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-sunburst-edit
gpt-image-2.5-sunburst-edit
ChatGPT Images 2.5 Sunburst 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、商品ビジュアルや創作活動に活用できます。
Image to ImageMulti-Image
関連するChatgpt Images 2.5 Sunburstモデル
今すぐAI画像生成を試す
ChatGPT Images 2.5 Sunburst 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
画像編集を手頃な価格で利用できる ChatGPT Images 2.5 Sunburst Edit API
ChatGPT Images 2.5 Sunburst Edit API は、Flaq AI を通じて、テキスト指示と参照画像を使った 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、商品ビジュアル、マーケティング素材、クリエイティブなコンセプトを作成できます。この API は ChatGPT Images 2.5 ファミリーの他のモデルと同じ非同期の画像タスクワークフローを採用しており、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 Sunburst Edit API の主な機能
-
プロンプトに基づく画像編集: 変更したい内容を記述し、編集の基準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、デジタル配信、大きなサイズのビジュアル素材など、用途に合っ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。
-
複数のアスペクト比: 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、最終的な構図における各画像の役割を明確に指示します。
-
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、完了した出力を取得できます。
Flaq AI で ChatGPT Images 2.5 Sunburst Edit API を使って画像を編集する方法
-
入力: 参照画像の URL と、意図する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 Sunburst Edit API 統合に適した活用例
-
商品ビジュアル: 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用意できます。
-
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、配信形式に合わせて出力の縦横比を選択できます。
-
デザインの反復検討: 具体的な指示と関連する参照画像を使って、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統合できます。
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 Sunburst Edit と競合モデルの比較分析
-
ChatGPT Images 2.5 Sunburst Edit と ChatGPT Images 2.5 Flare Edit の比較
両バリアントは、複数画像の入力を含め、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 Sunburst 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 Sunburst Edit は、同じ画像タスク API 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 Sunburst 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 Sunburst Edit には超高品質と最高品質の選択肢が追加されています。想定する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 Sunburst 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-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;
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-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']
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-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"]
}'
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"