GPT Image 2.5 Flare API
GPT Image 2.5 Flare اوپن اے آئی کا تیز رفتار تصویری ماڈل ہے جو روزمرہ اور زیادہ حجم کی تصویر سازی کے لیے ڈیفالٹ انتخاب ہے۔
GPT Image 2.5 Flare اوپن اے آئی کے GPT Image 2.5 سلسلے کا رفتار پر مبنی ماڈل ہے۔ یہ متن اور تصویر دونوں قسم کے ان پٹ قبول کرتا ہے اور صرف تصویر آؤٹ پٹ کرتا ہے۔ یہ ایک درخواست میں16 تک حوالہ جاتی تصاویر کے ساتھ تصویر میں ترمیم کر سکتا ہے اور ایک ہی درخواست میں 10 تک تصاویر بنا سکتا ہے۔ ماڈل 1:1، 3:2، 2:3، 4:3، 3:4 اور 16:9 سمیت 9 سے زیادہ اسپیکٹ ریشوز، 1K، 2K اور 4K ریزولوشنز، شفاف پس منظر اور چھ کوالٹی سیٹنگز (low، medium، high، xhigh، max، auto) کی سہولت دیتا ہے۔ یہ Images API یا Responses API میں تصویر سازی کے ٹول کے طور پر دستیاب ہے، اور Sunburst کے ساتھ ایک جیسے پیرامیٹرز استعمال کرتا ہے، اس لیے ماڈل کا نام بدل کر ان کے درمیان تبدیلی کی جا سکتی ہے۔
یہ ماڈل خاص طور پر زیادہ حجم کی روزمرہ تصویر سازی، تخلیقی مواد، تیز بصری پروٹو ٹائپنگ، سوشل میڈیا تصاویر، ایپس اور ویب سائٹس کے لیے روزمرہ تصویر سازی، مہم کے متغیرات کی کثرت سے تخلیق، اور اعلیٰ حجم کی تصویری پیداوار کے ورک فلو کے لیے موزوں ہے۔ یہ انفوگرافکس اور پیچیدہ گیم اثاثوں کی تخلیق میں بھی استعمال ہو سکتا ہے۔ تجویز کردہ طریقہ یہ ہے کہ پہلے Flare کے ساتھ مختلف سمتیں دریافت کی جائیں اور حتمی درستگی کے لیے Sunburst استعمال کیا جائے۔
اوپن اے آئی کے مطابق یہ GPT Image 2 کے مقابلے میں معیار برقرار رکھتے ہوئے 50% کم تاخیر کے ساتھ کام کرتا ہے، اور اسے زیادہ تر ایپلیکیشنز کے لیے ڈیفالٹ انتخاب قرار دیا گیا ہے۔ تاہم، رپورٹس میں تصویر کے شور کے نقصانات کا ذکر ہے، اور درستگی پر مبنی حتمی ترمیم کے لیے Sunburst بہتر ہے۔
تازہ کاری:
MODEL ID
gpt-image-2.5-flare- ان پٹ
- text / image
- آؤٹ پٹ
- image
نمایاں خصوصیات
- تیز رفتار تصویر سازی
- GPT Image 2 سے50% کم تاخیر
- ایک درخواست میں 10 تصاویر
- 16 حوالہ جاتی تصاویر تک ترمیم
- 1K، 2K اور 4K ریزولوشنز
- شفاف پس منظر کی سہولت
فراہم کنندگان
بہترین قیمتفراہم کنندگان کے درمیان API قیمتوں کا موازنہ کریں۔ تمام چارجز اور شرائط دیکھنے کے لیے کوئی فراہم کنندہ منتخب کریں۔
| دستیابی | ||||
|---|---|---|---|---|
| $5 | شائع نہیں | شائع نہیں | ||
تاریخی اعدادوشمار براہ راست حالت کی جانچ نہیں ہیں۔ ڈیٹا نہ ہونا تعطل کا مطلب نہیں۔
بینچ مارکس
- #2
Image Arena
Sunburst کے بعد دوسری پوزیشن
اسکورز جیسا کہ ماڈل فراہم کنندہ نے شائع کیے۔
فوری آغاز
تصویر کا کام بھیجیں، حالت معلوم کریں اور تصاویر محفوظ کریں۔ مثالیں curl اور Python 3 کی معیاری لائبریری استعمال کرتی ہیں۔
POST https://openapi.felo.ai/api/v1/images/generations
