Salt la conținutul principal
Română— Alege o limbă
Meniu

Controlați calitatea, stilul și rezoluția

Lecția 4 din 12 Actualizată 2 noiembrie 2026 Dezvoltator
Pe această pagină
  1. Controlați calitatea, stilul și rezoluția
  2. Niveluri de calitate
  3. Rezoluții disponibile
  4. Controlați stilul prin prompt
  5. Funcție utilitară pentru generare
  6. Alegeți combinația potrivită

Actualizat pe 2 noiembrie 2026 — Modele de imagini. gpt-image-1, modelul pentru care a fost scris inițial acest curs, a fost depreciat la 23 octombrie 2026. În plus, gpt-image-1.5, gpt-image-1-mini și chatgpt-image-latest vor fi retrase la 1 decembrie 2026. Exemplele folosesc acum gpt-image-2.5-sunburst, care oferă cea mai mare precizie pentru editare; gpt-image-2.5-flare este mai rapid pentru generarea standard. Ambele modele suportă acum nivelurile de calitate xhigh și max. Modelele GPT Image returnează întotdeauna imaginile în format base64: parametrul response_format utilizat de modelele DALL·E mai vechi nu mai este acceptat și a fost eliminat din cod. Sursă: Image generation (OpenAI).

Controlați calitatea, stilul și rezoluția

GPT Image oferă mai multe pârghii pentru a ajusta rezultatul, dar nu toate funcționează la fel. Calitatea și rezoluția sunt parametri expliciți ai API-ului care afectează costul și timpul de generare. Stilul, însă, este controlat integral prin promptul dumneavoastră. Înțelegerea acestei distincții vă împiedică să căutați opțiuni inexistente și vă ajută să optimizați raportul calitate-cost pentru fiecare generare.

Niveluri de calitate

Parametrul quality impactează direct nivelul de detaliu și timpul de generare. Cel mai bun mod de a observa diferența este să îl testați pe un subiect exigent — cum ar fi o natură statică cu iluminare Rembrandt, unde gradientele și texturile sunt critice — și nu pe o grafică plată, unde diferențele ar fi invizibile.

import base64
from openai import OpenAI

client = OpenAI()

qualities = ["low", "medium", "high"]

for q in qualities:
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt="Still life with exotic fruits on a marble table, Rembrandt lighting",
        size="1024x1024",
        quality=q
    )
    with open(f"quality_{q}.png", "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"Quality {q}: quality_{q}.png")
CalitateDetaliiTimpCostUtilizare recomandată
lowDe bazăRapidEconomicCiorne, teste, prototipare
mediumBunModeratIntermediarRețele sociale, prezentări
highMaximMai lentPremiumTipar, publicitate, portofolii

Rezoluții disponibile

Sunt disponibile trei rapoarte de aspect, fiecare adaptat unor cazuri de utilizare specifice: pătrat 1024×1024 pentru rețelele sociale și avatare, portret 1024×1536 pentru stories, afișe și ecrane mobile, și peisaj 1536×1024 pentru bannere, anteturi și prezentări. Generați întotdeauna direct în formatul țintă. Decuparea ulterioară risipește pixeli pentru care ați plătit și perturbă compoziția pe care modelul a construit-o pentru acel cadru specific.

import base64
from openai import OpenAI

client = OpenAI()

resolutions = {
    "1024x1024": "Pătrat — ideal pentru rețele sociale și avatare",
    "1024x1536": "Portret — stories, afișe, mobile",
    "1536x1024": "Peisaj — bannere, anteturi, prezentări",
}

for size, description in resolutions.items():
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt="Panoramic view of a futuristic city at dusk, neon lights and skyscrapers",
        size=size,
        quality="medium"
    )
    with open(f"city_{size}.png", "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"{size} ({description}) → city_{size}.png")

Controlați stilul prin prompt

Stilul nu este un parametru explicit al API-ului; îl controlați integral prin prompt. Cea mai fiabilă tehnică este să specificați un mediu precis cu propriul său vocabular. „Fotografie profesională, Nikon D850, f/2.8“ nu solicită doar o fotografie, ci impune o adâncime de câmp și o randare optică specifice. „Artă pixelată retro pe 16 biți, paletă limitată“ impune o constrângere de rezoluție pe care modelul o va respecta. Bucla de mai jos aplică cinci medii diferite aceluiași subiect, făcând diferențele imediat vizibile.

import base64
mediums = [
    "professional photography, Nikon D850, f/2.8",
    "oil painting on canvas, impressionist style",
    "flat design vector illustration, pastel colors",
    "architectural technical drawing, cross-section view",
    "retro 16-bit pixel art, limited palette",
]

for medium in mediums:
    prompt = f"A typical Parisian café with outdoor seating, {medium}"
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1024",
        quality="medium"
    )
    filename = f"cafe_{mediums.index(medium) + 1}.png"
    with open(filename, "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"{medium[:40]}... → {filename}")

