Hoppa till huvudinnehåll
Svenska— Välj ett språk
Meny

API:et för bildgenerering år 2026

Lektion 1 av 12 Uppdaterad 2 november 2026 Utvecklare
På denna sida
  1. API:et för bildgenerering år 2026
  2. Vad GPT Image förändrar
  3. De två huvudsakliga slutpunkterna
  4. Installation och konfiguration
  5. Modell och prissättning
  6. Vad du kommer att lära dig

Uppdaterat 2 november 2026 — Bildmodeller. gpt-image-1, modellen som denna kurs ursprungligen skrevs för, lades ner den 23 oktober 2026. Dessutom kommer gpt-image-1.5, gpt-image-1-mini och chatgpt-image-latest att tas ur bruk den 1 december 2026. Exemplen använder nu gpt-image-2.5-sunburst, som erbjuder högsta precision för redigering; gpt-image-2.5-flare är snabbare för standardgenerering. Båda modellerna stöder även kvalitetsinställningarna xhigh och max. GPT Image-modeller returnerar alltid bilder i base64: parametern response_format från äldre DALL·E-modeller stöds inte och har tagits bort från koden. Källa: Image generation (OpenAI).

API:et för bildgenerering år 2026

AI-generering av bilder har utvecklats avsevärt. År 2026 är GPT Image OpenAIs referensmodell för att skapa och redigera bilder via API:et; den ersätter de nu föråldrade modellerna DALL·E 2 och DALL·E 3. Om du har befintlig kod för dessa tidigare generationer, betrakta den som en utgångspunkt för en omskrivning snarare än en grund att behålla: parametrar, returformat och särskilt strategier för prompt-teknik har alla förändrats.

Denna lektion introducerar det nuvarande ekosystemet, GPT Images kapacitet och hur du kommer att interagera med API:et under hela denna kurs.

Vad GPT Image förändrar

Den första stora förändringen gäller text. Tidigare generationer producerade ungefärliga, dekorativa men oläsliga bokstäver; GPT Image renderar trogen typografi, vilket äntligen gör affischer, reklam banners och gränssnitts-mockups genomförbara där budskapet är lika viktigt som bilden. Den andra förändringen rör kontextuell förståelse: modellen tolkar komplexa instruktioner med nyans, så att en prompt med flera meningar som beskriver en scen, dess belysning och inramning ger ett sammanhängande resultat snarare än ett kollage av nyckelord.

Därefter kommer inbyggd redigering. Du behöver inte längre systematiskt börja från ett tomt blad: modellen kan modifiera en befintlig bild genom att ersätta ett inre område (inpainting) eller utöka bilden bortom dess kanter (outpainting). I praktiken kräver det inte längre att man genererar om allt och förlorar motivet på vägen för att byta himmel i ett landskapsfoto. Till detta läggs stilistisk konsekvens som upprätthålls över successiva generationer – värdefullt när du producerar en serie illustrationer för samma artikel – samt flera upplösningsalternativ, från kvadratiska till porträtt- och landskapsformat.

De två huvudsakliga slutpunkterna

API:et exponerar två metoder, som du kommer att utforska ingående i efterföljande lektioner. Den första skapar en bild från en textbeskrivning.

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))

Den andra tar en bild du tillhandahåller och genererar endast om den del som anges av en mask.

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"
)

Installation och konfiguration

Installera först det officiella SDK:t.

pip install openai

Placera därefter din API-nyckel i en .env-fil, hårdkoda den aldrig i ditt skript: ett delat skript eller ett som pushas till ett repository skulle exponera din nyckel.

OPENAI_API_KEY=sk-your-api-key

Klienten hämtar den sedan automatiskt vid start, utan att du behöver skicka den som ett argument.

import os
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()
client = OpenAI()  # använder automatiskt OPENAI_API_KEY

Modell och prissättning

Nuvarande modeller är gpt-image-2.5-sunburst, den mest precisa för redigering, och gpt-image-2.5-flare, snabbare för standardgenerering; gpt-image-1, modellen som denna kurs ursprungligen skrevs för, lades ner den 23 oktober 2026. Här är egenskaperna du kommer att hantera ständigt.

ParameterVärde
Modellgpt-image-2.5-sunburst eller gpt-image-2.5-flare
Upplösningar1024×1024, 1024×1536, 1536×1024 rekommenderas; anpassade dimensioner möjliga (multiplar av 16, upp till 3840 pixlar per sida)
Kvalitetlow, medium, high, xhigh, max, auto (standard)
UtdataformatBase64-kodad bild, PNG (standard), JPEG eller WebP
PrissättningPer token, varierar beroende på kvalitet och storlek

Kom ihåg en punkt som överraskar DALL·E-veteraner: GPT Image-modeller returnerar aldrig en URL, alltid en base64-kodad bild. Avkoda den och spara filen omedelbart efter generering; din applikation lagrar och serverar denna fil, inte API-svaret.

Vad du kommer att lära dig

Kursen fortskrider i fyra steg. Du börjar med grunderna för GPT Image via API:et – generering och redigering – innan du går vidare till konkreta användningsfall inom e-handel, marknadsföring och design. Avancerade tekniker lär dig sedan att bygga komplexa visuella prompts och integrera generering i flerverktygs-pipelines. Den sista delen täcker driftsättning i produktion, inklusive kostnadsoptimering och innehållsmoderering. Varje lektion innehåller funktionell Python-kod som du kan köra direkt.

Innan du går vidare, verifiera att din miljö är redo. Kör detta minimala skript: om en bildfil dyker upp är din nyckel giltig, SDK:t är korrekt installerat och du kan fortsätta till nästa lektion.

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")