API Hop

API GPT Image 2.5 Flare để tạo và chỉnh sửa hình ảnh

Khám phá giá token GPT Image 2.5 Flare và ví dụ tạo hoặc chỉnh sửa ảnh, gồm chất lượng, định dạng đầu ra và cài đặt ảnh tham chiếu.

Giá và tính phí API GPT Image 2.5 Flare

Văn bản đầu vào

Giá chính thức

Văn bản đầu vào
$5.0000 /M

Giá API Hop Tiết kiệm 20%

Văn bản đầu vào
$4.0000 /M

Văn bản đầu vào bộ nhớ đệm

Giá chính thức

Văn bản đầu vào bộ nhớ đệm
$1.2500 /M

Giá API Hop Tiết kiệm 20%

Văn bản đầu vào bộ nhớ đệm
$1.0000 /M

Hình ảnh đầu vào

Giá chính thức

Hình ảnh đầu vào
$8.0000 /M

Giá API Hop Tiết kiệm 20%

Hình ảnh đầu vào
$6.4000 /M

Hình ảnh đầu vào bộ nhớ đệm

Giá chính thức

Hình ảnh đầu vào bộ nhớ đệm
$2.0000 /M

Giá API Hop Tiết kiệm 20%

Hình ảnh đầu vào bộ nhớ đệm
$1.6000 /M

Hình ảnh đầu ra

Giá chính thức

Hình ảnh đầu ra
$30.0000 /M

Giá API Hop Tiết kiệm 20%

Hình ảnh đầu ra
$24.0000 /M

Giá tham chiếu chưa được xác minh độc lập. Kiểm tra mức giá hiện tại, đơn vị tính phí và điều khoản áp dụng của nhà phát hành trước khi so sánh chi phí.

Công cụ hình ảnh trực tuyến GPT Image 2.5 Flare

Cài đặt hình ảnh

Đăng nhập để chạy bằng số dư tài khoản.

Kết quả hình ảnh

Xem trước ví dụ

Mẫu API Hop đã ghi nhận

Ghi nhận ngày 22 tháng Mười năm 2026 qua API Hop. Mỗi kết quả là một yêu cầu cho mô hình và chế độ được nêu, không phải cam kết tỷ lệ thành công, tốc độ hay chất lượng sản xuất. Phản hồi mô hình bên dưới giữ nguyên ngôn ngữ gốc.

Đổi nền, giữ sản phẩm

gpt-image-2.5-flare · image-to-image ·

Ảnh tham chiếu
Ảnh tham chiếu · Tệp gốc
Chỉnh sửa nền gpt-image-2.5-flare đã ghi nhận
Đầu ra đã ghi nhận · Tệp gốc

So sánh hình ảnh cho thấy nền trắng, chủ thể và bố cục nhìn chung được giữ, với thay đổi nhỏ ở bề mặt và phản chiếu. Đây không phải chỉnh sửa giữ tiền cảnh giống từng pixel. So sánh miệng ly, đá, mực chất lỏng, chanh, lá và bệ với ảnh gốc.

Phản hồi này không nhắc lại tên mô hình. Bản ghi giữ đúng mô hình được yêu cầu và ID yêu cầu; không xác minh độc lập định tuyến thượng nguồn.

Toàn bộ yêu cầu và đầu vào

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
}
Siêu dữ liệu phản hồi và mức sử dụng được báo cáo
{
  "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
    }
  ]
}
Tải bản ghi bằng chứng công khai

Ví dụ prompt GPT Image 2.5 Flare

Hình ảnh bên dưới được ghi là từ mô hình này trong hướng dẫn prompt OpenAI được liên kết, không phải kết quả API Hop đã ghi nhận. Prompt và cài đặt hiển thị là ví dụ yêu cầu có thể dùng lại, không phải tham số tái tạo đã xác minh; prompt điều chỉnh có nhãn. Kiểm tra hình học, chữ và thay đổi ngoài ý muốn so với đầu vào trước khi dùng ảnh chỉnh sửa.

Xem prompt

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.

Hướng dẫn prompt hình ảnh OpenAI, ví dụ GPT Image 2.5 Flare
Xem prompt

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.

Hướng dẫn prompt hình ảnh OpenAI, ví dụ GPT Image 2.5 Flare
Xem prompt

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.

Hướng dẫn prompt hình ảnh OpenAI, ví dụ GPT Image 2.5 Flare

GPT Image 2.5 Flare là gì

Mô hình thuộc dòng GPT Image 2.5 của OpenAI dành cho tạo ảnh nhanh

Chúng tôi định vị GPT Image 2.5 Flare là mô hình ảnh AI dành cho tạo ảnh hằng ngày, sản xuất tài nguyên thương mại và lặp ý tưởng hình ảnh nhanh. OpenAI phát hành dòng GPT Image 2.5 vào ngày 8 tháng 9 năm 2026 với hai phiên bản: Flare và Sunburst. Flare chú trọng tốc độ và hiệu quả chi phí, còn Sunburst phù hợp hơn với công việc đòi hỏi nhiều chi tiết và chỉnh sửa chính xác.

