Styr kvalitet, stil og opløsning
På denne side
Opdateret 2. november 2026 — Billedmodeller.
gpt-image-1, som dette kursus oprindeligt blev skrevet til, blev udfaset 23. oktober 2026. Derudover vilgpt-image-1.5,gpt-image-1-miniogchatgpt-image-latestblive trukket tilbage 1. december 2026. Eksemplerne bruger nugpt-image-2.5-sunburst, som tilbyder højeste præcision til redigering;gpt-image-2.5-flareer hurtigere til standardgenerering. Begge modeller understøtter nu kvalitetsniveauernexhighogmax. GPT Image-modeller returnerer altid billeder i base64-format: parameterenresponse_format, som ældre DALL·E-modeller brugte, accepteres ikke længere og er fjernet fra koden. Kilde: Image generation (OpenAI).
Styr kvalitet, stil og opløsning
GPT Image tilbyder flere håndtag til at justere dit output, men de fungerer ikke alle på samme måde. Kvalitet og opløsning er eksplicitte API-parametre, der påvirker både omkostninger og genereringstid. Stil styres derimod udelukkende gennem din prompt. At forstå denne forskel forhindrer dig i at lede efter ikke-eksisterende indstillinger og hjælper dig med at optimere forholdet mellem kvalitet og omkostninger for hver generering.
Kvalitetsniveauer
Parameteren quality påvirker direkte detaljeringsgraden og genereringstiden. Den bedste måde at se forskellen på er at teste den på et krævende motiv – fx et stilleben med Rembrandt-belysning, hvor gradienter og teksturer er afgørende – frem for på en flad grafik, hvor forskellene ville være usynlige.
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")
| Kvalitet | Detaljer | Tid | Omkostning | Anbefalet brug |
|---|---|---|---|---|
low | Basal | Hurtig | Økonomisk | Udkast, tests, prototyping |
medium | God | Moderat | Mellem | Sociale medier, præsentationer |
high | Maksimal | Langsommere | Premium | Tryk, reklame, porteføljer |
Tilgængelige opløsninger
Tre billedformater er tilgængelige, hver skræddersyet til specifikke anvendelser: kvadratisk 1024×1024 til sociale medier og avatarer, portræt 1024×1536 til stories, plakater og mobilskærme, samt landskab 1536×1024 til banners, sidehoveder og præsentationer. Generér altid direkte i dit målformat. Beskæring bagefter spilder pixels, du har betalt for, og forstyrrer den komposition, som modellen har bygget op til netop den ramme.
import base64
from openai import OpenAI
client = OpenAI()
resolutions = {
"1024x1024": "Kvadrat – ideelt til sociale medier og avatarer",
"1024x1536": "Portræt – stories, plakater, mobil",
"1536x1024": "Landskab – banners, sidehoveder, præsentationer",
}
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")
Styr stil gennem din prompt
Stil er ikke en eksplicit API-parameter; du styrer den udelukkende gennem din prompt. Den mest pålidelige teknik er at specificere et præcist medie med dets eget fagsprog. „Professional photography, Nikon D850, f/2.8” beder ikke blot om et foto – det kræver en specifik dybdeskarphed og optisk gengivelse. „Retro 16-bit pixel art, limited palette” pålægger en opløsningsbegrænsning, som modellen vil overholde. Løkken nedenfor anvender fem forskellige medier på samme motiv, hvilket gør forskellene umiddelbart synlige.
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}")
Belysning er dit andet håndtag og ofte det mest kraftfulde: det kan radikalt transformere den samme scene. Et portræt af en keramikhåndværker i hendes værksted bliver til et nøgternt dokumentarisk skud under tre-punkts studiebelysning, et reklamebillede i gylden-times lys eller en filmplakat i Caravaggio-inspireret chiaroscuro. Motivet er ikke ændret med et ord; kun atmosfæren er skiftet.
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}")
Hjælpefunktion til generering
At gentage de samme seks linjer for hvert kald bliver hurtigt kedeligt og fejlbehæftet. Pak dine standardpræferencer ind i en genanvendelig funktion, der også håndterer lagring på disk og fil-endelser, når du anmoder om flere billeder.
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]:
"""
Genererer ét eller flere billeder og gemmer dem lokalt.
Returnerer en liste over oprettede filstier.
"""
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
# Brug
generate_image(
prompt="Premium packaging for matcha tea, minimalist Japanese design",
output_path="matcha_packaging.png",
size="1024x1024",
quality="high"
)
Vælg den rigtige kombination
Du beslutter begge parametre sammen baseret på dit målmedie. Tabellen nedenfor opsummerer de mest almindelige scenarier.
| Kontekst | Opløsning | Kvalitet |
|---|---|---|
| Hurtig prototyping | 1024×1024 | low |
| Instagram / LinkedIn-opslag | 1024×1024 | medium |
| Vertikal story / Reel | 1024×1536 | medium |
| Web-banner / sidehovede | 1536×1024 | medium |
| A3+ trykplakat | 1024×1536 | high |
| Kreativ portefølje / bog | 1024×1024 | high |
| Batch-test af prompts | 1024×1024 | low |
I produktion skal du ikke manuelt kopiere denne tabel ind i hvert script. Oversæt den til konfigurationslogik, og lad din kode vælge baseret på den erklærede kontekst. Du får én enkelt sandhetskilde, og hvis du senere beslutter, at dine sociale opslag skal bruge high-kvalitet, kræver det kun én linjes ændring.
def generate_for_context(prompt: str, context: str, output: str):
"""Tilpasser automatisk kvalitet og opløsning til konteksten."""
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
)
# Generér det samme billede til forskellige medier
generate_for_context(
"Corsen AI logo on dark background, premium tech style",
"social_media",
"logo_social.png"
)
For at opbygge din egen dømmekraft omkring disse indstillinger bør du generere hele matricen selv: Skriv et script, der tager en enkelt prompt og producerer alle ni kombinationer af kvalitet × opløsning, gemmer hver fil med et eksplicit navn som image_low_1024x1024.png og viser en oversigtstabel. Snart vil du kunne se med det blotte øje, hvornår medium er nok.