Felo API PlatformFelo API Platform
मॉडल पर वापस जाएँ

GPT Image 2.5 Flare API

GPT Image 2.5 Flare एक तेज़ इमेज जनरेशन और एडिटिंग मॉडल है, जो रोज़मर्रा के इस्तेमाल के लिए डिफ़ॉल्ट विकल्प है।

GPT Image 2.5 Flare, OpenAI द्वारा 9 सितंबर 2026 को जारी किया गया एक इमेज जनरेशन और एडिटिंग मॉडल है। यह टेक्स्ट और इमेज इनपुट लेकर इमेज आउटपुट देता है। यह प्रति अनुरोध 16 संदर्भ चित्रों तक स्वीकार करता है और 1K, 2K और 4K रिज़ॉल्यूशन पर 10 इमेज तक जनरेट कर सकता है। इसमें 1:1, 3:2, 2:3, 4:3, 3:4, 16:9 सहित 9 से अधिक आस्पेक्ट अनुपात और low, medium, high, xhigh, max, auto जैसी छह क्वालिटी सेटिंग्स उपलब्ध हैं।

यह मॉडल उच्च गति पर उच्च-गुणवत्ता वाली इमेज बनाता है और GPT Image 2 के मुकाबले 50% से अधिक तेज़ी से काम करता है। तीसरे पक्ष के मापन में 1024x1024 इमेज बनाने में इसका औसत समय 16.7 सेकंड है, जबकि GPT Image 2 ने वही काम 117.8 सेकंड में किया। OpenAI इसे अधिकांश अनुप्रयोगों के लिए डिफ़ॉल्ट विकल्प के रूप में पेश करता है।

यह उच्च-मात्रा वाली रोज़मर्रा की इमेज जनरेशन, क्रिएटर कंटेंट, त्वरित विज़ुअल प्रोटोटाइपिंग, सोशल मीडिया इमेज निर्माण और कैंपेन विविधताओं के लिए उपयुक्त है। इसे Images API या Responses API में इमेज जनरेशन टूल के रूप में इस्तेमाल किया जा सकता है। सटीक अंतिम एडिटिंग के लिए Sunburst बेहतर है।

अपडेट किया गया:

मॉडल ID

gpt-image-2.5-flare
इनपुट
text / image
आउटपुट
image

मुख्य बातें

  • GPT Image 2 से 50% से अधिक तेज़
  • प्रति अनुरोध 10 इमेज तक
  • 16 संदर्भ चित्रों तक सupport
  • 1K, 2K, 4K रिज़ॉल्यूशन
  • ट्रांसपेरेंट बैकग्राउंड

प्रदाता

सबसे अच्छी कीमत
2 प्रदाता

प्रदाताओं के बीच API कीमतों की तुलना करें। सभी शुल्क और शर्तें देखने के लिए किसी प्रदाता को चुनें।

प्रदाता · कीमत का विवरण
$5$30
$5$3$30$18

बेंचमार्क

  • Image Arena

    Sunburst से पीछे दूसरे स्थान पर

    #2

स्कोर मॉडल प्रदाता के प्रकाशित आँकड़ों के अनुसार।

API संदर्भ

इस मॉडल के प्रोटोकॉल विवरण प्रकाशित नहीं हैं। इंटीग्रेशन आवश्यकताओं के लिए API संदर्भ देखें।

API संदर्भ →

समर्थित पैरामीटर

  • aspect_ratio
  • quality
  • background
  • n
  • input_references
  • output_compression

अक्सर पूछे जाने वाले प्रश्न

मॉडल परिचय: GPT Image 2.5 Flare?

GPT Image 2.5 Flare, OpenAI द्वारा 9 सितंबर 2026 को जारी किया गया एक इमेज जनरेशन और एडिटिंग मॉडल है। यह टेक्स्ट और इमेज इनपुट लेकर इमेज आउटपुट देता है। यह प्रति अनुरोध 16 संदर्भ चित्रों तक स्वीकार करता है और 1K, 2K और 4K रिज़ॉल्यूशन पर 10 इमेज तक जनरेट कर सकता है। इसमें 1:1, 3:2, 2:3, 4:3, 3:4, 16:9 सहित 9 से अधिक आस्पेक्ट अनुपात और low, medium, high, xhigh, max, auto जैसी छह क्वालिटी सेटिंग्स उपलब्ध हैं। यह मॉडल उच्च गति पर उच्च-गुणवत्ता वाली इमेज बनाता है और GPT Image 2 के मुकाबले 50% से अधिक तेज़ी से काम करता है। तीसरे पक्ष के मापन में 1024x1024 इमेज बनाने में इसका औसत समय 16.7 सेकंड है, जबकि GPT Image 2 ने वही काम 117.8 सेकंड में किया। OpenAI इसे अधिकांश अनुप्रयोगों के लिए डिफ़ॉल्ट विकल्प के रूप में पेश करता है। यह उच्च-मात्रा वाली रोज़मर्रा की इमेज जनरेशन, क्रिएटर कंटेंट, त्वरित विज़ुअल प्रोटोटाइपिंग, सोशल मीडिया इमेज निर्माण और कैंपेन विविधताओं के लिए उपयुक्त है। इसे Images API या Responses API में इमेज जनरेशन टूल के रूप में इस्तेमाल किया जा सकता है। सटीक अंतिम एडिटिंग के लिए Sunburst बेहतर है।

उपयोग का शुल्क कैसे लगता है?

आपका बिल इस बात पर निर्भर करता है कि आप कौन-सा प्रदाता उपयोग करते हैं, उसकी कीमतें और आपका उपयोग। लंबे इनपुट या अन्य शर्तों पर अलग कीमतें लागू हो सकती हैं।

GPT Image 2.5 Flare कौन-कौन से इनपुट स्वीकार करता है?

यह टेक्स्ट और इमेज इनपुट स्वीकार करता है और इमेज आउटपुट देता है। टेक्स्ट-टू-इमेज जनरेशन के लिए केवल एक प्रॉम्प्ट की ज़रूरत होती है।

यह प्रति अनुरोध कितनी इमेज और संदर्भ चित्र संभाल सकता है?

यह प्रति अनुरोध 10 इमेज तक जनरेट कर सकता है और इमेज एडिटिंग के लिए 16 संदर्भ चित्रों तक स्वीकार करता है।

क्या यह ट्रांसपेरेंट बैकग्राउंड वाली इमेज बना सकता है?

हाँ, यह ट्रांसपेरेंट बैकग्राउंड वाली इमेज जनरेट कर सकता है।

GPT Image 2.5 Flare और Sunburst में क्या अंतर है?

Flare गति-केंद्रित स्तर है और रोज़मर्रा के इस्तेमाल के लिए डिफ़ॉल्ट विकल्प है। Sunburst सटीकता पर केंद्रित है और अंतिम सटीक एडिटिंग के लिए बेहतर है।

इस मॉडल का इस्तेमाल कैसे किया जा सकता है?

यह समर्पित Images API के माध्यम से या Responses API में इमेज जनरेशन टूल के रूप में उपलब्ध है। यह Sunburst के समान पैरामीटर स्वीकार करता है, इसलिए दोनों के बीच बदलने के लिए केवल मॉडल नाम बदलना होता है।

संबंधित मॉडल