Kalite, çıktı biçimleri ve referans görüntü ayarları dahil GPT Image 2.5 Flare token fiyatlarını ve görüntü üretim veya düzenleme örneklerini keşfedin.
Metin girdisi
Resmi fiyat
API Hop fiyatı Tasarruf 20%
Önbelleğe alınmış metin girdisi
Resmi fiyat
API Hop fiyatı Tasarruf 20%
Görüntü girdisi
Resmi fiyat
API Hop fiyatı Tasarruf 20%
Önbelleğe alınmış görüntü girdisi
Resmi fiyat
API Hop fiyatı Tasarruf 20%
Görüntü çıktısı
Resmi fiyat
API Hop fiyatı Tasarruf 20%
Referans fiyat bağımsız olarak doğrulanmamıştır. Maliyetleri karşılaştırmadan önce sağlayıcının güncel tarifelerini, faturalandırma birimlerini ve geçerli koşullarını kontrol edin.
Hesap bakiyenizle çalıştırmak için giriş yapın.
Örnek önizlemesi
{
"data": [
{
"url": "/examples/gpt-image-25-studio-product-gpt-image-2-5-flare.webp"
}
]
} Aşağıdaki görüntüler bağlantıdaki OpenAI istem kılavuzunda bu modele atfedilir; kaydedilmiş API Hop sonuçları değildir. Gösterilen istemler ve ayarlar yeniden kullanılabilir istek örnekleridir, doğrulanmış yeniden üretim parametreleri değildir; uyarlanmış istemler işaretlenmiştir. Düzenlemeyi kullanmadan önce geometriyi, yazıları ve istenmeyen değişiklikleri girdiyle karşılaştırın.
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.
Hesap bakiyenizle çalıştırmak için giriş yapın.
Örnek önizlemesi
{
"data": [
{
"url": "/examples/gpt-image-25-extract-product-gpt-image-2-5-flare.webp"
}
]
} 22 Ekim 2026 tarihinde API Hop üzerinden kaydedildi. Her sonuç belirtilen model ve mod için tek bir istektir; başarı oranı, hız veya üretim kalitesi garantisi değildir. Aşağıdaki model yanıtları özgün dilinde korunmuştur.
Görsel karşılaştırma beyaz arka planı ve büyük ölçüde korunan konu ile düzeni gösterir; yüzeylerde ve yansımalarda küçük değişiklikler vardır. Ön plan piksel düzeyinde aynı değildir. Bardak kenarını, buzu, sıvı seviyesini, limonu, yaprağı ve kaideyi özgün görüntüyle karşılaştırın.
Bu yanıt model adını tekrar etmedi. Kayıt, istenen tam modeli ve istek kimliğini korur; üst sağlayıcı yönlendirmesini bağımsız olarak doğrulamaz.
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/requestbeam-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
}
]
}Aşağıdaki görüntüler bağlantıdaki OpenAI istem kılavuzunda bu modele atfedilir; kaydedilmiş API Hop sonuçları değildir. Gösterilen istemler ve ayarlar yeniden kullanılabilir istek örnekleridir, doğrulanmış yeniden üretim parametreleri değildir; uyarlanmış istemler işaretlenmiştir. Düzenlemeyi kullanmadan önce geometriyi, yazıları ve istenmeyen değişiklikleri girdiyle karşılaştırın.
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.
GPT Image 2.5 Flare'i günlük görsel üretimi, ticari materyal hazırlama ve hızlı görsel yineleme için bir yapay zekâ görsel modeli olarak konumlandırıyoruz. OpenAI, GPT Image 2.5 serisini 8 Eylül 2026'da Flare ve Sunburst olmak üzere iki sürümle yayımladı. Flare üretim hızı ve maliyet verimliliğine daha fazla odaklanırken Sunburst daha çok ayrıntı ve düzenleme hassasiyeti gerektiren işlere uygundur.
GPT Image 2'ye göre Flare'in temel değeri yalnızca güzel görseller üretmek değil, kullanıcıların daha az bekleyerek birkaç deneme turu tamamlamasını sağlamaktır. OpenAI onu çoğu uygulama için varsayılan seçenek olarak konumlandırıyor; GPT Image 2'ye kıyasla üretim gecikmesinin yaklaşık %50 daha düşük olduğunu, aynı zamanda görsel ayrıntıyı, referans korumayı ve düzenlemeyi geliştirdiğini belirtiyor. OpenAI'ın resmî sürüm duyurusu
Sık sık reklam görselleri, sosyal medya materyalleri, ürün görselleri ve ürün prototipleri hazırlayan kullanıcıların önce Flare'i test etmesini değerli buluyoruz. Ancak her görsel kalite ölçütünde GPT Image 2'yi geçtiğini düşünmüyoruz. Çıktı beklentileriniz daha düşük, hızın önemi daha yüksekse Flare iyi bir seçim olabilir.
