Pereiti prie pagrindinio turinio
Lietuvių— Pasirinkite kalbą
Meniu

Vaizdų generavimo API 2026 m.

Paskaita 1 iš 12 Atnaujinta 2026 m. lapkričio 2 d. Kūrėjas
Šiame puslapyje
  1. Vaizdų generavimo API 2026 m.
  2. Ką keičia GPT Image
  3. Du pagrindiniai galiniai taškai (Endpoints)
  4. Diegimas ir konfigūravimas
  5. Modelis ir kainodara
  6. Ką išmoksi

Atnaujinta 2026 m. lapkričio 2 d. — Vaizdų modeliai. gpt-image-1, modelis, kuriam iš pradžių buvo skirtas šis kursas, buvo nutrauktas 2026 m. spalio 23 d.. Be to, gpt-image-1.5, gpt-image-1-mini ir chatgpt-image-latest bus pašalinti 2026 m. gruodžio 1 d.. Pavyzdžiuose dabar naudojamas gpt-image-2.5-sunburst, kuris užtikrina didžiausią tikslumą redaguojant; gpt-image-2.5-flare yra greitesnis standartiniam generavimui. Abu modeliai taip pat palaiko xhigh ir max kokybės nustatymus. GPT Image modeliai visada grąžina vaizdus base64 formatu: senesnių DALL·E modelių parametras response_format nepalaikomas ir buvo pašalintas iš kodo. Šaltinis: Vaizdų generavimas (OpenAI).

Vaizdų generavimo API 2026 m.

Dirbtinio intelekto vaizdų generavimas smarkiai pažengė į priekį. 2026 m. GPT Image yra pagrindinis „OpenAI“ modelis vaizdams kurti ir redaguoti per API; jis pakeitė dabar jau pasenusius DALL·E 2 ir DALL·E 3 modelius. Jei turi egzistuojantį kodą šioms ankstesnėms kartoms, laikyk jį tik atspirties tašku perrašymui, o ne pagrindu, kurį verta išlaikyti: parametrai, grąžinami formatai ir ypač užklausų (prompt) inžinerijos strategijos visiškai pasikeitė.

Šioje pamokoje supažindinsime tave su dabartine ekosistema, GPT Image galimybėmis ir tuo, kaip sąveikausi su API visame kurse.

Ką keičia GPT Image

Pirmasis didelis pokytis susijęs su tekstu. Ankstesnės kartos kurdavo apytiksles, dekoratyvias, bet neįskaitomas raides; GPT Image atvaizduoja tikslią tipografiją, pagaliau leisdamas kurti plakatus, reklaminius banerius ir sąsajų maketus ten, kur žinutė yra tokia pat svarbi kaip ir pats vaizdas. Antrasis pokytis liečia kontekstinį supratimą: modelis niuansuotai interpretuoja sudėtingas instrukcijas, todėl kelių sakinių užklausa, aprašanti sceną, jos apšvietimą ir kadruotę, duoda darnų rezultatą, o ne žodžių koliažą.

Toliau eina gimtasis redagavimas. Tau nebereikia sistemingai pradėti nuo tuščio lapo: modelis gali modifikuoti esamą vaizdą pakeisdamas vidinę sritį (užpildymas arba inpainting) arba pratęsdamas vaizdą už jo ribų (išplėtimas arba outpainting). Praktiškai tai reiškia, kad norint pakeisti dangų kraštovaizdio nuotraukoje, nebereikia iš naujo generuoti visko ir taip prarasti pagrindinio objekto. Prie to pridėkime stiliaus nuoseklumą, išlaikomą per kelias generavimo iteracijas – tai vertinga kuriant iliustracijų seriją tam pačiam straipsniui – bei įvairias raiškos parinktis, nuo kvadratinių iki portretinio ir kraštovaizdio formatų.

Du pagrindiniai galiniai taškai (Endpoints)

API suteikia du metodus, kuriuos išsamiai nagrinėsi vėlesnėse pamokose. Pirmasis sukuria vaizdą iš tekstinio aprašymo.

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))

Antrasis priima tavo pateiktą vaizdą ir regeneruoja tik tą dalį, kurią nurodo kaukė.

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"
)

Diegimas ir konfigūravimas

Pirmiausia įdiek oficialų SDK.

pip install openai

Toliau įdėk savo API raktą į .env failą; niekada nerašyk jo tiesiogiai savo skripte: bendrinamas skriptas arba tas, kuris įkeliamas į saugyklą, atskleistų tavo raktą.

OPENAI_API_KEY=sk-your-api-key

Klientas tada jį automatiškai nuskaitys paleidimo metu, tau nereikės jo perduoti kaip argumento.

import os
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()
client = OpenAI()  # automatiškai naudoja OPENAI_API_KEY

Modelis ir kainodara

Dabartiniai modeliai yra gpt-image-2.5-sunburst, tiksliausias redagavimui, ir gpt-image-2.5-flare, greitesnis standartiniam generavimui; gpt-image-1, modelis, kuriam iš pradžių buvo skirtas šis kursas, buvo nutrauktas 2026 m. spalio 23 d. Štai charakteristikos, su kuriomis nuolat dirbsi.

ParametrasReikšmė
Modelisgpt-image-2.5-sunburst arba gpt-image-2.5-flare
RaiškaRekomenduojama 1024×1024, 1024×1536, 1536×1024; galimi individualūs matmenys (16 kartotiniai, iki 3840 pikselių kraštinėje)
Kokybėlow, medium, high, xhigh, max, auto (numatytoji)
Išvesties formataiBase64 koduotas vaizdas, PNG (numatytasis), JPEG arba WebP
KainodaraUž tokeną, kinta priklausomai nuo kokybės ir dydžio

Atmink vieną dalyką, kuris nustebina DALL·E veteranus: GPT Image modeliai niekada negrąžina URL, visada – base64 koduotą vaizdą. Iššifruok jį ir išsaugok failą iškart po generavimo; tavo programa saugo ir pateikia šį failą, o ne API atsakymą.

Ką išmoksi

Kursas vystosi keturiais etapais. Pradėsi nuo GPT Image pagrindų naudojant API – generavimo ir redagavimo – prieš pereidamas prie konkrečių naudojimo atvejų elektroninėje prekyboje, rinkodaroje ir dizaine. Tada pažangūs metodai išmokys tave kurti sudėtingas vizualines užklausas ir integruoti generavimą į daugiafunkces darbo eigas. Galutinė dalis apims diegimą gamybinėje aplinkoje, įskaitant išlaidų optimizavimą ir turinio moderavimą. Kiekvienoje pamokoje rasite veikiantį Python kodą, kurį gali paleisti iškart.

Prieš judėdamas toliau, įsitikink, kad tavo aplinka paruošta. Paleisk šį minimalų skriptą: jei atsiranda vaizdo failas, tavo raktas galioja, SDK įdiegtas teisingai ir gali pereiti prie kitos pamokos.

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")