GPT Image 2 API

Vollständige API-Referenz für GPT Image 2 Modelle von OpenAI.

Modellvarianten

Diese API unterstützt vier Modellvarianten:

Schnellvergleich

Unterstützte Seitenverhältnisse

16:9, 9:16, 1:1, 3:2, 2:3, 3:4, 4:3, 5:4, 4:5, 21:9

GPT Image 2 (Text-zu-Bild)

Endpoint

POST /api/v1/image/task

Authentifizierung

Authorization: Bearer YOUR_API_KEY

Request-Parameter

Erforderlich

Hinweis: Das Verhältnis width:height muss eines der folgenden sein: 16:9, 9:16, 1:1, 3:2, 2:3, 3:4, 4:3, 5:4, 4:5, 21:9

Beispielanfrage

javascriptKopieren
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model_name: 'gpt-image-2',
    prompt: 'A minimalist product shot of a ceramic mug on marble, soft studio light',
    width: 1,
    height: 1,
    resolution: '1k',
    quality: 'medium'
  })
});

const { data } = await response.json();
const taskId = data.task_id;

// Poll for results
const pollResponse = await fetch(
  `https://api.flaq.ai/api/v1/image/${taskId}`,
  {
    headers: { Authorization: 'Bearer YOUR_API_KEY' }
  }
);

const result = await pollResponse.json();
console.log(result.data.task_result.images[0].url);

GPT Image 2 Edit (Bildbearbeitung)

Endpoint

POST /api/v1/image/task

Request-Parameter

Erforderlich

Optional

Hinweis: Wenn width und height angegeben werden, muss das Verhältnis eines der folgenden sein: 16:9, 9:16, 1:1, 3:2, 2:3, 3:4, 4:3, 5:4, 4:5, 21:9

Beispiel für Einzelbildbearbeitung

javascriptKopieren
{
  model_name: 'gpt-image-2-edit',
  prompt: 'Replace the background with a clean studio scene and brighten the product lighting',
  image_url_list: ['https://example.com/product-photo.jpg'],
  width: 16,
  height: 9,
  resolution: '1k',
  quality: 'medium'
}

Beispiel für Multi-Image-Komposition

javascriptKopieren
{
  model_name: 'gpt-image-2-edit',
  prompt: 'Blend these reference images into a polished campaign composition while keeping the main subject identity consistent',
  image_url_list: [
    'https://example.com/image1.jpg',
    'https://example.com/image2.jpg',
    'https://example.com/image3.jpg'
  ],
  width: 16,
  height: 9,
  resolution: '2k',
  quality: 'high'
}

GPT Image 2 Client

Verwendet dieselben Parameter und Funktionen wie GPT Image 2, jedoch mit model_name auf gpt-image-2-client. Dies ist eine Preview-Erlebnisvariante und kann weniger stabil sein.

Beispielanfrage

javascriptKopieren
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model_name: 'gpt-image-2-client',
    prompt: 'A luxury skincare still life with soft reflections and elegant typography',
    width: 4,
    height: 5,
    resolution: '1k',
    quality: 'medium'
  })
});

const { data } = await response.json();
const taskId = data.task_id;

GPT Image 2 Edit Client

Verwendet dieselben Parameter und Funktionen wie GPT Image 2 Edit, jedoch mit model_name auf gpt-image-2-edit-client. Dies ist eine Preview-Erlebnisvariante und kann weniger stabil sein.

Beispielanfrage

javascriptKopieren
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model_name: 'gpt-image-2-edit-client',
    prompt: 'Turn this portrait into a clean editorial poster while preserving the face and pose',
    image_url_list: ['https://example.com/portrait.jpg'],
    width: 4,
    height: 5,
    resolution: '1k',
    quality: 'medium'
  })
});

const { data } = await response.json();
const taskId = data.task_id;

Antwortformat

Initiale Antwort

Alle GPT Image 2 Varianten geben eine task_id zum Pollen zurück:

jsonKopieren
{
  "code": 0,
  "data": {
    "task_id": "{task_id}",
    "task_status": "submitted",
    "response_url": "https://api.flaq.ai/api/v1/image/{task_id}"
  },
  "message": "success"
}

Polling-Antwort

Pollen Sie GET /api/v1/image/{task_id}, um den Status zu prüfen:

jsonKopieren
{
  "code": 0,
  "data": {
    "task_id": "{task_id}",
    "task_status": "succeed",
    "task_status_msg": null,
    "response_url": "https://api.flaq.ai/api/v1/image/{task_id}",
    "task_result": {
      "credit": 0.0997,
      "images": [
        {
          "url": "https://example.com/generated-image.jpeg"
        }
      ]
    }
  },
  "message": "success"
}

Statuswerte

• submitted: Aufgabe akzeptiert
• processing: Bildgenerierung oder Bearbeitung läuft
• succeed: Aufgabe erfolgreich abgeschlossen
• failed: Aufgabe fehlgeschlagen

Verarbeitungszeit

Die typische Verarbeitungszeit liegt bei 15-60 Sekunden, abhängig von Auflösung, Qualität, Prompt-Komplexität und der Anzahl der Bilder bei Bearbeitungsanfragen.

Best Practices

1. Komposition klar beschreiben: GPT Image 2 funktioniert am besten, wenn Motive, Bildaufbau, Licht und Stil klar beschrieben werden.
2. Qualität passend zum Workflow wählen: Verwenden Sie low oder medium für Iteration und high für finale Ergebnisse.
3. Seitenverhältnis nach Zielausgabe wählen: Legen Sie das Verhältnis vorab passend zu Social Posts, Bannern, Produktseiten oder Editorial-Layouts fest.
4. Saubere Ausgangsbilder für Edits verwenden: Scharfe und gut belichtete Eingaben verbessern Identitätserhalt und lokale Bearbeitungsqualität.
5. Bei Multi-Image nur starke Referenzen verwenden: Geben Sie bei Edit-Modellen nur wirklich wichtige Referenzen an, um widersprüchliche visuelle Hinweise zu vermeiden.