GPT Image: как генерировать и редактировать изображения, в том числе через API
GPT Image это линейка генераторов изображений OpenAI. Модель принимает текстовое описание, а при редактировании ещё и исходный файл, и возвращает картинку. В каталоге LLM Mart доступны варианты Sunburst, Flare и мини-версии. Вызов идёт через /images/generations и /images/edits тем же ключом, что и текстовые модели.
Что умеет GPT Image
Генератор принимает описание и создаёт изображение. Сильная сторона линейки в двух вещах: аккуратный текст внутри картинки и следование длинным описаниям с несколькими условиями. Для баннеров, обложек и материалов с надписями это заметное преимущество.
Вторая возможность это редактирование. Модель принимает исходный кадр и описание правки, а при необходимости маску области, которую можно менять. Так правят фон, убирают лишние объекты и меняют стиль, не перерисовывая всё заново.
Какие варианты есть
В каталоге линейка представлена несколькими слагами. Sunburst и Flare это основные варианты с контекстом 400 000 токенов, mini-версии дешевле и подходят для черновиков. Отличаются они ценой и детализацией результата.
| Модель | Контекст | Ввод / 1M |
|---|---|---|
| GPT Image 2.6 Sunburst | 400K | 550,78 ₽ |
| GPT Image 2.6 Flare | 400K | 550,78 ₽ |
| GPT Image Mini | 400K | 279,92 ₽ |
Генерация
Маршрут POST /images/generations принимает JSON: обязателен prompt, остальные поля зависят от модели. Ответ содержит ссылку на файл. Anthropic SDK этот маршрут не обслуживает, нужен OpenAI SDK или curl.
from openai import OpenAI
client = OpenAI(
api_key=os.environ["LLM_MART_API_KEY"],
base_url="https://llmmart.ru/api/v1",
)
img = client.images.generate(
model="openai/gpt-image-2.6-sunburst",
prompt="Баннер для лендинга: ноутбук на столе, рядом чашка кофе, "
"на экране график роста, мягкий утренний свет",
size="1024x1024",
)
print(img.data[0].url)curl -s "https://llmmart.ru/api/v1/images/generations" \
-H "Authorization: Bearer $LLM_MART_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"openai/gpt-image-2.6-sunburst","prompt":"Закат над морем","n":1,"size":"1024x1024"}'Редактирование
Здесь формат другой: только multipart, обязательны prompt и файл image. Опционально маска, фон, размер и качество. У файловой части нужен корректный MIME-тип: image/png, image/jpeg или image/webp, иначе провайдер откажет.
curl -s "https://llmmart.ru/api/v1/images/edits" \
-H "Authorization: Bearer $LLM_MART_API_KEY" \
-F "model=openai/gpt-image-2.6-sunburst" \
-F "prompt=Сделай небо более контрастным, объект не меняй" \
-F "image=@source.png;type=image/png"Промпт
Опишите объект, стиль, свет и композицию: четыре части работают лучше одного слова.
Генерация
Отправьте POST на /images/generations и сохраните ссылку на результат.
Правка
Для доработки отправьте файл и описание на /images/edits в multipart.
Учёт
Посмотрите сумму в кабинете и посчитайте стоимость одной картинки на своих объёмах.
Как писать промпт
Работает структура из четырёх частей. Объект: что на картинке. Стиль: фотография, иллюстрация, 3D. Свет: мягкий, контрастный, вечерний. Композиция: крупный план, вид сверху, место для текста.
Если нужна надпись, укажите её дословно и в кавычках. GPT Image рисует текст точнее многих конкурентов, но длинные фразы всё равно искажает: чем короче надпись, тем выше шанс на аккуратный результат.
Разбор других генераторов есть в статье про генерацию изображений, маршруты описаны в документации по изображениям.
Частые вопросы
Что такое GPT Image?
Это линейка генераторов изображений OpenAI: модель принимает текстовое описание и возвращает картинку, а при редактировании учитывает исходный файл. В каталоге LLM Mart доступны варианты Sunburst, Flare и mini-версии. Вызываются они через /images/generations и /images/edits тем же ключом, что и текстовые модели.
Сколько стоит генерация картинки через GPT Image?
Тарификация двухсоставная: текстовая часть считается по токенам, а каждое изображение оплачивается отдельной единицей. Поэтому цена за миллион токенов в каталоге LLM Mart показывает только входную часть. Итоговую стоимость одной картинки проще увидеть в кабинете после нескольких тестовых запросов на нужном размере.
Как отредактировать готовое изображение?
Через маршрут /images/edits, и только в multipart: файл image, текстовый prompt, при необходимости mask в PNG с прозрачностью там, где допустимы изменения. Запрос уходит на https://llmmart.ru/api/v1 с тем же ключом. Без маски модель может переписать весь кадр, поэтому для точечных правок её лучше передавать.
Почему картинка не похожа на описание?
Чаще всего в промпте указан объект, но не сказано про стиль, свет и композицию. Опишите четыре части отдельно и добавьте дословную надпись в кавычках, если она нужна. Длинные фразы модель искажает чаще коротких. Проверяйте результат на своих примерах и при необходимости уточняйте описание, а не меняйте модель.
Можно ли вызывать GPT Image из России?
Да. Запросы уходят на https://llmmart.ru/api/v1 и принимаются из России напрямую, ключ выпускается в кабинете LLM Mart, оплата проходит в рублях российской картой или по счёту на юрлицо. Отдельный аккаунт OpenAI не нужен, а для вызова подойдёт OpenAI SDK или curl, поскольку Anthropic SDK изображения не обслуживает.
Комментарии 0