GPT Image 2.5 Flare metin ve görsel girdileri alıp yeni görseller üretebilir. Yazılı açıklamalardan doğrudan görsel içerik oluşturabilir veya mevcut fotoğrafları, tasarım taslaklarını ve referans görselleri değiştirebilir.
Bu iki yeteneğin farklı iş akışlarına uygun olduğunu düşünüyoruz. Yalnızca yeni bir ürün tanıtım görseli istiyorsanız konuyu, kompozisyonu, ışığı ve stili doğrudan açıklayabilirsiniz. Büyük ölçüde memnun olduğunuz bir görselde sadece arka planı, kişinin kıyafetini veya görseldeki metni değiştirecekseniz sıfırdan başlamak yerine aynı RequestBeam Images generations uç noktasına referans URL'si gönderin.
API düzeyinde Flare, low, medium, high, xhigh, max ve auto dahil çeşitli kalite ayarlarını destekler. Çıktı boyutları özelleştirilebilir; resmî piksel sınırları içinde yaklaşık 4K'ya kadar görseller desteklenir. Şeffaf arka planlı PNG veya WebP materyaller de üretebilir.
Her görevi doğrudan max yapmak yerine kalite ve boyutları son kullanıma göre seçmenizi öneriyoruz. Örneğin sıradan site küçük resimleri ve sosyal medya önizlemeleri medium ile başlayabilir; çok ayrıntı göstermesi gereken ana ürün görsellerinde kaliteyi aşamalı yükseltin.
GPT Image 2.5 Flare'deki önemli değişikliklerden birinin, görselin hangi bölümlerinin değiştirilmemesi gerektiğine daha çok dikkat etmesi olduğunu düşünüyoruz.
Geçmişte yapay zekâ görsel düzenlemede sık yaşanan sorun şuydu: Yalnızca kıyafet rengini değiştirmek isterken kişinin yüzü, arka planı veya tüm kompozisyon da değişirdi. Ticari tasarımda bu, onaylanmış materyallerin yeniden incelenmesi gerekmesi anlamına gelir.
GPT Image 2.5'te OpenAI yerel düzenlemeleri, referans görsellerdeki konuyu korumayı ve ardışık revizyonları geliştirmeye odaklandı. Resmî sürüm materyallerinde Higgsfield AI Ürün Başkanı Axultan Alimkulov, Flare'in görsel değişikliklerinde kişileri, kompozisyonu ve görsel kimliği korumasını özellikle övdü. OpenAI erken müşteri geri bildirimleri
Bu yeteneğin ürün fotoğrafı, sanal modeller ve marka materyalleri için özellikle değerli olduğunu düşünüyoruz. Örneğin e-ticaret ekipleri ürünün şeklini, logosunu ve etiketini koruyarak farklı arka planlarda ardışık reklam materyalleri üretmeyi deneyebilir.
Ancak bu, her şeyin piksel düzeyinde kusursuz biçimde aynı kalacağı anlamına gelmez. Nelerin değişebileceğini ve nelerin korunacağını açıkça söylemenizi, son görseli özellikle yüzler, logolar, ambalajlar ve ürün üzerindeki metinler açısından incelemenizi yine öneriyoruz.
RequestBeam aracılığıyla GPT Image 2.5 Flare'in gerçek iş senaryolarında nasıl çalıştığını daha hızlı anlamanıza yardımcı olmak istiyoruz.
RequestBeam'de oturum açın, bir API Key oluşturun ve küçük bir bakiye yükleyerek modelin görsel üretimini çevrimiçi araçta deneyin. Değerlendirme sırasında önce API entegrasyon kodu yazmanız veya kısa test için sabit plan almanız gerekmez. Farklı model platformlarındaki hesapları kendiniz yönetme zahmeti de azalır.
GPT Image 2.5 Flare'in başlıca avantajlarından birinin yaratıcı deneme-yanılmanın zaman maliyetini azaltması olduğunu düşünüyoruz.
Reklam ve sosyal medya uzmanları için bir görselin kullanılabilirliği ürün açısı, arka plan rengi, kişinin duruşu ve genel stil gibi birçok ayrıntıya bağlıdır. Yaratıcı yön net olsa bile genellikle seçim yapmak için birden fazla sürüm üretmek gerekir.