Iluminarea este a doua dumneavoastră pârghie și, adesea, cea mai puternică: poate transforma radical aceeași scenă. Un portret al unui artizan ceramist în atelierul său devine o imagine documentară sobră sub o iluminare de studio în trei puncte, o imagine publicitară în lumina orei de aur sau un afiș de film în clarobscur stil Caravaggio. Subiectul nu s-a schimbat cu niciun cuvânt; doar atmosfera s-a modificat.

import base64
lightings = [
    "three-point studio lighting, neutral white background",
    "natural golden hour light",
    "cyberpunk neon lighting, pink and blue",
    "dramatic Caravaggio-style chiaroscuro",
    "diffuse rainy day light, gray tones",
]

for lighting in lightings:
    prompt = f"Portrait of a ceramic artisan in her workshop, {lighting}"
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        size="1024x1536",
        quality="high"
    )
    filename = f"artisan_{lightings.index(lighting) + 1}.png"
    with open(filename, "wb") as f:
        f.write(base64.b64decode(response.data[0].b64_json))
    print(f"Lighting: {lighting} → {filename}")

Funcție utilitară pentru generare

Repetarea acelorași șase linii pentru fiecare apel devine rapid obositoare și predispusă la erori. Încapsulați preferințele implicite într-o funcție reutilizabilă care gestionează, de asemenea, stocarea pe disc și sufixarea fișierelor atunci când solicitați mai multe imagini.

from openai import OpenAI
import base64
from pathlib import Path

client = OpenAI()

def generate_image(
    prompt: str,
    output_path: str,
    size: str = "1024x1024",
    quality: str = "medium",
    n: int = 1
) -> list[str]:
    """
    Generează una sau mai multe imagini și le salvează local.
    Returnează o listă cu căile fișierelor create.
    """
    response = client.images.generate(
        model="gpt-image-2.5-sunburst",
        prompt=prompt,
        n=n,
        size=size,
        quality=quality,
    )

    paths = []
    for i, image in enumerate(response.data):
        if n > 1:
            path = Path(output_path).stem + f"_{i+1}" + Path(output_path).suffix
        else:
            path = output_path

        data = base64.b64decode(image.b64_json)
        with open(path, "wb") as f:
            f.write(data)
        paths.append(path)
        print(f"Saved: {path}")

    return paths


# Utilizare
generate_image(
    prompt="Premium packaging for matcha tea, minimalist Japanese design",
    output_path="matcha_packaging.png",
    size="1024x1024",
    quality="high"
)

Alegeți combinația potrivită

Dumneavoastră decideți ambii parametri împreună, în funcție de mediul țintă. Tabelul de mai jos rezumă cele mai frecvente scenarii.

ContextRezoluțieCalitate
Prototipare rapidă1024×1024low
Postare Instagram / LinkedIn1024×1024medium
Story vertical / Reel1024×1536medium
Banner web / antet1536×1024medium
Afiș tipărit A3+1024×1536high
Portofoliu creativ / carte1024×1024high
Testare batch de prompturi1024×1024low

În producție, nu copiați manual acest tabel în fiecare script. Traduceți-l în logică de configurare și lăsați codul să aleagă în funcție de contextul declarat. Obțineți o singură sursă de adevăr, iar dacă decideți ulterior că postările pentru rețelele sociale trebuie să folosească calitate high, este suficientă o singură modificare de linie.

def generate_for_context(prompt: str, context: str, output: str):
    """Adaptează automat calitatea și rezoluția la context."""
    configs = {
        "prototype": {"size": "1024x1024", "quality": "low"},
        "social_media": {"size": "1024x1024", "quality": "medium"},
        "story": {"size": "1024x1536", "quality": "medium"},
        "banner": {"size": "1536x1024", "quality": "medium"},
        "print": {"size": "1024x1536", "quality": "high"},
    }

    config = configs.get(context, configs["social_media"])

    return generate_image(
        prompt=prompt,
        output_path=output,
        **config
    )


# Generează aceeași imagine pentru diferite medii
generate_for_context(
    "Corsen AI logo on dark background, premium tech style",
    "social_media",
    "logo_social.png"
)

Pentru a vă construi propria judecată asupra acestor setări, generați singuri matricea completă: scrieți un script care preia un singur prompt și produce toate cele nouă combinații calitate × rezoluție, salvează fiecare fișier cu un nume explicit precum image_low_1024x1024.png și afișează un tabel rezumativ. Veți ști curând cu ochiul liber când medium este suficient.