文本转图像
从文本提示词创建 AI 图像
OpenAI/gpt-image-2.5-flare-edit
gpt-image-2.5-flare-edit
使用 ChatGPT Images 2.5 Flare Edit API，通过提示词和多张参考图编辑图像。以实惠价格接入 OpenAI，服务于产品视觉和创意工作流。结合参考素材调整画面内容，为产品展示丰富创意表达。
Image to ImageMulti-Image
Chatgpt Images 2.5 Flare 相关模型
立即体验 AI 图片生成
ChatGPT Images 2.5 Flare Edit 价格
| 参数 | 价格 | 原价 | 折扣 |
|---|
相关模型
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
高性价比的 ChatGPT Images 2.5 Flare Edit 图像编辑 API
ChatGPT Images 2.5 Flare Edit API 让开发者通过 Flaq AI 使用 OpenAI 的图像编辑能力，以文字指令和参考图像进行编辑。借助灵活的分辨率、质量和宽高比控制，制作产品视觉图、营销素材和创意概念图。该 API 沿用 ChatGPT Images 2.5 系列统一的异步图像任务流程，便于集成到现有创意应用中。
ChatGPT Images 2.5 Flare Edit API 的主要功能
-
提示词引导的图像编辑： 描述想要进行的修改，并提供源图像来引导编辑。
-
灵活的输出分辨率： 根据概念探索、数字内容发布或大尺寸视觉素材的需求选择输出分辨率。
-
可调节的质量： 根据工作流程中的不同输出需求，为每次请求选择合适的质量设置。
-
多种宽高比： 为产品页面、活动版面和社交平台创建方形、横向和纵向图像。
-
多图输入： 提供多张参考图，并明确说明每张图在最终构图中的作用。
-
统一的 API 集成： 通过现有的 Flaq AI 图像接口提交图像任务并获取已完成的输出。
如何在 Flaq AI 上使用 ChatGPT Images 2.5 Flare Edit API 编辑图像
-
输入： 参考图像 URL，以及用自然语言描述预期修改的提示词。
-
输出： 任务完成后，以图像 URL 的形式返回编辑结果。
-
宽高比： 通过宽度和高度的比例值灵活选择方形、纵向和横向格式。
-
能力： 支持分辨率和质量控制的图像编辑与多图合成。
ChatGPT Images 2.5 Flare Edit API 集成的最佳应用场景
-
产品视觉图： 使用源图像和编辑指令，调整现有产品图像以满足新的创意需求。
-
营销素材： 为活动创意、推广版面和创意评审准备不同版本的图像。
-
社交媒体内容： 为帖子、限时动态、横幅及其他发布格式选择输出比例。
-
设计迭代： 使用有针对性的指令和相关参考图像优化视觉效果。
-
创意应用： 将基于参考图的编辑集成到基于任务的应用中，支持进度跟踪和结果获取。
注意 请确保你的提示词符合 OpenAI 的使用政策。如果发生错误，请检查提示词中是否包含受限内容，进行调整后重试。
ChatGPT Images 2.5 Flare Edit 与竞品：对比分析
-
ChatGPT Images 2.5 Flare Edit 与 ChatGPT Images 2.5 Sunburst Edit
两个版本提供相同的文档所述分辨率、质量和宽高比控制，均支持多图输入。选择版本时，请使用同一创意需求评估结果。 -
ChatGPT Images 2.5 Flare Edit 与 ChatGPT Images 2.5 Edit Client
Client 版本目前提供固定的输出分辨率。ChatGPT Images 2.5 Flare Edit 通过相同的图像任务 API 流程提供多种分辨率和质量设置。 -
ChatGPT Images 2.5 Flare Edit 与 GPT Image 2 Edit
两者均支持带分辨率和质量控制的参考图编辑。ChatGPT Images 2.5 Flare Edit 额外提供超高和最高质量选项；请根据预期用途比较输出效果。
直接在强大的 AI 工具中使用 ChatGPT Images 2.5 Flare Edit 模型
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。
API 示例
提交示例
// 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;
轮询示例
// 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));
}
提交示例
# 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']
轮询示例
# 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)
提交示例
# 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"]
}'
轮询示例
# 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"