Pildigeneratsiooni API 2026. aastal
Sellel lehel
Uuendatud 2. novembril 2026 – Pildimudelid.
gpt-image-1, mudel, mille jaoks see kursus algselt kirjutati, lõpetati 23. oktoobril 2026. Lisaks võetakse kasutusest väljagpt-image-1.5,gpt-image-1-minijachatgpt-image-latest1. detsembril 2026. Näited kasutavad nüüd mudelitgpt-image-2.5-sunburst, mis pakub redigeerimisel suurimat täpsust;gpt-image-2.5-flareon tavapäraseks generatsiooniks kiirem. Mõlemad mudelid toetavad ka kvaliteedisätteidxhighjamax. GPT Image’i mudelid tagastavad pildid alati base64-kodeeringus: vanemate DALL·E mudelite parameeterresponse_formatei ole toetatud ja on koodist eemaldatud. Allikas: Pildigeneratsioon (OpenAI).
Pildigeneratsiooni API 2026. aastal
Tehisintellektil põhinev pildigeneratsioon on oluliselt arenenud. 2026. aastal on GPT Image OpenAI referentsmudel piltide loomiseks ja redigeerimiseks API kaudu; see asendab nüüdseks iganenud DALL·E 2 ja DALL·E 3 mudeleid. Kui sul on olemas kood nende varasemate põlvkondade jaoks, käsitle seda ümberkirjutamise lähtepunktina, mitte alusena, mida säilitada: parameetrid, tagastusformaadid ja eriti vihjeinseneri (prompt engineering) strateegiad on kõik muutunud.
See õppetutvustab praegust ökosüsteemi, GPT Image’i võimalusi ja seda, kuidas sa selles kursuses API-ga suhtled.
Mis GPT Image’is muutub
Esimene suur muutus puudutab teksti. Varasemad põlvkonnad lõid ligikaudseid, dekoratiivseid, kuid loetamatuid tähti; GPT Image renderdab truu tüpograafia, muutes lõpuks plakatid, reklaambännerid ja kasutajaliideste maketid elujõuliseks seal, kus sõnum on sama oluline kui pilt ise. Teine muutus puudutab kontekstuaalset mõistmist: mudel tõlgendab keerukaid juhiseid nüansirohkelt, nii et mitmelauseline vihje, mis kirjeldab stseeni, selle valgustust ja kaadrit, annab tulemuseks tervikliku pildi, mitte sõnade kollaaži.
Järgmisena tuleb kaasasündinud redigeerimine. Sa ei pea enam süstemaatiliselt alustama tühjalt lehelt: mudel saab muuta olemasolevat pilti, asendades sisemise ala (inpainting) või laiendades pilti üle selle piiride (outpainting). Praktilises plaanis ei nõua maastikufotol taeva muutmine enam kõige uuesti genereerimist ja sellega kaasnevat objekti kaotamist. Sellele lisandub stiililine järjepidevus, mida hoitakse üle järjestikuste generatsioonide – see on väärtuslik, kui toodad sama artikli jaoks illustratsioonide seeriat – ning mitmed eraldusvõime valikud, alates ruudukujulistest kuni portree- ja maastikuformaadini.
Kaks peamist lõpppunkti
API pakub kahte meetodit, mida uurid põhjalikumalt järgnevates õppetundides. Esimene loob pildi tekstikirjelduse põhjal.
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))
Teine võtab sinu poolt esitatud pildi ja regenereerib ainult maskiga määratud osa.
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"
)
Paigaldamine ja seadistamine
Paigalda kõigepealt ametlik SDK.
pip install openai
Seejärel pane oma API-võti faili .env, mitte kunagi otse skripti: jagatud skript või hoidlasse laetud skript paljastaks su võtme.
OPENAI_API_KEY=sk-your-api-key
Klient toob selle seejärel käivitamisel automaatselt, ilma et peaksid seda argumendina edasi andma.
import os
from dotenv import load_dotenv
from openai import OpenAI
load_dotenv()
client = OpenAI() # kasutab automaatselt OPENAI_API_KEY-d
Mudel ja hinnakujundus
Praegused mudelid on gpt-image-2.5-sunburst, mis on redigeerimisel kõige täpsem, ja gpt-image-2.5-flare, mis on tavapäraseks generatsiooniks kiirem; gpt-image-1, mudel, mille jaoks see kursus algselt kirjutati, lõpetati 23. oktoobril 2026. Siin on omadused, millega sa pidevalt tegeled.
| Parameeter | Väärtus |
|---|---|
| Mudel | gpt-image-2.5-sunburst või gpt-image-2.5-flare |
| Eraldusvõimed | Soovitatavad 1024×1024, 1024×1536, 1536×1024; kohandatud mõõtmed võimalikud (16 kordsed, kuni 3840 pikslit külje kohta) |
| Kvaliteedid | low, medium, high, xhigh, max, auto (vaikimisi) |
| Väljundformaadid | Base64-kodeeritud pilt, PNG (vaikimisi), JPEG või WebP |
| Hinnakujundus | Tokeni kohta, varieerub sõltuvalt kvaliteedist ja suurusest |
Pea meeles üht punkti, mis üllatab DALL·E veterane: GPT Image’i mudelid ei tagasta kunagi URL-i, alati base64-kodeeritud pilti. Dekodeeri see ja salvesta fail kohe pärast generatsiooni; sinu rakendus salvestab ja teenindab seda faili, mitte API vastust.
Mida sa õpid
Kursus edeneb neljas etapis. Alustad GPT Image’i alustõdedega API kaudu – generatsioon ja redigeerimine – enne kui liigud konkreetsete kasutusjuhtumite juurde e-kaubanduses, turunduses ja disainis. Seejärel õpetavad täiustatud tehnikad sind looma keerukaid visuaalseid vihjeid ja integreerima generatsiooni mitme tööriistaga torustikesse. Viimane osa käsitleb tootmisse viimist, sealhulgas kulude optimeerimist ja sisu moderatsiooni. Iga õppetund sisaldab funktsionaalset Pythoni koodi, mida saad otse käivitada.
Enne edasiliikumist veendu, et sinu keskkond on valmis. Käivita see minimaalne skript: kui ilmub pildifail, on su võti kehtiv, SDK on õigesti paigaldatud ja saad liikuda järgmisse õppetundi.
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")