OneWave'in 8 Eylül 2026'da yayımladığı gerçek API testlerinde Flare'in 1024×1024 ve high kalitede ortanca üretim süresi 16,7 saniye, GPT Image 2'ninki 117,8 saniyeydi. Böyle bir hız farkının materyal üretme biçimini doğrudan değiştirdiğini düşünüyoruz; çünkü yeni bir fikir denemek çok daha az bekleme gerektirir. OneWave uygulamalı testi
Çok sayıda reklam varyasyonu üreten kullanıcılara Flare'i yaratıcı keşif aşamasında öneriyoruz. Örneğin birkaç farklı arka plan, kamera ve stil yönünü birlikte hazırlayıp geliştirmeye değer sürümleri seçebilirler.
Elbette hız kalite incelemesinin yerini tutmaz. Reklam görsellerinde ürün açıklamalarını, marka öğelerini ve insan ayrıntılarını kontrol etmenizi yine öneriyoruz. Özellikle üretim hızlandı diye son insan kontrolünü atlamayın.
GPT Image 2.5 Flare ürün fotoğrafı, yaşam tarzı görselleri ve fotogerçekçi materyaller üretmeye uygundur. OpenAI yeni seride doğal ışık, yüzey dokuları ve referans sadakati gelişmelerini vurguluyor; biz de bunları günlük kullanıcıların daha kolay fark ettiği iyileşmeler arasında görüyoruz.
Bir müşterimiz Flare ile tek denemede üretilen portrenin ek düzenleme olmadan kendisini memnun ettiğini paylaştı. Üretici, en şaşırtıcı yönlerin ışık ve malzeme sunumu olduğunu söyledi.
Elbette her kullanıcı Flare ile ideal sonuca ulaşmaz. Deneyimimize göre ihtiyaç duyduğunuz tüm ayrıntıları olabildiğince açık anlatmanızı öneriyoruz. Örneğin kahve markası için ürün görselleri isterken yalnızca "yüksek kaliteli kahve reklam görseli üret" yazmak yerine ambalaj referansı sağlayıp ürün oranlarının, logonun, etiketin ve marka renklerinin korunmasını açıkça isteyin.
Müşteri geri bildirimlerinde günlük işlerde düzenlemenin sıfırdan üretimden daha büyük pay aldığını gördük; güncel verilerimiz yaklaşık 3:1 oran gösteriyor.
Örneğin reklam görselinin kompozisyonu ve karakter tasarımı tamamlanmış olabilir, ancak müşteri başka kıyafet rengi veya yeni ürün arka planı isteyebilir. İdeal sonuç yalnızca belirtilen içeriği değiştirip onaylanmış diğer ayrıntıları tutarlı korumaktır.
Genflick 8 Eylül 2026'daki bağımsız testinde bir karakterin hardal sarısı atkısını kobalt mavisine çevirmeyi, yüzün, gözlüğün, duruşun ve arka planın aynı kalmasını istedi. Aynı tuval oranında Flare'in hem medium hem high örnekleri düzenlemeyi yapıp diğer önemli görsel öğeleri korudu. Genflick görsel düzenleme testi
Ancak bu korumanın düzenleme alanı dışındaki piksellerin aynılığı değil, görsel benzerlik olduğunu belirtiyoruz.
Bu nedenle sıradan ürün görselleri, afiş revizyonları ve kıyafet değişimlerinde önce Flare'i denemenizi öneriyoruz. Marka logoları, karmaşık ürün yapıları veya özgün görselin sıkı korunmasını gerektiren ticari materyallerde Sunburst ayrıca test edilmeli ya da ince ayarlar için modelin yanında geleneksel düzenleme araçları kullanılmalıdır.
Çoklu referans görsel yeteneklerini kısa drama hikâye panoları, çizgi roman karakterleri, ürün kombinasyonları ve marka görsel üretimi için çok değerli görüyoruz.
İki kişi için karakter referans sayfaları ve sabit bir sahne için arka plan görseli hazırladığınızı düşünün. Sonraki ihtiyacınız, bu iki karakterin özgün kıyafetlerini ve özelliklerini koruyarak o sahnede belirli bir hareket yapması olabilir.
Animasyonlu çizgi roman müşterilerimizden biri toplam üç referansla test anlattı: iki karakter + bir sahne. Bir karakterin diğerine fincan uzattığı görsel istendi. Gösterilen medium ve high sonuçlarında Flare temel karakter özelliklerini, kıyafetleri ve çevre öğelerini korudu; konumları ve hareketleri de istendiği gibi düzenledi. Bu sonuç, Flare'in bazı ardışık görsel içeriklerin ön üretiminde kullanılabileceğini düşündürüyor.
Eski yapay zekâ görsel modellerinin çoğu çekici afişler üretebiliyordu; ancak doğru metin, tarih veya ürün fiyatı gerektiğinde yazım ve sayı hataları yaygındı.