So với GPT Image 2, giá trị chính của Flare không chỉ là tạo ảnh đẹp mà còn giúp người dùng thử nghiệm nhiều vòng với ít thời gian chờ hơn. OpenAI định vị đây là lựa chọn mặc định cho phần lớn ứng dụng và cho biết độ trễ tạo ảnh thấp hơn khoảng 50% so với GPT Image 2, đồng thời cải thiện chi tiết ảnh, khả năng giữ nguyên ảnh tham chiếu và chỉnh sửa. Thông báo phát hành chính thức của OpenAI

Chúng tôi cho rằng Flare đáng được thử trước nếu bạn thường xuyên tạo ảnh quảng cáo, tài nguyên mạng xã hội, ảnh sản phẩm và mẫu sản phẩm. Tuy nhiên, chúng tôi không cho rằng mô hình vượt GPT Image 2 ở mọi chỉ số chất lượng ảnh. Nếu yêu cầu đầu ra ít khắt khe hơn nhưng tốc độ quan trọng hơn, Flare có thể là lựa chọn tốt.

Mô hình ảnh đa phương thức hỗ trợ cả văn bản thành ảnh và ảnh thành ảnh

GPT Image 2.5 Flare nhận đầu vào văn bản và hình ảnh để tạo ảnh mới. Mô hình có thể tạo nội dung trực quan trực tiếp từ mô tả hoặc sửa ảnh chụp, bản thiết kế và ảnh tham chiếu có sẵn.

Chúng tôi cho rằng hai khả năng này phù hợp với những quy trình khác nhau. Nếu chỉ muốn tạo ảnh quảng bá sản phẩm mới, bạn có thể mô tả trực tiếp chủ thể, bố cục, ánh sáng và phong cách. Nếu đã có ảnh gần như ưng ý và chỉ cần đổi nền, trang phục hoặc chữ trong ảnh, hãy gửi URL tham chiếu qua cùng endpoint Images generations của API Hop thay vì làm lại từ đầu.

Ở cấp API, Flare hỗ trợ các mức chất lượng gồm low, medium, high, xhigh, max và auto. Kích thước đầu ra có thể tùy chỉnh, hỗ trợ ảnh lên đến khoảng 4K trong giới hạn pixel chính thức. Mô hình cũng có thể tạo tài nguyên PNG hoặc WebP với nền trong suốt.

Chúng tôi khuyên chọn chất lượng và kích thước theo mục đích sử dụng cuối cùng thay vì đặt mọi tác vụ ở max. Chẳng hạn, ảnh thu nhỏ trên web và ảnh xem trước mạng xã hội có thể bắt đầu ở medium; với ảnh sản phẩm chính cần nhiều chi tiết, hãy tăng dần chất lượng.

Mô hình tạo ảnh chú trọng chỉnh sửa cục bộ và tính nhất quán của chủ thể

Chúng tôi cho rằng một thay đổi quan trọng của GPT Image 2.5 Flare là chú ý hơn đến những phần không nên sửa trong ảnh.

Trước đây, chỉnh ảnh bằng AI thường gặp vấn đề: bạn chỉ muốn đổi màu quần áo nhưng khuôn mặt, hậu cảnh hoặc toàn bộ bố cục cũng thay đổi. Trong thiết kế thương mại, điều này khiến tài nguyên đã duyệt có thể phải được duyệt lại.

Trong GPT Image 2.5, OpenAI tập trung cải thiện chỉnh sửa cục bộ, giữ chủ thể từ ảnh tham chiếu và sửa đổi liên tiếp. Trong tài liệu phát hành chính thức, Giám đốc Sản phẩm của Higgsfield AI, Axultan Alimkulov, đặc biệt đánh giá cao khả năng giữ nguyên con người, bố cục và nhận diện hình ảnh của Flare khi chỉnh ảnh. Phản hồi khách hàng đầu tiên của OpenAI

Chúng tôi thấy khả năng này đặc biệt có giá trị với ảnh sản phẩm, người mẫu ảo và tài nguyên thương hiệu. Ví dụ, đội thương mại điện tử có thể thử tạo liên tiếp các ảnh quảng cáo với nền khác nhau nhưng giữ nguyên hình dáng sản phẩm, Logo và nhãn.

Tuy nhiên, điều đó không có nghĩa mọi thứ được giữ nguyên hoàn hảo ở cấp pixel. Chúng tôi vẫn khuyên nêu rõ phần được phép sửa và phần phải giữ, đồng thời kiểm tra ảnh cuối cùng, nhất là khuôn mặt, Logo, bao bì và chữ trên sản phẩm.

Công cụ trực tuyến và API GPT Image 2.5 Flare của API Hop

Thông qua API Hop, chúng tôi muốn giúp bạn nhanh chóng hiểu GPT Image 2.5 Flare hoạt động thế nào trong tình huống kinh doanh thực tế.

Chỉ cần đăng nhập API Hop, tạo API Key và nạp một khoản nhỏ là bạn có thể thử khả năng tạo ảnh qua công cụ trực tuyến. Khi đánh giá, bạn chưa cần viết mã tích hợp API hoặc mua gói cố định cho một đợt thử ngắn. Cách này cũng giảm phiền toái khi phải tự duy trì tài khoản ở nhiều nền tảng mô hình.

Tính năng chính và thế mạnh của GPT Image 2.5 Flare

Tạo ý tưởng nhanh: phù hợp với hàng loạt ảnh quảng cáo và mạng xã hội

Chúng tôi cho rằng một lợi thế chính của GPT Image 2.5 Flare là giảm thời gian thử và sửa ý tưởng.

