تُنسب الصور أدناه إلى هذا النموذج في دليل تعليمات OpenAI المرتبط، وليست نتائج API Hop مسجلة. التعليمات والإعدادات المعروضة أمثلة طلبات قابلة لإعادة الاستخدام وليست معلمات إعادة إنتاج متحقق منها؛ وتُميّز التعليمات المعدلة. قارن الهندسة والحروف والتغييرات غير المقصودة بالمدخلات قبل استخدام التعديل.
عرض التعليمات
Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat.
He has weathered skin with visible wrinkles, pores, and sun texture, and a few faded traditional sailor tattoos on his arms.
He is calmly adjusting a net while his dog sits nearby on the deck. Shot like a 35mm film photograph, medium close-up at eye level, using a 50mm lens.
Soft coastal daylight, shallow depth of field, subtle film grain, natural color balance.
The image should feel honest and unposed, with real skin texture, worn materials, and everyday detail. No glamorization, no heavy retouching.
Give me a cool in culture ad / fashion shot for a brand called Thread.
It's a hip young street brand. The ad shows a group of friends hanging out together with the tagline "Yours to Create."
Make it feel like a polished campaign image for a youth streetwear audience: stylish, contemporary, energetic, and tasteful.
Use clean composition, strong color direction, natural poses, and premium fashion photography cues.
Render the tagline exactly once, clearly and legibly, integrated into the ad layout.
No extra text, no watermarks, no unrelated logos.
Create an original, non-infringing logo for a company called Field & Flour, a local bakery.
The logo should feel warm, simple, and timeless. Use clean, vector-like shapes, a strong silhouette, and balanced negative space.
Favor simplicity over detail so it reads clearly at small and large sizes. Flat design, minimal strokes, no gradients unless essential.
Fully transparent background. Deliver a single centered logo with generous padding, clean alpha edges, and no solid backdrop, scenery, checkerboard, or watermark.
سُجلت في 22 أكتوبر 2026 عبر API Hop. كل نتيجة طلب واحد للنموذج والنمط المذكورين، وليست ضمانا لمعدل النجاح أو السرعة أو الجودة الإنتاجية. تبقى ردود النماذج أدناه بلغتها الأصلية.
تُظهر المقارنة البصرية خلفية بيضاء مع الحفاظ عموما على الموضوع والتكوين وتغييرات طفيفة في الأسطح والانعكاسات. هذا ليس تحريرا يحافظ على المقدمة بكسلا ببكسل. قارن حافة الكأس والجليد ومستوى السائل والليمون والورقة والقاعدة بالصورة الأصلية.
لم تكرر هذه الاستجابة اسم النموذج. يحفظ السجل النموذج المطلوب ومعرّف الطلب بدقة؛ ولا يتحقق بشكل مستقل من التوجيه لدى المزوّد.
الطلب والمدخلات الكاملان
POST /openai/v1/images/generations
{
"model": "gpt-image-2.5-sunburst",
"prompt": "Edit the supplied product photograph. Replace only the turquoise background with a plain white studio background. Keep the same clear glass, orange drink level, ice, pedestal, lemon wedge and green leaf, with their shapes, colors and relative positions unchanged. Preserve the full composition. No new objects, text, logos or watermarks.",
"image_urls": [
"https://api.apihop.ai/generated/364459846248173568/0.png"
],
"n": 1,
"size": "16:9",
"resolution": "1k",
"quality": "low",
"output_format": "png",
"stream": false
}
تُنسب الصور أدناه إلى هذا النموذج في دليل تعليمات OpenAI المرتبط، وليست نتائج API Hop مسجلة. التعليمات والإعدادات المعروضة أمثلة طلبات قابلة لإعادة الاستخدام وليست معلمات إعادة إنتاج متحقق منها؛ وتُميّز التعليمات المعدلة. قارن الهندسة والحروف والتغييرات غير المقصودة بالمدخلات قبل استخدام التعديل.
عرض التعليمات
Extract the product from the input image and isolate it on a fully transparent background.
Output: centered product, crisp silhouette, no halos/fringing.
Preserve product geometry and label legibility exactly.
