Siirry pääsisältöön
Suomi— Valitse kieli
Valikko

Kuvagenerointi-API vuonna 2026

Oppitunti 1 / 12 Päivitetty 2. marraskuuta 2026 Kehittäjä
Tällä sivulla
  1. Kuvagenerointi-API vuonna 2026
  2. Mitä GPT Image muuttaa
  3. Kaksi päätepistettä
  4. Asennus ja konfigurointi
  5. Malli ja hinnoittelu
  6. Mitä opit

Päivitetty 2. marraskuuta 2026 — Kuvamallit. gpt-image-1, malli, jota varten tämä kurssi alun perin kirjoitettiin, poistettiin käytöstä 23. lokakuuta 2026. Lisäksi mallit gpt-image-1.5, gpt-image-1-mini ja chatgpt-image-latest poistetaan käytöstä 1. joulukuuta 2026. Esimerkit käyttävät nyt mallia gpt-image-2.5-sunburst, joka tarjoaa korkeimman tarkkuuden muokkaamiseen; gpt-image-2.5-flare on nopeampi tavanomaiseen generointiin. Molemmat mallit tukevat myös laatuasetuksia xhigh ja max. GPT Image -mallit palauttavat kuvat aina base64-muodossa: vanhempien DALL·E-mallien response_format-parametri ei ole tuettu ja se on poistettu koodista. Lähde: Image generation (OpenAI).

Kuvagenerointi-API vuonna 2026

Tekoälyn kuvagenerointi on kehittynyt merkittävästi. Vuonna 2026 GPT Image on OpenAI:n referenssimalli kuvien luomiseen ja muokkaamiseen API:n kautta; se korvaa vanhentuneet DALL·E 2- ja DALL·E 3 -mallit. Jos sinulla on olemassa olevaa koodia näille aiemmille sukupolville, käsittele sitä uudelleenkirjoituksen lähtökohtana äläkä perustana, jota pitäisi ylläpitää: parametrit, palautusmuodot ja erityisesti kehotteiden suunnittelustrategiat ovat kaikki muuttuneet.

Tässä oppitunnissa esitellään nykyinen ekosysteemi, GPT Imagen ominaisuudet ja tapa, jolla olet vuorovaikutuksessa API:n kanssa tämän kurssin aikana.

Mitä GPT Image muuttaa

Ensimmäinen merkittävä muutos liittyy tekstiin. Aiemmat sukupolvet tuottivat likimääräisiä, koristeellisia mutta lukukelvottomia kirjaimia; GPT Image renderöi uskollista typografiaa, mikä tekee lopulta julisteista, mainosbannereista ja käyttöliittymäluonnoksista toimivia silloin, kun viesti on yhtä tärkeä kuin kuva itse. Toinen muutos koskee kontekstuaalista ymmärrystä: malli tulkitsee monimutkaisia ohjeita vivahteikkaasti, joten kohtauksen, sen valaistuksen ja kuvakulman kuvaava monilauseinen kehote tuottaa yhtenäisen tuloksen eikä vain avainsanojen kollaasia.

Seuraavaksi tulee natiivi muokkaus. Sinun ei tarvitse enää aloittaa systemaattisesti tyhjältä sivulta: malli voi muokata olemassa olevaa kuvaa korvaamalla sisäisen alueen (inpainting) tai laajentamalla kuvaa sen reunojen yli (outpainting). Käytännössä maisemakuvan taivaan vaihtaminen ei vaadi enää kaiken uudelleengenerointia ja kohteen menettämistä prosessin aikana. Tähän lisätään tyylillinen johdonmukaisuus, joka säilyy peräkkäisten generointien aikana – arvokasta tuotettaessa kuvitussarjaa samaan artikkeliin – sekä useat resoluutiovaihtoehdot neliöstä pysty- ja vaakasuuntiin formaatteihin.

Kaksi päätepistettä

API tarjoaa kaksi menetelmää, joita tutkit syvällisesti myöhemmissä oppitunneissa. Ensimmäinen luo kuvan tekstikuvauksen perusteella.

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))

Toinen ottaa vastaan antamasi kuvan ja regeneroi vain maskin osoittaman osan.

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"
)

Asennus ja konfigurointi

Asenna ensin virallinen SDK.

pip install openai

Sijoita seuraavaksi API-avaimesi .env-tiedostoon, älä koskaan kovakoodaa sitä skriptiisi: jaettu skripti tai repositorioon pushattu skripti paljastaisi avaimesi.

OPENAI_API_KEY=sk-your-api-key

Asiakasohjelma hakee sen tämän jälkeen automaattisesti käynnistyksen yhteydessä, eikä sinun tarvitse välittää sitä argumenttina.

import os
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()
client = OpenAI()  # käyttää automaattisesti OPENAI_API_KEY-arvoa

Malli ja hinnoittelu

Nykyiset mallit ovat gpt-image-2.5-sunburst, joka on tarkin muokkaamiseen, ja gpt-image-2.5-flare, joka on nopeampi tavanomaiseen generointiin; gpt-image-1, malli, jota varten tämä kurssi alun perin kirjoitettiin, poistettiin käytöstä 23. lokakuuta 2026. Tässä ovat ominaisuudet, joita käsittelet jatkuvasti.

ParametriArvo
Malligpt-image-2.5-sunburst tai gpt-image-2.5-flare
Resoluutiot1024×1024, 1024×1536, 1536×1024 suositeltavia; mukautetut mitat mahdollisia (16:n kerrannaisia, enintään 3840 pikseliä sivua kohden)
Laadutlow, medium, high, xhigh, max, auto (oletus)
TulostusmuodotBase64-koodattu kuva, PNG (oletus), JPEG tai WebP
HinnoitteluTokenia kohden, vaihtelee laadun ja koon mukaan

Pidä mielessäsi yksi seikka, joka yllättää DALL·E-veteraanit: GPT Image -mallit eivät koskaan palauta URL-osoitetta, vaan aina base64-koodatun kuvan. Pura se ja tallenna tiedosto välittömästi generoinnin jälkeen; sovelluksesi tallentaa ja tarjoilee tämän tiedoston, ei API-vastausta.

Mitä opit

Kurssi etenee neljässä vaiheessa. Aloitat GPT Imagen perusteista API:n kautta – generointi ja muokkaus – ennen kuin siirryt konkreettisiin käyttötapauksiin verkkokaupassa, markkinoinnissa ja suunnittelussa. Edistyneet tekniikat opettavat sinulle sitten rakentamaan monimutkaisia visuaalisia kehotteita ja integroimaan generoinnin monityökaluputkiin. Viimeinen osa kattaa tuotantoon käyttöönoton, mukaan lukien kustannusten optimointi ja sisällön moderointi. Jokainen oppitunti sisältää toimivaa Python-koodia, jonka voit suorittaa suoraan.

Ennen kuin jatkat, varmista, että ympäristösi on valmis. Suorita tämä minimaalinen skripti: jos kuvatiedosto ilmestyy, avaimesi on voimassa, SDK on asennettu oikein ja voit siirtyä seuraavaan oppituntiin.

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")