Với người làm quảng cáo và mạng xã hội, ảnh có dùng được hay không thường phụ thuộc vào nhiều chi tiết như góc sản phẩm, màu nền, tư thế nhân vật và phong cách tổng thể. Ngay cả khi hướng sáng tạo đã rõ, thông thường vẫn cần tạo nhiều phiên bản để lựa chọn.

Trong thử nghiệm API thực tế do OneWave công bố ngày 8 tháng 9 năm 2026, thời gian tạo ảnh trung vị của Flare ở 1024×1024 và chất lượng high là 16.7 giây, so với 117.8 giây của GPT Image 2. Chúng tôi cho rằng chênh lệch tốc độ này trực tiếp thay đổi cách sản xuất tài nguyên vì thử một ý tưởng mới cần chờ ít hơn đáng kể. Thử nghiệm thực tế của OneWave

Với người cần nhiều biến thể quảng cáo, chúng tôi khuyên dùng Flare trong giai đoạn khám phá ý tưởng, chẳng hạn chuẩn bị đồng thời nhiều hướng nền, góc máy và phong cách rồi chọn phiên bản đáng hoàn thiện tiếp.

Tất nhiên, tốc độ không thay thế việc duyệt chất lượng. Chúng tôi vẫn khuyên kiểm tra mô tả sản phẩm, yếu tố thương hiệu và chi tiết con người trong ảnh quảng cáo. Đặc biệt, đừng bỏ bước con người duyệt cuối chỉ vì ảnh được tạo nhanh hơn.

Ảnh chân thực: ánh sáng, da và chất liệu tự nhiên hơn

GPT Image 2.5 Flare phù hợp để tạo ảnh sản phẩm, ảnh phong cách sống và tài nguyên chân thực. OpenAI nhấn mạnh những cải thiện về ánh sáng tự nhiên, kết cấu bề mặt và độ trung thực với ảnh tham chiếu trong dòng mới; chúng tôi cũng coi đây là các cải thiện dễ nhận thấy với người dùng hằng ngày.

Một khách hàng chia sẻ rằng ảnh chân dung do Flare tạo ngay lần đầu đã khiến họ hài lòng mà không cần sửa thêm. Người sáng tạo này cho biết ánh sáng và cách thể hiện chất liệu là những điểm gây bất ngờ nhất.

Tất nhiên, không phải ai cũng đạt kết quả lý tưởng với Flare. Theo kinh nghiệm, chúng tôi khuyên mô tả thật rõ mọi chi tiết cần thiết. Ví dụ, khi yêu cầu Flare tạo ảnh sản phẩm cho thương hiệu cà phê, nên cung cấp ảnh tham chiếu bao bì và yêu cầu rõ giữ nguyên tỷ lệ sản phẩm, Logo, nhãn và màu thương hiệu thay vì chỉ nhập “tạo ảnh quảng cáo cà phê chất lượng cao”.

Chỉnh ảnh chính xác: chỉ đổi phần cần đổi

Qua phản hồi khách hàng, chúng tôi thấy chỉnh sửa ảnh chiếm tỷ trọng công việc hằng ngày lớn hơn tạo mới, với dữ liệu hiện tại cho thấy tỷ lệ gần 3:1.

Ví dụ, bố cục và thiết kế nhân vật trong ảnh quảng cáo có thể đã hoàn tất, nhưng khách muốn đổi màu trang phục hoặc đặt sản phẩm trên nền mới. Kết quả lý tưởng là chỉ sửa nội dung được chỉ định và giữ nhất quán các chi tiết khác đã duyệt.

Trong thử nghiệm độc lập ngày 8 tháng 9 năm 2026, Genflick thử đổi khăn màu vàng mù tạt của nhân vật sang xanh cobalt, đồng thời yêu cầu giữ nguyên khuôn mặt, kính, tư thế và nền. Với cùng tỷ lệ khung hình, mẫu thử Flare ở cả medium và high đều sửa được và giữ các yếu tố hình ảnh chính khác. Thử nghiệm chỉnh ảnh của Genflick

Tuy nhiên, chúng tôi lưu ý rằng sự giữ nguyên này là tương đồng về thị giác, không phải pixel ngoài vùng sửa hoàn toàn giống nhau.

Vì vậy, với ảnh sản phẩm thông thường, sửa poster và thay trang phục, chúng tôi khuyên thử Flare trước. Với Logo thương hiệu, cấu trúc sản phẩm phức tạp hoặc tài nguyên thương mại cần giữ ảnh gốc nghiêm ngặt, nên thử thêm Sunburst hoặc kết hợp công cụ chỉnh ảnh truyền thống để tinh chỉnh.

Kết hợp nhiều ảnh tham chiếu: giữ liên tục giữa nhân vật và cảnh

Chúng tôi cho rằng khả năng dùng nhiều ảnh tham chiếu rất có giá trị với phân cảnh phim ngắn, nhân vật truyện tranh, tổ hợp sản phẩm và sản xuất hình ảnh thương hiệu.

Giả sử bạn đã chuẩn bị bảng tham chiếu cho hai nhân vật cùng ảnh nền của một bối cảnh cố định. Yêu cầu tiếp theo có thể là để hai nhân vật thực hiện hành động chỉ định trong bối cảnh đó, vẫn giữ trang phục và đặc điểm gốc.