Add only light polishing. Do not add a solid backdrop, checkerboard, scenery, or shadow.
Do not restyle the product; remove the background and preserve clean alpha transparency.
Turn this drawing into a photorealistic image.
Preserve the exact layout, proportions, and perspective.
Choose realistic materials and lighting consistent with the sketch intent.
Do not add new elements or text.
In this room photo, replace ONLY the white chairs with chairs made of wood.
Preserve camera angle, room lighting, floor shadows, and surrounding objects.
Keep all other aspects of the image unchanged.
Photorealistic contact shadows and fabric texture.
نموذج OpenAI الرائد لتوليد الصور وتحريرها بدقة عالية
GPT Image 2.5 Sunburst نموذج لتوليد الصور وتحريرها أصدرته OpenAI في 8 سبتمبر 2026. وهو أيضًا الإصدار الذي يركز أكثر على جودة الصورة ودقة التحرير ضمن عائلة GPT Image 2.5.
نرى أن أكبر تغيير في Sunburst ليس مجرد توليد صور أكثر إتقانًا، بل فهم أدق لما يريد المستخدم تغييره وما ينبغي أن يبقى ثابتًا.
عند إنشاء إعلان منتج مثلًا، قد ترغب في تغيير زاوية المنتج أو إضاءة الخلفية أو استبدال نص فقط، دون تغيير مظهر المنتج أو تكوين الصورة كلها. صُمم Sunburst لتحسين هذا النوع من العمل الذي يتطلب تحكمًا دقيقًا.
تصنّف OpenAI نموذج Sunburst للأعمال الإبداعية المتقدمة والتحرير التفصيلي. وبالمقارنة مع Flare من العائلة نفسها، يخصص وقتًا أطول للتوليد بهدف تحسين دقة الإخراج.
ننصح باختبار Sunburst أولًا إذا اعتمد عملك أساسًا على صور نهائية عالية الجودة، مثل التصوير التجاري وتصميم الإعلانات ومواد العلامات التجارية. أما لتوليد صور كثيرة بسرعة، فقد يكون Flare أنسب.
نموذج بصري يدعم النص إلى صورة وتحرير الصور المرجعية والتركيب متعدد الصور
GPT Image 2.5 Sunburst ليس نموذج نص إلى صورة فقط. يقبل أيضًا صورًا حالية ويستخدم التعليمات النصية لتحريرها ونقل الأساليب ودمج مراجع متعددة.
نرى هذه القدرة أقرب إلى التصميم الفعلي من التوليد النصي وحده، لأن المستخدم لا يكتفي عادةً بالصورة الأولى ويحتاج إلى مواصلة تحسين التفاصيل.
يمكنك مثلًا رفع صورة شخصية وخلفية داخلية ومرجع ملابس، ثم طلب إعادة توليد المشهد بالمواضع والعلاقات المحددة.
في اختبارات Genflick خلال سبتمبر 2026، أنجزت عائلة GPT Image 2.5 بنجاح مهمة تركيب شخصية ومشهد من ثلاث صور مرجعية، مع الحفاظ على ملابس الشخصية وسمات الخلفية ومواضع اليمين واليسار المحددة.
بالطبع، لا يعني ذلك أن التركيبات المعقدة لن تخطئ. ننصح بتقديم صور أصلية واضحة وتحديد السمات التي يجب الحفاظ عليها صراحةً عند التعامل مع مظهر المنتج أو هوية الشخصية أو شعارات العلامة.
يدعم GPT Image 2.5 Sunburst ستة إعدادات جودة: low وmedium وhigh وxhigh وmax وauto، مع auto افتراضيًا.
للدقة، التوصيات الرسمية هي 1024x1024 و1536x1024 و1024x1536، مع دعم دقات مخصصة تستوفي قيود الأبعاد. يدعم النموذج أعداد بكسلات تقارب نطاق 4K، رغم بقاء قيود تجريبية للدقات الأعلى.
نرى أن أهم قيمة لإعدادات الجودة هي تمكين المطوّرين من ضبط التكلفة حسب العمل بدلًا من max لكل حالة. وكما كررنا عند مناقشة نماذج أخرى، قد لا ينتج أعلى إعداد استدلال أفضل نتيجة.
