
文本转图像
从文本提示词创建 AI 图像
使用 ChatGPT Images 2.5 Flare API 创建图像。支持灵活宽高比,以实惠价格接入 OpenAI,服务于产品视觉、广告和创意工作流。将文字中的创意转化为画面,支持产品展示与营销设计。
立即体验 AI 图片生成
| 参数 | 价格 | 原价 | 折扣 |
|---|
ChatGPT Images 2.5 Flare API 让开发者通过 Flaq AI 使用 OpenAI 的文生图能力。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。
文生图创作: 描述想要生成的主体、构图、光照和视觉风格。
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。
创意迭代: 优化提示词并调整输出设置,探索同一创意需求的不同方向。
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。
输入: 用自然语言描述想要创建的图像的提示词。
输出: 任务完成后,以图像 URL 的形式返回生成的图像。
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文生图。
产品视觉图: 通过描述场景和构图的提示词探索产品展示概念。
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: 在确定视觉方向的过程中比较不同提示词和质量设置。
创意应用: 将图像生成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 与 ChatGPT Images 2.5 Sunburst
两个版本提供相同的文档所述分辨率、质量和宽高比控制。选择版本时,请使用同一创意需求评估结果。
ChatGPT Images 2.5 Flare 与 ChatGPT Images 2.5 Client
Client 版本目前提供固定的输出分辨率。ChatGPT Images 2.5 Flare 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 与 GPT Image 2
两者均支持带分辨率和质量控制的文生图。ChatGPT Images 2.5 Flare 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。
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: 'gpt-image-2.5-flare',
prompt: 'A minimalist product shot of a ceramic mug on marble, soft studio light',
width: 1,
height: 1,
resolution: '1k',
quality: 'medium'
})
});
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-2.5-flare',
'prompt': 'A minimalist product shot of a ceramic mug on marble, soft studio light',
'width': 1,
'height': 1,
'resolution': '1k',
'quality': 'medium'
}
)
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-2.5-flare",
"prompt": "A minimalist product shot of a ceramic mug on marble, soft studio light",
"width": 1,
"height": 1,
"resolution": "1k",
"quality": "medium"
}'
# 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"