Một khách hàng làm truyện tranh hoạt hình mô tả thử nghiệm dùng tổng cộng ba ảnh tham chiếu: hai nhân vật + một cảnh. Họ yêu cầu ảnh một nhân vật đưa cốc cho người kia. Trong kết quả medium và high được trình diễn, Flare giữ các đặc điểm nhân vật chính, trang phục và yếu tố môi trường, đồng thời bố trí vị trí và hành động theo yêu cầu. Kết quả này khiến chúng tôi cho rằng Flare đã có thể tham gia tiền kỳ cho một số nội dung hình ảnh liên tiếp.

Văn bản và tài nguyên trong suốt: phù hợp với poster, biểu tượng và thiết kế sản phẩm

Nhiều mô hình ảnh AI trước đây tạo được poster đẹp nhưng hay sai chính tả và số khi ảnh cần chứa chữ, ngày tháng hoặc giá sản phẩm chính xác.

Trong thử nghiệm poster giày dép và quần áo thực tế của khách hàng thương mại điện tử, Flare cũng thể hiện đúng tiêu đề, phụ đề và giá được chỉ định. Từ thử nghiệm này, chúng tôi thấy GPT Image 2.5 Flare đã có thể dùng cho công việc thiết kế thực tiễn ở lĩnh vực đó.

Ngoài chữ, nền trong suốt cũng là khả năng hữu ích. Đội đánh giá tại Manus đã khen những cải thiện của Flare về tạo nền trong suốt trong tài liệu phát hành chính thức của OpenAI.

Chúng tôi khuyên dùng Flare cho bản nháp poster sự kiện, nhãn dán sản phẩm, minh họa web, thẻ mạng xã hội và biểu tượng đơn giản. Với ảnh cần nền trong suốt, bạn có thể dùng AI phát triển công cụ kiểm tra kênh Alpha của tệp đầu ra để tránh lỗi có thể xảy ra.

Điểm chuẩn và hiệu năng GPT Image 2.5 Flare

Phần này chủ yếu tham khảo tài liệu chính thức của OpenAI cùng kết quả thử nghiệm do OneWave, Genflick, HummingBytes, IMG.LY và Fuser công bố.

Lưu ý rằng độ phân giải, mức chất lượng, Prompt và môi trường chạy không giống nhau giữa các thử nghiệm. Vì vậy, chúng tôi giữ lại điều kiện thử quan trọng thay vì gộp thẳng kết quả từ nhiều nguồn thành một bảng xếp hạng mô hình.

Tốc độ tạo ảnh: trung vị 16.7 giây, nhanh hơn đáng kể so với GPT Image 2

Trong thử nghiệm độc lập của OneWave ngày 8 tháng 9 năm 2026, ba mô hình dùng cùng Prompt, độ phân giải 1024×1024 và mức chất lượng high. Mỗi mô hình được thử tạo ảnh 9 lần.

Kết quả như sau:

Mô hìnhThời gian tạo trung vịChi phí mỗi ảnh
GPT Image 130.3 giây$0.1669
GPT Image 2117.8 giây$0.2112
GPT Image 2.5 Flare16.7 giây$0.0532

Trong tập thử này, Flare tạo ảnh nhanh gấp khoảng 7 lần GPT Image 2, một lợi thế rất rõ. Tập thử khác của HummingBytes cũng ghi nhận xu hướng tương tự. Trong 19 lần tạo ở chất lượng high, Flare hoàn tất trung bình khoảng 25.1 giây, so với 128.4 giây của GPT Image 2. Thời gian tuyệt đối khác nhau giữa hai thử nghiệm độc lập, nhưng cả hai đều cho thấy lợi thế rõ rệt của Flare về tốc độ tạo ảnh. Thử nghiệm OneWave · Thử nghiệm HummingBytes

Nếu doanh nghiệp cần người dùng thường xuyên thử các Prompt khác nhau, như trang tạo ảnh AI, công cụ tài nguyên tiếp thị hoặc công cụ tạo ảnh sản phẩm thương mại điện tử, chúng tôi khuyên thử Flare trước.

Tuy nhiên, với dịch vụ trực tuyến cần cam kết thời gian phản hồi cố định, chúng tôi khuyên đo độ trễ P95 và P99 bên cạnh tốc độ tạo trung bình, đồng thời triển khai thời hạn chờ và thử lại phù hợp. Đừng coi 16.7 giây trong thử nghiệm này là thời gian phản hồi dịch vụ ổn định.

OneWave · Kiểm thử độc lậpThời gian tạo ảnh trung vị2026-09-08 · Cùng câu lệnh · 1024×1024 · high · 9 lần tạo mỗi mô hình

Giây · Thấp hơn tốt hơn

  • GPT Image 130.3 giây
  • GPT Image 2117.8 giây
  • GPT Image 2.5 Flare16.7 giây

Kết quả kiểm thử độc lập, không bảo đảm thời gian phản hồi. Không kết hợp với kiểm thử HummingBytes riêng.

Nguồn: OneWave · Thang bắt đầu từ không

HummingBytes · Kiểm thử độc lậpThời gian tạo ảnh trung bìnhKiểm thử HummingBytes riêng · 19 lần tạo chất lượng cao

Giây · Thấp hơn tốt hơn

  • GPT Image 2~128.4 giây
  • GPT Image 2.5 Flare~25.1 giây

Trung bình xấp xỉ, không phải trung vị. Đây là kiểm thử riêng với điều kiện khác.

