Przejdź do głównej treści
Polski— Wybierz język
Menu

API generowania obrazów w 2026 roku

Lekcja 1 z 12 Zaktualizowano 2 listopada 2026 Programista
Na tej stronie
  1. API generowania obrazów w 2026 roku
  2. Co zmienia GPT Image
  3. Dwa główne punkty końcowe (Endpoints)
  4. Instalacja i konfiguracja
  5. Model i cennik
  6. Czego się nauczysz

Zaktualizowano 2 listopada 2026 — Modele obrazowe. Model gpt-image-1, dla którego pierwotnie napisano ten kurs, został wycofany 23 października 2026. Dodatkowo modele gpt-image-1.5, gpt-image-1-mini oraz chatgpt-image-latest przestaną być dostępne 1 grudnia 2026. Przykłady wykorzystują obecnie model gpt-image-2.5-sunburst, który oferuje najwyższą precyzję podczas edycji; model gpt-image-2.5-flare jest szybszy przy standardowym generowaniu. Oba modele obsługują również ustawienia jakości xhigh i max. Modele GPT Image zawsze zwracają obrazy w formacie base64: parametr response_format znany ze starszych modeli DALL·E jest niewspierany i został usunięty z kodu. Źródło: Image generation (OpenAI).

API generowania obrazów w 2026 roku

Generowanie obrazów przez AI przeszło znaczącą ewolucję. W 2026 roku GPT Image jest modelem referencyjnym OpenAI do tworzenia i edycji obrazów przez API; zastępuje on przestarzałe już modele DALL·E 2 i DALL·E 3. Jeśli posiadasz istniejący kod dla tych wcześniejszych generacji, potraktuj go jako punkt wyjścia do przepisania, a nie jako fundament do utrzymania: parametry, formaty zwracanych danych, a zwłaszcza strategie inżynierii promptów uległy całkowitej zmianie.

Ta lekcja wprowadza Cię w obecny ekosystem, możliwości modelu GPT Image oraz wyjaśnia, jak będziesz взаимодействовать z API w trakcie tego kursu.

Co zmienia GPT Image

Pierwsza duża zmiana dotyczy tekstu. Poprzednie generacje produkowały przybliżone, dekoracyjne, ale nieczytelne litery; GPT Image renderuje wierną typografię, czyniąc wreszcie wykonalnym tworzenie plakatów, banerów promocyjnych i makiet interfejsów, gdzie przekaz jest równie ważny co sam obraz. Druga zmiana obejmuje zrozumienie kontekstu: model interpretuje złożone instrukcje z niuansami, dzięki czemu wielozdaniowy prompt opisujący scenę, jej oświetlenie i kadrowanie daje spójny rezultat, a nie kolaż słów kluczowych.

Kolejnym krokiem jest natywna edycja. Nie musisz już systematycznie zaczynać od czystej kartki: model potrafi zmodyfikować istniejący obraz, zastępując jego wewnętrzny obszar (inpainting) lub rozszerzając go poza granice (outpainting). W praktyce zmiana nieba na zdjęciu krajobrazu nie wymaga już regenerowania całości i tracenia przy tym głównego obiektu. Dochodzi do tego utrzymanie spójności stylistycznej między kolejnymi generacjami – co jest cenne przy tworzeniu serii ilustracji do tego samego artykułu – oraz wiele opcji rozdzielczości, od formatów kwadratowych po portretowe i panoramiczne.

Dwa główne punkty końcowe (Endpoints)

API udostępnia dwie metody, które zgłębisz szczegółowo w kolejnych lekcjach. Pierwsza tworzy obraz na podstawie opisu tekstowego.

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 przyjmuje dostarczony przez Ciebie obraz i regeneruje tylko część wskazaną przez maskę.

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"
)

Instalacja i konfiguracja

Najpierw zainstaluj oficjalne SDK.

pip install openai

Następnie umieść swój klucz API w pliku .env, nigdy nie wpisuj go bezpośrednio w skrypcie: udostępniony skrypt lub taki wypchnięty do repozytorium ujawniłby Twój klucz.

OPENAI_API_KEY=sk-your-api-key

Klient pobiera go następnie automatycznie podczas uruchamiania, bez konieczności przekazywania go jako argumentu.

import os
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()
client = OpenAI()  # automatycznie używa OPENAI_API_KEY

Model i cennik

Aktualne modele to gpt-image-2.5-sunburst, najbardziej precyzyjny do edycji, oraz gpt-image-2.5-flare, szybszy przy standardowym generowaniu; model gpt-image-1, dla którego pierwotnie napisano ten kurs, został wycofany 23 października 2026 roku. Oto cechy, z którymi będziesz stale pracować.

ParametrWartość
Modelgpt-image-2.5-sunburst lub gpt-image-2.5-flare
Rozdzielczości1024×1024, 1024×1536, 1536×1024 (zalecane); możliwe wymiary niestandardowe (wielokrotności 16, do 3840 pikseli na bok)
Jakościlow, medium, high, xhigh, max, auto (domyślnie)
Formaty wyjścioweObraz zakodowany w Base64, PNG (domyślnie), JPEG lub WebP
CennikZa token, zależy od jakości i rozmiaru

Miej na uwadze jedną rzecz, która zaskakuje weteranów DALL·E: modele GPT Image nigdy nie zwracają adresu URL, zawsze zwracają obraz zakodowany w base64. Zdekoduj go i zapisz plik natychmiast po wygenerowaniu; Twoja aplikacja przechowuje i serwuje ten plik, a nie odpowiedź API.

Czego się nauczysz

Kurs przebiega w czterech etapach. Zaczniesz od podstaw GPT Image przez API – generowania i edycji – by następnie przejść do konkretnych przypadków użycia w e-commerce, marketingu i designie. Zaawansowane techniki nauczą Cię budowania złożonych promptów wizualnych oraz integrowania generowania z potokami wielonarzędziowymi. Ostatnia część obejmuje wdrażanie produkcyjne, w tym optymalizację kosztów i moderację treści. Każda lekcja zawiera funkcjonalny kod w Pythonie, który możesz uruchomić bezpośrednio.

Zanim pójdziesz dalej, upewnij się, że Twoje środowisko jest gotowe. Uruchom ten minimalny skrypt: jeśli pojawi się plik z obrazem, Twój klucz jest ważny, SDK jest poprawnie zainstalowane i możesz przejść do następnej lekcji.

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")