
Text zu Bild
KI-Bilder aus Text-Prompts erstellen
Bearbeiten Sie Bilder mit der ChatGPT Images 2.5 Sunburst Edit API per Prompts und mehreren Referenzen. Günstiger OpenAI-Zugang für Produktbilder und kreative Arbeit.
Probieren Sie jetzt den KI-Bildgenerator aus
| Parameter | Preis | Ursprünglicher Preis | Rabatt |
|---|
Die ChatGPT Images 2.5 Sunburst Edit API bietet Entwicklern über Flaq AI Zugang zur Bildbearbeitung von OpenAI mit Textanweisungen und Referenzbildern. Nutzen Sie flexible Einstellungen für Auflösung, Qualität und Seitenverhältnis, um Produktbilder, Marketingmaterialien und kreative Konzepte zu erstellen. Die API verwendet denselben asynchronen Workflow für Bildaufgaben wie die übrige ChatGPT Images 2.5-Familie und lässt sich dadurch einfach in bestehende Kreativanwendungen integrieren.
Promptgesteuerte Bildbearbeitung: Beschreiben Sie die gewünschten Änderungen und stellen Sie die Ausgangsbilder bereit, um die Bearbeitung zu steuern.
Flexible Ausgabeauflösung: Wählen Sie eine Ausgabeauflösung, die sich für die Erkundung von Konzepten, digitale Veröffentlichungen oder größere Bildmaterialien eignet.
Anpassbare Qualität: Wählen Sie für jede Anfrage eine Qualitätsstufe, die den unterschiedlichen Ausgabeanforderungen in Ihrem Arbeitsablauf entspricht.
Mehrere Seitenverhältnisse: Erstellen Sie quadratische Bilder sowie Bilder im Quer- und Hochformat für Produktseiten, Kampagnenlayouts und soziale Netzwerke.
Eingabe mehrerer Bilder: Stellen Sie mehrere Referenzen mit klaren Anweisungen zur Rolle jedes Bildes in der fertigen Komposition bereit.
Gemeinsame API-Integration: Übermitteln Sie Bildaufgaben und rufen Sie fertige Ergebnisse über die vorhandenen Bild-Endpunkte von Flaq AI ab.
Eingabe: URLs von Referenzbildern und ein natürlichsprachlicher Prompt, der die gewünschten Änderungen beschreibt.
Ausgabe: Bearbeitete Bilder werden nach Abschluss der Aufgabe als Bild-URLs zurückgegeben.
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: Bereiten Sie Bildvarianten für Kampagnenkonzepte, Werbelayouts und kreative Abstimmungen vor.
Inhalte für soziale Medien: Wählen Sie Ausgabeproportionen für Beiträge, Storys, Banner und andere Veröffentlichungsformate.
Designiteration: Verfeinern Sie ein Bild mit gezielten Anweisungen und passenden Referenzbildern.
Kreativanwendungen: Integrieren Sie die referenzbasierte Bearbeitung in eine aufgabenbasierte 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 Sunburst Edit im Vergleich zu ChatGPT Images 2.5 Flare 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 Sunburst Edit im Vergleich zu ChatGPT Images 2.5 Edit Client
Die Client-Variante bietet derzeit eine feste Ausgabeauflösung. ChatGPT Images 2.5 Sunburst Edit stellt mehrere Auflösungs- und Qualitätseinstellungen über denselben API-Workflow für Bildaufgaben bereit.
ChatGPT Images 2.5 Sunburst Edit im Vergleich zu GPT Image 2 Edit
Beide unterstützen die referenzbasierte Bildbearbeitung mit Einstellungen für Auflösung und Qualität. ChatGPT Images 2.5 Sunburst Edit ergänzt die Qualitätsstufen besonders hoch und maximal; vergleichen Sie Ergebnisse für Ihren geplanten Anwendungsfall.
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-sunburst-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-sunburst-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-sunburst-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"