Nguồn: HummingBytes · Thang bắt đầu từ không

Chi phí tạo ảnh: khoảng một phần tư GPT Image 2 trong cùng điều kiện thử

Một lợi thế khác của Flare là chi phí tạo ảnh.

Theo giá API chính thức của OpenAI, giá xử lý tiêu chuẩn của GPT Image 2.5 Flare như sau:

Loại tokenGiá mỗi triệu token
Văn bản đầu vào$5.00
Văn bản đầu vào được lưu đệm$1.25
Ảnh đầu vào$8.00
Ảnh đầu vào được lưu đệm$2.00
Ảnh đầu ra$30.00

Đáng lưu ý, Flare và GPT Image 2 có cùng đơn giá mỗi Token. Chênh lệch chi phí tạo ảnh thực tế chủ yếu đến từ lượng Token tiêu thụ trong quá trình tạo, chứ không phải giảm đơn giá Token. Giá mô hình Flare của OpenAI

Trong thử nghiệm OneWave với cùng Prompt, độ phân giải và chất lượng high, Flare tốn $0.0532 mỗi ảnh, so với $0.2112 của GPT Image 2. Chi phí thực tế của Flare bằng khoảng một phần tư phiên bản cũ.

Chúng tôi cho rằng điều này rất quan trọng với sản phẩm SaaS cần tạo ảnh quy mô lớn. Ví dụ, nếu công cụ tiếp thị AI cho người dùng sửa Prompt liên tục, tạo các ảnh ứng viên rồi chọn phiên bản cuối từ nhiều kết quả, chi phí mỗi ảnh thấp hơn sẽ tác động trực tiếp đến biên lợi nhuận gộp của cả sản phẩm.

Trước khi tích hợp chính thức, chúng tôi khuyên thử riêng chất lượng ảnh và lượng Token tiêu thụ ở medium, high và xhigh để tìm mức chất lượng thấp nhất người dùng chấp nhận được.

OneWave · Kiểm thử độc lậpChi phí đã đo mỗi ảnh tạo2026-09-08 · Cùng câu lệnh · 1024×1024 · high · 9 lần tạo mỗi mô hình

USD mỗi ảnh · Thấp hơn tốt hơn

  • GPT Image 1$0.1669
  • GPT Image 2$0.2112
  • GPT Image 2.5 Flare$0.0532

Chi phí mỗi ảnh từ kiểm thử này, không phải giá mỗi triệu token hay giá API Hop.

Nguồn: OneWave · Thang bắt đầu từ không

Độ chính xác của chữ: đúng 24 mục văn bản, nhưng poster phức tạp vẫn cần người duyệt

Chúng tôi coi độ chính xác của chữ trong ảnh là chỉ số quan trọng để xác định mô hình ảnh AI có thể tham gia quy trình thiết kế thương mại hay không.

OneWave dùng ba mô hình tạo bảng so sánh giá chứa 24 mục văn bản chỉ định, gồm số, số thập phân, giá và chuỗi cụ thể.

Trong thử nghiệm này, GPT Image 2 và GPT Image 2.5 Flare đều tạo đúng cả 24 mục, còn GPT Image 1 chỉ đúng 19.

Ngoài ra, một số người dùng thương mại điện tử của chúng tôi gần đây so sánh ba tác vụ: Banner thương mại điện tử, ảnh chi tiết sản phẩm và tờ giới thiệu sản phẩm. Flare tạo đúng toàn bộ 583 ký tự yêu cầu trong ba ảnh thử.

Vì vậy, chúng tôi cho rằng các kết quả này cho thấy Flare đã xử lý được nhiều loại nội dung hình ảnh có chữ như poster sự kiện, thực đơn, ý tưởng bao bì và tài nguyên mạng xã hội có lời giải thích.

Với poster quảng bá thông thường, chúng tôi khuyên dùng Flare tạo bản nháp đầu tiên. Nếu tình huống kinh doanh có yêu cầu chữ nghiêm ngặt, nên dùng Flare tạo nền và yếu tố hình ảnh rồi thêm chữ cuối bằng công cụ dàn trang lập trình, thường đáng tin cậy hơn.

OneWave · Kiểm thử độc lậpMục văn bản đúng trong 24 mụcBảng so sánh giá · Số, số thập phân, giá và chuỗi cụ thể

Mục văn bản đúng · Cao hơn tốt hơn

  • GPT Image 119/24
  • GPT Image 224/24
  • GPT Image 2.5 Flare24/24

Một tác vụ, không phải tỷ lệ chính xác tổng thể. Không gồm kiểm thử khách hàng riêng với 583 ký tự.

Nguồn: OneWave · Thang bắt đầu từ không

Tuân thủ chỉ dẫn phức tạp: đáp ứng cả 8 ràng buộc nhưng vẫn có thể sai phong cách

Trong thiết kế thương mại thực tế, Prompt thường không chỉ mô tả chủ thể mà còn chứa nhiều yêu cầu phải đáp ứng đồng thời.

OneWave thiết kế Prompt phức tạp dài khoảng 1253 ký tự, gồm 8 điều kiện cần kiểm tra như số lượng vật thể, thứ tự sắp xếp, vị trí chữ, hướng ánh sáng và những yếu tố không được xuất hiện.

