텍스트를 이미지로
텍스트 프롬프트에서 AI 이미지 만들기
OpenAI/gpt-image-2.5-flare-edit
gpt-image-2.5-flare-edit
ChatGPT Images 2.5 Flare Edit API로 프롬프트와 여러 참조 이미지를 사용해 이미지를 편집하세요. 합리적인 비용으로 OpenAI로 제품 비주얼과 창작 워크플로에 활용할 수 있습니다.
Image to ImageMulti-Image
관련 Chatgpt Images 2.5 Flare 모델
AI 이미지 생성기를 지금 사용해보세요
ChatGPT Images 2.5 Flare Edit 가격
| 매개변수 | 가격 | 원래 가격 | 할인 |
|---|
관련 모델
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
합리적인 비용으로 이미지를 편집하는 ChatGPT Images 2.5 Flare Edit API
ChatGPT Images 2.5 Flare Edit API는 개발자가 Flaq AI를 통해 텍스트 지시와 참조 이미지를 사용하는 OpenAI의 이미지 편집 기능을 이용할 수 있도록 합니다. 해상도, 품질, 종횡비를 유연하게 조절하여 제품 이미지, 마케팅 자료, 창작 콘셉트를 제작할 수 있습니다. 이 API는 다른 ChatGPT Images 2.5 제품군과 동일한 비동기 이미지 작업 흐름을 따르므로 기존 창작 애플리케이션에 손쉽게 통합할 수 있습니다.
ChatGPT Images 2.5 Flare Edit API의 주요 기능
-
프롬프트 기반 이미지 편집: 원하는 변경 사항을 설명하고 편집의 기준이 될 원본 이미지를 제공합니다.
-
유연한 출력 해상도: 콘셉트 탐색, 디지털 게시, 대형 시각 자료 등 용도에 적합한 출력 해상도를 선택합니다.
-
품질 조정: 작업 흐름의 다양한 출력 요구 사항에 맞게 요청마다 품질 설정을 선택할 수 있습니다.
-
다양한 종횡비: 제품 페이지, 캠페인 레이아웃, 소셜 채널을 위한 정사각형, 가로형, 세로형 이미지를 만듭니다.
-
다중 이미지 입력: 여러 참조 이미지를 제공하고 최종 구도에서 각 이미지가 맡을 역할을 명확하게 지시합니다.
-
공통 API 통합: 기존 Flaq AI 이미지 엔드포인트를 통해 이미지 작업을 제출하고 완성된 결과를 가져옵니다.
Flaq AI에서 ChatGPT Images 2.5 Flare Edit API로 이미지를 편집하는 방법
-
입력: 참조 이미지 URL과 원하는 변경 사항을 설명하는 자연어 프롬프트.
-
출력: 작업이 완료되면 편집 결과가 이미지 URL로 반환됩니다.
-
종횡비: 너비와 높이의 비율 값을 통해 정사각형, 세로형, 가로형 형식을 유연하게 선택합니다.
-
기능: 해상도와 품질을 조정할 수 있는 이미지 편집 및 다중 이미지 합성입니다.
ChatGPT Images 2.5 Flare Edit API 통합에 적합한 활용 사례
-
제품 이미지: 원본 이미지와 편집 지시를 사용하여 기존 제품 이미지를 새로운 제작 요구 사항에 맞게 조정합니다.
-
마케팅 자료: 캠페인 콘셉트, 홍보 레이아웃, 창작물 검토를 위한 다양한 이미지를 준비합니다.
-
소셜 미디어 콘텐츠: 게시물, 스토리, 배너 및 기타 게시 형식에 맞는 출력 비율을 선택합니다.
-
반복적인 디자인 개선: 구체적인 지시와 적절한 참조 이미지를 사용하여 시각 자료를 다듬습니다.
-
창작 애플리케이션: 진행 상황 추적과 결과 조회 기능을 갖춘 작업 기반 애플리케이션에 참조 이미지 기반 편집을 통합합니다.
참고 프롬프트가 OpenAI의 사용 정책을 준수하는지 확인해 주세요. 오류가 발생하면 제한된 콘텐츠가 포함되어 있는지 검토하고, 조정한 뒤 다시 시도하세요.
ChatGPT Images 2.5 Flare Edit와 경쟁 모델 비교 분석
-
ChatGPT Images 2.5 Flare Edit와 ChatGPT Images 2.5 Sunburst Edit 비교
두 모델 모두 다중 이미지 입력과 함께 문서에 명시된 동일한 해상도, 품질, 종횡비 조절 기능을 제공합니다. 동일한 제작 요구 사항으로 결과를 평가하세요. -
ChatGPT Images 2.5 Flare Edit와 ChatGPT Images 2.5 Edit Client 비교
Client 모델은 현재 고정된 출력 해상도를 제공합니다. ChatGPT Images 2.5 Flare Edit는 동일한 이미지 작업 API 흐름을 통해 여러 해상도와 품질 설정을 제공합니다. -
ChatGPT Images 2.5 Flare Edit와 GPT Image 2 Edit 비교
두 모델 모두 해상도와 품질을 조절할 수 있는 참조 이미지 기반 편집을 지원합니다. ChatGPT Images 2.5 Flare Edit는 초고품질 및 최고 품질 옵션을 추가로 제공합니다. 사용 목적에 맞게 결과을 비교하세요.
강력한 AI 도구에서 ChatGPT Images 2.5 Flare Edit 모델을 직접 사용하세요
브라우저에서 빠른 이미지 및 비디오 워크플로를 위한 여러 AI 제작 도구를 살펴본 뒤, 성공한 아이디어를 Flaq AI의 프로덕션 준비 모델 API로 확장하세요. Flaq AI는 모든 모델을 위한 통합 API 레이어를 제공해 워크플로를 쉽게 사용하고 확장할 수 있게 합니다.
API 예제
제출 예제
// 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;
폴링 예제
// 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));
}
제출 예제
# 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']
폴링 예제
# 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)
제출 예제
# 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"]
}'
폴링 예제
# 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"