Контрол на качеството, стила и резолюцията
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 от употреба на 23 октомври 2026 г. Освен това,gpt-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 за редактиране;gpt-image-2.5-flareе по-бърз за стандартно генериране. И двата модела вече поддържат нива на качествоxhighиmax. Моделите GPT Image винаги връщат изображения във формат base64: параметърътresponse_format, използван от по-старите модели на DALL·E, вече не се приема и беше премахнат от кода. Източник: Image generation (OpenAI).
Контрол на качеството, стила и резолюцията
GPT Image предоставя няколко лоста за настройка на изходния резултат, но те не работят по един и същи начин. Качеството и резолюцията са явни параметри на API, които влияят върху разходите и времето за генериране. Стилът обаче се контролира изцяло чрез вашето подсказване (prompt). Разбирането на тази разлика ви предпазва от търсене на несъществуващи опции и ви помага да оптимизирате съотношението качество-цена за всяко генериране.
Нива на качество
Параметърът quality директно влияе върху нивото на детайлност и времето за генериране. Най-добрият начин да видите разликата е да го тествате върху взискателен обект – като натюрморт с осветление в стил Рембранд, където градиентите и текстурите са критични – вместо върху плоска графика, където разликите биха били невидими.
import base64
from openai import OpenAI
client = OpenAI()
qualities = ["low", "medium", "high"]
for q in qualities:
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Still life with exotic fruits on a marble table, Rembrandt lighting",
size="1024x1024",
quality=q
)
with open(f"quality_{q}.png", "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print(f"Quality {q}: quality_{q}.png")
| Качество | Детайли | Време | Разход | Препоръчителна употреба |
|---|---|---|---|---|
low | Основни | Бързо | Икономично | Чернови, тестове, прототипиране |
medium | Добри | Умерено | Средно | Социални мрежи, презентации |
high | Максимални | По-бавно | Високо | Печат, реклама, портфолиа |
Налични резолюции
Налични са три съотношения на страните, всяко от които е адаптирано за конкретни случаи на употреба: квадратно 1024×1024 за социални мрежи и аватари, портретно 1024×1536 за истории, плакати и мобилни екрани, и пейзажно 1536×1024 за банери, заглавия и презентации. Винаги генерирайте директно във вашия целеви формат. Изрязването впоследствие губи пиксели, за които сте платили, и нарушава композицията, която моделът е изградил за тази конкретна рамка.
import base64
from openai import OpenAI
client = OpenAI()
resolutions = {
"1024x1024": "Square — ideal for social media and avatars",
"1024x1536": "Portrait — stories, posters, mobile",
"1536x1024": "Landscape — banners, headers, presentations",
}
for size, description in resolutions.items():
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Panoramic view of a futuristic city at dusk, neon lights and skyscrapers",
size=size,
quality="medium"
)
with open(f"city_{size}.png", "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print(f"{size} ({description}) → city_{size}.png")
Контрол на стила чрез вашето подсказване
Стилът не е явен параметър на API; вие го контролирате изцяло чрез вашето подсказване. Най-надеждната техника е да посочите прецизен медиум със собствената му терминология. „Професионална фотография, Nikon D850, f/2.8“ не просто иска снимка – то изисква специфична дълбочина на рязкост и оптично възпроизвеждане. „Ретро 16-битов пиксел арт, ограничена палитра“ налага ограничение на резолюцията, което моделът ще спазва. Цикълът по-долу прилага пет различни медиума върху един и същи обект, правейки разликите веднага видими.
import base64
mediums = [
"professional photography, Nikon D850, f/2.8",
"oil painting on canvas, impressionist style",
"flat design vector illustration, pastel colors",
"architectural technical drawing, cross-section view",
"retro 16-bit pixel art, limited palette",
]
for medium in mediums:
prompt = f"A typical Parisian café with outdoor seating, {medium}"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="medium"
)
filename = f"cafe_{mediums.index(medium) + 1}.png"
with open(filename, "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print(f"{medium[:40]}... → {filename}")
Осветлението е вашият втори лост и често най-мощният: то може радикално да трансформира една и съща сцена. Портрет на керамичен занаятчия в работилницата ѝ се превръща в трезв документален кадър при триточково студийно осветление, в рекламно изображение при светлина от „златния час“ или във филмов плакат в киароскуро стил на Караваджо. Обектът не е променен нито с дума; само атмосферата се е изместила.