Trong thử nghiệm này:

Mô hìnhRàng buộc được đáp ứng
GPT Image 16/8
GPT Image 27/8
GPT Image 2.5 Flare8/8
GPT Image 2.5 Sunburst8/8

Kết quả cho thấy trong tác vụ này, Flare không chỉ hiểu đúng những vật thể cần tạo mà còn xử lý quan hệ không gian giữa chúng và các điều kiện loại trừ. Thử nghiệm Prompt phức tạp của OneWave

Tuy nhiên, chúng tôi cho rằng cần phân biệt thành công này với khả năng kiểm soát hoàn toàn phong cách nghệ thuật.

Trong phản hồi của một khách hàng, quy trình kinh doanh của họ có phân cảnh chín khung. Sau khi đổi từ GPT Image 2 sang Flare, cùng Prompt tạo đúng chín khung ngay lần đầu, giữ đặc điểm nhân vật chính và phần lớn tuân theo thứ tự cảnh quay. Tuy nhiên, dù Prompt yêu cầu phong cách minh họa, kết quả thực tế vẫn nghiêng rõ về hình ảnh điện ảnh chân thực.

Điều đó cho thấy hiểu cấu trúc cảnh không có nghĩa mô hình luôn tuân thủ nghiêm mọi yêu cầu phong cách. Theo kinh nghiệm, chúng tôi khuyên dùng Prompt có cấu trúc, mô tả riêng chủ thể, vị trí, số lượng, chữ và nội dung phải giữ nguyên. Cách này thường tạo kết quả ổn định hơn mô tả không có cấu trúc.

Nếu dự án đặc biệt coi trọng phong cách nhất quán, như truyện tranh, minh họa thương hiệu hoặc phân cảnh hoạt hình, chúng tôi khuyên thêm ảnh tham chiếu để dễ kiểm soát đầu ra hơn.

OneWave · Kiểm thử độc lậpRàng buộc đáp ứng trong 8 ràng buộcCâu lệnh phức tạp khoảng 1,253 ký tự · 8 điều kiện xác minh được

Ràng buộc đáp ứng · Cao hơn tốt hơn

  • GPT Image 16/8
  • GPT Image 27/8
  • GPT Image 2.5 Flare8/8
  • GPT Image 2.5 Sunburst8/8

Kết quả riêng tác vụ không xác lập kiểm soát hoàn toàn phong cách nghệ thuật.

Nguồn: OneWave · Thang bắt đầu từ không

Hiệu năng chỉnh ảnh: sửa cục bộ tốt hơn nhưng chưa chắc nhanh hơn GPT Image 2

OpenAI xác định chỉnh ảnh chính xác là một trong những cải thiện chính của GPT Image 2.5, nhưng chúng tôi cho rằng vẫn cần xem xét riêng kết quả và tốc độ chỉnh sửa.

OneWave dùng cùng ảnh nguồn trong thử nghiệm chỉnh sửa và thu được kết quả sau:

Mô hìnhThời gian chỉnh sửa trung vịChi phí mỗi lần sửa
GPT Image 138.7 giây$0.1686
GPT Image 215.3 giây$0.0143
GPT Image 2.5 Flare17.0 giây$0.0143

Trong các thử nghiệm này, Flare không nhanh hơn GPT Image 2 mà chậm hơn đôi chút, còn chi phí chỉnh sửa bằng nhau.

Mặt khác, thử nghiệm đổi màu khăn nhân vật của Genflick với Flare và Sunburst cho thấy cả hai sửa được màu cục bộ mà vẫn giữ đặc điểm nhân vật chính và tỷ lệ khung hình gốc. Thử nghiệm biểu tượng ấm trà trong suốt của Genflick cũng xác nhận Flare xuất được PNG trong suốt thực sự có kênh Alpha. Thử nghiệm hiệu năng chỉnh sửa OneWave · Thử nghiệm chỉnh sửa và nền trong suốt Genflick

Chúng tôi cho rằng Flare có giá trị nâng cấp lớn hơn nếu doanh nghiệp chủ yếu tạo ảnh từ đầu. Tuy nhiên, nếu người dùng chủ yếu sửa liên tiếp ảnh có sẵn, không cần chuyển ngay chỉ vì có phiên bản mới.

Khuyến nghị của chúng tôi là giữ GPT Image 2 nếu đã đáp ứng nhu cầu, và chỉ cân nhắc mở rộng dùng Flare khi mô hình giảm rõ các thay đổi sai và công việc sửa lại thủ công.

OneWave · Kiểm thử độc lậpThời gian chỉnh sửa ảnh trung vịDùng cùng ảnh nguồn để chỉnh sửa

Giây · Thấp hơn tốt hơn

  • GPT Image 138.7 giây
  • GPT Image 215.3 giây
  • GPT Image 2.5 Flare17.0 giây

Flare chậm hơn GPT Image 2 một chút trong kiểm thử chỉnh sửa này.

Nguồn: OneWave · Thang bắt đầu từ không

OneWave · Kiểm thử độc lậpChi phí đã đo mỗi lần chỉnh sửaDùng cùng ảnh nguồn để chỉnh sửa

USD mỗi lần chỉnh sửa · Thấp hơn tốt hơn

  • GPT Image 1$0.1686
  • GPT Image 2$0.0143
  • GPT Image 2.5 Flare$0.0143

Flare và GPT Image 2 có cùng chi phí trong kiểm thử này. Đây không phải giá API Hop.

