
ข้อความเป็นรูปภาพ
สร้างรูปภาพ AI จากพรอมต์ข้อความ
แก้ไขภาพถ่ายสินค้าด้วย ChatGPT Images 2.6 Flare Edit API ของ OpenAI ใช้ภาพอ้างอิงกำหนดการเปลี่ยนแปลง แล้วเปรียบเทียบพื้นหลัง สี และเลย์เอาต์โฆษณา
ลองใช้ AI Image Generator ได้เลยตอนนี้
| พารามิเตอร์ | ราคา | ราคาเดิม | ส่วนลด |
|---|
API สำหรับ ChatGPT Images 2.6 Flare Edit ช่วยให้นักพัฒนาแก้ไขภาพด้วยโมเดลของ OpenAI ผ่าน Flaq AI โดยใช้คำสั่งข้อความและภาพอ้างอิง โมเดลนี้เป็นรุ่นอัปเกรดด้านการแก้ไขในตระกูล ChatGPT Images 2.6 ที่เน้นความเร็ว OpenAI ระบุว่า Images 2.6 สร้างภาพได้เร็วขึ้นประมาณ 50% จากเดิม และ Flare จัดวางโปสเตอร์ ภาพสินค้า และสื่อระดับมืออาชีพอื่น ๆ ได้ดีขึ้น เหมาะสำหรับการแก้งานตามพรอมต์หลายรอบอย่างรวดเร็วโดยยังคงความชัดเจนของเลย์เอาต์สื่อการตลาดและแค็ตตาล็อก
แก้ไขภาพตามพรอมต์: อธิบายสิ่งที่ต้องการเปลี่ยนและให้ภาพต้นฉบับเพื่อเป็นแนวทางในการแก้ไข
แก้งานแต่ละรอบได้เร็วขึ้น: OpenAI ระบุว่า Images 2.6 เร็วกว่ารุ่นก่อนประมาณ 50% ดังนั้น Flare Edit จึงเหมาะกับการปรับโปสเตอร์และภาพถ่ายสินค้าอย่างรวดเร็วตามภาพอ้างอิง
จัดวางโปสเตอร์และภาพสินค้า: เลือก Flare Edit เมื่อโจทย์การแก้ไขเน้นการจัดวางสื่อส่งเสริมการขาย การจัดกรอบภาพในรูปแบบบรรจุภัณฑ์ หรือองค์ประกอบภาพสินค้าสำหรับแค็ตตาล็อก
เลือกความละเอียดได้: เลือก 1K, 2K หรือ 4K ตามการใช้งาน เช่น ทดลองแนวคิด เผยแพร่บนสื่อดิจิทัล หรือผลิตภาพขนาดใหญ่
ปรับคุณภาพได้: เลือก medium, low, high, xhigh หรือ max สำหรับแต่ละคำขอให้ตรงกับคุณภาพผลลัพธ์ที่ต้องการในแต่ละขั้นตอน
รองรับหลายอัตราส่วน: สร้างภาพจัตุรัส แนวนอน หรือแนวตั้งตามอัตราส่วนที่รองรับสำหรับหน้าสินค้า งานออกแบบแคมเปญ และโซเชียลมีเดีย
ใช้ภาพนำเข้าหลายภาพ: ส่งภาพอ้างอิงหลายภาพ พร้อมระบุบทบาทของแต่ละภาพในองค์ประกอบสุดท้ายให้ชัดเจน
ใช้ API ร่วมกัน: ส่งงานและดึงผลลัพธ์เมื่องานเสร็จผ่านเอนด์พอยต์ด้านรูปภาพที่มีอยู่ของ Flaq AI
ข้อมูลนำเข้า: URL ของภาพอ้างอิงและพรอมต์ภาษาธรรมชาติที่อธิบายสิ่งที่ต้องการเปลี่ยน
ผลลัพธ์: ภาพที่แก้ไขแล้วในรูปแบบ PNG, JPEG หรือ WebP โดยส่งคืนเป็น URL ของภาพเมื่องานเสร็จสิ้น
อัตราส่วนภาพ: กำหนดสัดส่วนความกว้างและความสูงเพื่อเลือกภาพจัตุรัส แนวตั้ง หรือแนวนอน
ความสามารถ: แก้ไขภาพตามภาพอ้างอิงและผสานภาพหลายภาพ โดยกำหนดความละเอียดและคุณภาพได้ เหมาะสำหรับปรับเลย์เอาต์โปสเตอร์และภาพสินค้าอย่างรวดเร็ว
ภาพสินค้า: ปรับภาพสินค้าที่มีอยู่ให้ตรงกับโจทย์สร้างสรรค์ใหม่ โดยยังคงการจัดวางและการนำเสนอสินค้าที่เป็นระเบียบ
สื่อการตลาด: ปรับโปสเตอร์แคมเปญ แบบสื่อส่งเสริมการขาย และตัวอย่างงานสำหรับพิจารณาให้เป็นปัจจุบัน เมื่อโจทย์ให้ความสำคัญกับเวลาส่งงาน
เนื้อหาโซเชียลมีเดีย: เลือกสัดส่วนภาพให้เหมาะกับโพสต์ สตอรี แบนเนอร์ และสื่อรูปแบบอื่นที่ต้องแก้งานอย่างรวดเร็ว
เฟรมการเคลื่อนไหวที่ต่อเนื่อง: แก้ไขชุดภาพนิ่งโดยคงกรอบภาพเดิมและขยับตัวแบบทีละน้อย เพื่อให้ทีมสร้างสรรค์นำไปเรียงเป็นภาพเคลื่อนไหวแบบวนซ้ำ
แอปสร้างสรรค์: ผสานการแก้ไขตามภาพอ้างอิงเข้ากับแอปที่ส่งงานเป็นรายการ ติดตามความคืบหน้าและดึงผลลัพธ์ได้
หมายเหตุ โปรดตรวจสอบว่าพรอมต์เป็นไปตามนโยบายการใช้งานของ OpenAI หากเกิดข้อผิดพลาด ให้ตรวจหาส่วนที่อาจเข้าข่ายเนื้อหาต้องห้าม ปรับพรอมต์ แล้วลองอีกครั้ง
ค่าบริการพื้นฐานครอบคลุมภาพอ้างอิงภาพแรก โดยภาพอ้างอิงแต่ละภาพที่เพิ่มมาจะมีค่าใช้จ่ายเพิ่มเติม โปรดดูราคาปัจจุบัน
ChatGPT Images 2.6 Flare Edit เทียบกับ ChatGPT Images 2.6 Sunburst Edit
เลือก Flare Edit เมื่อโจทย์ให้ความสำคัญกับความเร็วและคุณภาพการจัดวางโปสเตอร์หรือภาพสินค้า เลือก Sunburst Edit เมื่อรายละเอียดที่คุณภาพปานกลางหรือสูงและความสม่ำเสมอของตัวแบบตลอดการแก้ไขหลายรอบสำคัญกว่า
ChatGPT Images 2.6 Flare Edit เทียบกับ ChatGPT Images 2.5 Flare Edit
ChatGPT Images 2.6 Flare Edit เป็นรุ่นอัปเกรดในตระกูลเดียวกับ 2.5 Flare Edit โดย OpenAI ระบุว่า Images 2.6 สร้างภาพได้เร็วขึ้นประมาณ 50% และ Flare จัดวางโปสเตอร์กับภาพสินค้าได้ดีขึ้น บน Flaq AI ยังปรับความละเอียด คุณภาพ อัตราส่วนภาพ และกำหนดภาพนำเข้าหลายภาพได้ตามเดิม
ChatGPT Images 2.6 Flare Edit เทียบกับ ChatGPT Images 2.5 Edit Client
ปัจจุบันรุ่น Client มีความละเอียดผลลัพธ์ตายตัว ส่วน ChatGPT Images 2.6 Flare Edit ให้เลือกความละเอียดและคุณภาพได้หลายระดับผ่านขั้นตอนเดิมของ API สำหรับงานภาพ พร้อมความเร็วและการจัดวางที่ดีขึ้นในรุ่น 2.6
ChatGPT Images 2.6 Flare Edit เทียบกับ GPT Image 2 Edit
ทั้งสองรุ่นแก้ไขภาพตามภาพอ้างอิงและปรับความละเอียดกับคุณภาพได้ ChatGPT Images 2.6 Flare Edit เพิ่มตัวเลือกคุณภาพสูงพิเศษและสูงสุด พร้อมข้อดีด้านความเร็วและการจัดวางของ Images 2.6 ควรเปรียบเทียบผลลัพธ์ตามลักษณะงานที่ต้องการ
สำรวจเครื่องมือสร้างสรรค์ AI หลายรายการสำหรับเวิร์กโฟลว์รูปภาพและวิดีโอที่รวดเร็วในเบราว์เซอร์ จากนั้นขยายไอเดียที่สำเร็จไปยัง model APIs ของ Flaq AI ที่พร้อมสำหรับการผลิต Flaq AI ให้ชั้น API แบบรวมศูนย์สำหรับทุกโมเดล ทำให้ใช้งานและขยายเวิร์กโฟลว์ได้ง่าย