مثلًا، قد يكفي medium أوhigh للرسوم التوضيحية العادية لمقالات الموقع. وللصور التجارية التي تعرض تفاصيل المنتجات، يمكنك اختبار xhigh وmax أيضًا.
لاحظ أن رفع الجودة لا يعني تحسن معالجة كل متطلب. وجدت بعض الاختبارات العملية أن الإعدادات الأعلى تضيف عناصر زخرفية لم يطلبها المستخدم.
ننصح بتثبيت التكوين والمحتوى عند إعداد أقل تكلفة، ثم رفع الجودة للمواد النهائية. هذا نهج أكثر معقولية.
أدوات GPT Image 2.5 Sunburst عبر الإنترنت وAPI في API Hop
نريد عبر API Hop مساعدتك على تجربة GPT Image 2.5 Sunburst في حالات عمل حقيقية مبكرًا، بدلًا من إنفاق وقت طويل في تكامل API أولًا.
سجّل الدخول إلى API Hop وأنشئ مفتاح API وأضف رصيدًا صغيرًا لبدء تقييم النموذج بالأدوات. لا تحتاج إلى كتابة شيفرة API أولًا أو شراء خطة ثابتة لاختبار قصير، ويمكنك تقليل عبء إدارة الحسابات عبر منصات نماذج متعددة بنفسك.
ميزات GPT Image 2.5 Sunburst الأساسية ومجالات قوته
التحرير الدقيق: تغيير المحتوى المحدد فقط مع حفظ بقية التفاصيل قدر الإمكان
نرى أن التحرير الدقيق أبرز قدرات GPT Image 2.5 Sunburst.
كانت مشكلة شائعة نسبيًا في نماذج الصور السابقة أن المستخدم يريد تغيير تفصيل صغير، فيغير النموذج أيضًا وجه الشخص أو شكل المنتج أو الخلفية كلها.
حُسّن Sunburst لهذه الحالة. تؤكد OpenAI قدرته على التحرير الموضعي داخل عناصر وخلفيات معقدة، مع الحفاظ قدر الإمكان على العنصر الأصلي والتكوين وعناصر العلامة التجارية.
شارك عميل تجارة إلكترونية مقارنة Sunburst وFlare بالتعليمة نفسها للمنتج عبر إعدادات جودة متعددة. وجد أن Sunburst يحافظ بصورة أكثر اتساقًا على منظور المنتج وانعكاساته وتكوينه، بينما يميل Flare إلى إعادة صياغة الصورة مع تغير الإعدادات.
نرى هذه القدرة ملائمة لصور منتجات التجارة الإلكترونية ومواد الإعلانات والتعديلات الموضعية على التصاميم الحالية.
اتساق الشخصيات والصور المرجعية: مناسب للإبداع المتواصل ومواد الشخصيات
ظل اتساق الشخصيات مسألة مهمة لمن يصنعون القصص المصورة ورسوم القصص والمواد التسويقية بالذكاء الاصطناعي.
نهتم أكثر بقدرة Sunburst على حفظ السمات الرئيسية للشخصية، كبنية الوجه وتسريحة الشعر والملحقات والأسلوب العام، أثناء تغيير الوضعية أو الملابس أو الخلفية.
عند الإطلاق، عرضت OpenAI تحديدًا نقل شخصية من صورة مرجعية إلى مشاهد مختلفة وتعديل مظهرها وإجراء تحرير متتابع.
أخبرنا عميل يعمل في الدراما القصيرة أن تعليمات لم تكن تنتج نتائج مرضية تحسنت بوضوح مع Sunburst API، وأشاد خصوصًا باتساق الشخصيات وجودة الصور.
نرى Sunburst مناسبًا لإنتاج صور ترويجية متعددة للشخصية نفسها ورسوم قصص متتابعة ومواد شخصيات العلامة التجارية ذات الهوية البصرية الموحدة.
نوصي بتثبيت صورة مرجعية معتمدة للشخصية أولًا، ثم استخدامها لتوليد مشاهد مختلفة. يؤدي تأكيد اتساق المواد الأساسية قبل الصور النهائية إلى نتائج أفضل.