Nguồn: OneWave · Thang bắt đầu từ không

So sánh GPT Image 2.5 Flare với GPT Image 2, GPT Image 2.5 Sunburst, Nano Banana 2.1 và FLUX.3 Image

So với GPT Image 2: Flare hợp tạo ảnh thường xuyên, bản cũ vẫn có giá trị chỉnh sửa

Chúng tôi cho rằng lợi thế chính của GPT Image 2.5 Flare so với GPT Image 2 là hoàn thành tác vụ tạo ảnh có chất lượng tương tự với ít thời gian và Token hơn.

Trong thử nghiệm cùng điều kiện của OneWave, thời gian tạo trung vị của Flare là 16.7 giây, so với 117.8 giây của GPT Image 2. Chi phí mỗi ảnh tương ứng là $0.0532 và $0.2112.

Dựa trên các con số này, chúng tôi thiên về chọn Flare trước cho dự án mới cần tạo ảnh thường xuyên.

Tuy nhiên, trong thử nghiệm chỉnh ảnh có sẵn, GPT Image 2 thực tế có thời gian trung vị thấp hơn đôi chút và cả hai có cùng chi phí. Điều này cho thấy lợi thế tốc độ của Flare không áp dụng cho mọi tác vụ sửa ảnh. Thử nghiệm so sánh OneWave

Khuyến nghị của chúng tôi: nếu dùng GPT Image 2 để xây sản phẩm văn bản thành ảnh, hãy ưu tiên thử chuyển sang Flare. Nếu sản phẩm chủ yếu sửa ảnh, thay nền và chỉnh cục bộ, trước hết hãy so sánh tỷ lệ sửa thành công và khả năng giữ chủ thể rồi mới quyết định nâng cấp.

Với dự án mới, chúng tôi khuyên đặt Flare đầu danh sách mặc định vì lợi thế thực tiễn về tốc độ và chi phí rõ hơn.

So với GPT Image 2.5 Sunburst: Flare để tạo nhanh, Sunburst để sáng tạo chi tiết

GPT Image 2.5 Flare và Sunburst cùng họ mô hình nhưng không hướng đến công việc hoàn toàn giống nhau.

Định nghĩa chính thức của OpenAI rất rõ: Flare là mô hình nhỏ hơn ưu tiên tốc độ, còn Sunburst là mô hình nền tảng chú trọng chất lượng ảnh và độ chính xác khi sửa.

Trong 19 lần tạo ảnh chất lượng high của HummingBytes, Flare mất trung bình khoảng 25.1 giây, còn Sunburst 36.3 giây. Flare nhanh hơn rõ trong tập thử này. So sánh thực tế HummingBytes

Trong thử nghiệm Prompt phức tạp của OneWave, cả Flare và Sunburst đều đáp ứng cả 8 ràng buộc. Một số thử nghiệm poster đơn giản và đổi màu cục bộ của Genflick cũng không thấy lợi thế rõ về tỷ lệ hoàn thành tác vụ khi nâng lên Sunburst.

Chúng tôi cho rằng khi chất lượng đã đạt yêu cầu, dùng Sunburst có thể chỉ tăng thời gian chờ mà không mang lại lợi ích đủ rõ.

Chúng tôi khuyên dùng chiến lược mô hình hai giai đoạn: trước tiên dùng Flare tạo nhanh nhiều phương án, rồi thử Sunburst cho sửa đổi chính xác cao sau khi người dùng chốt bố cục và phong cách.

Ví dụ, công cụ thiết kế quảng cáo có thể dùng Flare tạo mười ảnh ý tưởng, rồi dùng Sunburst hoàn thiện chi tiết ảnh cuối được chọn. Cách này giúp cân bằng hiệu suất và chất lượng dễ hơn.

So với Nano Banana 2.1: nên ưu tiên Flare cho nhất quán nhân vật, ảnh sản phẩm cần so sánh thực tế

Nano Banana 2.1 của Google là một trong những mô hình ảnh chúng tôi cho rằng đáng đánh giá cùng Flare.

Ngày 6 tháng 10 năm 2026, Fuser thực hiện một tập thử thực tế gồm năm tác vụ để so sánh Nano Banana 2.1 và GPT Image 2.5 Flare.

Trong các thử nghiệm này, Nano Banana 2.1 tốt hơn ở ảnh sản phẩm, xử lý nền và bóng được chỉ định chính xác hơn. Flare có lợi thế về nhất quán nhân vật, một số cảnh chân thực và sửa nền sản phẩm. Cả hai đều tạo đúng nội dung yêu cầu trong thử nghiệm chữ trên poster. Thử nghiệm thực tế hai mô hình của Fuser

Chúng tôi cho rằng kết quả này hữu ích vì cho thấy thế mạnh của mô hình ảnh phụ thuộc chặt vào tác vụ cụ thể.

Nếu sản phẩm cần giữ đặc điểm khuôn mặt và trang phục của nhân vật ảo qua nhiều cảnh mới, chúng tôi khuyên thử Flare trước.

Nếu doanh nghiệp chủ yếu làm ảnh chụp sản phẩm, trình bày sản phẩm và ảnh chính thương mại điện tử, Nano Banana 2.1 cũng đáng thử, đặc biệt về độ chính xác của hình học, chất liệu và ánh sáng sản phẩm.

