สำรวจราคาโทเคน GPT Image 2.5 Flare และตัวอย่างสร้างหรือแก้ไขภาพ รวมถึงคุณภาพ รูปแบบเอาต์พุต และการตั้งค่าภาพอ้างอิง
ข้อความอินพุต
ราคาอย่างเป็นทางการ
ราคา API Hop ประหยัด 20%
ข้อความอินพุตที่แคชไว้
ราคาอย่างเป็นทางการ
ราคา API Hop ประหยัด 20%
ภาพอินพุต
ราคาอย่างเป็นทางการ
ราคา API Hop ประหยัด 20%
ภาพอินพุตที่แคชไว้
ราคาอย่างเป็นทางการ
ราคา API Hop ประหยัด 20%
ภาพเอาต์พุต
ราคาอย่างเป็นทางการ
ราคา API Hop ประหยัด 20%
ราคาอ้างอิงยังไม่ได้รับการตรวจสอบอย่างอิสระ โปรดตรวจสอบอัตราปัจจุบัน หน่วยคิดค่าบริการ และข้อกำหนดที่เกี่ยวข้องของผู้เผยแพร่ก่อนเปรียบเทียบต้นทุน
เข้าสู่ระบบเพื่อเรียกใช้ด้วยยอดเงินในบัญชี
ดูตัวอย่าง
{
"data": [
{
"url": "/examples/gpt-image-25-studio-product-gpt-image-2-5-flare.webp"
}
]
} ภาพด้านล่างระบุว่าเป็นของโมเดลนี้ในคู่มือพรอมต์ OpenAI ที่ลิงก์ไว้ ไม่ใช่ผล API Hop ที่บันทึก พรอมต์และการตั้งค่าที่แสดงเป็นตัวอย่างคำขอใช้ซ้ำได้ ไม่ใช่พารามิเตอร์ทำซ้ำที่ยืนยันแล้ว พรอมต์ที่ปรับมีป้ายระบุ ตรวจรูปทรง ตัวอักษร และการเปลี่ยนแปลงที่ไม่ตั้งใจเทียบอินพุตก่อนใช้ภาพแก้ไข
Create a product photograph of a nostalgic toy propeller airplane in clear blister packaging. Give the airplane rounded wings, a spinning nose propeller, and lightly worn painted-metal details. Use realistic plastic and metal textures, soft studio lighting, shallow depth of field, and crisp retail printing. Include only the packaging label "Christmas Memories Edition". Make the design original, with no trademarks or watermarks.
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.
เข้าสู่ระบบเพื่อเรียกใช้ด้วยยอดเงินในบัญชี
ดูตัวอย่าง
{
"data": [
{
"url": "/examples/gpt-image-25-extract-product-gpt-image-2-5-flare.webp"
}
]
} บันทึกเมื่อ 22 ตุลาคม 2026 ผ่าน API Hop แต่ละผลลัพธ์เป็นหนึ่งคำขอสำหรับโมเดลและโหมดที่ระบุ ไม่รับรองอัตราสำเร็จ ความเร็ว หรือคุณภาพใช้งานจริง คำตอบโมเดลด้านล่างคงภาษาเดิม
เปรียบเทียบภาพพบพื้นหลังขาวและคงตัวแบบกับเลย์เอาต์โดยรวม มีการเปลี่ยนพื้นผิวและเงาสะท้อนเล็กน้อย ไม่ใช่การแก้ไขที่คงฉากหน้าเหมือนทุกพิกเซล เปรียบเทียบขอบแก้ว น้ำแข็ง ระดับของเหลว เลมอน ใบไม้ และแท่นกับภาพเดิม
การตอบกลับนี้ไม่กล่าวชื่อโมเดลซ้ำ บันทึกคงโมเดลที่ขอและ ID คำขอตรงตามจริง ไม่ได้ตรวจยืนยันเส้นทางต้นทางอย่างอิสระ
POST /openai/v1/images/generations
{
"model": "gpt-image-2.5-flare",
"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
}{
"requestId": "0ad5f15bde10aa614ddcddcb92de5d2c",
"jobId": null,
"responseModel": null,
"responseAt": "2026-10-22T12:29:26.261Z",
"finishedAt": "2026-10-22T12:29:32.056Z",
"usage": {
"input_tokens": 1588,
"input_tokens_details": {
"cached_tokens": 0,
"image_tokens": 1508,
"text_tokens": 80
},
"output_tokens": 120,
"output_tokens_details": {
"image_tokens": 120,
"text_tokens": 0
},
"total_tokens": 1708
},
"outputSha256": null,
"responseEvidence": {
"sha256": "3d96458744456831cc560c668156c733e44354b29d28c2ffb24efed5ff91eec2",
"bytes": 317,
"phase": "submission",
"http": 200,
"requestId": "0ad5f15bde10aa614ddcddcb92de5d2c",
"observedAt": "2026-10-22T12:29:26.261Z"
},
"assets": [
{
"url": "/examples/apihop-2026-10-22/edit-flare-0.png",
"bytes": 1351789,
"sha256": "d7b191650099ac7780b15cf776bee65f1c316d1117626c81ce588abe3b3993d0",
"metadata": {
"programs": [],
"stream_groups": [],
"streams": [
{
"codec_name": "png",
"codec_type": "video",
"width": 1536,
"height": 864,
"r_frame_rate": "25/1"
}
],
"format": {
"size": "1351789"
}
},
"poster": null
}
]
}ภาพด้านล่างระบุว่าเป็นของโมเดลนี้ในคู่มือพรอมต์ OpenAI ที่ลิงก์ไว้ ไม่ใช่ผล API Hop ที่บันทึก พรอมต์และการตั้งค่าที่แสดงเป็นตัวอย่างคำขอใช้ซ้ำได้ ไม่ใช่พารามิเตอร์ทำซ้ำที่ยืนยันแล้ว พรอมต์ที่ปรับมีป้ายระบุ ตรวจรูปทรง ตัวอักษร และการเปลี่ยนแปลงที่ไม่ตั้งใจเทียบอินพุตก่อนใช้ภาพแก้ไข
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.
