curl-X POST 'https://pollo.ai/api/platform/v1/generation/openai/gpt-image-2/image'\-H'Content-Type: application/json'\-H'x-api-key: YOUR_API_KEY'\-d'{ "input": { "prompt": "A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field", "aspectRatio": "1:1", "resolution": "1K", "quality": "low" }}'
선택적으로, 작업 성공 또는 실패 시 콜백을 수신하기 위해 webhookUrl을 포함할 수 있습니다.
선택적 요청 필드
{"input":{"prompt":"A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field","aspectRatio":"1:1","resolution":"1K","quality":"low"},"webhookUrl":"https://example.com/webhooks/pollo"}
개요
선택한 엔드포인트 및 모드에 대한 입력 필드입니다.
필드
유형
필수의
화면 설명
prompt
string
예
Text prompt describing the content to generate.
aspectRatio
string
아니요
Output aspect ratio, as width:height (e.g. 16:9).
resolution
string
아니요
Output resolution of the generated media (e.g. 720p, 1080p, 2K, 4K). Values are case-insensitive.
Læselig tekst i et billede er der, hvor GPT Image 2 adskiller sig. Overskrifter, etiketter og småt gengives tydeligt, så plakater, emballage og diagrammer er klar til brug.
Med GPT Image 2 på Pollo API kan udviklere tilføje tekst-til-billede, billedredigering og flerbilledkomposition til deres Apps, hvilket genererer op til 4K output med billedformater valgt pr. anmodning.
Nøglefunktioner i GPT Image 2 API
Pålidelig tekst i billedet
Typografien hænger sammen på tværs af overskrifter, billedtekster og tætte etiketter, hvilket gør modellen pålidelig til menuer, infografik og ethvert layout, hvor ordlyden skal være læsbar og ikke dekorativ.
Ekstrem instruktionsefterfølgelse
Lange, detaljerede prompter respekteres nøje, så specifikke objektantal, placeringer, farver og skrevne sætninger lander som beskrevet i stedet for at glide hen i en løs fortolkning.
Redigering på pixelniveau
Indsæt et eksisterende billede, og rediger et område præcist. Byt objekter, juster tekst eller forfin detaljer, mens de uberørte dele af billedet forbliver intakte.
Jordbunden verdensviden
Scener afspejler virkelige forhold mellem objekter, materialer og omgivelser, så et beskrevet værktøj, fad eller butiksfacade ser plausibelt ud snarere end samlet af uensartede dele.
4K-udgang
Generationer skalerer til 4K, hvilket giver tilstrækkelig opløsning til printlayouts, store bannere og detaljerede produktbilleder uden et separat opskaleringstrin i arbejdsgangen.
Flerbilledkomposition
Kombiner flere referencebilleder i én anmodning for at flette emner, placere et produkt i en ny scene eller opbygge en sammensætning, der holder hver kilde genkendelig.
Brugsscenarier for GPT Image 2 API
Emballage- og etiketmodeller: Generer æsker, flasker og poser med læselige mærkenavne, ingredienslister og små bogstaver placeret som angivet i prompten.
Infografikker og diagrammer: Udarbejd diagrammer, mærkede skemaer og trinvise layouts, hvor teksten og strukturen bærer meningen, ikke kun det visuelle.
Menu og skilte: Opret restaurantmenuer, prisskilte og butiksskilte med præcis formulering og ensartet typografi til hotel- og restaurationsbranchen og detailhandlen.
Målrettede fotoredigeringer: Giver brugerne mulighed for at vælge en region og ændre ét element, f.eks. at omfarve et beklædningsgenstand eller udskifte et logo, mens resten bevares.
Produktkomposition: Slip et produkt fra ét billede til en ny indstilling, og behold dets form og finish til e-handelskataloger og livsstilsbilleder.
Plakat- og annoncelayout: Byg reklamelayouts, hvor en overskrift, en underoverskrift og en opfordring til handling skal fremstå præcis som skrevet og forblive læsbare.
App- og brugergrænsefladekoncepter: Render brugerflademockups og skærmidéer med rigtige knapetiketter og menutekst til design og prototype- Apps.
Lokaliserede aktivvarianter: Regenerer det samme layout med forskellig tekst for at producere sprog- eller kampagnevarianter i stor skala.
Sådan bruger du GPT Image 2 API
Hent en API-nøgle: Opret en Pollo API-konto, og generer din API-nøgle fra udviklerdashboardet.
Vælg modellen: Send anmodninger til GPT Image 2 -slutpunktet på /generation/ OpenAI/gpt-image-2-0/image.
Tilføj dine input: Send en prompt for tekst-til-billede, eller angiv imageUrl eller images til redigering og komposition, og indstil derefter aspectRatio, resolution (1K, 2K, 4K) og quality.
Generer og hent: Send opgaven, afhent de returnerede taskId og status, og download billedet, når det lykkes.
Bedste fremgangsmåder for GPT Image 2 API
Skriv prompten som et specifikationsark. Citér den præcise tekst, du ønsker gengivet, angiv hvor elementerne sidder, og navngiv farver og materialer, så instruktionerne har klare mål.
