API ģenerēšanas attēliem 2026. gadā
Šajā lapā
Atjaunināts 2026. gada 2. novembrī — Attēlu modeļi.
gpt-image-1, modelis, kuram sākotnēji bija paredzēts šis kurss, tika pārtraukts 2026. gada 23. oktobrī. Turklātgpt-image-1.5,gpt-image-1-miniunchatgpt-image-latesttiks izslēgti 2026. gada 1. decembrī. Piemēros tagad tiek izmantotsgpt-image-2.5-sunburst, kas nodrošina visaugstāko precizitāti rediģēšanai;gpt-image-2.5-flareir ātrāks standarta ģenerēšanai. Abi modeļi atbalsta arīxhighunmaxkvalitātes iestatījumus. GPT Image modeļi vienmēr atgriež attēlus formātā base64: parametrsresponse_formatno vecākiem DALL·E modeļiem netiek atbalstīts un ir izņemts no koda. Avots: Attēlu ģenerēšana (OpenAI).
API ģenerēšanas attēliem 2026. gadā
Mākslīgā intelekta attēlu ģenerēšana ir ievērojami attīstījusies. 2026. gadā GPT Image ir OpenAI atsauces modelis attēlu izveidei un rediģēšanai, izmantojot API; tas aizstāj tagad jau novecojušos DALL·E 2 un DALL·E 3 modeļus. Ja tev ir esošs kods šīm iepriekšējām paaudzēm, uztver to kā sākumpunktu pārrakstīšanai, nevis kā pamatu, ko saglabāt: parametri, atgriešanas formāti un jo īpaši uzvedņu (prompt) inženierijas stratēģijas ir mainījušās.
Šī nodarbība iepazīstina ar pašreizējo ekosistēmu, GPT Image iespējām un to, kā tu mijiedarbosies ar API visa šī kursa laikā.
Kas mainās ar GPT Image
Pirmā lielā pārmaiņa saistīta ar tekstu. Iepriekšējās paaudzes radīja aptuvenus, dekoratīvus, bet nelasāmus burtus; GPT Image attēlo precīzu tipogrāfiju, beidzot padarot plakātus, reklāmas banerus un saskarņu maketus dzīvotspējīgus gadījumos, kad ziņojums ir tikpat svarīgs kā pats attēls. Otrā pārmaiņa attiecas uz kontekstuālo izpratni: modelis interpretē sarežģītus norādījumus ar niansēm, tāpēc vairāku teikumu uzvedne, kas apraksta ainu, tās apgaismojumu un kadru, dod sakārtotu rezultātu, nevis vārdu kopu kolāžu.
Tālāk seko iebūvētā rediģēšana. Tev vairs nav sistemātiski jāsāk no tukšas lapas: modelis var modificēt esošu attēlu, aizstājot iekšējo apgabalu (inpainting) vai paplašinot attēlu aiz tā robežām (outpainting). Praktiski tas nozīmē, ka debess maiņa ainavas fotogrāfijā vairs neprasa visu ģenerēt no jauna un zaudēt galveno objektu procesā. Tam pieskaitāma arī stilistiskā konsekvence, kas tiek uzturēta secīgās ģenerācijās — tas ir vērtīgi, veidojot ilustrāciju sēriju vienam un tam pašam rakstam — kā arī vairākas izšķirtspējas opcijas, sākot no kvadrātveida līdz portreta un ainavas formātiem.
Divi galvenie galapunkti
API piedāvā divas metodes, kuras tu detalizēti izpētīsi turpmākajās nodarbībās. Pirmā izveido attēlu, pamatojoties uz teksta aprakstu.
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))
Otrā metode pieņem tavu nodrošinātu attēlu un ģenerē atkārtoti tikai to daļu, ko norāda maska.
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"
)
Instalēšana un konfigurēšana
Vispirms instalē oficiālo SDK.
pip install openai
Tālāk ievieto savu API atslēgu failā .env, nekad neiekodējot to tieši savā skriptā: koplietots skripts vai tāds, kas augšupielādēts repozitorijā, atklātu tavu atslēgu.
OPENAI_API_KEY=sk-your-api-key
Klients tad to automātiski iegūst startēšanas brīdī, bez nepieciešamības to nodot kā argumentu.
import os
from dotenv import load_dotenv
from openai import OpenAI
load_dotenv()
client = OpenAI() # automatically uses OPENAI_API_KEY
Modelis un cenas
Pašreizējie modeļi ir gpt-image-2.5-sunburst, kas ir visprecīzākais rediģēšanai, un gpt-image-2.5-flare, kas ir ātrāks standarta ģenerēšanai; gpt-image-1, modelis, kuram sākotnēji bija paredzēts šis kurss, tika pārtraukts 2026. gada 23. oktobrī. Lūk, raksturlielumi, ar kuriem tu strādāsi pastāvīgi.
| Parametrs | Vērtība |
|---|---|
| Modelis | gpt-image-2.5-sunburst vai gpt-image-2.5-flare |
| Izšķirtspējas | 1024×1024, 1024×1536, 1536×1024 (ieteicams); pielāgoti izmēri iespējami (16 reizinātāji, līdz 3840 pikseļiem malā) |
| Kvalitātes | low, medium, high, xhigh, max, auto (noklusējums) |
| Izvades formāti | Base64 kodēts attēls, PNG (noklusējums), JPEG vai WebP |
| Cenas | Par tokeni, atšķiras atkarībā no kvalitātes un izmēra |
Paturi prātā vienu punktu, kas pārsteidz DALL·E veterānus: GPT Image modeļi nekad neatgriež URL, vienmēr tikai base64 kodētu attēlu. Atkodē to un saglabā failu tūlīt pēc ģenerēšanas; tava lietotne glabā un apkalpo šo failu, nevis API atbildi.
Ko tu apgūsi
Kurss norisinās četros posmos. Tu sāksi ar GPT Image pamatiem, izmantojot API — ģenerēšanu un rediģēšanu — pirms pāriesi pie konkrētiem lietojumiem e-komercijā, mārketingā un dizainā. Tad uzlabotas tehnikas iemācīs tev veidot sarežģītas vizuālās uzvednes un integrēt ģenerēšanu daudzinstrumentu procesos (multi-tool pipelines). Noslēguma daļa aptver izvietošanu ražošanas vidē, tostarp izmaksu optimizāciju un satura moderāciju. Katra nodarbība satur funkcionālu Python kodu, ko vari palaist uzreiz.
Pirms dodies tālāk, pārliecinies, ka tava vide ir gatava. Palaid šo minimālo skriptu: ja parādās attēla fails, tava atslēga ir derīga, SDK ir pareizi instalēts un tu vari pāriet uz nākamo nodarbību.
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")