Felo API PlatformFelo API Platform
Wróć do modeli

GPT Image 2.5 Sunburst API

GPT Image 2.5 Sunburst to zorientowany na precyzję model OpenAI do generowania i edycji obrazów, który koryguje wskazane elementy bez reinterpretacji całej kompozycji.

GPT Image 2.5 Sunburst to model OpenAI należący do rodziny GPT Image 2.5, wypuszczony 8 września 2026 roku. Pozycjonowany jest jako wersja premium, skupiona na precyzji edycji. Model przyjmuje opisy tekstowe oraz obrazy wejściowe i zwraca obrazy, a dzięki automatycznemu przetwarzaniu referencji z wysoką wiernością pozwala wprowadzać zmiany z zachowaniem tożsamości, kompozycji i oświetlenia.

Model sprawdza się w zadaniach wymagających kontrolowanych modyfikacji: usuwaniu obiektów, korekcie oświetlenia, komponowaniu scen, transferze stylu, tłumaczeniu tekstu na obrazach czy przygotowywaniu infografik, logotypów i makiet UI. Obsługuje edycję jednego obrazu oraz łączenie wielu obrazów pod kątem stylu, tematu lub referencji, a także przezroczystość, zmianę kadru i kontrolę ziarna. Zachowuje spójność między kolejnymi etapami edycji, co ułatwia wieloetapowe dopracowywanie obrazu.

Dostępny jest przez Responses API, Chat Completions oraz endpointy generowania i edycji obrazów. Oferuje sześć ustawień jakości — low, medium, high, xhigh, max i auto (domyślne) — oraz wiele proporcji, w tym kwadrat 1:1, pion 9:16 i poziom 16:9, a obrazy mogą mieć do 3840 pikseli. W porównaniu z GPT Image 2 modele z serii 2.5 zapewniają ostrzejsze detale, bardziej naturalne oświetlenie, bogatsze tekstury i lepsze zachowanie referencyjnych obiektów. Model nie obsługuje strumieniowania, wywoływania funkcji ani audio i wideo, a w części wyników zgłaszano artefakty szumowe.

Zaktualizowano:

MODEL ID

gpt-image-2.5-sunburst
Wejście
text / image
Wyjście
image

Najważniejsze informacje

  • precyzyjna edycja wskazanych elementów
  • zachowanie tożsamości i oświetlenia
  • spójność przy wieloetapowej edycji
  • sześć poziomów jakości
  • obrazy do 3840 pikseli
  • kontrola ziarna i przezroczystości

Dostawcy

Najlepsza cena
2 dostawców

Porównaj ceny API u różnych dostawców. Wybierz dostawcę, aby zobaczyć wszystkie opłaty i warunki.

Dostawca · Szczegóły cen
Dostępność
$8$0Nieopublikowane
$8$4.8$30$18$1.25$0.75

Benchmarki

  • Image Arena

    1. miejsce; GPT Image 2.5 Flare uzyskał 1399, a GPT Image 2 — 1381

    1421

Wyniki zgodnie z publikacją dostawcy modelu.

Szybki start

Wyślij zadanie obrazu, sprawdzaj stan i zapisz obrazy. Przykłady używają curl i biblioteki standardowej Pythona 3.

POST https://openapi.felo.ai/api/v1/images/generations

1Pobierz klucz API

Utwórz klucz w swoim koncie Felo API Platform i ustaw go jako zmienną środowiskową.

export FELO_API_KEY="YOUR_API_KEY"

2Wyślij pierwsze żądanie

Wartości opcjonalne zależą od modelu i nie są tu ustawione. Sprawdź je w Playground. Pola są na tym samym poziomie co model i prompt, bez opakowania input.

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
  "model": "gpt-image-2.5-sunburst"
}'

3Odpytuj zadanie

Odpowiedź zawiera task_id. Sprawdzaj co 3 sekundy przy queued lub running; zakończ przy succeeded, failed lub interrupted. Maksymalny czas: 30 minut. Zachowaj created.json, aby wznowić odpytywanie bez ponownego wysłania.

python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen

task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800

while task["status"] in ("queued", "running"):
    if time.monotonic() >= deadline:
        raise TimeoutError(f"Keep task_id={task_id} to resume polling")
    time.sleep(3)
    with urlopen(Request(url, headers=headers), timeout=60) as response:
        task = json.load(response)
    if task.get("task_id") != task_id or task.get("kind") != "image":
        raise ValueError("Unexpected task response")
    print(task["status"])

if task["status"] != "succeeded":
    raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
    raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY

4Pobierz wynik

Po sukcesie zapisz outputs z task.json. Obsługiwane są adresy HTTPS, obiekty URL i b64_json. Pobierz podpisane adresy szybko; do pobierania obrazów nie potrzeba klucza API.