import base64
lightings = [
"three-point studio lighting, neutral white background",
"natural golden hour light",
"cyberpunk neon lighting, pink and blue",
"dramatic Caravaggio-style chiaroscuro",
"diffuse rainy day light, gray tones",
]
for lighting in lightings:
prompt = f"Portrait of a ceramic artisan in her workshop, {lighting}"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1536",
quality="high"
)
filename = f"artisan_{lightings.index(lighting) + 1}.png"
with open(filename, "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print(f"Lighting: {lighting} → {filename}")
Помощна функция за генериране
Повтарянето на едни и същи шест реда за всяко извикване бързо става досадно и податливо на грешки. Опаковайте предпочитанията си по подразбиране в многократна функция, която също така обработва съхранението на диск и добавянето на наставки към файловете, когато заявявате множество изображения.
from openai import OpenAI
import base64
from pathlib import Path
client = OpenAI()
def generate_image(
prompt: str,
output_path: str,
size: str = "1024x1024",
quality: str = "medium",
n: int = 1
) -> list[str]:
"""
Generates one or more images and saves them locally.
Returns a list of created file paths.
"""
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
n=n,
size=size,
quality=quality,
)
paths = []
for i, image in enumerate(response.data):
if n > 1:
path = Path(output_path).stem + f"_{i+1}" + Path(output_path).suffix
else:
path = output_path
data = base64.b64decode(image.b64_json)
with open(path, "wb") as f:
f.write(data)
paths.append(path)
print(f"Saved: {path}")
return paths
# Usage
generate_image(
prompt="Premium packaging for matcha tea, minimalist Japanese design",
output_path="matcha_packaging.png",
size="1024x1024",
quality="high"
)
Изберете правилната комбинация
Вие решавате и двата параметра заедно, въз основа на вашата целева среда. Таблицата по-долу обобщава най-честите сценарии.
| Контекст | Резолюция | Качество |
|---|---|---|
| Бързо прототипиране | 1024×1024 | low |
| Публикация в Instagram / LinkedIn | 1024×1024 | medium |
| Вертикална история / Reel | 1024×1536 | medium |
| Уеб банер / заглавие | 1536×1024 | medium |
| Печатен плакат A3+ | 1024×1536 | high |
| Креативно портфолио / книга | 1024×1024 | high |
| Пакетно тестване на подсказвания | 1024×1024 | low |
В производствена среда не копирайте ръчно тази таблица във всеки скрипт. Превърнете я в логика за конфигурация и оставете кода си да избира въз основа на deklarirania контекст. Така получавате един източник на истината и ако по-късно решите публикациите ви в социалните мрежи да използват качество high, е необходима само промяна на един ред.
def generate_for_context(prompt: str, context: str, output: str):
"""Automatically adapts quality and resolution to the context."""
configs = {
"prototype": {"size": "1024x1024", "quality": "low"},
"social_media": {"size": "1024x1024", "quality": "medium"},
"story": {"size": "1024x1536", "quality": "medium"},
"banner": {"size": "1536x1024", "quality": "medium"},
"print": {"size": "1024x1536", "quality": "high"},
}
config = configs.get(context, configs["social_media"])
return generate_image(
prompt=prompt,
output_path=output,
**config
)
# Generate the same image for different media
generate_for_context(
"Corsen AI logo on dark background, premium tech style",
"social_media",
"logo_social.png"
)
За да изградите собствена преценка за тези настройки, генерирайте цялата матрица сами: напишете скрипт, който приема едно подсказване и произвежда всичките девет комбинации качество × резолюция, запазва всеки файл с явно име като image_low_1024x1024.png и показва обобщена таблица. Скоро ще разпознавате с око кога medium е достатъчно.