التصوير التجاري: إضاءة ومواد وتفاصيل منتجات أكثر طبيعية
نرى أن تصوير المنتجات التجاري تطبيق مهم آخر لـ Sunburst.
ركزت OpenAI في GPT Image 2.5 على تحسين الإضاءة الطبيعية وملمس المواد وحفظ تفاصيل الصورة المرجعية. ويشدد Sunburst أكثر على المرئيات النهائية عالية الجودة.
شارك عميل تجارة إلكترونية مثلًا أنه يولّد صورًا ترويجية لمنتج عناية بالبشرة. رفع صورة مرجعية إلى Sunburst لإنشاء خلفيات مختلفة، مع اشتراط ثبات نسب العبوة وألوان التغليف وشعار المنتج، وكان راضيًا جدًا عن النتائج.
لكن تقييم التصوير التجاري لا يقتصر على جمال الصورة. أجرت Everypixel اختبارًا أعمى عبر 48 حالة تصوير تجاري في سبتمبر 2026. بلغت حصة تفضيل واقعية Sunburst مقابل Qwen Image 2 نسبة 69.0%. أما مقابل GPT Image 2 فكانت 52.7% فقط، ضمن نطاق ثقة يشمل 50%، لذا لا تعد أفضلية واضحة في الواقعية.
نرى النتيجة مرجعًا مفيدًا. قد تكمن قوة Sunburst أكثر في اتباع التعليمات وضبط التحرير، لا في جعل كل صورة أكثر واقعية بصورة ملحوظة.
لصور المنتجات، ننصح بفحص الشكل ونص التغليف ومنطقية الضوء والظلال وتفاصيل الخلفية منفصلًا. تعتمد التجارة الإلكترونية على تطابق المنتج الحقيقي مع عرضه؛ وقد يضر الاختلاف بثقة المستخدم في العلامة.
النصوص والتخطيطات المعقدة: مناسب للملصقات والرسوم المعلوماتية والتصميم البصري للمنتجات
في الملصقات الإعلانية والصور التسويقية، يحتاج النموذج إلى توليد الصورة ومعالجة النصوص والأرقام والتخطيط بصورة صحيحة معًا.
نرى أن Sunburst يملك بالفعل قيمة عملية كبيرة في هذا المجال.
أفاد عدة عملاء بنتائج مرضية في مهام محددة كالملصقات ولوحات القصة ذات التسع لوحات، مع تقليل كبير للتعديلات والنجاح من المحاولة الأولى أحيانًا.
بناءً على هذه الاستخدامات المحددة، نرى أن Sunburst يستحق الاستخدام الفعلي للصور الترويجية ذات النص القليل والمحدد بوضوح. أما النصوص الكثيرة والتخطيطات المعقدة ومتطلبات العلامة الصارمة فتظل بحاجة إلى مراجعة بشرية.
نوصي بتحديد النص وموضعه والأحجام النسبية والعناصر الممنوع إضافتها بوضوح. تُفضل التعليمة المنظمة لأنها تساعد على توليد صور أفضل.
التحرير المتتابع وإنتاج مواد العلامة: تقليل تكرار التوليد
نهتم باندماج Sunburst في سير تصميم فعلي أكثر من مجرد توليد صورة جميلة واحدة.
في العمل التجاري، يولّد المصمم عادةً مسودة أولى ثم يراجعها مرارًا حسب الملاحظات، كتعديل موضع المنتج وتغيير ألوان الخلفية واستبدال النص وإنتاج نسخ لقنوات مختلفة.
تحسّن عائلة GPT Image 2.5 حفظ التفاصيل خلال التحرير المتتابع، ويشدد Sunburst أكثر على دقته.
قال عميل مطوّر استخدم GPT Image API طويلًا إنه ولّد سابقًا ما يزيد على نحو 80,000 صورة، ولاحظ عند اختبار الإصدار الجديد تحسينات في استخدام الصور المرجعية وعناصر الواجهة مقارنةً بـ GPT Image 2.5.
