
テキストから画像
テキストプロンプトからAI画像を作成
OpenAI ChatGPT Images 2.5 Edit Client API でプロンプトと複数の参照画像を使って画像を編集。商品ビジュアルや制作ワークフローに低コストで活用できます。
このモデルは現在体験版であり、安定性は標準版より劣る可能性があります。
今すぐAI画像生成を試す
| パラメータ | 料金 | 元の料金 | 割引 |
|---|
ChatGPT Images 2.5 Edit Client API は、Flaq AI 上で開発者やクリエイティブチームに、非常に手頃な価格で指示に基づく画像編集を提供します。 元画像を用意し、一貫性を保つべき視覚的詳細を明示しながら、希望する変更を記述します。 Client ルートは、予算を重視するチームに同じ基本的な編集ワークフローを提供し、 商品画像、キャンペーン素材、アプリケーション内のデザイン制作を支えます。
対象を絞った画像編集: 被写体、背景、物体、文章の一部に具体的な変更を指示し、 関係のない詳細は安定した状態に保ちます。
元画像の詳細を保持: 元素材の識別可能な被写体、構図、光の関係性、 重要な視覚的特徴を維持します。
参照画像に沿った変更: 元画像を使い、編集プロンプトに記述した被写体、環境、 視覚的な処理を方向付けます。
複雑なシーンへの対応: 細かな背景や構図の中で対象を絞った変更を加え、 画像全体を最初から作り直す必要をなくします。
一貫性のある創作の改善: 明確な編集指示で画像を引き続き発展させながら、 それまでの制作で確立した視覚的方向性を維持します。
アプリケーション統合: ChatGPT Images 2.5 Edit Client ルートを通じて、デザインツール、コンテンツシステム、 クリエイティブ制作ワークフローに指示に基づく画像修正を追加します。
入力: 元画像と、希望する変更および保持すべき詳細を記述した 自然言語のプロンプトを提供します。
出力: 元素材と文章による指示に沿って編集された結果を受け取ります。
編集の方向性: 変更する内容、変更せずに保持する内容、最終画像の用途を明記します。
対応機能: ChatGPT Images 2.5 Edit Client API の統合により、プロンプトに基づく編集、背景や物体の変更、スタイル変更、構図の改善、 元画像を考慮した反復的な創作が可能です。
キャンペーン素材の更新: 重要な視覚要素を残しながら、既存のクリエイティブを新しいテーマ、舞台設定、 メッセージに合わせて調整します。
商品画像の改善: 商品が識別できる状態を保ちながら、背景、光、 周囲の状況を更新します。
ソーシャルメディア向けのバリエーション: 異なるキャンペーンや公開の場面に合わせて、 既存のビジュアルから新しい表現を展開します。
ブランドとレイアウトの調整: 確立されたデザイン言語を維持しながら、文章、構図、 補助的な要素を修正します。
創作の反復: 構図全体を作り直す代わりに、選んだ画像に対象を絞った変更を加え、 その画像を基に制作を進めます。
注意: 編集する権限のある元素材を使用し、適用されるコンテンツおよび 安全性の要件に従ってリクエストしてください。生成に失敗した場合は、リクエストを修正して再試行してください。
ChatGPT Images 2.5 Edit Client と GPT Image 2
GPT Image 2 は、OpenAI の API モデル群で画像生成と編集に対応します。ChatGPT Images 2.5 Edit Client は、
対象を絞った修正、元画像の詳細の保持、複雑な編集指示への確実な対応を重視します。
ChatGPT Images 2.5 Edit Client と Nano Banana 2 Edit
Nano Banana 2 Edit は Gemini エコシステム内で指示に基づく編集を提供します。ChatGPT Images 2.5 Edit Client は、
対象を絞った変更と元画像を考慮した改善のために、OpenAI を中心としたワークフローを提供します。
ChatGPT Images 2.5 Edit Client と Nano Banana Pro Edit
Nano Banana Pro Edit は、Gemini モデルファミリーで精細な生成と編集のワークフローに対応します。ChatGPT Images 2.5 Edit Client は、
明確に定義された修正を加えつつ、既存の視覚要素を維持することに重点を置きます。
ChatGPT Images 2.5 Edit Client と FLUX.2
FLUX.2 は参照画像に沿った編集と視覚的な制御に対応します。ChatGPT Images 2.5 Edit Client は、自然言語による変更、
安定した構図、識別可能な元画像の被写体を中心とするワークフローを提供します。
ChatGPT Images 2.5 Edit Client と Qwen Image 2.0
Qwen Image 2.0 は、同じ画像モデルファミリーに生成と編集を統合しています。ChatGPT Images 2.5 Edit Client は、
対象を絞った修正、周辺の詳細の保持、継続的な創作の改善を重視した位置付けです。
ブラウザで画像と動画のクイックワークフロー向けAI制作ツールを複数試し、成功したアイデアをFlaq AIの本番対応モデルAPIで拡張できます。Flaq AIはすべてのモデルに統合APIレイヤーを提供し、ワークフローを簡単に利用・拡張できます。
// 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: 'chatgpt-images-2.5-edit-client',
width: 1,
height: 1,
resolution: '1k',
prompt: 'Change the jacket color to deep navy, keep lighting consistent',
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': 'chatgpt-images-2.5-edit-client',
'width': 1,
'height': 1,
'resolution': '1k',
'prompt': 'Change the jacket color to deep navy, keep lighting consistent',
'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": "chatgpt-images-2.5-edit-client",
"width": 1,
"height": 1,
"resolution": "1k",
"prompt": "Change the jacket color to deep navy, keep lighting consistent",
"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"