Rozhranie API na generovanie obrázkov v roku 2026
Na tejto strane
Aktualizované 2. novembra 2026 — Modely obrázkov. Model
gpt-image-1, pre ktorý bol tento kurz pôvodne napísaný, bol ukončený 23. októbra 2026. Ďalej modelygpt-image-1.5,gpt-image-1-miniachatgpt-image-latestbudú vyradené z prevádzky 1. decembra 2026. Príklady teraz využívajúgpt-image-2.5-sunburst, ktorý ponúka najvyššiu presnosť pri úpravách;gpt-image-2.5-flareje rýchlejší pri štandardnom generovaní. Oba modely tiež podporujú nastavenia kvalityxhighamax. Modely GPT Image vždy vracajú obrázky v formáte base64: parameterresponse_formatzo starších modelov DALL·E nie je podporovaný a bol z kódu odstránený. Zdroj: Generovanie obrázkov (OpenAI).
Rozhranie API na generovanie obrázkov v roku 2026
Generovanie obrázkov pomocou umelej inteligencie sa výrazne vyvinulo. V roku 2026 je GPT Image referenčným modelom spoločnosti OpenAI na vytváranie a úpravu obrázkov prostredníctvom API; nahrádza dnes už zastarané modely DALL·E 2 a DALL·E 3. Ak máš existujúci kód pre tieto skoršie generácie, ber ho ako východisko pre prepis, nie ako základ, ktorý treba zachovať: parametre, formáty návratových hodnôt a najmä stratégie tvorby promptov sa všetky zmenili.
Táto lekcia ťa uvedie do súčasného ekosystému, predstaví možnosti modelu GPT Image a vysvetlí, ako budeš počas tohto kurzu interagovať s API.
Čo mení GPT Image
Prvou zásadnou zmenou je práca s textom. Predchádzajúce generácie produkovali približné, dekoratívne, no nečitateľné písmená; GPT Image vykresľuje vernú typografiu, čo konečne robí použiteľnými plagáty, propagačné bannery a mockupy rozhraní tam, kde na správe záleží rovnako ako na obraze. Druhou zmenou je kontextové chápanie: model interpretuje zložité inštrukcie s nuansami, takže viacvetný prompt opisujúci scénu, jej osvetlenie a kompozíciu prináša koherentný výsledok namiesto koláže kľúčových slov.
Ďalej prichádza natívna úprava. Už nemusíš systematicky začínať od prázdnej stránky: model dokáže upraviť existujúci obrázok nahradením vnútornej oblasti (inpainting) alebo rozšírením obrázka za jeho hranice (outpainting). V praxi to znamená, že zmena oblohy na krajinnej fotografii si nevyžaduje regeneráciu celého obrazu a stratu hlavného motívu v procese. K tomu sa pridáva štýlová konzistentnosť udržiavaná medzi postupnými generáciami – cenné pri tvorbe série ilustrácií pre ten istý článok – a viacero možností rozlíšenia, od štvorcových formátov po portrétne a krajinné formáty.
Dva hlavné koncové body
API poskytuje dve metódy, ktorými sa budeš podrobne zaoberať v nasledujúcich lekciách. Prvá vytvára obrázok na základe textového opisu.
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))
Druhá metóda prijíma obrázok, ktorý poskytneš, a regeneruje iba časť označenú maskou.
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"
)
Inštalácia a konfigurácia
Najprv nainštaluj oficiálny SDK.
pip install openai
Následne umiestni svoj API kľúč do súboru .env, nikdy ho neuvádzaj priamo v skripte: zdieľaný skript alebo ten, ktorý pushneš do repozitára, by odhalil tvoj kľúč.
OPENAI_API_KEY=sk-your-api-key
Klient si ho potom automaticky načíta pri štarte, takže ho nemusíš odovzdávať ako argument.
import os
from dotenv import load_dotenv
from openai import OpenAI
load_dotenv()
client = OpenAI() # automaticky použije OPENAI_API_KEY
Model a ceny
Aktuálne modely sú gpt-image-2.5-sunburst, najpresnejší pre úpravy, a gpt-image-2.5-flare, rýchlejší pre štandardné generovanie; model gpt-image-1, pre ktorý bol tento kurz pôvodne napísaný, bol ukončený 23. októbra 2026. Tu sú charakteristiky, s ktorými budeš neustále pracovať.
| Parameter | Hodnota |
|---|---|
| Model | gpt-image-2.5-sunburst alebo gpt-image-2.5-flare |
| Rozlíšenia | 1024×1024, 1024×1536, 1536×1024 odporúčané; vlastné rozmery možné (násobky 16, až 3840 pixelov na stranu) |
| Kvality | low, medium, high, xhigh, max, auto (predvolené) |
| Výstupné formáty | Obrázok kódovaný v Base64, PNG (predvolené), JPEG alebo WebP |
| Ceny | Za token, líši sa podľa kvality a veľkosti |
Maj na pamäti jeden bod, ktorý prekvapí veteránov DALL·E: modely GPT Image nikdy nevracajú URL, vždy obrázok kódovaný v base64. Dekóduj ho a ulož súbor okamžite po generovaní; tvoja aplikácia ukladá a obsluhuje tento súbor, nie odpoveď z API.
Čo sa naučíš
Kurz postupuje v štyroch fázach. Začneš základmi modelu GPT Image cez API – generovaním a úpravami – predtým, ako prejdeš ku konkrétnym prípadom použitia v e-commerce, marketingu a dizajne. Pokročilé techniky ťa následne naučia vytvárať zložité vizuálne prompty a integrovať generovanie do pipeline s viacerými nástrojmi. Záverečná časť pokrýva nasadenie do produkcie, vrátane optimalizácie nákladov a moderovania obsahu. Každá lekcia obsahuje funkčný kód v Pythone, ktorý môžeš spustiť priamo.
Predtým, ako pôjdeš ďalej, over, či je tvoje prostredie pripravené. Spusti tento minimálny skript: ak sa objaví súbor s obrázkom, tvoj kľúč je platný, SDK je správne nainštalované a môžeš prejsť na ďalšiu lekciu.
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")