Juhi kvaliteeti, stiili ja eraldusvõimet
Sellel lehel
Uuendatud 2. novembril 2026 – Pildimudelid.
gpt-image-1, mudel, mille jaoks see kursus algselt kirjutati, tunnistati aegunuks 23. oktoobril 2026. Lisaks lõpetataksegpt-image-1.5,gpt-image-1-minijachatgpt-image-latestkasutamine 1. detsembril 2026. Näited kasutavad nüüd mudelitgpt-image-2.5-sunburst, mis pakub redigeerimisel suurimat täpsust;gpt-image-2.5-flareon tavapäraseks genereerimiseks kiirem. Mõlemad mudelid toetavad nüüd kvaliteeditasemeidxhighjamax. GPT Image’i mudelid tagastavad pildid alati base64-vormingus: vanemate DALL·E mudelite kasutatud parameeterresponse_formatei ole enam aktsepteeritud ja on koodist eemaldatud. Allikas: Pildigeneratsioon (OpenAI).
Juhi kvaliteeti, stiili ja eraldusvõimet
GPT Image pakub väljundi kohandamiseks mitmeid hoobasid, kuid need ei toimi kõik ühtmoodi. Kvaliteet ja eraldusvõime on selged API parameetrid, mis mõjutavad kulu ja genereerimisaega. Stiili juhid aga täielikult oma vihje (prompt) kaudu. Selle erinevuse mõistmine hoiab sind otsimast olematuid valikuid ja aitab optimeerida iga genereerimise kvaliteedi ja kulu suhet.
Kvaliteeditasemed
Parameeter quality mõjutab otseselt detailset taset ja genereerimisaega. Parim viis erinevuse nägemiseks on testida seda nõudliku teema peal – näiteks натюрморт Rembrandti valguses, kus gradientide ja tekstuuride roll on kriitiline – mitte lamedal graafikal, kus erinevused jääksid nähtamatuks.
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")
| Kvaliteet | Detailid | Aeg | Kulu | Soovitatav kasutus |
|---|---|---|---|---|
low | Põhiline | Kiire | Ökonoomne | Mustandid, testid, prototüüpimine |
medium | Hea | Mõõdukas | Keskmine | Sotsiaalmeedia, esitlused |
high | Maksimaalne | Aeglasem | Premium | Trükk, reklaam, portfooliod |
Saadaval olevad eraldusvõimed
Saadaval on kolm kuvasuhet, millest igaüks on kohandatud kindlateks kasutusjuhtudeks: ruut 1024×1024 sotsiaalmeedia ja avataride jaoks, portree 1024×1536 lugude, plakatite ja mobiiliekraanide jaoks ning maastik 1536×1024 bännerite, päiste ja esitluste jaoks. Genereeri alati otse oma sihtvormingus. Järeltöötluses kärpimine raiskab piksleid, mille eest oled maksnud, ja rikub kompositsiooni, mille mudel just sellele raamile ehitas.
import base64
from openai import OpenAI
client = OpenAI()
resolutions = {
"1024x1024": "Ruut – ideaalne sotsiaalmeediale ja avataridele",
"1024x1536": "Portree – lood, plakatid, mobiil",
"1536x1024": "Maastik – bännerid, päised, esitlused",
}
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")
Juhi stiili oma vihje kaudu
Stiil ei ole selge API parameeter; sa juhid seda täielikult oma vihje (prompt) kaudu. Kõige usaldusväärsem tehnika on määratleda täpne meedium koos sellele omase sõnavaraga. „Professionaalne fotograafia, Nikon D850, f/2.8“ ei küsi lihtsalt fotot – see nõuab kindlat sügavusteravust ja optilist taasesitust. „Retro 16-bitine pikslikunst, piiratud värvipalett“ seab eraldusvõime piirangu, mida mudel austab. Allpool olev tsükkel rakendab samale teemale viit erinevat meediumit, muutes erinevused koheselt nähtavaks.
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}")
Valgustus on sinu teine hoob ja sageli kõige võimsam: see suudab sama stseeni radikaalselt muuta. Keraamiku portree tema töökojas muutub kolme punkti stuudiovalguses kaineks dokumentaalfotoks, kuldse tunni valguses reklaampildiks või Caravaggio stiilis chiaroscuro valguses filmiplakatiks. Teema pole sõnagi muutunud; muutunud on ainult atmosfäär.
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}")
Kasulik funktsioon genereerimiseks
Sama kuue rea kordamine iga väljakutse korral muutub kiiresti tüütuks ja veaohtlikuks. Pakenda oma vaikimisi eelistused uuestikasutatavasse funktsiooni, mis haldab ka ketasalvestust ja failide liitmist, kui taotled mitut pilti.
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]:
"""
Genereerib ühe või mitu pilti ja salvestab need kohalikku mällu.
Tagastab loodud failide asukohtade loendi.
"""
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
# Kasutamine
generate_image(
prompt="Premium packaging for matcha tea, minimalist Japanese design",
output_path="matcha_packaging.png",
size="1024x1024",
quality="high"
)
Vali õige kombinatsioon
Sa otsustad mõlemad parameetrid koos, lähtudes oma sihtmeediumist. Allpool olev tabel võtab kokku levinumad stsenaariumid.
| Kontekst | Eraldusvõime | Kvaliteet |
|---|---|---|
| Kiire prototüüpimine | 1024×1024 | low |
| Instagrami / LinkedIni postitus | 1024×1024 | medium |
| Vertikaalne lugu / Reel | 1024×1536 | medium |
| Veebibänner / päis | 1536×1024 | medium |
| A3+ trükiplakat | 1024×1536 | high |
| Loomeline portfoolio / raamat | 1024×1024 | high |
| Hulgiviisiline vihjete testimine | 1024×1024 | low |
Tootmises ära kopeeri seda tabelit igasse skripti käsitsi. Tõlgi see konfiguratsiooniloogikaks ja lase oma koodil valida deklareeritud konteksti põhjal. Saad ühe tõese allika ja kui otsustad hiljem, et sotsiaalmeedia postitused peaksid kasutama high kvaliteeti, piisab ühe rea muutmisest.
def generate_for_context(prompt: str, context: str, output: str):
"""Kohandab automaatselt kvaliteedi ja eraldusvõime kontekstiga."""
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
)
# Genereeri sama pilt erinevatele meediumitele
generate_for_context(
"Corsen AI logo on dark background, premium tech style",
"social_media",
"logo_social.png"
)
Et kujundada nende seadistuste kohta oma hinnang, genereeri kogu maatriks ise: kirjuta skript, mis võtab ühe vihje ja toodab kõik üheksa kvaliteedi × eraldusvõime kombinatsiooni, salvestab iga faili selge nimega nagu image_low_1024x1024.png ja kuvab kokkuvõtliku tabeli. Varsti tead sa pilguga, millal medium on piisav.