เราวางตำแหน่ง GPT Image 2.5 Flare เป็นโมเดลภาพ AI สำหรับสร้างภาพประจำวัน ผลิตสื่อเชิงพาณิชย์ และปรับงานภาพอย่างรวดเร็ว OpenAI เปิดตัวตระกูล GPT Image 2.5 เมื่อวันที่ 8 กันยายน 2026 มีสองรุ่นคือ Flare และ Sunburst โดย Flare เน้นความเร็วในการสร้างและความคุ้มค่าด้านต้นทุน ส่วน Sunburst เหมาะกับงานที่ต้องการรายละเอียดและความแม่นยำในการแก้ไขสูงกว่า
เมื่อเทียบกับ GPT Image 2 คุณค่าหลักของ Flare ไม่ใช่เพียงสร้างภาพสวย แต่ช่วยให้ผู้ใช้ทดลองได้หลายรอบโดยรอน้อยลง OpenAI วางให้เป็นตัวเลือกเริ่มต้นสำหรับแอปพลิเคชันส่วนใหญ่ และระบุว่าความหน่วงในการสร้างภาพต่ำกว่า GPT Image 2 ประมาณ 50% พร้อมปรับปรุงรายละเอียดภาพ การรักษาภาพอ้างอิง และความสามารถแก้ไข ประกาศเปิดตัวทางการของ OpenAI
เราเห็นว่า Flare ควรได้รับการทดสอบก่อนสำหรับผู้ใช้ที่ต้องสร้างภาพโฆษณา สื่อโซเชียล ภาพสินค้า และต้นแบบผลิตภัณฑ์บ่อย ๆ อย่างไรก็ตาม เราไม่คิดว่าเหนือกว่า GPT Image 2 ในทุกตัวชี้วัดคุณภาพภาพ หากข้อกำหนดเอาต์พุตไม่เข้มงวดเท่าความต้องการด้านความเร็ว Flare อาจเป็นตัวเลือกที่ดี
GPT Image 2.5 Flare รับอินพุตข้อความและภาพเพื่อสร้างภาพใหม่ได้ สามารถสร้างเนื้อหาภาพโดยตรงจากคำบรรยาย หรือปรับภาพถ่าย ร่างงานออกแบบ และภาพอ้างอิงที่มีอยู่
เราเห็นว่าความสามารถสองแบบนี้เหมาะกับขั้นตอนงานต่างกัน หากต้องการเพียงภาพโปรโมตสินค้าใหม่ คุณอธิบายตัวแบบ องค์ประกอบ แสง และสไตล์ได้โดยตรง หากมีภาพที่ค่อนข้างพอใจแล้วและต้องการแค่เปลี่ยนพื้นหลัง ปรับเสื้อผ้าของบุคคล หรือแก้ข้อความในภาพ ให้ส่ง URL อ้างอิงผ่านปลายทาง Images generations เดียวกันของ API Hop แทนการเริ่มใหม่ทั้งหมด
ในระดับ API Flare รองรับการตั้งค่าคุณภาพหลายระดับ ได้แก่ low, medium, high, xhigh, max และ auto สามารถกำหนดขนาดเอาต์พุตเอง โดยรองรับภาพถึงประมาณ 4K ภายในขีดจำกัดพิกเซลทางการ และสร้างไฟล์ PNG หรือ WebP ที่มีพื้นหลังโปร่งใสได้
เราแนะนำให้เลือกคุณภาพและขนาดตามการใช้งานสุดท้าย แทนการตั้งทุกงานเป็น max ทันที เช่น ภาพย่อเว็บไซต์ทั่วไปและภาพตัวอย่างโซเชียลเริ่มที่ medium ได้ ส่วนภาพหลักสินค้าที่ต้องแสดงรายละเอียดมากจึงค่อยเพิ่มคุณภาพ
เราเห็นว่าการเปลี่ยนแปลงสำคัญอย่างหนึ่งของ GPT Image 2.5 Flare คือการใส่ใจมากขึ้นว่าส่วนใดของภาพไม่ควรถูกแก้ไข
เดิมการแก้ภาพด้วย AI มักมีปัญหาว่าคุณต้องการเปลี่ยนแค่สีเสื้อผ้า แต่ใบหน้า พื้นหลัง หรือองค์ประกอบรวมกลับเปลี่ยนไปด้วย สำหรับงานออกแบบเชิงพาณิชย์ นี่หมายถึงสื่อที่อนุมัติแล้วอาจต้องตรวจใหม่
ใน GPT Image 2.5 OpenAI เน้นปรับปรุงการแก้เฉพาะจุด การรักษาตัวแบบจากภาพอ้างอิง และการแก้ไขต่อเนื่อง ในเอกสารเปิดตัวทางการ Axultan Alimkulov หัวหน้าฝ่ายผลิตภัณฑ์ของ Higgsfield AI ชื่นชมเป็นพิเศษว่า Flare รักษาบุคคล องค์ประกอบ และอัตลักษณ์ทางภาพขณะแก้ไขได้ ความคิดเห็นลูกค้าระยะแรกของ OpenAI
เราเห็นว่าความสามารถนี้มีประโยชน์มากต่อภาพถ่ายสินค้า นายแบบนางแบบเสมือน และสื่อแบรนด์ เช่น ทีมอีคอมเมิร์ซอาจทดลองผลิตสื่อโฆษณาต่อเนื่องที่มีพื้นหลังต่างกัน โดยคงรูปทรงสินค้า โลโก้ และฉลากไว้
แต่ไม่ได้หมายความว่าจะคงทุกอย่างได้สมบูรณ์ในระดับพิกเซล เรายังแนะนำให้ระบุชัดว่าส่วนใดแก้ได้และส่วนใดต้องรักษาไว้ พร้อมตรวจภาพสุดท้าย โดยเฉพาะใบหน้า โลโก้ บรรจุภัณฑ์ และข้อความบนสินค้า
API Hop ต้องการช่วยให้คุณเข้าใจได้เร็วขึ้นว่า GPT Image 2.5 Flare ทำงานอย่างไรในสถานการณ์ธุรกิจจริง
เพียงเข้าสู่ระบบ API Hop สร้างคีย์ API และเติมเครดิตเล็กน้อย ก็เริ่มทดลองการสร้างภาพของโมเดลผ่านเครื่องมือออนไลน์ได้ ระหว่างประเมิน คุณไม่ต้องเขียนโค้ดเชื่อมต่อ API ก่อนหรือซื้อแพ็กเกจตายตัวเพื่อทดสอบระยะสั้น และยังลดความยุ่งยากในการดูแลบัญชีบนแพลตฟอร์มโมเดลหลายแห่งเอง