สร้างรูปภาพ AI จากพรอมต์ข้อความ

สร้างรูปภาพ AI จากรูปภาพและพรอมต์ข้อความ

สร้างวิดีโอ AI จากพรอมต์ข้อความ

ทำให้รูปภาพเคลื่อนไหวเป็นวิดีโอ AI

สร้างรูปภาพและวิดีโอ AI ในพื้นที่ทำงานเดียวที่ครบวงจร

สร้างวิดีโอที่สม่ำเสมอจากสื่ออ้างอิง

สร้างเวิร์กโฟลว์ภาพและวิดีโอ AI แบบภาพบนแคนวาสไร้ขอบเขต
// 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-2.6-flare-edit',
width: 1,
height: 1,
resolution: '1k',
prompt: 'Change the jacket color to deep navy, keep lighting consistent',
quality: 'medium',
output_format: 'png',
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-2.6-flare-edit',
'width': 1,
'height': 1,
'resolution': '1k',
'prompt': 'Change the jacket color to deep navy, keep lighting consistent',
'quality': 'medium',
'output_format': 'png',
'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-2.6-flare-edit",
"width": 1,
"height": 1,
"resolution": "1k",
"prompt": "Change the jacket color to deep navy, keep lighting consistent",
"quality": "medium",
"output_format": "png",
"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"