E-ticaret müşterilerimizin gerçek ayakkabı ve giyim afişi testlerinde Flare, belirtilen başlıkları, alt başlıkları ve fiyatları da doğru oluşturdu. Bu testten GPT Image 2.5 Flare'in bu alanda pratik tasarım işi için kullanılabildiğini görüyoruz.
Metnin yanında şeffaf arka planlar da yararlı bir yetenektir. Manus değerlendirme ekibi, OpenAI'ın resmî sürüm materyallerinde Flare'in şeffaf arka plan üretimindeki gelişmelerini övdü.
Flare'i ilk etkinlik afişi taslakları, ürün etiketleri, site illüstrasyonları, sosyal medya kartları ve basit simgeler için öneriyoruz. Şeffaf arka plan gerektiğinde olası hataları önlemek için çıktı dosyasının Alpha kanalını kontrol eden bir aracı yapay zekâyla geliştirebilirsiniz.
Bu bölümde ağırlıklı olarak OpenAI'ın resmî materyallerine ve OneWave, Genflick, HummingBytes, IMG.LY ile Fuser'ın yayımladığı sonuçlara başvuruyoruz.
Testlerin çözünürlükleri, kalite ayarları, istemleri ve çalışma ortamları aynı değildir. Bu nedenle farklı kaynakların sonuçlarını doğrudan tek model sıralamasında birleştirmek yerine önemli test koşullarını koruyoruz.
OneWave'in 8 Eylül 2026'daki bağımsız testlerinde üç model aynı istemi, 1024×1024 çözünürlüğü ve high kaliteyi kullandı. Her model 9 üretim testinden geçti.
Sonuçlar şöyleydi:
| Model | Ortanca üretim süresi | Görsel başına maliyet |
|---|---|---|
| GPT Image 1 | 30.3 saniye | $0.1669 |
| GPT Image 2 | 117.8 saniye | $0.2112 |
| GPT Image 2.5 Flare | 16.7 saniye | $0.0532 |
Bu test kümesinde Flare, GPT Image 2'den yaklaşık 7 kat hızlı üretim yaptı; çok net bir avantaj. HummingBytes'ın başka testleri de benzer eğilim gördü. 19 adet high üretiminde Flare'in ortalama tamamlanma süresi yaklaşık 25,1 saniye, GPT Image 2'ninki 128,4 saniyeydi. İki bağımsız testte mutlak süreler farklı olsa da ikisi de Flare'in görsel üretimindeki net hız avantajını gösterdi. OneWave testi · HummingBytes testi
Yapay zekâ görsel üretim sitesi, pazarlama materyali aracı veya e-ticaret ürün görseli üreticisi gibi kullanıcıların sık sık farklı istemler denediği işlerde önce Flare'i test etmenizi öneriyoruz.
Ancak sabit yanıt süresi vaat etmesi gereken çevrimiçi hizmetlerde ortalama üretim hızının yanında P95 ve P99 gecikmesini ölçmenizi, uygun zaman aşımları ve tekrarlar uygulamanızı öneriyoruz. Bu testlerdeki 16,7 saniyeyi sabit hizmet yanıt süresi saymayın.
Saniye · Düşük daha iyi
Bağımsız test sonuçlarıdır, garantili yanıt süresi değildir. Ayrı HummingBytes testiyle birleştirmeyin.
Kaynak: OneWave · Sıfırdan başlayan ölçek
Saniye · Düşük daha iyi
Yaklaşık ortalamalar, medyan değil. Farklı koşullarda ayrı bir testtir.
Kaynak: HummingBytes · Sıfırdan başlayan ölçek
Flare'in bir başka avantajı üretim maliyetidir.
OpenAI'ın resmî API fiyatlarına göre GPT Image 2.5 Flare'in standart işleme fiyatları şöyledir:
| Token türü | Milyon Token başına fiyat |
|---|---|
| Metin girdisi | $5.00 |
| Önbelleğe alınmış metin girdisi | $1.25 |
| Görsel girdisi | $8.00 |
| Önbelleğe alınmış görsel girdisi | $2.00 |
| Görsel çıktısı | $30.00 |
Flare ve GPT Image 2'nin Token başına fiyatları aynıdır. Gerçek görsel maliyeti farkı, Token birim fiyatının düşmesinden çok üretim sırasında tüketilen Token miktarından gelir. OpenAI Flare model fiyatları
OneWave testinde aynı istem, çözünürlük ve high kaliteyle Flare görsel başına $0.0532, GPT Image 2 ise $0.2112 tuttu. Flare'in gerçek maliyeti eski sürümün yaklaşık dörtte biriydi.