نرى أن السؤال الحقيقي لفرق التسويق هو ما إذا كان الانتقال من المسودة الأولى إلى المادة النهائية يتطلب مراجعات أقل.
معايير GPT Image 2.5 Sunburst وأداؤه
نستند هنا إلى بيانات اختبارات منشورة من Artificial Analysis وArena وEverypixel وQuantslant، وإلى بعض تجارب العملاء.
جودة النص إلى صورة: 1198 Elo في AA-Image-T2I v2.0
في ترتيب Artificial Analysis لـ AA-Image-T2I v2.0، حقق GPT Image 2.5 Sunburst درجة 1198 Elo عند max، في المركز الأول وقتها.
في الترتيب نفسه، حقق GPT Image 2.5 Flare Max درجة 1191 Elo، وGPT Image 2 High درجة 1172 Elo.
يستخدم التقييم مقارنات ثنائية مجهولة الهوية للصور، ويحسب Elo من تفضيلات مراجعين بشريين، فيقترب من حكم المستخدم على الجودة العامة للصورة المولدة.
لكننا نلاحظ تداخل نطاقَي الثقة 95% لـ Sunburst وFlare، مما يعني تقارب الجودة العامة للنص إلى صورة نسبيًا.
ننصح باختبار Flare أولًا إذا كان العمل أساسًا توليدًا عاديًا من النص إلى صورة، ثم إدراج Sunburst للمواد ذات متطلبات أعلى للجودة النهائية.
جودة تحرير الصور: 1183 Elo في AA-Image-Editing v2.0
في AA-Image-Editing v2.0 من Artificial Analysis، حقق Sunburst Max درجة 1183 Elo، مقابل 1163 Elo لـ Flare Max و1125 Elo لـ GPT Image 2 High.
نرى أن هذه النتيجة تعكس توجه Sunburst أوضح من درجة النص إلى صورة.
ليس التحرير توليد صورة من الصفر، بل إنتاج نتيجة توافق توقعات المستخدم انطلاقًا من صورة موجودة وتغييرات مطلوبة. وفق بيانات شاركها العملاء، تبلغ نسبة التحرير إلى التوليد من الصفر نحو 3:1. ولذلك تشير هذه النتائج إلى أفضلية واضحة نسبيًا لـ Sunburst في التحرير.
نوصي بإعطاء أولوية لاختبار Sunburst عند تطوير محرر صور AI أو أداة استبدال خلفيات منتجات أو استكمال موضعي، بدلًا من اختيار النموذج وفق ترتيب النص إلى صورة وحده.
تحرير مراجع متعددة: 1535 في Arena Multi Image Edit
في ترتيب Arena Multi Image Edit، حقق GPT Image 2.5 Sunburst درجة 1535±9، وFlare درجة 1501±8، وGPT Image 2 Medium درجة 1454±4. كانت النتائج لا تزال موسومة بأنها أولية وقتها.
نرى أن الدرجة مهمة خصوصًا للتطبيقات التي تدمج صورًا مرجعية متعددة.
عند دمج أشخاص وملابس ومشاهد من صور مختلفة في صورة واحدة مثلًا، يجب على النموذج فهم كل صورة ومعالجة المواضع والنسب والعلاقات البصرية بين العناصر.
لكن درجات Arena تأتي من مقارنات تفضيل المستخدمين ولا تعني إعادة إنتاج كل عنصر بدقة. لذلك تظل المراجعة البشرية للتفاصيل خطوة أساسية لتركيبات المنتجات والصور الجماعية والمشاهد المعقدة.
اختبار تصوير تجاري أعمى: تفضيل واقعية 52.7% فقط مقابل GPT Image 2
اختبرت Everypixel عدد 48 حالة تصوير تجاري، بمراجعات مجهولة الهوية من 13 عضوًا في فريق إنتاج.
في مقارنة Sunburst وGPT Image 2، كانت النتائج عبر ثلاثة أبعاد رئيسية: حصة تفضيل الواقعية 52.7%، والالتزام بالتعليمة 55.2%، والتفضيل الجمالي 56.7%.
