
Text zu Bild
KI-Bilder aus Text-Prompts erstellen
Bearbeiten Sie Bilder mit der ChatGPT Images 2.5 Flare Edit API per Prompts und mehreren Referenzen. Günstiger OpenAI-Zugang für Produktbilder und kreative Workflows.
Probieren Sie jetzt den KI-Bildgenerator aus
| Parameter | Preis | Ursprünglicher Preis | Rabatt |
|---|
Die ChatGPT Images 2.5 Flare Edit API bietet Entwicklern über Flaq AI Zugang zur Bildbearbeitung von OpenAI mit Textanweisungen und Referenzbildern. Mit flexiblen Einstellungen für Auflösung, Qualität und Seitenverhältnis erstellen Sie Produktbilder, Marketingmaterialien und kreative Konzepte. Die API nutzt denselben asynchronen Ablauf für Bildaufgaben wie die übrige ChatGPT Images 2.5-Familie und lässt sich so praktisch in bestehende Kreativanwendungen integrieren.
Prompt-gesteuerte Bildbearbeitung: Beschreiben Sie die gewünschten Änderungen und stellen Sie die Ausgangsbilder als Grundlage für die Bearbeitung bereit.
Flexible Ausgabeauflösung: Wählen Sie eine Ausgabeauflösung, die zur Erkundung von Konzepten, zu digitalen Veröffentlichungen oder zu größeren Bildmaterialien passt.
Anpassbare Qualität: Wählen Sie für jede Anfrage eine Qualitätsstufe, die den unterschiedlichen Ausgabeanforderungen in Ihrem Arbeitsablauf entspricht.
Mehrere Seitenverhältnisse: Erstellen Sie quadratische Bilder sowie Quer- und Hochformate für Produktseiten, Kampagnenlayouts und soziale Kanäle.
Mehrere Eingabebilder: Stellen Sie mehrere Referenzbilder mit klaren Anweisungen zur Rolle jedes Bildes in der endgültigen Komposition bereit.
Gemeinsame API-Integration: Übermitteln Sie Bildaufgaben und rufen Sie fertige Ergebnisse über die vorhandenen Bildendpunkte von Flaq AI ab.
Eingabe: URLs von Referenzbildern und ein Prompt in natürlicher Sprache, der die gewünschten Änderungen beschreibt.
Ausgabe: Bearbeitete Bilder, die nach Abschluss der Aufgabe als Bild-URLs zurückgegeben werden.
Seitenverhältnisse: Flexible quadratische Formate sowie Hoch- und Querformate, die über Verhältniswerte für Breite und Höhe ausgewählt werden.
Funktionen: Bildbearbeitung und Komposition mehrerer Bilder mit Einstellungen für Auflösung und Qualität.
Produktbilder: Passen Sie vorhandene Produktbilder mithilfe von Ausgangsbildern und Bearbeitungsanweisungen an neue kreative Briefings an.
Marketingmaterialien: Erstellen Sie Bildvarianten für Kampagnenkonzepte, Werbelayouts und die Bewertung kreativer Entwürfe.
Inhalte für soziale Medien: Wählen Sie Ausgabeproportionen für Beiträge, Storys, Banner und weitere Veröffentlichungsformate.
Designiteration: Verfeinern Sie ein Bild mit gezielten Anweisungen und passenden Referenzbildern.
Kreativanwendungen: Integrieren Sie die referenzbasierte Bearbeitung in eine auf Aufgaben basierende Anwendung mit Fortschrittsverfolgung und Ergebnisabruf.
Hinweis Bitte stelle sicher, dass deine Prompts den Nutzungsrichtlinien von OpenAI entsprechen. Wenn ein Fehler auftritt, prüfe deinen Prompt auf eingeschränkte Inhalte, passe ihn an und versuche es erneut.
ChatGPT Images 2.5 Flare Edit vs. ChatGPT Images 2.5 Sunburst Edit
Beide Varianten bieten dieselben dokumentierten Einstellungen für Auflösung, Qualität und Seitenverhältnis sowie die Eingabe mehrerer Bilder. Bewerten Sie die Ergebnisse anhand desselben Briefings.
ChatGPT Images 2.5 Flare Edit vs. ChatGPT Images 2.5 Edit Client
Die Client-Variante bietet derzeit eine feste Ausgabeauflösung. ChatGPT Images 2.5 Flare Edit stellt mehrere Auflösungs- und Qualitätsstufen über denselben API-Ablauf für Bildaufgaben bereit.
ChatGPT Images 2.5 Flare Edit vs. GPT Image 2 Edit
Beide unterstützen die referenzbasierte Bildbearbeitung mit Einstellungen für Auflösung und Qualität. ChatGPT Images 2.5 Flare Edit bietet zusätzlich die Qualitätsstufen „extra hoch“ und „maximal“; vergleichen Sie Ergebnisse für Ihren vorgesehenen Einsatzzweck.
Erkunde mehrere KI-Erstellungstools fuer schnelle Bild- und Videoablaeufe direkt im Browser und skaliere erfolgreiche Ideen anschliessend mit produktionsreifen Modell-APIs von Flaq AI. Flaq AI bietet eine einheitliche API-Schicht fuer alle Modelle, damit Workflows einfach nutzbar und skalierbar bleiben.

KI-Bilder aus Text-Prompts erstellen

KI-Bilder aus Bildern und Text-Prompts erstellen

KI-Videos aus Text-Prompts erstellen

Bilder in KI-Videos animieren

KI-Bilder und -Videos in einem zentralen Arbeitsbereich erstellen

Konsistente Videos aus Referenzmedien erstellen

Erstelle visuelle KI-Bild- und Videoworkflows auf einer unendlichen Arbeitsfläche
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'gpt-image-2.5-flare-edit',
width: 1,
height: 1,
resolution: '1k',
prompt: 'Change the jacket color to deep navy, keep lighting consistent',
quality: 'medium',
image_url_list: ['https://example.com/source.jpg']
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/image/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.images[0].url);
break;
}
if (status === 'failed') {
console.error(pollResultData.data.task_status_msg);
break;
}
await new Promise(resolve => setTimeout(resolve, 10000));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/image/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'gpt-image-2.5-flare-edit',
'width': 1,
'height': 1,
'resolution': '1k',
'prompt': 'Change the jacket color to deep navy, keep lighting consistent',
'quality': 'medium',
'image_url_list': ['https://example.com/source.jpg']
}
)
task_id = response.json()['data']['task_id']
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/image/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['images'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/image/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "gpt-image-2.5-flare-edit",
"width": 1,
"height": 1,
"resolution": "1k",
"prompt": "Change the jacket color to deep navy, keep lighting consistent",
"quality": "medium",
"image_url_list": ["https://example.com/source.jpg"]
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/image/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"