En simpel promptformel
Emne og omgivelser + præcis tekst i anførselstegn + layout og placering + stil og farve + materiale eller lysdetaljer
Hvad du bør bemærke
Citér teksten: Sæt den ønskede ordlyd i anførselstegn, så modellen behandler den som en ordret kopi og ikke et løst tema.
Navneplacering: Angiv, hvor hvert element hører hjemme, f.eks. øverste banner eller nederste venstre hjørne, for at styre layoutet.
Beskriv redigeringsområdet: Ved billedredigering skal du angive præcis, hvad der skal ændres, så uberørte områder forbliver, som de var.
Indstil billedformat tidligt: Vælg det formatforhold, der passer til det endelige format, så kompositionen indrammes korrekt fra starten.
Tilpas opløsning til brug: Vælg 4K til print og store formater, lavere opløsninger for hurtigere kladder og iteration.
Behold ét fokus pr. redigering: Skift et enkelt element pr. redigering for at holde resultaterne forudsigelige og rene.
Eksempel på prompter
Produktemballage
"En mat kraftpapirpose, der står på en lys træhylde, med en etiket på forsiden, hvorpå der står 'MORNING ROOT — Single Origin' med fed skrift og 'Net 340 g' med lille skrift i bunden. Blødt dagslys, lav dybde, 4K-produktbillede."
Mærket infografik
"En ren, flad infografik med titlen 'Sådan fungerer kompostering' med fire nummererede trin arrangeret fra venstre mod højre, hver med et simpelt ikon og en kort billedtekst. Dæmpet grøn og beige palet, skarp, læsbar sans-serif-tekst."
Region Rediger
"Brug det uploadede billede af butiksfacaden til at erstatte det tomme hængende skilt med et, der siger 'AZURE BOOKS' i varme, håndmalede bogstaver. Bevar bygningen, markisen og gaden uændrede, og match det oprindelige dagslys og de oprindelige skygger."
Flerbilledkomposit
"Kombiner den medfølgende sneaker og baggrundsbilledet fra studiet, så sneakeren sidder centreret på en reflekterende piedestal, med spotlight fra øverste venstre side, diskret refleksion fra gulvet, og behold skoens nøjagtige farvekombination og syningsdetaljer."
GPT Image 2 vs Google Imagen 4 vs FLUX.1 Kontext
| Funktion | GPT Image 2 | Google Imagen 4 | FLUX.1 Kontext |
| ----- ... | ------------------------------ |
| Tekstgengivelse i billedet | ✅ Stærk på lang og lille tekst | ✅ God typografi | ⚠️ Redigeringsfokuseret, svagere tekst |
| Følg instruktioner | ✅ Håndterer detaljerede prompter med flere elementer | ✅ Solid overholdelse | ✅ Stærk til redigeringsinstruktioner |
| Redigering på pixelniveau | ✅ | ⚠️ Begrænset | ✅ Kernestyrke |
| Flerbilledkomposition | ✅ | ❌ | ⚠️ Referencebaseret |
| Maksimal opløsning | Op til 4K | Op til 2K-klassen | Op til 4MP-klassen |
| Anbefales til | Teksttunge elementer og præcise redigeringer | Fotorealgenerering | Iterativ billedredigering |
Hvorfor vælge GPT Image 2 API?
GPT Image 2 passer til produkter, der kræver læsbar tekst og naturtro redigeringer, fra emballage og infografik til målrettede regionsændringer, alt sammen i opløsninger, der er høje nok til tryk.
Gennem Pollo API får du adgang til GPT Image 2 med én API-nøgle sammen med over 300 førende billed- og videomodeller, med rene dokumenter, afstemning af opgavestatus og generering, der koster mindre end Fal AI.
Start med GPT Image 2 slutpunktet på Pollo API for at levere tekstnøjagtige billedfunktioner, og sammenlign det derefter med Imagen, Flux og andre uden at røre din integration.
Ofte stillede spørgsmål om GPT Image 2 API
Hvad er GPT Image 2?
GPT Image 2 er en OpenAI billedmodel, der er kendt for præcis tekst i billedet, stærk instruktionsfølge og redigering på pixelniveau, og som understøtter tekst-til-billede, billedredigering og flerbilledkomposition op til 4K.
Gengiver GPT Image 2 API tekst pålideligt?
Ja. Det er en af dens afgørende styrker, håndteringen af overskrifter, etiketter og småt, hvilket gør den velegnet til emballage, menuer, plakater og infografik.
Kan den redigere et eksisterende billede?
Ja. Angiv et billede og beskriv ændringen, og modellen redigerer et målrettet område, mens resten af rammen forbliver intakt.
Hvilke opløsninger og billedformater understøttes?
Output skaleres til 1K, 2K eller 4K, med billedformater fra kvadratisk og portræt til widescreen og ultrawide valgt efter anmodning.
Kan den kombinere flere billeder?
Ja. Du kan sende flere referencebilleder i én anmodning for at flette emner eller placere et produkt i en ny scene, samtidig med at hver kilde forbliver genkendelig.
Hvorfor køre GPT Image 2 via Pollo API?
Pollo API giver én integration til GPT Image 2 og 300+ andre modeller, med ren dokumentation, opgavesporing og lavere omkostninger til generering end sammenlignelige udbydere.
