文字轉圖片
從文字提示詞建立 AI 圖片
OpenAI/gpt-image-2.5-flare-edit
gpt-image-2.5-flare-edit
使用 ChatGPT Images 2.5 Flare Edit API，透過提示詞和多張參考圖片編輯圖片。以實惠價格串接 OpenAI，服務於產品視覺和創意工作流程。結合參考素材調整畫面，為產品展示豐富創意表達。
Image to ImageMulti-Image
Chatgpt Images 2.5 Flare 相關模型
立即體驗 AI 圖片生成器
ChatGPT Images 2.5 Flare Edit 價格
| 參數 | 價格 | 原價 | 折扣 |
|---|
相關模型
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
經濟實惠的 ChatGPT Images 2.5 Flare Edit 圖像編輯 API
ChatGPT Images 2.5 Flare Edit API 讓開發者透過 Flaq AI 使用 OpenAI 的圖像編輯功能，搭配文字指令與參考圖像進行編輯。運用彈性的解析度、品質與長寬比控制，製作產品視覺圖、行銷素材和創意概念圖。此 API 採用與 ChatGPT Images 2.5 系列相同的非同步圖像任務流程，方便整合至現有的創意應用程式。
ChatGPT Images 2.5 Flare Edit API 的主要功能
-
提示詞引導的圖像編輯： 描述您想進行的變更，並提供原始圖像以引導編輯。
-
彈性的輸出解析度： 選擇適合概念探索、數位內容發布或大型視覺素材的輸出解析度。
-
可調整的品質： 根據工作流程中不同的輸出需求，為每次請求選擇合適的品質設定。
-
多種長寬比： 為產品頁面、行銷活動版面與社群平台建立正方形、橫向和直向圖像。
-
多圖輸入： 提供多張參考圖，並清楚說明每張圖像在最終構圖中的作用。
-
共用 API 整合： 透過現有的 Flaq AI 圖像端點提交圖像任務，並取得完成的輸出結果。
如何在 Flaq AI 上使用 ChatGPT Images 2.5 Flare Edit API 編輯圖像
-
輸入： 參考圖像 URL，以及以自然語言描述預期變更的提示詞。
-
輸出： 任務完成後，以圖像 URL 的形式傳回編輯結果。
-
長寬比： 透過寬度與高度的比例值，彈性選擇正方形、直向和橫向格式。
-
功能： 支援解析度與品質控制的圖像編輯及多圖合成。
ChatGPT Images 2.5 Flare Edit API 整合的最佳應用情境
-
產品視覺圖： 利用原始圖像與編輯指令，調整現有產品圖像以符合新的創意需求。
-
行銷素材： 為活動概念、宣傳版面與創意審查準備不同版本的圖像。
-
社群媒體內容： 為貼文、限時動態、橫幅及其他發布格式選擇輸出比例。
-
設計迭代： 使用針對性的指令與相關參考圖像，改善視覺效果。
-
創意應用程式： 將以參考圖為基礎的編輯功能整合至以任務為基礎的應用程式，支援進度追蹤與結果擷取。
注意 請確保你的提示詞符合 OpenAI 的使用政策。如果發生錯誤，請檢查提示詞中是否包含受限制內容，調整後再試一次。
ChatGPT Images 2.5 Flare Edit 與競爭產品：比較分析
-
ChatGPT Images 2.5 Flare Edit 與 ChatGPT Images 2.5 Sunburst Edit
兩個版本均提供文件所述的相同解析度、品質與長寬比控制。 -
ChatGPT Images 2.5 Flare Edit 與 ChatGPT Images 2.5 Edit Client
Client 版本目前提供固定的輸出解析度。ChatGPT Images 2.5 Flare Edit 透過相同的圖像任務 API 流程，提供多種解析度與品質設定。 -
ChatGPT Images 2.5 Flare Edit 與 GPT Image 2 Edit
兩者皆支援具備解析度與品質控制的參考圖像編輯。ChatGPT Images 2.5 Flare Edit 另提供超高與最高品質選項；請依預期用途比較輸出效果。
直接在強大的 AI 工具中使用 ChatGPT Images 2.5 Flare Edit 模型
在瀏覽器中探索多種 AI 創作工具，快速完成圖片與影片工作流程，然後透過 Flaq AI 的生產級模型 API 擴展成功想法。Flaq AI 為所有模型提供統一 API 層，讓你的工作流程更容易使用和擴展。
API 範例
提交範例
// 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;
輪詢範例
// 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));
}
提交範例
# 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']
輪詢範例
# 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)
提交範例
# 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"]
}'
輪詢範例
# 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"