python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen

task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
    raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}

for index, output in enumerate(task["outputs"], 1):
    item = output if isinstance(output, dict) else {}
    url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
    mime = item.get("media_type") or "image/png"
    if url and url.startswith("https://"):
        with urlopen(url, timeout=60) as response:
            data = response.read()
            mime = response.headers.get_content_type()
    elif url and url.startswith("data:image/") and ";base64," in url:
        header, encoded = url.split(",", 1)
        mime = header[5:].split(";", 1)[0]
        data = base64.b64decode(encoded, validate=True)
    elif item.get("b64_json"):
        data = base64.b64decode(item["b64_json"], validate=True)
    else:
        raise ValueError("Unrecognized image output")
    path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
    path.write_bytes(data)
    print(path)
PY
input_references

Aby edytować obraz, zastąp przykładowy URL własnym adresem HTTPS lub data URL obrazu base64. Wyślij raz, potem zastosuj te same kroki sprawdzania i zapisywania.

curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -o created.json \
  -d '{
  "prompt": "Keep the product and framing. Replace the background with a sunlit marble countertop.",
  "model": "gpt-image-2.5-sunburst",
  "input_references": [
    {
      "type": "image_url",
      "image_url": {
        "url": "https://example.com/product.png"
      }
    }
  ]
}'

Obsługiwane parametry

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

Potrzebujesz pełnej dokumentacji?

Dokumentacja API →

Często zadawane pytania

Co to jest GPT Image 2.5 Sunburst?

GPT Image 2.5 Sunburst to model OpenAI należący do rodziny GPT Image 2.5, wypuszczony 8 września 2026 roku. Pozycjonowany jest jako wersja premium, skupiona na precyzji edycji. Model przyjmuje opisy tekstowe oraz obrazy wejściowe i zwraca obrazy, a dzięki automatycznemu przetwarzaniu referencji z wysoką wiernością pozwala wprowadzać zmiany z zachowaniem tożsamości, kompozycji i oświetlenia. Model sprawdza się w zadaniach wymagających kontrolowanych modyfikacji: usuwaniu obiektów, korekcie oświetlenia, komponowaniu scen, transferze stylu, tłumaczeniu tekstu na obrazach czy przygotowywaniu infografik, logotypów i makiet UI. Obsługuje edycję jednego obrazu oraz łączenie wielu obrazów pod kątem stylu, tematu lub referencji, a także przezroczystość, zmianę kadru i kontrolę ziarna. Zachowuje spójność między kolejnymi etapami edycji, co ułatwia wieloetapowe dopracowywanie obrazu. Dostępny jest przez Responses API, Chat Completions oraz endpointy generowania i edycji obrazów. Oferuje sześć ustawień jakości — low, medium, high, xhigh, max i auto (domyślne) — oraz wiele proporcji, w tym kwadrat 1:1, pion 9:16 i poziom 16:9, a obrazy mogą mieć do 3840 pikseli. W porównaniu z GPT Image 2 modele z serii 2.5 zapewniają ostrzejsze detale, bardziej naturalne oświetlenie, bogatsze tekstury i lepsze zachowanie referencyjnych obiektów. Model nie obsługuje strumieniowania, wywoływania funkcji ani audio i wideo, a w części wyników zgłaszano artefakty szumowe.

Jak rozliczane jest użycie?

Rachunek zależy od wybranego dostawcy, jego cen i faktycznego zużycia. Dłuższe dane wejściowe lub inne warunki mogą mieć inne ceny.

Jakie dane wejściowe i wyjściowe obsługuje GPT Image 2.5 Sunburst?

Model przyjmuje tekst i obrazy jako dane wejściowe, a zwraca obrazy. Może edytować jeden obraz lub łączyć wiele obrazów pod kątem stylu, tematu czy referencji.

Do jakich zadań najlepiej nadaje się ten model?

Sprawdza się w precyzyjnych edycjach, takich jak usuwanie obiektów, korekta oświetlenia, transfer stylu, tłumaczenie tekstu na obrazach oraz tworzenie infografik, logotypów i makiet UI.

Czym GPT Image 2.5 Sunburst różni się od GPT Image 2.5 Flare?

Sunburst to wersja premium zorientowana na precyzję edycji, podczas gdy Flare jest zalecany przez OpenAI jako domyślny wybór do większości zastosowań. Sunburst wiąże się z wyższym kosztem i dłuższym generowaniem niż Flare.

Jakie ustawienia jakości i proporcje obrazu są dostępne?

Model oferuje sześć ustawień jakości: low, medium, high, xhigh, max i auto, przy czym auto jest domyślne. Obsługuje też wiele proporcji, w tym 1:1, 9:16 i 16:9, a obrazy mogą mieć do 3840 pikseli.

Czy model obsługuje strumieniowanie, wywoływanie funkcji lub multimedia?

Nie. Model nie obsługuje strumieniowania, wywoływania funkcji ani audio i wideo.

Powiązane modele