Премини към основното съдържание
Български— Изберете език
Меню

API за генериране на изображения през 2026 г.

Урок 1 от 12 Обновен 2 ноември 2026 г. Програмист
На тази страница
  1. API за генериране на изображения през 2026 г.
  2. Какво променя GPT Image
  3. Двата основни крайни точки (Endpoints)
  4. Инсталация и конфигурация
  5. Модел и ценообразуване
  6. Какво ще научите

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 това gpt-image-1.5, gpt-image-1-mini и chatgpt-image-latest ще бъдат оттеглени на 1 декември 2026 г. Примерите сега използват gpt-image-2.5-sunburst, който предлага най-висока прецизност при редактиране; gpt-image-2.5-flare е по-бърз за стандартно генериране. И двата модела поддържат и настройки за качество xhigh и max. Моделите GPT Image винаги връщат изображения в base64: параметърът response_format от 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.

ПараметърСтойност
Моделgpt-image-2.5-sunburst или gpt-image-2.5-flare
Резолюции1024×1024, 1024×1536, 1536×1024 препоръчителни; възможни са персонализирани размери (кратни на 16, до 3840 пиксела на страна)
Качестваlow, medium, high, xhigh, max, auto (по подразбиране)
Изходни форматиИзображение, кодирано в Base64, PNG (по подразбиране), JPEG или WebP
ЦенообразуванеНа 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")