GPT Image 2.6 Flare API

GPT Image 2.6 Flare to model OpenAI przeznaczony do generowania i edycji obrazów, pozycjonowany jako warstwa zorientowana na szybkość w serii GPT Image. Przyjmuje tekst i obrazy wejściowe, a zwraca obrazy, obsługując prompty o długości do 20 000 znaków oraz rozdzielczości 1K, 2K i 4K z długą krawędzią do 3840 pikseli. Model oferuje natywne generowanie przezroczystego tła oraz sześć ustawień jakości: auto, low, medium, high, xhigh i max. W edycji model przyjmuje do 16 obrazów referencyjnych, a wyniki mogą być przekazywane jako referencje w kolejnych rundach edycji wieloturowych. Wersja revision 2 poprawia spójność edycji, zachowanie detali oraz reakcję na szkice i adnotacje na obrazach; oznaczone obrazy można przekazywać przez API, aby precyzyjnie wskazać obszary edycji. Model stosuje wyłącznie zlecone zmiany, zachowując temat, kompozycję i tło, a także utrzymuje spójność sceny między rundami. Sprawdza się w codziennym generowaniu i edycji obrazów, pracy projektowej wymagającej iteracji, tworzeniu postaci z zachowaniem spójności marki, łączeniu obrazów z wielu referencji, generowaniu układów ekranów UI i plakatów oraz w zadaniach wymagających szybkich odpowiedzi i dużego wolumenu. Według doniesień model osiąga do 50% niższe opóźnienie niż GPT Image 2 i do 7 razy szybsze generowanie obrazów 1024x1024, a przy niskiej jakości tworzy obraz w około 6 sekund. Do ograniczeń należą zauważalne artefakty szumu na niektórych powierzchniach; GPT Image 2 ma być lepszy w gęstym wielojęzycznym renderowaniu tekstu i skrajnych proporcjach. Zaleca się zaczynać od niskiej jakości przy prostych edycjach i używać średniej lub wysokiej, gdy scena zawiera wiele elementów.

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

Model przyjmuje tekst i obrazy jako dane wejściowe, a zwraca obrazy. Obsługuje prompty do 20 000 znaków oraz do 16 obrazów referencyjnych do edycji.

Model obsługuje rozdzielczości 1K, 2K i 4K z długą krawędzią do 3840 pikseli. Dostępnych jest sześć ustawień jakości: auto, low, medium, high, xhigh i max.

Sprawdza się w codziennym generowaniu i edycji obrazów, iteracyjnej pracy projektowej, tworzeniu postaci z zachowaniem spójności marki, łączeniu obrazów z wielu referencji oraz generowaniu układów ekranów UI i plakatów.

Jest pozycjonowany jako warstwa zorientowana na szybkość w serii GPT Image i dzieli bazową architekturę z wariantem Sunburst. Według doniesień GPT Image 2 jest lepszy w gęstym wielojęzycznym renderowaniu tekstu i skrajnych proporcjach.

Revision 2 poprawia spójność edycji, zachowanie detali oraz reakcję na szkice i adnotacje na obrazach. Oznaczone obrazy można przekazywać przez API, aby precyzyjnie wskazać obszary edycji.