เราเห็นว่าข้อได้เปรียบหลักอย่างหนึ่งของ GPT Image 2.5 Flare คือช่วยลดต้นทุนเวลาของการลองผิดลองถูกทางความคิดสร้างสรรค์
สำหรับผู้ทำโฆษณาและโซเชียล ภาพพร้อมใช้หรือไม่มักขึ้นกับรายละเอียดมากมาย ทั้งมุมสินค้า สีพื้นหลัง ท่าทางบุคคล และสไตล์รวม แม้ทิศทางความคิดสร้างสรรค์จะชัดเจน ก็มักยังต้องสร้างหลายเวอร์ชันเพื่อเลือก
ในการทดสอบ API จริงที่ OneWave เผยแพร่เมื่อวันที่ 8 กันยายน 2026 เวลาสร้างภาพมัธยฐานของ Flare ที่ 1024×1024 และคุณภาพ high คือ 16.7 วินาที เทียบกับ GPT Image 2 ที่ 117.8 วินาที เราเห็นว่าความเร็วที่ต่างเช่นนี้เปลี่ยนวิธีผลิตสื่อของผู้ใช้โดยตรง เพราะการลองแนวคิดใหม่ต้องรอน้อยลงมาก การทดสอบใช้งานจริงของ OneWave
สำหรับผู้ที่ต้องผลิตโฆษณาหลายรูปแบบ เราแนะนำให้ใช้ Flare ในช่วงสำรวจแนวคิด เช่น เตรียมทิศทางพื้นหลัง มุมกล้อง และสไตล์หลายแบบพร้อมกัน แล้วเลือกเวอร์ชันที่ควรปรับต่อ
แน่นอนว่าความเร็วแทนการตรวจคุณภาพไม่ได้ เรายังแนะนำให้ตรวจคำบรรยายสินค้า องค์ประกอบแบรนด์ และรายละเอียดมนุษย์ในภาพโฆษณา โดยเฉพาะอย่าข้ามการตรวจขั้นสุดท้ายโดยมนุษย์เพียงเพราะสร้างได้เร็วขึ้น
GPT Image 2.5 Flare เหมาะกับภาพถ่ายสินค้า ภาพไลฟ์สไตล์ และสื่อสมจริง OpenAI เน้นว่าตระกูลใหม่นี้ปรับปรุงแสงธรรมชาติ พื้นผิว และความตรงกับภาพอ้างอิง ซึ่งเราเห็นว่าเป็นพัฒนาการที่ผู้ใช้ทั่วไปสังเกตได้ชัดเช่นกัน
ลูกค้ารายหนึ่งของเราเล่าว่าภาพบุคคลที่สร้างด้วย Flare เพียงครั้งเดียวทำให้พอใจโดยไม่ต้องแก้เพิ่ม ผู้สร้างกล่าวว่าแสงและการแสดงวัสดุในภาพเป็นส่วนที่น่าประหลาดใจที่สุด
แน่นอนว่าไม่ใช่ผู้ใช้ทุกคนจะได้ผลที่ต้องการจาก Flare จากประสบการณ์ เราแนะนำให้อธิบายรายละเอียดทั้งหมดที่ต้องการให้ชัดที่สุด เช่น เมื่อให้ Flare สร้างภาพสินค้าของแบรนด์กาแฟ ควรแนบภาพอ้างอิงบรรจุภัณฑ์และระบุให้คงสัดส่วนสินค้า โลโก้ ฉลาก และสีแบรนด์ แทนการพิมพ์เพียง “สร้างภาพโฆษณากาแฟคุณภาพสูง”
จากความคิดเห็นลูกค้า เราพบว่าการแก้ภาพมีสัดส่วนในงานประจำวันมากกว่าการสร้างจากศูนย์ โดยข้อมูลปัจจุบันของเราแสดงอัตราส่วนใกล้ 3:1
ตัวอย่างเช่น องค์ประกอบและการออกแบบตัวละครในภาพโฆษณาอาจเสร็จแล้ว แต่ลูกค้าอยากเปลี่ยนสีเสื้อผ้าหรือวางสินค้าในพื้นหลังใหม่ ผลที่เหมาะสมคือแก้เฉพาะเนื้อหาที่ระบุและคงรายละเอียดอื่นที่อนุมัติแล้วให้สม่ำเสมอ
ในการทดสอบอิสระเมื่อวันที่ 8 กันยายน 2026 Genflick ลองเปลี่ยนผ้าพันคอสีเหลืองมัสตาร์ดของตัวละครเป็นสีน้ำเงินโคบอลต์ โดยกำหนดให้ใบหน้า แว่น ท่าทาง และพื้นหลังคงเดิม ที่อัตราส่วนผืนภาพเดียวกัน ตัวอย่างทดสอบทั้ง medium และ high ของ Flare แก้ไขสำเร็จพร้อมรักษาองค์ประกอบภาพหลักอื่นไว้ การทดสอบแก้ภาพของ Genflick
อย่างไรก็ตาม เราขอย้ำว่าการรักษานี้เป็นความคล้ายคลึงทางภาพ ไม่ใช่พิกเซลนอกบริเวณแก้ไขที่เหมือนกันทุกจุด
ดังนั้น สำหรับภาพสินค้าทั่วไป การแก้โปสเตอร์ และการเปลี่ยนเสื้อผ้า เราแนะนำให้ลอง Flare ก่อน ส่วนโลโก้แบรนด์ โครงสร้างสินค้าซับซ้อน หรือสื่อเชิงพาณิชย์ที่ต้องรักษาภาพเดิมอย่างเคร่งครัด ควรทดสอบ Sunburst เพิ่ม หรือใช้เครื่องมือแก้ภาพแบบดั้งเดิมร่วมกับโมเดลเพื่อปรับละเอียด
เราเห็นว่าความสามารถใช้ภาพอ้างอิงหลายภาพมีคุณค่าสูงต่อสตอรีบอร์ดละครสั้น ตัวละครการ์ตูน การจัดชุดสินค้า และการผลิตภาพแบรนด์
สมมติว่าคุณเตรียมแผ่นอ้างอิงตัวละครสองคนและภาพพื้นหลังของฉากคงที่ไว้แล้ว ความต้องการถัดไปอาจเป็นให้ตัวละครทั้งสองทำท่าทางที่กำหนดในฉากนั้น โดยคงเสื้อผ้าและลักษณะตัวละครเดิม
ลูกค้าการ์ตูนเคลื่อนไหวรายหนึ่งเล่าถึงการทดสอบที่ใช้ภาพอ้างอิงรวมสามภาพ คือสองตัวละคร + หนึ่งฉาก โดยขอภาพตัวละครหนึ่งส่งถ้วยให้อีกตัว ในผล medium และ high ที่แสดง Flare รักษาลักษณะตัวละครหลัก เสื้อผ้า และองค์ประกอบสภาพแวดล้อม พร้อมจัดตำแหน่งและท่าทางตามที่ขอ ผลนี้ทำให้เราเชื่อว่า Flare ใช้ในขั้นเตรียมการผลิตเนื้อหาภาพต่อเนื่องบางประเภทได้แล้ว