Bunun büyük ölçekte görsel üreten SaaS ürünleri için çok önemli olduğunu düşünüyoruz. Örneğin bir yapay zekâ pazarlama aracı kullanıcıya istemleri tekrar tekrar değiştirme, aday görseller üretme ve sonuçlardan son sürümü seçme imkânı veriyorsa düşük görsel maliyeti tüm ürünün brüt marjını doğrudan etkiler.
Resmî entegrasyondan önce kullanıcıların kabul ettiği en düşük kaliteyi bulmak için medium, high ve xhigh seviyelerinde görsel kaliteyi ve Token tüketimini ayrı test etmenizi öneriyoruz.
Görüntü başına USD · Düşük daha iyi
Bu testteki görüntü başına maliyetler; milyon token fiyatı veya API Hop fiyatları değil.
Kaynak: OneWave · Sıfırdan başlayan ölçek
Görsel içindeki metin doğruluğunu, bir yapay zekâ görsel modelinin ticari tasarım akışına girip giremeyeceğinin önemli göstergesi sayıyoruz.
OneWave üç modele sayı, ondalık, fiyat ve belirli dizeler dahil 24 belirtilmiş metin öğesi içeren fiyat karşılaştırma tablosu ürettirdi.
Bu testte GPT Image 2 ve GPT Image 2.5 Flare, 24 öğenin tümünü doğru üretti; GPT Image 1 yalnızca 19'unu doğru üretti.
Ayrıca bazı e-ticaret kullanıcılarımız yakın zamanda üç görevi karşılaştırdı: e-ticaret banner'ı, ürün detay görseli ve ürün broşürü. Flare üç test görselindeki istenen 583 karakterin tümünü doğru oluşturdu.
Bu sonuçların Flare'in etkinlik afişleri, menüler, ambalaj fikirleri ve açıklamalı sosyal medya materyalleri gibi birçok metin içeren görsel içeriği ele alabildiğini gösterdiğini düşünüyoruz.
Genel tanıtım afişlerinde ilk taslak için Flare öneriyoruz. İş senaryonuzda metin kuralları sıkıysa Flare'e arka planı ve görsel öğeleri ürettirip son metni programatik dizgi aracıyla eklemenizi öneriyoruz; bu genellikle daha güvenilirdir.
Doğru metin öğeleri · Yüksek daha iyi
Tek görevdir, genel doğruluk oranı değildir. Ayrı 583 karakterlik müşteri testi dahil değildir.
Kaynak: OneWave · Sıfırdan başlayan ölçek
Gerçek ticari tasarımda istem çoğunlukla yalnızca bir konuyu tarif etmez; aynı anda karşılanması gereken birden fazla koşul içerir.
OneWave nesne sayısı, yerleşim sırası, metin konumu, ışık yönü ve bulunmaması gereken öğeler gibi doğrulanacak 8 koşul içeren yaklaşık 1253 karakterlik karmaşık istem tasarladı.
Bu testte:
| Model | Karşılanan kısıtlar |
|---|---|
| GPT Image 1 | 6/8 |
| GPT Image 2 | 7/8 |
| GPT Image 2.5 Flare | 8/8 |
| GPT Image 2.5 Sunburst | 8/8 |
Bu sonuçlar Flare'in bu görevde yalnızca hangi nesnelerin üretileceğini anlamadığını, nesneler arasındaki mekânsal ilişkileri ve dışlama koşullarını da ele aldığını gösteriyor. OneWave karmaşık istem testi
Ancak bu başarıyı sanatsal stil üzerinde tam kontrolden ayırmak gerektiğini düşünüyoruz.
Bir müşterimizin iş akışı dokuz kareli hikâye panoları içeriyordu. GPT Image 2'den Flare'e geçince aynı istem ilk denemede doğru dokuz kare üretti; temel karakter özelliklerini korudu ve istenen çekim sırasını büyük ölçüde izledi. Ancak istem illüstrasyon stili istediği halde sonuç hâlâ belirgin biçimde fotogerçekçi sinematik görüntülere yakındı.
Bu, sahne yapısını anlamanın her görsel stil koşulunu kesin izlemek anlamına gelmediğini gösteriyor. Deneyimimize göre konuları, konumları, sayıları, metni ve değişmeden kalacak içeriği ayrı açıklayan yapılandırılmış istemler öneriyoruz. Bu genellikle düzensiz metin açıklamasından daha kararlı görseller sağlar.
Çizgi roman, marka illüstrasyonu veya animasyon hikâye panosu gibi tutarlı görsel stile özellikle önem veren projelerde çıktıyı daha kontrol edilebilir kılmak için referans görseller eklemenizi öneriyoruz.
Karşılanan kısıtlar · Yüksek daha iyi
Göreve özel sonuçlar sanatsal stil üzerinde tam kontrolü kanıtlamaz.
