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/gpt-image-2.5-flare-edit
gpt-image-2.5-flare-edit
ChatGPT Images 2.5 Flare Edit API でプロンプトと複数の参照画像を使って画像を編集。低コストで OpenAI を利用し、商品ビジュアルや制作ワークフローに活用できます。
Image to ImageMulti-Image
関連するChatgpt Images 2.5 Flareモデル
今すぐAI画像生成を試す
ChatGPT Images 2.5 Flare Editの料金
| パラメータ | 料金 | 元の料金 | 割引 |
|---|
関連モデル
gpt-5.4-text-to-texttext-to-textgpt-5.4-image-to-textimage-to-textgpt-5.4-web-searchweb-searchgpt-5.4-file-analysisfile-analysisgpt-5.5-text-to-texttext-to-textgpt-5.5-image-to-textimage-to-textgpt-5.5-web-searchweb-searchgpt-5.5-file-analysisfile-analysisgpt-5.6-sol-text-to-texttext-to-textgpt-5.6-sol-image-to-textimage-to-textgpt-5.6-sol-file-analysisfile-analysisgpt-5.6-sol-web-searchweb-searchgpt-5.6-terra-text-to-texttext-to-textgpt-5.6-terra-image-to-textimage-to-textgpt-5.6-terra-file-analysisfile-analysisgpt-5.6-terra-web-searchweb-searchgpt-5.6-luna-text-to-texttext-to-textgpt-5.6-luna-image-to-textimage-to-textgpt-5.6-luna-file-analysisfile-analysisgpt-5.6-luna-web-searchweb-searchgpt-6-astra-text-to-texttext-to-textgpt-6-astra-image-to-textimage-to-textgpt-6-astra-web-searchweb-searchgpt-6-astra-file-analysisfile-analysisgpt-image-2text-to-imagegpt-image-2-editimage-to-imagegpt-image-2-clienttext-to-imagegpt-image-2-edit-clientimage-to-imagechatgpt-images-2.5text-to-imagechatgpt-images-2.5-editimage-to-imagechatgpt-images-2.5-clienttext-to-imagechatgpt-images-2.5-edit-clientimage-to-imagegpt-image-2.5-flaretext-to-imagegpt-image-2.5-flare-editimage-to-imagegpt-image-2.5-sunbursttext-to-imagegpt-image-2.5-sunburst-editimage-to-imageREADME
手頃な価格で画像編集を実現する ChatGPT Images 2.5 Flare Edit API
ChatGPT Images 2.5 Flare Edit API は、Flaq AI を通じてテキストによる指示と参照画像を用いた OpenAI の画像編集を開発者に提供します。解像度、品質、アスペクト比を柔軟に調整し、商品画像、マーケティング素材、クリエイティブコンセプトを作成できます。この API は ChatGPT Images 2.5 ファミリーのほかのモデルと同じ非同期画像タスクのワークフローに従うため、既存のクリエイティブアプリケーションに組み込みやすい設計です。
ChatGPT Images 2.5 Flare Edit API の主な機能
-
プロンプトに沿った画像編集： 加えたい変更を記述し、編集の手がかりとなる元画像を提供します。
-
柔軟な出力解像度： コンセプトの検討、デジタル公開、大きなビジュアル素材など、用途に適した出力解像度を選択できます。
-
調整可能な品質： ワークフロー内のさまざまな出力要件に合わせて、リクエストごとに品質設定を選択します。
-
多様なアスペクト比： 商品ページ、キャンペーンのレイアウト、ソーシャルメディア向けに、正方形、横長、縦長の画像を作成できます。
-
複数画像の入力： 複数の参照画像を提供し、最終的な構図で各画像が果たす役割を明確に指示できます。
-
共通 API による統合： 既存の Flaq AI 画像エンドポイントを通じて画像タスクを送信し、完成した出力を取得できます。
Flaq AI で ChatGPT Images 2.5 Flare Edit API を使って画像を編集する方法
-
入力： 参照画像の URL と、加えたい変更を説明する自然言語のプロンプト。
-
出力： タスク完了後、編集結果が画像 URL として返されます。
-
アスペクト比： 幅と高さの比率値で、正方形、縦長、横長の形式を柔軟に選択できます。
-
機能： 解像度と品質を調整できる画像編集と複数画像の合成。
ChatGPT Images 2.5 Flare Edit API 統合に適した用途
-
商品画像： 元画像と編集指示を使い、既存の商品画像を新しい制作要件に合わせて調整できます。
-
マーケティング素材： キャンペーンのコンセプト、販促用レイアウト、クリエイティブレビュー向けに画像のバリエーションを作成できます。
-
ソーシャルメディアコンテンツ： 投稿、ストーリーズ、バナーなどの掲載形式に合わせて出力比率を選択できます。
-
デザインの反復検討： 具体的な指示と適切な参照画像を使って、ビジュアルを改善できます。
-
クリエイティブアプリケーション： 進捗追跡と結果取得を備えたタスクベースのアプリケーションに、参照画像に基づく編集を組み込めます。
注記 プロンプトが OpenAI の利用ポリシーに準拠していることを確認してください。エラーが発生した場合は、制限された内容が含まれていないか確認し、調整してから再試行してください。
ChatGPT Images 2.5 Flare Edit と競合モデルの比較分析
-
ChatGPT Images 2.5 Flare Edit と ChatGPT Images 2.5 Sunburst Edit の比較
どちらのバリアントも、複数画像の入力に加え、ドキュメントに記載された同じ解像度、品質、アスペクト比の調整機能を提供します。同じ制作要件で結果を評価してください。 -
ChatGPT Images 2.5 Flare Edit と ChatGPT Images 2.5 Edit Client の比較
Client バリアントの出力解像度は現在固定されています。ChatGPT Images 2.5 Flare Edit は、同じ画像タスク API のワークフローで複数の解像度と品質設定を提供します。 -
ChatGPT Images 2.5 Flare Edit と GPT Image 2 Edit の比較
どちらも解像度と品質を調整できる参照画像に基づく画像編集に対応しています。ChatGPT Images 2.5 Flare Edit では超高品質と最高品質の選択肢が追加されています。用途に合わせて出力を比較してください。
強力なAIツールでChatGPT Images 2.5 Flare Editモデルを直接利用
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。
API 例
送信例
// 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;
ポーリング例
// 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));
}
送信例
# 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']
ポーリング例
# 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)
送信例
# 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"]
}'
ポーリング例
# 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"