โมเดลภาพ AI รุ่นก่อนจำนวนมากสร้างโปสเตอร์หน้าตาสวยได้ แต่ยังพบการสะกดและตัวเลขผิดบ่อยเมื่อภาพต้องมีข้อความ วันที่ หรือราคาสินค้าที่แม่นยำ
ในการทดสอบโปสเตอร์รองเท้าและเครื่องแต่งกายจริงของลูกค้าอีคอมเมิร์ซ Flare ยังแสดงหัวเรื่อง หัวเรื่องรอง และราคาที่กำหนดได้ถูกต้อง จากการทดสอบนี้ เราเห็นว่า GPT Image 2.5 Flare ใช้กับงานออกแบบจริงด้านนี้ได้แล้ว
นอกจากข้อความ พื้นหลังโปร่งใสเป็นอีกความสามารถที่มีประโยชน์ ทีมประเมินของ Manus ชื่นชมพัฒนาการของ Flare ด้านการสร้างพื้นหลังโปร่งใสในเอกสารเปิดตัวทางการของ OpenAI
เราแนะนำให้ใช้ Flare สำหรับร่างโปสเตอร์กิจกรรม สติกเกอร์สินค้า ภาพประกอบเว็บไซต์ การ์ดโซเชียล และไอคอนง่าย ๆ สำหรับภาพที่ต้องมีพื้นหลังโปร่งใส คุณสามารถใช้ AI พัฒนาเครื่องมือตรวจช่อง Alpha ของไฟล์เอาต์พุตเพื่อหลีกเลี่ยงข้อผิดพลาดที่อาจเกิดขึ้น
ส่วนนี้อ้างอิงหลักจากเอกสารทางการของ OpenAI และผลทดสอบที่เผยแพร่โดย OneWave, Genflick, HummingBytes, IMG.LY และ Fuser
โปรดทราบว่าความละเอียด การตั้งค่าคุณภาพ พรอมป์ต์ และสภาพแวดล้อมรันไม่เหมือนกันในแต่ละการทดสอบ เราจึงคงเงื่อนไขสำคัญไว้ แทนการรวมผลต่างแหล่งเป็นอันดับโมเดลเดียวโดยตรง
ในการทดสอบอิสระของ OneWave เมื่อวันที่ 8 กันยายน 2026 โมเดลสามรุ่นใช้พรอมป์ต์เดียวกัน ความละเอียด 1024×1024 และคุณภาพ high แต่ละโมเดลทดสอบสร้างภาพ 9 ครั้ง
ผลเป็นดังนี้:
| โมเดล | เวลาสร้างมัธยฐาน | ต้นทุนต่อภาพ |
|---|---|---|
| GPT Image 1 | 30.3 วินาที | $0.1669 |
| GPT Image 2 | 117.8 วินาที | $0.2112 |
| GPT Image 2.5 Flare | 16.7 วินาที | $0.0532 |
ในชุดทดสอบนี้ Flare สร้างภาพเร็วกว่า GPT Image 2 ประมาณ 7 เท่า เป็นข้อได้เปรียบที่ชัดมาก การทดสอบอีกชุดของ HummingBytes พบแนวโน้มคล้ายกัน ในการสร้างระดับ high 19 ครั้ง Flare ใช้เวลาเฉลี่ยประมาณ 25.1 วินาที เทียบกับ GPT Image 2 ที่ 128.4 วินาที เวลาจริงของการทดสอบอิสระทั้งสองต่างกัน แต่ทั้งคู่แสดงข้อได้เปรียบด้านความเร็วสร้างภาพของ Flare อย่างชัดเจน การทดสอบ OneWave · การทดสอบ HummingBytes
หากธุรกิจของคุณต้องให้ผู้ใช้ลองพรอมป์ต์ต่าง ๆ บ่อย เช่น เว็บไซต์สร้างภาพ AI เครื่องมือสื่อการตลาด หรือเครื่องมือสร้างภาพสินค้าอีคอมเมิร์ซ เราแนะนำให้ทดสอบ Flare ก่อน
แต่สำหรับบริการออนไลน์ที่ต้องรับรองเวลาตอบกลับคงที่ เราแนะนำให้วัดความหน่วง P95 และ P99 เพิ่มจากความเร็วสร้างเฉลี่ย พร้อมกำหนดเวลาหมดอายุและการลองใหม่ที่เหมาะสม อย่าถือว่า 16.7 วินาทีในการทดสอบเหล่านี้เป็นเวลาตอบกลับบริการที่คงที่
วินาที · ต่ำกว่าดีกว่า
ผลทดสอบอิสระ ไม่ใช่เวลาตอบที่รับประกัน อย่ารวมกับการทดสอบ HummingBytes ที่แยกต่างหาก
แหล่งข้อมูล: OneWave · มาตราส่วนเริ่มที่ศูนย์
วินาที · ต่ำกว่าดีกว่า
ค่าเฉลี่ยโดยประมาณ ไม่ใช่มัธยฐาน เป็นการทดสอบแยกที่มีเงื่อนไขต่างกัน
แหล่งข้อมูล: HummingBytes · มาตราส่วนเริ่มที่ศูนย์
ข้อดีอีกอย่างของ Flare คือต้นทุนการสร้าง
ตามราคา API ทางการของ OpenAI ราคาประมวลผลมาตรฐานของ GPT Image 2.5 Flare เป็นดังนี้:
| ประเภทโทเคน | ราคาต่อล้านโทเคน |
|---|---|
| อินพุตข้อความ | $5.00 |
| อินพุตข้อความที่แคช | $1.25 |
| อินพุตภาพ | $8.00 |
| อินพุตภาพที่แคช | $2.00 |
| เอาต์พุตภาพ | $30.00 |
ควรทราบว่า Flare และ GPT Image 2 มีราคาต่อโทเคนเท่ากัน ความต่างของต้นทุนสร้างภาพจริงส่วนใหญ่มาจากการใช้โทเคนระหว่างสร้าง ไม่ใช่การลดราคาต่อหน่วยโทเคน ราคาโมเดล Flare ของ OpenAI
ในการทดสอบ OneWave ที่ใช้พรอมป์ต์ ความละเอียด และคุณภาพ high เดียวกัน Flare มีต้นทุน $0.0532 ต่อภาพ เทียบกับ GPT Image 2 ที่ $0.2112 ต้นทุนจริงของ Flare อยู่ที่ประมาณหนึ่งในสี่ของรุ่นเก่า