نرى أن الاختبار يذكرنا بأن 52.7% لا تثبت أفضلية واضحة إحصائيًا في الواقعية. ورغم تقدم Sunburst قليلًا في الالتزام والجماليات، فإن الأفضلية محدودة نسبيًا أيضًا.
لذلك ننصح الفرق التي تستخدم GPT Image 2 للتصوير التجاري بألا تتعجل نقل كل شيء. ابدأ باختبار Sunburst في التحرير الدقيق والتركيبات المعقدة ومعالجة النصوص، ثم قرر الانتقال.
سرعة التوليد وتكلفته: نحو 28 ثانية عند High و78 ثانية عند Max
اختبرت Quantslant سرعة Sunburst وFlare وتكلفتهما بالتعليمة نفسها.
كانت النتائج عند دقة 1536×864 كما يلي:
الجودة
زمن Sunburst
زمن Flare
تكلفة الصورة
متوسط
14.0 ثانية
12.8 ثانية
$0.0086
عالٍ
27.8 ثانية
17.9 ثانية
$0.033
أقصى
77.8 ثانية
37.6 ثانية
$0.130
تأتي البيانات من بيئة اختبار محددة وبعينات قليلة فقط عند Medium. لا ينبغي اعتبارها أزمنة استجابة ثابتة للمنصة أو أسعارًا ثابتة.
نرى أن الأهم هنا استخدام Sunburst وFlare أسعار الرموز الرسمية نفسها، لكن Sunburst يستغرق وقتًا أطول بوضوح عند الجودة الأعلى. ويرفع الانتقال من High إلى Max تكلفة الصورة كثيرًا دون ضمان تحسن متناسب في الجودة. أكدنا مرارًا أن الاستدلال الأعلى يستغرق وقتًا أطول ولا ينتج أفضل نتيجة بالضرورة؛ وهي نقطة غير بديهية نكررها لعملائنا.
ننصح بالبدء عند High لتقييم الصور العادية، وتجربة Max لمواد الإعلانات عالية القيمة أو الصور النهائية ذات التفاصيل المعقدة. ولمن يحتاج إلى التوليد السريع والمعاينة المتكررة، نوصي بـ Flare بصورة أكبر.
مقارنة GPT Image 2: الإصدار الجديد أنسب للتحرير، لكن لا تستحق كل صورة تجارية الانتقال
GPT Image 2 مرجع مهم لـ Sunburst، لأن تطبيقات كثيرة تستخدم توليد صور OpenAI بالفعل وتحتاج إلى تقرير جدوى الترقية.
في تقييمات Artificial Analysis، يحقق Sunburst درجات Elo أعلى من GPT Image 2 في النص إلى صورة والتحرير معًا.
لكن اختبار Everypixel التجاري الأعمى يقدم منظورًا آخر؛ فلم يظهر Sunburst تقدمًا واضحًا إحصائيًا في الواقعية.
نرى أن ذلك يشير إلى أن أبرز ما في الإصدار الجديد هو معالجة المتطلبات المعقدة والتحرير، لا توليد صور أجمل بوضوح في كل سيناريو تجاري.
تختلف إعدادات الجودة أيضًا. يدعم GPT Image 2 حتى High، بينما يضيف Sunburst مستوىَي XHigh وMax، مع خيارات أكثر للإخراج النهائي.
للفرق التي تستخدم GPT Image 2 بالفعل، ننصح بإعطاء أولوية لنقل تحرير الصور وتركيب المراجع المتعددة. أما عرض المنتجات ورسوم المقالات المستقرة، فيمكن إبقاء النموذج القديم للمقارنة أولًا.
لا ننصح باستبدال كل مهام التوليد لمجرد أن Sunburst أحدث. القرار الصحيح يأتي بعد اختبار حالات عملك.
مقارنة Nano Banana 2.1: تفضيل أعلى للتحرير مقابل تكاليف توليد أقل
Nano Banana 2.1 نموذج Google لتوليد الصور وتحريرها، وخيار عبر منصة أخرى يستحق النظر عند تقييم Sunburst.
في AA-Image-T2I v2.0 من Artificial Analysis، يحقق Sunburst Max درجة 1198 Elo، وNano Banana 2.1 درجة 1160 Elo.