Kaynak: OneWave · Sıfırdan başlayan ölçek
OpenAI hassas görsel düzenlemeyi GPT Image 2.5'in başlıca gelişmelerinden biri sayıyor; ancak düzenleme sonucu ve hızının ayrı incelenmesi gerektiğini düşünüyoruz.
OneWave aynı kaynak görselle şu düzenleme sonuçlarını elde etti:
| Model | Ortanca düzenleme süresi | Düzenleme başına maliyet |
|---|---|---|
| GPT Image 1 | 38.7 saniye | $0.1686 |
| GPT Image 2 | 15.3 saniye | $0.0143 |
| GPT Image 2.5 Flare | 17.0 saniye | $0.0143 |
Bu testlerde Flare, GPT Image 2'den hızlı değildi; biraz daha yavaştı ve düzenleme maliyetleri aynıydı.
Öte yandan Genflick'in Flare ve Sunburst ile karakter atkısı renklendirme testleri, her ikisinin de temel karakter özelliklerini ve özgün tuval oranını koruyarak yerel renk değişimini yapabildiğini gösterdi. Genflick'in şeffaf çaydanlık simgesi testi de Flare'in gerçekten Alpha kanalı içeren şeffaf PNG verebildiğini doğruladı. OneWave düzenleme performansı testi · Genflick düzenleme ve şeffaf arka plan testleri
İşiniz esas olarak sıfırdan görsel üretiyorsa Flare'in daha büyük yükseltme değeri sunduğunu düşünüyoruz. Kullanıcılar ağırlıkla mevcut görselleri art arda düzenliyorsa yalnızca yeni sürüm çıktı diye hemen geçmek gerekmez.
Önerimiz GPT Image 2 iş ihtiyaçlarınızı karşılıyorsa onu korumak, Flare kullanımını ancak yanlış değişiklikleri ve elle yeniden çalışmayı net biçimde azalttığında genişletmektir.
Saniye · Düşük daha iyi
Bu düzenleme testinde Flare, GPT Image 2’den biraz daha yavaştı.
Kaynak: OneWave · Sıfırdan başlayan ölçek
Düzenleme başına USD · Düşük daha iyi
Bu testte Flare ve GPT Image 2 aynı maliyete sahipti. API Hop fiyatları değildir.
Kaynak: OneWave · Sıfırdan başlayan ölçek
GPT Image 2.5 Flare'in GPT Image 2 karşısındaki ana avantajının benzer kalitedeki üretim görevlerini daha düşük zaman ve Token maliyetiyle bitirmek olduğunu düşünüyoruz.
OneWave'in aynı koşullu testlerinde Flare'in ortanca üretimi 16,7 saniye, GPT Image 2'ninki 117,8 saniyeydi. İlgili görsel maliyetleri $0.0532 ve $0.2112 oldu.
Bu rakamlara dayanarak sık görsel üretimi gereken yeni projelerde önce Flare'i seçmeye daha yatkınız.
Ancak mevcut görselleri düzenleme testlerinde GPT Image 2'nin ortanca süresi biraz daha düşüktü ve iki modelin maliyeti aynıydı. Bu, Flare'in hız avantajının her düzenleme görevine yayılmadığını gösteriyor. OneWave karşılaştırma testi
Önerimiz şu: GPT Image 2 ile metinden görsele ürün geliştiriyorsanız Flare'e geçiş testini önceliklendirin. Ürün ağırlıkla fotoğraf değiştirme, arka plan değiştirme ve yerel düzenleme sunuyorsa yükseltmeden önce düzenleme başarı oranını ve konunun korunmasını karşılaştırın.
Yeni projelerde Flare'i varsayılan aday listesinin başına koymanızı öneriyoruz; hız ve maliyette daha belirgin pratik avantajları var.
GPT Image 2.5 Flare ve Sunburst aynı model ailesindedir, ancak tamamen aynı işlere odaklanmaz.
OpenAI'ın resmî tanımları nettir: Flare hızı önceliklendiren daha küçük bir model, Sunburst ise görsel kaliteye ve düzenleme hassasiyetine daha fazla önem veren temel modeldir.
HummingBytes'ın 19 adet high kalite testinde Flare'in ortalama süresi yaklaşık 25,1 saniye, Sunburst'ünki 36,3 saniyeydi. Flare bu kümede belirgin biçimde daha hızlıydı. HummingBytes uygulamalı karşılaştırması
OneWave'in karmaşık istem testinde hem Flare hem Sunburst 8 kısıtın tamamını karşıladı. Genflick'in bazı basit afiş ve yerel renk değiştirme testleri de Sunburst'e çıkmanın görev tamamlama oranında net avantaj sağlamadığını buldu.