Khi tích hợp thương mại, chúng tôi khuyên dùng ảnh sản phẩm của chính bạn làm tham chiếu và tạo nhiều ảnh bằng mỗi mô hình ở cùng độ phân giải mục tiêu. Hãy so sánh tỷ lệ thành công lần đầu, tỷ lệ dùng được cuối cùng và chi phí thực tế mỗi ảnh đạt yêu cầu trước khi quyết định mô hình phù hợp hơn.

So với FLUX.3 Image: chữ chính xác tương đương, nên ưu tiên thử FLUX.3 cho chỉnh sửa cục bộ nghiêm ngặt

Chúng tôi cho rằng FLUX.3 Image là mô hình khác đáng so sánh với Flare, đặc biệt khi chỉnh ảnh và sản xuất tài nguyên thương hiệu.

Trong tập thử công bố ngày 2 tháng 10 năm 2026, Fuser so sánh hai mô hình bằng ba tác vụ chữ và hai tác vụ chỉnh sửa cục bộ.

Ở các thử nghiệm chữ, FLUX.3 Image và GPT Image 2.5 Flare đều tạo đúng cả 583 ký tự chỉ định, không quan sát thấy khác biệt đáng kể.

Tuy nhiên, hiệu năng của FLUX.3 Image trong thử nghiệm chỉnh cục bộ đáng được chú ý hơn.

Ví dụ, khi thay cốc giấy bằng cốc có quai trong ảnh quán cà phê, Fuser đo được 7.7% pixel ngoài vùng chỉnh sửa chỉ định thay đổi vượt dung sai với Flare, so với chỉ 0.4% ở FLUX.3 Image. Trong một lần sửa ngày trên poster khác, tỷ lệ thay đổi ở vùng ngoài mục tiêu lần lượt là 25.0% và 12.9%. So sánh thực tế FLUX.3 Image của Fuser

Chúng tôi cho rằng các con số này cho thấy dù Flare đã cải thiện chỉnh sửa cục bộ, FLUX.3 Image có thể có lợi thế trong một số tình huống cần giữ ảnh gốc nghiêm ngặt.

Khuyến nghị của chúng tôi: nếu chủ yếu xây công cụ tạo ảnh đa dụng, ý tưởng quảng cáo và thiết kế nhanh, hãy cân nhắc Flare trước. Nếu ứng dụng cần sửa rất nhỏ trên poster hoàn thiện, ảnh sản phẩm hoặc ảnh thương hiệu và giữ phần còn lại nguyên vẹn tối đa, hãy ưu tiên FLUX.3 Image làm mô hình đối chiếu.

Với nhóm sau, điều chúng tôi quan tâm hơn không phải mô hình có tạo ảnh đẹp hay không mà là có sửa chính xác vùng chỉ định mà không phá nội dung đã duyệt hay không.

Câu hỏi thường gặp về tích hợp API GPT Image 2.5 Flare

Cách gọi mô hình này qua API Hop?

Tạo khóa API API Hop cho máy chủ và gửi JSON tới POST /openai/v1/images/generations với ID mô hình hiển thị trên trang này và prompt. Bỏ image_urls khi tạo ảnh mới. Kiểm tra giá mô hình hiện tại trước khi gửi: tạo ảnh có tính phí, không phải kiểm tra kết nối miễn phí.

Cách chỉnh sửa ảnh tham chiếu qua API Hop?

Gửi mô hình đã chọn, prompt chỉnh sửa và image_urls tới POST /openai/v1/images/generations. Cung cấp tối đa 16 URL ảnh HTTP(S) truy cập công khai. Endpoint API Hop này dùng JSON cho tạo ảnh và chỉnh sửa ảnh tham chiếu. Hợp đồng công khai hiện tại không hỗ trợ tải lên multipart, URI dữ liệu base64, mask hay tuyến /images/edits riêng. Mô tả thay đổi và chi tiết cần giữ, rồi kiểm tra toàn bộ kết quả. Để chỉnh sửa tiếp, gửi lại kết quả trước dưới dạng URL tham chiếu; endpoint không lưu lịch sử hội thoại.

URL ảnh được tạo ở đâu?

Với stream: false, API Hop chờ hoàn tất rồi trả URL ảnh trong data[].url cùng thông tin mức sử dụng khả dụng. Kiểm tra trạng thái HTTP và nội dung phản hồi trước khi đọc kết quả. Dùng định dạng phản hồi trong tài liệu endpoint này, không dùng bộ phân tích phản hồi Base64 thượng nguồn. Tải ảnh đã hoàn tất về kho riêng khi ứng dụng cần truy cập lâu dài.

Nên đọc kết quả truyền trực tiếp thế nào?

Với stream: true, đọc sự kiện SSE tới image_generation.completed và [DONE], đồng thời xử lý sự kiện lỗi. Không đảm bảo có ảnh xem trước từng phần. Endpoint Images generations này không trả ID tác vụ để thăm dò. Nếu kết nối kết thúc trước khi hoàn tất, giữ ID yêu cầu nếu có và kiểm tra bản ghi yêu cầu cùng mức sử dụng tài khoản trước khi gửi lần tạo khác có thể tính phí. Máy khách ngắt kết nối không chứng minh việc tạo đã hủy.

Tham chiếu đầy đủ tham số và phản hồi API Hop

API hình ảnh liên quan