API za generiranje slika u 2026.
Na ovoj stranici
Ažurirano 2. studenoga 2026. — Modeli za slike. Model
gpt-image-1, za koji je ovaj tečaj izvorno napisan, ukinut je 23. listopada 2026. Dodatno, modeligpt-image-1.5,gpt-image-1-miniichatgpt-image-latestbit će povučeni iz upotrebe 1. prosinca 2026. Primjeri sada koristegpt-image-2.5-sunburst, koji nudi najveću preciznost za uređivanje;gpt-image-2.5-flareje brži za standardno generiranje. Oba modela također podržavaju postavke kvalitetexhighimax. Modeli GPT Image uvijek vraćaju slike u base64 formatu: parametarresponse_formatiz starijih DALL·E modela nije podržan i uklonjen je iz koda. Izvor: Image generation (OpenAI).
API za generiranje slika u 2026.
Generiranje slika umjetnom inteligencijom značajno je evoluiralo. U 2026. godini, GPT Image referentni je OpenAI-jev model za izradu i uređivanje slika putem API-ja; zamjenjuje sada zastarjele modele DALL·E 2 i DALL·E 3. Ako imaš postojeći kod za ove ranije generacije, tretiraj ga kao polazište za prepisivanje, a ne kao temelj koji trebaš zadržati: parametri, formati povratnih podataka, a posebno strategije inženjeringa promptova, svi su se promijenili.
Ova lekcija uvodi te u trenutni ekosustav, mogućnosti GPT Imagea i način na koji ćeš komunicirati s API-jem tijekom ovog tečaja.
Što GPT Image mijenja
Prva velika promjena odnosi se na tekst. Prethodne generacije proizvodile su približna, dekorativna, ali nečitljiva slova; GPT Image renderira vjernu tipografiju, konačno čineći plakate, promotivne bannere i mockupe sučelja izvedivima ondje gdje je poruka jednako važna kao i sama slika. Druga promjena tiče se kontekstualnog razumijevanja: model tumači složene upute s nijansama, tako da prompt od više rečenica koji opisuje scenu, njezino osvjetljenje i kadrovanje daje koherentan rezultat, a ne kolaž ključnih riječi.
Slijedi izvorno uređivanje. Više ne moraš sustavno počinjati od prazne stranice: model može modificirati postojeću sliku zamjenom unutarnjeg područja (inpainting) ili proširenjem slike izvan njezinih rubova (outpainting). U praksi, promjena neba na pejzažnoj fotografiji više ne zahtijeva ponovno generiranje svega i gubitak subjekta u tom procesu. Tome se dodaje stilska dosljednost održana kroz uzastopne generacije – što je vrijedno pri izradi niza ilustracija za isti članak – te više opcija razlučivosti, od kvadratnih do portretnih i pejzažnih formata.
Dvije glavne krajnje točke (Endpoints)
API izlaže dvije metode koje ćeš detaljno istražiti u narednim lekcijama. Prva stvara sliku iz tekstualnog opisa.
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))
Druga metoda uzima sliku koju ti pružaš i ponovno generira samo dio označen maskom.
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"
)
Instalacija i konfiguracija
Prvo instaliraj službeni SDK.
pip install openai
Zatim pohrani svoj API ključ u .env datoteku, nikada ga nemoj hardkodirati u skriptu: dijeljena skripta ili ona pushana u repozitorij otkrila bi tvoj ključ.
OPENAI_API_KEY=sk-your-api-key
Klijent ga zatim automatski dohvaća pri pokretanju, bez potrebe da ga prosljeđuješ kao argument.
import os
from dotenv import load_dotenv
from openai import OpenAI
load_dotenv()
client = OpenAI() # automatski koristi OPENAI_API_KEY
Model i cijene
Trenutni modeli su gpt-image-2.5-sunburst, najprecizniji za uređivanje, i gpt-image-2.5-flare, brži za standardno generiranje; gpt-image-1, model za koji je ovaj tečaj izvorno napisan, ukinut je 23. listopada 2026. Evo karakteristika s kojima ćeš stalno raditi.
| Parametar | Vrijednost |
|---|---|
| Model | gpt-image-2.5-sunburst ili gpt-image-2.5-flare |
| Razlučivosti | 1024×1024, 1024×1536, 1536×1024 preporučeno; prilagođene dimenzije moguće (višekratnici od 16, do 3840 piksela po strani) |
| Kvalitete | low, medium, high, xhigh, max, auto (zadano) |
| Izlazni formati | Slika kodirana u Base64, PNG (zadano), JPEG ili WebP |
| Cijene | Po token, varira ovisno o kvaliteti i veličini |
Imaj na umu jednu točku koja iznenađuje DALL·E veterane: modeli GPT Image nikada ne vraćaju URL, uvijek sliku kodiranu u base64. Dekodiraj je i odmah spremi datoteku nakon generiranja; tvoja aplikacija pohranjuje i poslužuje tu datoteku, a ne odgovor API-ja.
Što ćeš naučiti
Tečaj napreduje u četiri faze. Počinješ s osnovama GPT Imagea putem API-ja – generiranjem i uređivanjem – prije nego što prijeđeš na konkretne slučajeve upotrebe u e-trgovini, marketingu i dizajnu. Napredne tehnike naučit će te izgradnji složenih vizualnih promptova i integraciji generiranja u pipelineove s više alata. Završni dio pokriva implementaciju u proizvodnji, uključujući optimizaciju troškova i moderaciju sadržaja. Svaka lekcija sadrži funkcionalan Python kod koji možeš izravno pokrenuti.
Prije nego što kreneš dalje, provjeri je li tvoje okruženje spremno. Pokreni ovu minimalnu skriptu: ako se pojavi datoteka slike, tvoj ključ je valjan, SDK je ispravno instaliran i možeš prijeći na sljedeću lekciju.
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")