في ترتيب تحرير الصور، درجتاهما 1183 و1137 Elo على الترتيب.
تمنح النتيجتان Sunburst الأفضلية في اختبارات التفضيل المستقلة.
لكن التكلفة عامل آخر. تحت إعدادات التقييم المعيارية المقابلة، تدرج Artificial Analysis نحو $210.7 لكل ألف صورة لـ Sunburst ونحو $33.6 لـ Nano Banana 2.1. تخص الأرقام تلك الإعدادات فقط، وليست تكاليف ثابتة لأي دقة وجودة.
نرى إمكانية إعطاء Sunburst أولوية الاختبار لجودة تحرير أعلى. وإذا احتاج العمل إلى صور كثيرة، فتستحق أفضلية تكلفة Nano Banana 2.1 تقييمًا دقيقًا.
مقارنة MAI-Image-2.6: اختيارات مختلفة للعمل البصري الدقيق وإنتاج المواد بكميات كبيرة
MAI-Image-2.6 نموذج Microsoft AI لتوليد الصور، ويستحق أيضًا إدراجه في اختبارات اختيار نموذج للصور التجارية.
في ترتيب Artificial Analysis للنص إلى صورة، يحقق Sunburst Max درجة 1198 Elo مقابل 1151 Elo لـ MAI-Image-2.6. وفي التحرير، درجتاهما 1183 و1139 Elo على الترتيب.
يظهر الاختباران تقدم Sunburst في التفضيل البشري. وللتكلفة، تبلغ تكاليف التوليد المعيارية لكل ألف صورة في التقييم نفسه نحو $210.7 و$38.9 على الترتيب.
نرى أن Sunburst يستحق الأولوية إذا احتاج العمل إلى إعلانات راقية أو صور منتجات تفصيلية أو مواد علامة تخضع لجولات تحرير متعددة.
أما لتوليد خلفيات بكميات كبيرة لكتالوج منتجات واسع، أو إنتاج رسوم كثيرة باستمرار لموقع محتوى، فقد يكون MAI-Image-2.6 أوفر.
نوصي التطبيقات كبيرة الإنتاج بتحديد الحد الأدنى المقبول لجودة الصور أولًا، ثم اختيار النموذج الذي يحققه بتكلفة إجمالية أقل، لا استخدام متصدر الترتيب ببساطة.
أنشئ مفتاح API Hop API للخادم، ثم أرسل JSON إلى POST /openai/v1/images/generations مع معرّف النموذج المعروض في هذه الصفحة وprompt. احذف image_urls عند توليد صورة جديدة. تحقق من سعر النموذج الحالي قبل الإرسال؛ فالتوليد مدفوع وليس اختبار اتصال مجانيا.
كيف أحرر الصور المرجعية عبر API Hop؟
أرسل النموذج المختار وتعليمات التحرير وimage_urls إلى POST /openai/v1/images/generations. قدم ما لا يزيد على 16 رابط صورة HTTP(S) متاحا للعامة. تستخدم نقطة API Hop هذه JSON للتوليد وتحرير الصور المرجعية معا. لا يدعم العقد العام الحالي رفع multipart أو URI بيانات base64 أو mask أو مسارا منفصلا /images/edits. حدد ما تريد تغييره والتفاصيل التي يجب الحفاظ عليها، ثم راجع كل نتيجة. لمتابعة التحرير، أعد إرسال النتيجة السابقة كرابط مرجعي؛ لا تحتفظ نقطة النهاية هذه بسجل المحادثة.
أين توجد روابط الصور المولّدة؟
مع stream: false، ينتظر API Hop الاكتمال ويعيد روابط الصور في data[].url مع معلومات الاستخدام المتاحة. تحقق من حالة HTTP وجسم الاستجابة قبل قراءة النتيجة. استخدم تنسيق الاستجابة الموثق لهذه النقطة بدلا من محلل استجابة Base64 للمزوّد. نزّل الصور المكتملة إلى تخزينك الخاص إذا احتاج تطبيقك إلى وصول طويل الأمد.