เราเห็นว่านี่สำคัญมากต่อผลิตภัณฑ์ SaaS ที่ต้องสร้างภาพจำนวนมาก เช่น หากเครื่องมือการตลาด AI ให้ผู้ใช้แก้พรอมป์ต์ซ้ำ สร้างภาพตัวเลือก และเลือกเวอร์ชันสุดท้ายจากหลายผลลัพธ์ ต้นทุนต่อภาพที่ต่ำลงจะส่งผลโดยตรงต่อกำไรขั้นต้นของทั้งผลิตภัณฑ์
ก่อนเชื่อมต่อใช้งานจริง เราแนะนำให้แยกทดสอบคุณภาพภาพและการใช้โทเคนที่ medium, high และ xhigh เพื่อหาการตั้งค่าคุณภาพต่ำสุดที่ผู้ใช้ยอมรับได้
USD ต่อภาพ · ต่ำกว่าดีกว่า
ต้นทุนต่อภาพจากการทดสอบนี้ ไม่ใช่ราคาต่อล้านโทเคนหรือราคา API Hop
แหล่งข้อมูล: OneWave · มาตราส่วนเริ่มที่ศูนย์
เราเห็นว่าความแม่นยำของข้อความในภาพเป็นตัวชี้วัดสำคัญว่าโมเดลภาพ AI จะเข้าสู่ขั้นตอนงานออกแบบเชิงพาณิชย์ได้หรือไม่
OneWave ใช้โมเดลสามรุ่นสร้างตารางเปรียบเทียบราคาที่มีข้อความกำหนดไว้ 24 รายการ รวมตัวเลข ทศนิยม ราคา และสตริงเฉพาะ
ในการทดสอบนี้ GPT Image 2 และ GPT Image 2.5 Flare สร้างถูกต้องครบ 24 รายการ ส่วน GPT Image 1 สร้างถูกต้องเพียง 19 รายการ
นอกจากนี้ ผู้ใช้อีคอมเมิร์ซบางรายของเราเพิ่งเปรียบเทียบสามงาน ได้แก่ แบนเนอร์อีคอมเมิร์ซ ภาพรายละเอียดสินค้า และโบรชัวร์สินค้า Flare สร้างอักขระที่ขอครบทั้ง 583 ตัวในภาพทดสอบสามภาพได้ถูกต้อง
เราจึงเห็นว่าผลเหล่านี้แสดงว่า Flare จัดการเนื้อหาภาพที่มีข้อความได้หลายประเภทแล้ว เช่น โปสเตอร์กิจกรรม เมนู แนวคิดบรรจุภัณฑ์สินค้า และสื่อโซเชียลที่มีคำอธิบาย
สำหรับโปสเตอร์โปรโมตทั่วไป เราแนะนำให้ใช้ Flare ผลิตร่างแรก หากกรณีธุรกิจมีข้อกำหนดข้อความเข้มงวด เราแนะนำให้ใช้ Flare สร้างพื้นหลังและองค์ประกอบภาพ แล้วเพิ่มข้อความสุดท้ายด้วยเครื่องมือจัดหน้าแบบโปรแกรม ซึ่งมักเชื่อถือได้มากกว่า
รายการข้อความที่ถูกต้อง · สูงกว่าดีกว่า
งานเดียว ไม่ใช่อัตราความแม่นยำรวม ไม่รวมการทดสอบลูกค้าแยกที่มี 583 อักขระ
แหล่งข้อมูล: OneWave · มาตราส่วนเริ่มที่ศูนย์
ในงานออกแบบเชิงพาณิชย์จริง พรอมป์ต์มักไม่ได้เพียงบรรยายตัวแบบ แต่รวมข้อกำหนดหลายข้อที่ต้องผ่านพร้อมกัน
OneWave ออกแบบพรอมป์ต์ซับซ้อนประมาณ 1253 อักขระ มีเงื่อนไขตรวจสอบ 8 ข้อ เช่น จำนวนวัตถุ ลำดับการวาง ตำแหน่งข้อความ ทิศทางแสง และองค์ประกอบที่ห้ามปรากฏ
ในการทดสอบนี้:
| โมเดล | ข้อจำกัดที่ผ่าน |
|---|---|
| GPT Image 1 | 6/8 |
| GPT Image 2 | 7/8 |
| GPT Image 2.5 Flare | 8/8 |
| GPT Image 2.5 Sunburst | 8/8 |
ผลแสดงว่าในงานนี้ Flare ไม่เพียงเข้าใจถูกต้องว่าต้องสร้างวัตถุใด แต่ยังจัดการความสัมพันธ์เชิงพื้นที่ระหว่างวัตถุและเงื่อนไขยกเว้นได้ การทดสอบพรอมป์ต์ซับซ้อนของ OneWave
อย่างไรก็ตาม เราเห็นว่าควรแยกความสำเร็จนี้ออกจากการควบคุมสไตล์ศิลปะได้ทั้งหมด
ในความคิดเห็นจากลูกค้ารายหนึ่ง ขั้นตอนธุรกิจเกี่ยวข้องกับสตอรีบอร์ดเก้าช่อง หลังเปลี่ยนจาก GPT Image 2 เป็น Flare พรอมป์ต์เดียวกันสร้างเก้าเฟรมถูกต้องในครั้งเดียว รักษาลักษณะตัวละครหลักและทำตามลำดับช็อตที่กำหนดเป็นส่วนใหญ่ แต่แม้พรอมป์ต์ขอสไตล์ภาพประกอบ ผลจริงยังเอนเอียงไปทางภาพยนตร์สมจริงอย่างเห็นได้ชัด
นี่แสดงว่าการเข้าใจโครงสร้างฉากไม่ได้หมายความว่าโมเดลจะทำตามข้อกำหนดสไตล์ภาพทุกข้ออย่างเคร่งครัด จากประสบการณ์ เราแนะนำพรอมป์ต์แบบมีโครงสร้างที่แยกอธิบายตัวแบบ ตำแหน่ง จำนวน ข้อความ และเนื้อหาที่ต้องคงเดิม ซึ่งมักให้ผลภาพเสถียรกว่าคำบรรยายข้อความที่ไม่มีโครงสร้าง
หากโครงการเน้นสไตล์ภาพสม่ำเสมอเป็นพิเศษ เช่น การ์ตูน ภาพประกอบแบรนด์ หรือสตอรีบอร์ดแอนิเมชัน เราแนะนำให้เพิ่มภาพอ้างอิงเพื่อควบคุมเอาต์พุตได้มากขึ้น
ข้อจำกัดที่ทำตามได้ · สูงกว่าดีกว่า
ผลเฉพาะงานไม่ได้ยืนยันการควบคุมสไตล์ศิลปะทั้งหมด
แหล่งข้อมูล: OneWave · มาตราส่วนเริ่มที่ศูนย์
