова. Стартирайте този минимален скрипт: ако се появи файл с изображение, Вашият ключ е валиден, SDK е инсталиран правилно и можете да преминете към следващия урок.
import base64
from openai import OpenAI
client = OpenAI()
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="A ginger cat sitting on a pile of books, realistic photo",
n=1,
size="1024x1024",
quality="medium"
)
with open("cat.png", "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print("Image generated: cat.png")