كيف أقرأ نتائج البث؟
مع stream: true، اقرأ أحداث SSE حتى image_generation.completed و[DONE] وعالج أحداث الخطأ. لا يوجد ضمان لمعاينات صور جزئية. لا تعيد نقطة Images generations هذه معرّف مهمة للاستطلاع. إذا انتهى الاتصال قبل الاكتمال، فاحتفظ بمعرّفات الطلب المتاحة وراجع سجلات الطلب واستخدام الحساب قبل إرسال توليد آخر قد يكون مدفوعا. انقطاع اتصال العميل لا يثبت إلغاء التوليد.
أمثلة API للنموذج GPT Image 2.5 Sunburst والمعلمات المدعومة
البدء السريع بواجهة GPT Image 2.5 Sunburst API
gpt-image-2.5-sunburst
يلزم model؛ تستخدم هذه الأمثلة معرّف نموذج الصفحة الحالية. تحقق من وصول مفتاح API إلى النموذج عبر GET /v1/models.
توليد الصورPOST /openai/v1/images/generations
curl -X POST "https://api.apihop.ai/openai/v1/images/generations" \
-H "Authorization: Bearer <API_KEY>" \
-H "Content-Type: application/json" \
-d '{"model":"gpt-image-2.5-sunburst","prompt":"Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat.\nHe has weathered skin with visible wrinkles, pores, and sun texture, and a few faded traditional sailor tattoos on his arms.\nHe is calmly adjusting a net while his dog sits nearby on the deck. Shot like a 35mm film photograph, medium close-up at eye level, using a 50mm lens.\nSoft coastal daylight, shallow depth of field, subtle film grain, natural color balance.\nThe image should feel honest and unposed, with real skin texture, worn materials, and everyday detail. No glamorization, no heavy retouching.","n":1,"size":"1:1","quality":"low","output_format":"png","stream":false,"resolution":"1k","image_urls":[],"background":"auto"}'
حدود الطلب والاستجابة في API Hop
أنشئ مفتاح API Hop API للخادم، ثم أرسل JSON إلى POST /openai/v1/images/generations مع معرّف النموذج المعروض في هذه الصفحة وprompt. احذف image_urls عند توليد صورة جديدة. تحقق من سعر النموذج الحالي قبل الإرسال؛ فالتوليد مدفوع وليس اختبار اتصال مجانيا.
أرسل النموذج المختار وتعليمات التحرير وimage_urls إلى POST /openai/v1/images/generations. قدم ما لا يزيد على 16 رابط صورة HTTP(S) متاحا للعامة. تستخدم نقطة API Hop هذه JSON للتوليد وتحرير الصور المرجعية معا. لا يدعم العقد العام الحالي رفع multipart أو URI بيانات base64 أو mask أو مسارا منفصلا /images/edits. حدد ما تريد تغييره والتفاصيل التي يجب الحفاظ عليها، ثم راجع كل نتيجة. لمتابعة التحرير، أعد إرسال النتيجة السابقة كرابط مرجعي؛ لا تحتفظ نقطة النهاية هذه بسجل المحادثة.
مع stream: false، ينتظر API Hop الاكتمال ويعيد روابط الصور في data[].url مع معلومات الاستخدام المتاحة. تحقق من حالة HTTP وجسم الاستجابة قبل قراءة النتيجة. استخدم تنسيق الاستجابة الموثق لهذه النقطة بدلا من محلل استجابة Base64 للمزوّد. نزّل الصور المكتملة إلى تخزينك الخاص إذا احتاج تطبيقك إلى وصول طويل الأمد.
مع stream: true، اقرأ أحداث SSE حتى image_generation.completed و[DONE] وعالج أحداث الخطأ. لا يوجد ضمان لمعاينات صور جزئية. لا تعيد نقطة Images generations هذه معرّف مهمة للاستطلاع. إذا انتهى الاتصال قبل الاكتمال، فاحتفظ بمعرّفات الطلب المتاحة وراجع سجلات الطلب واستخدام الحساب قبل إرسال توليد آخر قد يكون مدفوعا. انقطاع اتصال العميل لا يثبت إلغاء التوليد.