OpenAI ระบุว่าการแก้ภาพแม่นยำเป็นหนึ่งในพัฒนาการหลักของ GPT Image 2.5 แต่เราเห็นว่ายังต้องตรวจผลการแก้กับความเร็วในการแก้แยกกัน
OneWave ใช้ภาพต้นทางเดียวกันในการทดสอบแก้ไขและได้ผลดังนี้:
| โมเดล | เวลาแก้ไขมัธยฐาน | ต้นทุนต่อการแก้ไข |
|---|---|---|
| GPT Image 1 | 38.7 วินาที | $0.1686 |
| GPT Image 2 | 15.3 วินาที | $0.0143 |
| GPT Image 2.5 Flare | 17.0 วินาที | $0.0143 |
ในการทดสอบเหล่านี้ Flare ไม่ได้เร็วกว่า GPT Image 2 แต่ช้ากว่าเล็กน้อย และมีต้นทุนแก้ไขเท่ากัน
อีกด้านหนึ่ง การทดสอบเปลี่ยนสีผ้าพันคอตัวละครของ Genflick สำหรับ Flare และ Sunburst แสดงว่าทั้งคู่เปลี่ยนสีเฉพาะจุดได้ พร้อมรักษาลักษณะตัวละครหลักและอัตราส่วนผืนภาพเดิม การทดสอบไอคอนกาน้ำชาโปร่งใสของ Genflick ยังยืนยันว่า Flare ส่งออก PNG โปร่งใสที่มีช่อง Alpha จริงได้ การทดสอบประสิทธิภาพแก้ไขของ OneWave · การทดสอบแก้ไขและพื้นหลังโปร่งใสของ Genflick
เราเห็นว่า Flare มีคุณค่าในการอัปเกรดมากกว่าหากธุรกิจเน้นสร้างภาพจากศูนย์ แต่หากผู้ใช้ส่วนใหญ่แก้ภาพเดิมต่อเนื่อง ก็ไม่จำเป็นต้องเปลี่ยนทันทีเพียงเพราะมีรุ่นใหม่
คำแนะนำของเราคือคง GPT Image 2 หากตอบโจทย์ธุรกิจอยู่แล้ว และพิจารณาขยายการใช้ Flare เมื่อช่วยลดการเปลี่ยนผิดจุดและงานแก้ด้วยมือได้ชัดเจนเท่านั้น
วินาที · ต่ำกว่าดีกว่า
Flare ช้ากว่า GPT Image 2 เล็กน้อยในการทดสอบแก้ภาพนี้
แหล่งข้อมูล: OneWave · มาตราส่วนเริ่มที่ศูนย์
USD ต่อการแก้ไข · ต่ำกว่าดีกว่า
Flare และ GPT Image 2 มีต้นทุนเท่ากันในการทดสอบนี้ ไม่ใช่ราคา API Hop
แหล่งข้อมูล: OneWave · มาตราส่วนเริ่มที่ศูนย์
เราเห็นว่าข้อได้เปรียบหลักของ GPT Image 2.5 Flare เหนือ GPT Image 2 คือทำงานสร้างภาพคุณภาพใกล้กันด้วยต้นทุนเวลาและโทเคนน้อยกว่า
ในการทดสอบเงื่อนไขเดียวกันของ OneWave Flare ใช้เวลาสร้างมัธยฐาน 16.7 วินาที เทียบกับ GPT Image 2 ที่ 117.8 วินาที ต้นทุนต่อภาพที่สอดคล้องกันคือ $0.0532 และ $0.2112
จากตัวเลขเหล่านี้ เราโน้มเอียงให้เลือก Flare ก่อนสำหรับโครงการใหม่ที่ต้องสร้างภาพบ่อย
แต่ในการทดสอบแก้ภาพที่มีอยู่ GPT Image 2 กลับมีเวลามัธยฐานต่ำกว่าเล็กน้อย และทั้งสองมีต้นทุนเท่ากัน นี่แสดงว่าข้อได้เปรียบด้านความเร็วของ Flare ไม่ครอบคลุมงานแก้ไขทุกประเภท การทดสอบเปรียบเทียบของ OneWave
คำแนะนำของเราคือ หากใช้ GPT Image 2 สร้างผลิตภัณฑ์ข้อความเป็นภาพ ให้เน้นทดสอบการย้ายไป Flare หากผลิตภัณฑ์เน้นปรับภาพถ่าย เปลี่ยนพื้นหลัง และแก้เฉพาะจุด ให้เปรียบเทียบอัตราแก้ไขสำเร็จและการรักษาตัวแบบก่อนตัดสินใจอัปเกรด
สำหรับโครงการใหม่ เราแนะนำให้จัด Flare ไว้ลำดับแรกในตัวเลือกเริ่มต้น เพราะมีข้อได้เปรียบจริงด้านความเร็วและต้นทุนเด่นกว่า
GPT Image 2.5 Flare และ Sunburst อยู่ในตระกูลเดียวกัน แต่ไม่ได้มุ่งงานเหมือนกันทั้งหมด
คำจำกัดความทางการของ OpenAI ชัดเจนว่า Flare เป็นโมเดลขนาดเล็กที่ให้ความสำคัญกับความเร็ว ส่วน Sunburst เป็นโมเดลพื้นฐานที่เน้นคุณภาพภาพและความแม่นยำในการแก้ไขมากกว่า
ในการทดสอบสร้างคุณภาพ high 19 ครั้งของ HummingBytes Flare ใช้เวลาเฉลี่ยประมาณ 25.1 วินาที เทียบกับ Sunburst ที่ 36.3 วินาที Flare เร็วกว่าอย่างเห็นได้ชัดในชุดนี้ การเปรียบเทียบใช้งานจริงของ HummingBytes
ในการทดสอบพรอมป์ต์ซับซ้อนของ OneWave ทั้ง Flare และ Sunburst ผ่านข้อจำกัดครบ 8 ข้อ การทดสอบโปสเตอร์ง่าย ๆ และเปลี่ยนสีเฉพาะจุดบางส่วนของ Genflick ก็ไม่พบข้อได้เปรียบด้านอัตราทำงานสำเร็จชัดเจนเมื่อขยับไป Sunburst
เราเห็นว่าเมื่อผ่านข้อกำหนดคุณภาพแล้ว การใช้ Sunburst อาจเพิ่มเพียงเวลารอโดยไม่มีประโยชน์ที่ชัดพอ
เราแนะนำกลยุทธ์โมเดลสองช่วง เริ่มใช้ Flare สร้างเวอร์ชันแนวคิดต่าง ๆ อย่างรวดเร็ว แล้วลอง Sunburst เพื่อแก้ไขความแม่นยำสูงหลังผู้ใช้เลือกองค์ประกอบและสไตล์แล้ว