1اپنی API کلید حاصل کریں
اپنے Felo API Platform اکاؤنٹ سے کلید بنائیں اور اسے ماحولیاتی متغیر کے طور پر سیٹ کریں۔
export FELO_API_KEY="YOUR_API_KEY"2اپنی پہلی درخواست بھیجیں
اختیاری قدریں ماڈل کے مطابق بدلتی ہیں اور یہاں مقرر نہیں ہیں۔ Playground میں تصدیق کریں۔ فیلڈز model اور prompt کے برابر سطح پر ہیں، input کے اندر نہیں۔
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-flare"
}'3ٹاسک پول کریں
بھیجنے پر task_id ملتا ہے۔ queued یا running میں ہر 3 سیکنڈ بعد معلوم کریں؛ succeeded، failed یا interrupted پر رک جائیں۔ زیادہ سے زیادہ 30 منٹ انتظار کریں۔ دوبارہ بھیجے بغیر جانچ جاری رکھنے کے لیے created.json محفوظ رکھیں۔
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")
PY4آؤٹ پٹ ڈاؤن لوڈ کریں
کامیابی کے بعد task.json سے outputs محفوظ کریں۔ HTTPS URL، URL آبجیکٹ اور b64_json معاون ہیں۔ دستخط شدہ URL جلد ڈاؤن لوڈ کریں؛ تصویر ڈاؤن لوڈ کرنے کے لیے API Key نہیں چاہیے۔
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)
PYinput_references
تصویر میں ترمیم کے لیے مثال کا URL اپنے HTTPS تصویر URL یا base64 تصویر data URL سے بدلیں۔ ایک بار بھیجیں، پھر وہی جانچ اور محفوظ کرنے کے مراحل اپنائیں۔
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-flare",
"input_references": [
{
"type": "image_url",
"image_url": {
"url": "https://example.com/product.png"
}
}
]
}'معاون پیرامیٹرز
- n
- quality
- background
- aspect_ratio
- input_references
- output_compression
مکمل حوالہ چاہیے؟
API حوالہ →عمومی سوالات
ماڈل تعارف: GPT Image 2.5 Flare?
GPT Image 2.5 Flare اوپن اے آئی کے GPT Image 2.5 سلسلے کا رفتار پر مبنی ماڈل ہے۔ یہ متن اور تصویر دونوں قسم کے ان پٹ قبول کرتا ہے اور صرف تصویر آؤٹ پٹ کرتا ہے۔ یہ ایک درخواست میں16 تک حوالہ جاتی تصاویر کے ساتھ تصویر میں ترمیم کر سکتا ہے اور ایک ہی درخواست میں 10 تک تصاویر بنا سکتا ہے۔ ماڈل 1:1، 3:2، 2:3، 4:3، 3:4 اور 16:9 سمیت 9 سے زیادہ اسپیکٹ ریشوز، 1K، 2K اور 4K ریزولوشنز، شفاف پس منظر اور چھ کوالٹی سیٹنگز (low، medium، high، xhigh، max، auto) کی سہولت دیتا ہے۔ یہ Images API یا Responses API میں تصویر سازی کے ٹول کے طور پر دستیاب ہے، اور Sunburst کے ساتھ ایک جیسے پیرامیٹرز استعمال کرتا ہے، اس لیے ماڈل کا نام بدل کر ان کے درمیان تبدیلی کی جا سکتی ہے۔ یہ ماڈل خاص طور پر زیادہ حجم کی روزمرہ تصویر سازی، تخلیقی مواد، تیز بصری پروٹو ٹائپنگ، سوشل میڈیا تصاویر، ایپس اور ویب سائٹس کے لیے روزمرہ تصویر سازی، مہم کے متغیرات کی کثرت سے تخلیق، اور اعلیٰ حجم کی تصویری پیداوار کے ورک فلو کے لیے موزوں ہے۔ یہ انفوگرافکس اور پیچیدہ گیم اثاثوں کی تخلیق میں بھی استعمال ہو سکتا ہے۔ تجویز کردہ طریقہ یہ ہے کہ پہلے Flare کے ساتھ مختلف سمتیں دریافت کی جائیں اور حتمی درستگی کے لیے Sunburst استعمال کیا جائے۔ اوپن اے آئی کے مطابق یہ GPT Image 2 کے مقابلے میں معیار برقرار رکھتے ہوئے 50% کم تاخیر کے ساتھ کام کرتا ہے، اور اسے زیادہ تر ایپلیکیشنز کے لیے ڈیفالٹ انتخاب قرار دیا گیا ہے۔ تاہم، رپورٹس میں تصویر کے شور کے نقصانات کا ذکر ہے، اور درستگی پر مبنی حتمی ترمیم کے لیے Sunburst بہتر ہے۔
استعمال کی بلنگ کیسے ہوتی ہے؟
آپ کا بل اس فراہم کنندہ پر منحصر ہے جو آپ استعمال کرتے ہیں، اس کی قیمتوں اور آپ کے استعمال پر۔ لمبے ان پٹ یا دیگر شرائط پر مختلف قیمتیں لاگو ہو سکتی ہیں۔
GPT Image 2.5 Flare کون سی ان پٹ اور آؤٹ پٹ سپورٹ کرتا ہے؟
یہ متن اور تصویر دونوں قسم کے ان پٹ قبول کرتا ہے اور صرف تصویر آؤٹ پٹ کرتا ہے۔
کیا یہ ایک درخواست میں متعدد تصاویر بنا سکتا ہے؟
جی ہاں، یہ ایک درخواست میں10 تک تصاویر بنا سکتا ہے اور تصویر میں ترمیم کے لیے 16 تک حوالہ جاتی تصاویر قبول کر سکتا ہے۔
یہ کون سی ریزولوشنز اور کوالٹی سیٹنگز فراہم کرتا ہے؟
یہ 1K، 2K اور 4K ریزولوشنز اور low، medium، high، xhigh، max اور auto کی چھ کوالٹی سیٹنگز فراہم کرتا ہے۔
یہ GPT Image 2.5 Sunburst سے کیسے مختلف ہے؟
Flare رفتار پر مبنی ہے اور زیادہ تر ایپلیکیشنز کے لیے ڈیفالٹ انتخاب ہے، جبکہ Sunburst درستگی پر زور دیتا ہے اور حتمی ترمیم کے لیے بہتر ہے۔
کیا Flare اور Sunburst کے پیرامیٹرز ایک جیسے ہیں؟
جی ہاں، دونوں ایک جیسے پیرامیٹرز قبول کرتے ہیں، اس لیے ان کے درمیان تبدیلی کے لیے صرف ماڈل کا نام بدلنا کافی ہے۔
متعلقہ ماڈلز
GPT Image 2.6 Sunburst
OpenAIتصویرgpt-image-2.6-sunburstGPT Image 2.6 Sunburst ایک OpenAI ماڈل ہے جو درست ترمیم اور مستقل تصویری معیار پر فوکس کرتا ہے، اور Images API کے ذریعے تصویر بنانے اور تبدیل کرنے کی سہولت دیتا ہے۔
آؤٹ پٹ
image
ان پٹ ٹوکنز
$5 / 1M tokens
آؤٹ پٹ ٹوکنز
$30 / 1M tokens
GPT Image 2.6 Flare
OpenAIتصویرgpt-image-2.6-flareOpenAI کا GPT Image 2.6 Flare ایک تیز رفتار تصویری ماڈل ہے جو متن اور تصویر دونوں سے تصاویر بناتا اور ایڈٹ کرتا ہے، 16 ریفرنس تصاویر، 4K ریزولوشن اور شفاف پس منظر کی سہولت دیتا ہے۔
آؤٹ پٹ
image
ان پٹ ٹوکنز
$5 / 1M tokens
آؤٹ پٹ ٹوکنز
$30 / 1M tokens
GPT Image 2.5 Sunburst
OpenAIتصویرgpt-image-2.5-sunburstGPT Image 2.5 Sunburst اوپن اے آئی کا ایک درست تصویر بنانے اور ایڈیٹ کرنے والا ماڈل ہے جو تفصیلی تبدیلیوں، مستقل مزاجی اور متعدد حوالہ جاتی تصاویر کو سنبھالنے کے لیے بنایا گیا ہے۔
آؤٹ پٹ
image
ان پٹ ٹوکنز
$8 / 1M tokens
آؤٹ پٹ ٹوکنز
$0 / 1M tokens