Kalite beklentisi zaten karşılanıyorsa Sunburst'ün yeterince net fayda sunmadan yalnızca beklemeyi artırabileceğini düşünüyoruz.
İki aşamalı model stratejisi öneriyoruz: Önce Flare ile hızlıca farklı yaratıcı sürümler oluşturun; kullanıcı kompozisyonu ve stili seçtikten sonra hassas revizyonlarda Sunburst deneyin.
Örneğin reklam tasarım aracı Flare ile on fikir görseli üretip seçilen son görselin ayrıntılarını Sunburst ile geliştirebilir. Böylece verimlilik ve kaliteyi dengelemek kolaylaşır.
Google'ın Nano Banana 2.1 modelini Flare ile birlikte değerlendirilmeye değer görsel modellerinden biri sayıyoruz.
Fuser 6 Ekim 2026'da Nano Banana 2.1 ve GPT Image 2.5 Flare'i karşılaştırmak için beş görevli uygulamalı test yaptı.
Bu testlerde Nano Banana 2.1 ürün fotoğrafında daha iyi çalıştı; belirtilen arka plan ve gölgeleri daha doğru ele aldı. Flare karakter tutarlılığında, bazı fotogerçekçi sahnelerde ve ürün arka planı düzenlemesinde avantajlıydı. İkisi de belirtilen afiş metnini doğru üretti. Fuser'ın iki modelle uygulamalı testi
Bu sonuçları yararlı buluyoruz; çünkü görsel modelinin güçlü yanlarının belirli göreve ne kadar bağlı olduğunu gösteriyor.
Ürününüz sanal karakterin yüz özelliklerini ve kıyafet ayrıntılarını birden fazla yeni sahnede koruyacaksa önce Flare'i test etmenizi öneriyoruz.
İşiniz ağırlıkla ürün fotoğrafı, ürün sunumu ve ana e-ticaret görselleriyse özellikle ürün geometrisi, malzeme ve ışık doğruluğu için Nano Banana 2.1 de test edilmeye değer.
Ticari entegrasyonda kendi ürün görsellerinizi referans alıp her modelle aynı hedef çözünürlükte birkaç görsel üretmenizi öneriyoruz. İşinize hangisinin daha uygun olduğuna karar vermeden önce ilk deneme başarısını, son kullanılabilirlik oranını ve kabul edilebilir görsel başına gerçek maliyeti karşılaştırın.
FLUX.3 Image'ı özellikle görsel düzenleme ve marka materyali üretiminde Flare ile karşılaştırmaya değer başka bir model olarak görüyoruz.
Fuser 2 Ekim 2026'da yayımladığı testlerde iki modeli üç metin görevi ve iki yerel düzenleme göreviyle karşılaştırdı.
Metin testlerinde FLUX.3 Image ve GPT Image 2.5 Flare, belirtilen 583 karakterin tümünü doğru üretti; belirgin fark gözlenmedi.
Ancak FLUX.3 Image'ın yerel düzenleme performansı daha yakından incelenmeye değer.
Örneğin kafe fotoğrafında karton bardağı kupayla değiştirirken Fuser, belirtilen düzenleme alanı dışındaki piksellerin Flare'de %7,7'sinin toleransı aşacak kadar değiştiğini, FLUX.3 Image'da bunun yalnızca %0,4 olduğunu ölçtü. Başka bir afiş tarih düzeltmesinde hedef dışı alan değişim oranları sırasıyla %25,0 ve %12,9 oldu. Fuser FLUX.3 Image uygulamalı karşılaştırması
Bu rakamların Flare yerel düzenlemeyi geliştirse de özgün görselin sıkı korunması gereken bazı senaryolarda FLUX.3 Image'ın avantajlı olabileceğini gösterdiğini düşünüyoruz.
Önerimiz şu: Genel görsel üretimi, reklam yaratıcılığı ve hızlı tasarım araçlarında önce Flare düşünün. Bitmiş afişlerde, ürün fotoğraflarında veya marka görsellerinde çok küçük değişiklik yapıp kalan bölgeleri mümkün olduğunca korumak gerekiyorsa FLUX.3 Image'ı karşılaştırma modeli olarak önceliklendirin.
İkinci durumda bizim için modelin çekici görsel üretmesinden çok, önceden onaylanmış içeriği bozmadan belirtilen bölgeyi doğru değiştirebilmesi önemlidir.
Sunucunuz için bir API Hop API anahtarı oluşturun ve bu sayfada gösterilen model kimliğiyle bir istemi JSON olarak POST /openai/v1/images/generations adresine gönderin. Yeni bir görüntü için image_urls alanını kullanmayın. Göndermeden önce güncel model fiyatını kontrol edin: üretim ücretlidir, ücretsiz bir bağlantı testi değildir.