เช่น เครื่องมือออกแบบโฆษณาอาจใช้ Flare สร้างภาพแนวคิดสิบภาพ แล้วใช้ Sunburst ปรับรายละเอียดภาพสุดท้ายที่เลือก วิธีนี้ช่วยสมดุลประสิทธิภาพและคุณภาพได้ง่ายขึ้น
Nano Banana 2.1 ของ Google เป็นหนึ่งในโมเดลภาพที่เราเห็นว่าควรประเมินคู่กับ Flare
เมื่อวันที่ 6 ตุลาคม 2026 Fuser ทดสอบใช้งานจริงห้างานเพื่อเปรียบเทียบ Nano Banana 2.1 กับ GPT Image 2.5 Flare
ในการทดสอบเหล่านี้ Nano Banana 2.1 ทำภาพถ่ายสินค้าได้ดีกว่า โดยจัดการพื้นหลังและเงาที่กำหนดได้แม่นยำกว่า Flare ได้เปรียบด้านความสม่ำเสมอของตัวละคร ฉากสมจริงบางส่วน และการแก้พื้นหลังสินค้า ทั้งคู่สร้างเนื้อหาที่ขอในการทดสอบข้อความโปสเตอร์ที่กำหนดได้ถูกต้อง การทดสอบสองโมเดลจริงของ Fuser
เราเห็นว่าผลเหล่านี้มีประโยชน์ เพราะแสดงว่าจุดแข็งของโมเดลภาพขึ้นกับงานเฉพาะอย่างใกล้ชิดเพียงใด
หากผลิตภัณฑ์ต้องรักษาลักษณะใบหน้าและรายละเอียดเสื้อผ้าของตัวละครเสมือนในฉากใหม่หลายฉาก เราแนะนำให้ทดสอบ Flare ก่อน
หากธุรกิจเน้นภาพถ่ายสินค้า การนำเสนอสินค้า และภาพหลักอีคอมเมิร์ซ Nano Banana 2.1 ก็ควรทดสอบเช่นกัน โดยเฉพาะความแม่นยำของรูปทรงสินค้า วัสดุ และแสง
สำหรับการเชื่อมต่อเชิงพาณิชย์ เราแนะนำให้ใช้ภาพสินค้าของคุณเป็นภาพอ้างอิงและสร้างหลายภาพด้วยแต่ละโมเดลที่ความละเอียดเป้าหมายเดียวกัน เปรียบเทียบอัตราสำเร็จครั้งแรก อัตราใช้ได้สุดท้าย และต้นทุนจริงต่อภาพที่ผ่านเกณฑ์ ก่อนเลือกว่ารุ่นใดเหมาะกับธุรกิจมากกว่า
เราเห็นว่า FLUX.3 Image เป็นอีกโมเดลที่ควรเปรียบเทียบกับ Flare โดยเฉพาะการแก้ภาพและการผลิตสื่อแบรนด์
ในชุดทดสอบที่เผยแพร่เมื่อวันที่ 2 ตุลาคม 2026 Fuser เปรียบเทียบสองโมเดลด้วยงานข้อความสามงานและงานแก้เฉพาะจุดสองงาน
สำหรับงานข้อความ FLUX.3 Image และ GPT Image 2.5 Flare สร้างอักขระที่กำหนดครบ 583 ตัวได้ถูกต้อง โดยไม่พบความต่างที่สังเกตได้ชัด
อย่างไรก็ตาม ประสิทธิภาพของ FLUX.3 Image ในการแก้เฉพาะจุดควรได้รับการพิจารณาใกล้ชิด
เช่น เมื่อแทนถ้วยกระดาษด้วยแก้วมีหูในภาพคาเฟ่ Fuser วัดว่าพิกเซลนอกบริเวณแก้ไขที่กำหนดของ Flare เปลี่ยนเกินค่าความคลาดเคลื่อนที่ตั้งไว้ 7.7% เทียบกับ FLUX.3 Image เพียง 0.4% ส่วนการแก้วันที่บนโปสเตอร์อีกงาน มีสัดส่วนการเปลี่ยนในพื้นที่นอกเป้าหมาย 25.0% และ 12.9% ตามลำดับ การเปรียบเทียบ FLUX.3 Image จริงของ Fuser
เราเห็นว่าตัวเลขเหล่านี้แสดงว่า แม้ Flare จะปรับปรุงการแก้เฉพาะจุดแล้ว FLUX.3 Image อาจได้เปรียบในบางสถานการณ์ที่ต้องรักษาภาพต้นฉบับอย่างเคร่งครัด
คำแนะนำของเราคือ หากเน้นเครื่องมือสร้างภาพทั่วไป งานสร้างสรรค์โฆษณา และออกแบบรวดเร็ว ให้พิจารณา Flare ก่อน หากแอปพลิเคชันต้องแก้เล็กน้อยในโปสเตอร์ ภาพถ่ายสินค้า หรือภาพแบรนด์ที่เสร็จแล้ว โดยคงส่วนอื่นให้เหมือนเดิมมากที่สุด ให้เน้น FLUX.3 Image เป็นโมเดลเปรียบเทียบ
สำหรับกรณีหลัง สิ่งที่เราให้ความสำคัญมากกว่าไม่ใช่ว่าโมเดลสร้างภาพสวยหรือไม่ แต่คือแก้พื้นที่ที่กำหนดได้แม่นยำโดยไม่รบกวนเนื้อหาที่อนุมัติแล้วหรือไม่
สร้างคีย์ API API Hop สำหรับเซิร์ฟเวอร์ แล้วส่ง JSON ไปยัง POST /openai/v1/images/generations พร้อม ID โมเดลที่แสดงในหน้านี้และ prompt ไม่ต้องส่ง image_urls เมื่อสร้างภาพใหม่ ตรวจสอบราคาโมเดลปัจจุบันก่อนส่ง การสร้างมีค่าบริการ ไม่ใช่การทดสอบการเชื่อมต่อฟรี
ส่งโมเดลที่เลือก พรอมต์แก้ไข และ image_urls ไปยัง POST /openai/v1/images/generations ระบุ URL ภาพ HTTP(S) ที่เข้าถึงสาธารณะได้สูงสุด 16 รายการ เอนด์พอยต์ API Hop นี้ใช้ JSON สำหรับสร้างและแก้ไขภาพอ้างอิง ข้อกำหนดสาธารณะปัจจุบันไม่รองรับอัปโหลด multipart, URI ข้อมูล base64, mask หรือเส้นทาง /images/edits แยก อธิบายสิ่งที่ต้องเปลี่ยนและรายละเอียดที่ต้องคงไว้ แล้วตรวจผลลัพธ์ทั้งหมด หากแก้ไขต่อ ให้ส่งผลลัพธ์ก่อนหน้าเป็น URL อ้างอิงอีกครั้ง เอนด์พอยต์นี้ไม่เก็บประวัติบทสนทนา
