
文本转图像
从文本提示词创建 AI 图像
使用 OpenAI ChatGPT Images 2.5 Edit Client API,通过提示词和多张参考图编辑图像。以实惠价格服务于产品视觉和创意工作流。通过文字描述引导画面修改,让参考素材服务于创意表达。
当前模型为体验版,稳定性可能不如标准版本。
立即体验 AI 图片生成
| 参数 | 价格 | 原价 | 折扣 |
|---|
ChatGPT Images 2.5 Edit Client API 在 Flaq AI 上为开发者和创意团队提供价格十分实惠的、基于指令的图像编辑服务。 从源图像开始,描述所需的修改,并指出应保持一致的 视觉细节。Client 路线为注重预算的团队提供相同的核心编辑工作流, 用于制作产品图片、营销活动素材和应用内设计。
定向图像编辑: 针对主体、背景、物体或文案提出具体修改, 同时保持无关细节稳定。
保留源图细节: 保留源素材中可辨识的主体、构图、光照关系以及 重要视觉特征。
参考图引导的修改: 使用源图像指导编辑提示词中描述的主体、环境或 视觉处理方式。
复杂场景处理: 在细节丰富的背景和构图中进行针对性修改, 无需从头重建整张图像。
一致的创意优化: 通过清晰的编辑指令继续完善图像, 同时保留前期创作确立的视觉方向。
应用集成: 通过 ChatGPT Images 2.5 Edit Client 路线,将基于指令的图像修改加入设计工具、内容系统和 创意生产工作流。
输入: 提供源图像和自然语言提示词,描述所需的修改以及 需要保留的细节。
输出: 获取由源素材和文字指令引导的编辑结果。
编辑方向: 说明哪些内容需要修改、哪些必须保持不变,以及最终图像的用途。
能力: 通过集成 ChatGPT Images 2.5 Edit Client API,实现提示词驱动的编辑、背景与物体修改、视觉风格调整、构图优化以及 兼顾源图内容的创意迭代。
营销素材更新: 将现有创意适配到新的主题、场景或信息, 同时保留关键视觉元素。
产品图片优化: 更新背景、光照或周边环境, 同时保持产品可辨识。
社交媒体变体: 针对不同营销活动和发布场景, 为现有视觉素材开发新的呈现方式。
品牌与布局调整: 修改文案、构图或辅助元素, 同时保留既定的设计语言。
创意迭代: 通过定向修改,在选定图像的基础上继续创作, 而无需重新制作整个构图。
注意: 请使用您有权编辑的源素材,并确保请求符合适用的内容与 安全要求。如果生成失败,请修改请求后重试。
ChatGPT Images 2.5 Edit Client 与 GPT Image 2
GPT Image 2 在 OpenAI 的 API 模型阵容中支持图像生成与编辑。ChatGPT Images 2.5 Edit Client
侧重定向修改、源图细节保留以及对复杂编辑指令的可靠处理。
ChatGPT Images 2.5 Edit Client 与 Nano Banana 2 Edit
Nano Banana 2 Edit 在 Gemini 生态中提供基于指令的编辑。ChatGPT Images 2.5 Edit Client
提供以 OpenAI 为核心的工作流,用于定向修改和兼顾源图内容的优化。
ChatGPT Images 2.5 Edit Client 与 Nano Banana Pro Edit
Nano Banana Pro Edit 在 Gemini 模型家族中支持精细生成与编辑工作流。ChatGPT Images 2.5 Edit Client
侧重在保留既有视觉元素的同时,执行明确定义的修改。
ChatGPT Images 2.5 Edit Client 与 FLUX.2
FLUX.2 支持参考图引导的编辑和视觉控制。ChatGPT Images 2.5 Edit Client 提供以自然语言修改、
稳定构图和可辨识的源图主体为核心的工作流。
ChatGPT Images 2.5 Edit Client 与 Qwen Image 2.0
Qwen Image 2.0 在同一图像模型家族中结合生成与编辑。ChatGPT Images 2.5 Edit Client
围绕定向修改、周边细节保留和持续创意优化定位。
在浏览器中探索多种 AI 创作工具,用于快速图像和视频工作流,然后通过 Flaq AI 可用于生产的模型 API 扩展成功创意。Flaq AI 为所有模型提供统一 API 层,让你的工作流更容易使用和扩展。
// 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: 'chatgpt-images-2.5-edit-client',
width: 1,
height: 1,
resolution: '1k',
prompt: 'Change the jacket color to deep navy, keep lighting consistent',
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': 'chatgpt-images-2.5-edit-client',
'width': 1,
'height': 1,
'resolution': '1k',
'prompt': 'Change the jacket color to deep navy, keep lighting consistent',
'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": "chatgpt-images-2.5-edit-client",
"width": 1,
"height": 1,
"resolution": "1k",
"prompt": "Change the jacket color to deep navy, keep lighting consistent",
"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"