GPT Image 2

GPT Image 2 wybierasz, gdy format jest z góry ustalony: baner 21:9 na stronę, pasek 3:1 na okładkę profilu, plakat albo fototapeta w 4K. To model OpenAI, który napędza ChatGPT Images 2.0. Generuje z tekstu i z obrazów, a przy edycji potrafi przejąć proporcje pierwszego zdjęcia.

Co z nim zrobisz

• Banery 21:9 i nagłówki newsletterów - panoramiczny kadr bez przycinania.
• Wydruki w 4K - plakaty, tła scenografii, fototapety.
• Paski 3:1 i 1:3 - okładki profili, grafiki na slajdy.
• Przeróbki zdjęć w ich proporcjach - wynik dziedziczy format pierwszej referencji.

Ustawienia w praktyce

• Proporcje - 16 opcji, m.in. 1:1, 16:9, 9:16, 4:5, 2:1, 21:9, 3:1 i 1:3. Domyślnie wysyłane jest 1:1, więc przy edycji ustaw format zgodny ze zdjęciem albo auto.
• Rozdzielczość - 1k, 2k albo 4k. W 4K obraz 16:9 ma 3840x2160, a kwadrat 2880x2880. Przy 4K auto jest odrzucane - wybierz konkretne proporcje.
• Referencje - do 16 w image_urls.
• Język - producent wymienia angielski i chiński, więc scenę opisuj po angielsku; napisy do umieszczenia na obrazie możesz podać po polsku w cudzysłowie.
• Prompt - według producenta do 32 000 znaków.

Prompt na start

Wide 21:9 website hero banner: a minimalist Scandinavian kitchen at golden hour, oak counters, linen curtains moving in the breeze, empty wall space on the right for a headline, soft natural tones

Wyślij go z resolution: "4k" i aspect_ratio: "21:9", a kuchnię zamień na wnętrze albo produkt, który sprzedajesz.

Pytania

Ile kosztuje obraz z GPT Image 2?

od 0,367 zł za obraz, z VAT. Nieudana generacja kosztuje 0 zł - środki wracają na saldo.

GPT Image 2 czy nowszy 2.5?

GPT Image 2.5 ma suwak jakości aż do max, ale w Kadrarisie tylko trzy formaty do 1536 px. GPT Image 2 daje 16 proporcji i progi do 4K. Szczegóły w porównaniu GPT Image 2.5 vs GPT Image 2.

Gdzie ustawić 4K bez kodu?

W Kadraris Studio wybierasz rozdzielczość i proporcje z listy. W API to pola resolution i aspect_ratio - przykład w dokumentacji.

GPT Image 2 w twoim kodzie

curl https://kadraris.com/v1/generate?wait=60 \
  -H "Authorization: Bearer $KADRARIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "gpt-image-2",
  "input": {
    "prompt": "Packshot of a white linen sneaker on a concrete block, hard midday sun, crisp shadow, 85mm",
    "aspect_ratio": "1:1",
    "resolution": "1k"
  }
}'

import os, time, requests

API = "https://kadraris.com/v1"
H = {"Authorization": f"Bearer {os.environ['KADRARIS_API_KEY']}"}

task = requests.post(f"{API}/generate", headers=H, json={
    "model": "gpt-image-2",
    "input": {
        "prompt": "Packshot of a white linen sneaker on a concrete block, hard midday sun, crisp shadow, 85mm",
        "aspect_ratio": "1:1",
        "resolution": "1k"
    }
}).json()
while task["status"] in ("queued", "running"):
    time.sleep(3)
    task = requests.get(f"{API}/tasks/{task['id']}", headers=H).json()

print(task["status"], task["cost"], [o["url"] for o in task["output"]])

const API = "https://kadraris.com/v1";
const headers = { Authorization: `Bearer ${process.env.KADRARIS_API_KEY}`, "Content-Type": "application/json" };

let task = await (await fetch(`${API}/generate`, {
  method: "POST",
  headers,
  body: JSON.stringify({
    "model": "gpt-image-2",
    "input": {
      "prompt": "Packshot of a white linen sneaker on a concrete block, hard midday sun, crisp shadow, 85mm",
      "aspect_ratio": "1:1",
      "resolution": "1k"
    }
  }),
})).json();

while (task.status === "queued" || task.status === "running") {
  await new Promise((r) => setTimeout(r, 3000));
  task = await (await fetch(`${API}/tasks/${task.id}`, { headers })).json();
}
console.log(task.status, task.cost, task.output.map((o) => o.url));

Pola wejściowe

Tę listę w JSON-ie dostaniesz z GET /v1/models/gpt-image-2.