เมื่อ stream: false, API Hop รอจนเสร็จแล้วส่ง URL ภาพใน data[].url พร้อมข้อมูลการใช้งานที่มี ตรวจสอบสถานะ HTTP และเนื้อหาการตอบกลับก่อนอ่านผลลัพธ์ ใช้รูปแบบการตอบกลับตามเอกสารเอนด์พอยต์นี้ ไม่ใช่ตัวแยกการตอบกลับ Base64 ต้นทาง ดาวน์โหลดภาพที่เสร็จไปยังที่เก็บของคุณเมื่อแอปต้องเข้าถึงระยะยาว
เมื่อ stream: true ให้อ่านเหตุการณ์ SSE จนถึง image_generation.completed และ [DONE] พร้อมจัดการเหตุการณ์ผิดพลาด ไม่รับประกันตัวอย่างภาพบางส่วน เอนด์พอยต์ Images generations นี้ไม่ส่ง ID งานสำหรับโพล หากการเชื่อมต่อจบก่อนเสร็จ ให้เก็บ ID คำขอที่มีและตรวจบันทึกคำขอกับการใช้งานบัญชีก่อนส่งการสร้างใหม่ที่อาจมีค่าบริการ ไคลเอนต์ขาดการเชื่อมต่อไม่ได้พิสูจน์ว่าการสร้างถูกยกเลิก
gpt-image-2.5-flareต้องระบุ model ตัวอย่างนี้ใช้ ID โมเดลของหน้าปัจจุบัน ตรวจสอบสิทธิ์เข้าถึงโมเดลของคีย์ API ด้วย GET /v1/models
POST /openai/v1/images/generationscurl -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-flare","prompt":"Create a product photograph of a nostalgic toy propeller airplane in clear blister packaging.\nGive the airplane rounded wings, a spinning nose propeller, and lightly worn painted-metal details.\nUse realistic plastic and metal textures, soft studio lighting, shallow depth of field, and crisp retail printing.\nInclude only the packaging label \"Christmas Memories Edition\". Make the design original, with no trademarks or watermarks.","n":1,"size":"1:1","quality":"low","output_format":"png","stream":false,"resolution":"1k","image_urls":[],"background":"auto"}'สร้างคีย์ API API Hop สำหรับเซิร์ฟเวอร์ แล้วส่ง JSON ไปยัง POST /openai/v1/images/generations พร้อม ID โมเดลที่แสดงในหน้านี้และ prompt ไม่ต้องส่ง image_urls เมื่อสร้างภาพใหม่ ตรวจสอบราคาโมเดลปัจจุบันก่อนส่ง การสร้างมีค่าบริการ ไม่ใช่การทดสอบการเชื่อมต่อฟรี
ส่งโมเดลที่เลือก พรอมต์แก้ไข และ image_urls ไปยัง POST /openai/v1/images/generations ระบุ URL ภาพ HTTP(S) ที่เข้าถึงสาธารณะได้สูงสุด 16 รายการ เอนด์พอยต์ API Hop นี้ใช้ JSON สำหรับสร้างและแก้ไขภาพอ้างอิง ข้อกำหนดสาธารณะปัจจุบันไม่รองรับอัปโหลด multipart, URI ข้อมูล base64, mask หรือเส้นทาง /images/edits แยก อธิบายสิ่งที่ต้องเปลี่ยนและรายละเอียดที่ต้องคงไว้ แล้วตรวจผลลัพธ์ทั้งหมด หากแก้ไขต่อ ให้ส่งผลลัพธ์ก่อนหน้าเป็น URL อ้างอิงอีกครั้ง เอนด์พอยต์นี้ไม่เก็บประวัติบทสนทนา
เมื่อ stream: false, API Hop รอจนเสร็จแล้วส่ง URL ภาพใน data[].url พร้อมข้อมูลการใช้งานที่มี ตรวจสอบสถานะ HTTP และเนื้อหาการตอบกลับก่อนอ่านผลลัพธ์ ใช้รูปแบบการตอบกลับตามเอกสารเอนด์พอยต์นี้ ไม่ใช่ตัวแยกการตอบกลับ Base64 ต้นทาง ดาวน์โหลดภาพที่เสร็จไปยังที่เก็บของคุณเมื่อแอปต้องเข้าถึงระยะยาว
เมื่อ stream: true ให้อ่านเหตุการณ์ SSE จนถึง image_generation.completed และ [DONE] พร้อมจัดการเหตุการณ์ผิดพลาด ไม่รับประกันตัวอย่างภาพบางส่วน เอนด์พอยต์ Images generations นี้ไม่ส่ง ID งานสำหรับโพล หากการเชื่อมต่อจบก่อนเสร็จ ให้เก็บ ID คำขอที่มีและตรวจบันทึกคำขอกับการใช้งานบัญชีก่อนส่งการสร้างใหม่ที่อาจมีค่าบริการ ไคลเอนต์ขาดการเชื่อมต่อไม่ได้พิสูจน์ว่าการสร้างถูกยกเลิก
เอกสารอ้างอิงกลุ่มและโปรโตคอล
GPT Image 2.5
เอกสาร API ฉบับเต็มสร้างภาพด้วย Flare หรือแก้ภาพอ้างอิงด้วย Sunburst
https://api.apihop.ai/openai/v1/images/generations