Seçtiğiniz modeli, düzenleme istemini ve image_urls alanını POST /openai/v1/images/generations adresine gönderin. Herkese açık en fazla 16 HTTP(S) görüntü URL’si sağlayın. Bu API Hop uç noktası üretim ve referans görüntü düzenleme için JSON kullanır. Mevcut genel sözleşme multipart yüklemeleri, base64 veri URI’lerini, maskeleri veya ayrı bir /images/edits yolunu desteklemez. Değişiklikleri ve korunacak ayrıntıları açıklayın, ardından sonucun tamamını inceleyin. Yeni düzenleme için önceki sonucu yeniden referans URL’si olarak gönderin; uç nokta konuşma geçmişini saklamaz.
stream: false olduğunda API Hop tamamlanmayı bekler ve görüntü URL’lerini kullanılabilir kullanım bilgileriyle birlikte data[].url içinde döndürür. Sonucu okumadan önce HTTP durumunu ve yanıt gövdesini kontrol edin. Üst sağlayıcının Base64 yanıt ayrıştırıcısı yerine bu uç noktanın belgelenmiş yanıt biçimini kullanın. Uygulamanız kalıcı erişim gerektiriyorsa tamamlanan görüntüleri kendi depolamanıza indirin.
stream: true olduğunda SSE olaylarını image_generation.completed ve [DONE] gelene kadar okuyun ve hata olaylarını işleyin. Kısmi görüntü önizlemeleri garanti edilmez. Bu Images generations uç noktası sorgulama için görev kimliği döndürmez. Bağlantı tamamlanmadan kesilirse mevcut istek kimliğini saklayın ve yeniden ücretli olabilecek bir üretim göndermeden önce istek kayıtlarıyla hesap kullanımını kontrol edin. İstemcinin bağlantısının kesilmesi üretimin iptal edildiğini kanıtlamaz.
gpt-image-2.5-flaremodel zorunludur; bu örnekler mevcut sayfadaki model kimliğini kullanır. API anahtarınızın model erişimini GET /v1/models ile kontrol edin.
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"}'Sunucunuz için bir API Hop API anahtarı oluşturun ve bu sayfada gösterilen model kimliğiyle bir istemi JSON olarak POST /openai/v1/images/generations adresine gönderin. Yeni bir görüntü için image_urls alanını kullanmayın. Göndermeden önce güncel model fiyatını kontrol edin: üretim ücretlidir, ücretsiz bir bağlantı testi değildir.
Seçtiğiniz modeli, düzenleme istemini ve image_urls alanını POST /openai/v1/images/generations adresine gönderin. Herkese açık en fazla 16 HTTP(S) görüntü URL’si sağlayın. Bu API Hop uç noktası üretim ve referans görüntü düzenleme için JSON kullanır. Mevcut genel sözleşme multipart yüklemeleri, base64 veri URI’lerini, maskeleri veya ayrı bir /images/edits yolunu desteklemez. Değişiklikleri ve korunacak ayrıntıları açıklayın, ardından sonucun tamamını inceleyin. Yeni düzenleme için önceki sonucu yeniden referans URL’si olarak gönderin; uç nokta konuşma geçmişini saklamaz.
stream: false olduğunda API Hop tamamlanmayı bekler ve görüntü URL’lerini kullanılabilir kullanım bilgileriyle birlikte data[].url içinde döndürür. Sonucu okumadan önce HTTP durumunu ve yanıt gövdesini kontrol edin. Üst sağlayıcının Base64 yanıt ayrıştırıcısı yerine bu uç noktanın belgelenmiş yanıt biçimini kullanın. Uygulamanız kalıcı erişim gerektiriyorsa tamamlanan görüntüleri kendi depolamanıza indirin.
stream: true olduğunda SSE olaylarını image_generation.completed ve [DONE] gelene kadar okuyun ve hata olaylarını işleyin. Kısmi görüntü önizlemeleri garanti edilmez. Bu Images generations uç noktası sorgulama için görev kimliği döndürmez. Bağlantı tamamlanmadan kesilirse mevcut istek kimliğini saklayın ve yeniden ücretli olabilecek bir üretim göndermeden önce istek kayıtlarıyla hesap kullanımını kontrol edin. İstemcinin bağlantısının kesilmesi üretimin iptal edildiğini kanıtlamaz.
Aile ve protokol başvurusu
GPT Image 2.5
Tam API belgeleriFlare ile görsel oluşturun veya Sunburst ile referans görselleri düzenleyin.
https://api.apihop.ai/openai/v1/images/generations