GPT Image 2.5 Sunburst

Sunburst przydaje się, gdy klient zgłasza zmiany etapami, a Ty nie możesz pozwolić, żeby po kilku rundach postać zmieniła twarz albo opakowanie straciło detale. To mocniejszy z dwóch modeli obrazów OpenAI w generacji 2.5, zbudowany pod długie łańcuchy edycji. Pracuje wolniej niż GPT Image 2.5, ale przyjmuje dokładnie te same dane.

Co z nim zrobisz

• Serię grafik z jedną postacią - kampania albo komiks, w którym bohater się nie zmienia.
• Kolejne poprawki packshotu - detale opakowania zostają nietknięte.
• Okładkę płyty albo książki w kilku rundach - dopracowujesz krok po kroku.
• Materiały z uwagami od klienta - każda tura zmian na ostatniej zaakceptowanej wersji.

Ustawienia w praktyce

• Format - auto albo jeden z trzech rozmiarów: 1024x1024, 1536x1024, 1024x1536.
• Jakość - od low do max. Szkice i wczesne rundy rób niżej, wyższy poziom zostaw na wersję do oddania.
• Referencje - do 16 adresów w image_urls; ich dodanie przełącza zapytanie w tryb edycji. Podawaj ostatnią zaakceptowaną wersję, a nie pierwszy szkic.
• Prompt - do 32 000 znaków, więc zmieścisz w nim listę elementów nietykalnych: logo, twarz, kolor produktu.
• Udany wynik od razu pobierz - linki do plików wyników działają ograniczony czas, a historia zostaje na koncie.

Prompt na start

Edit the attached packshot: change only the background to a soft beige studio sweep. Keep the bottle, label text, logo, cap colour, reflections and camera angle exactly as they are.

W każdej rundzie zmieniaj jedną rzecz i nazwij ją wprost - zamiast tła może to być światło albo rekwizyt.

Pytania

Ile kosztuje obraz z Sunburst?

0,293 zł za obraz, z VAT. Jeśli generacja skończy się błędem, płacisz 0 zł - blokada wraca na saldo.

Kiedy wystarczy zwykły GPT Image 2.5?

Przy pojedynczych grafikach i krótkich poprawkach. Szybsza wersja ma te same parametry, a Sunburst opłaca się dopiero przy wielu edycjach z rzędu. Różnice opisuję w porównaniu GPT Image 2.5 vs Sunburst.

Kto ma prawa do wygenerowanych grafik?

Ty, w granicach przepisów i warunków OpenAI jako producenta modelu. Osobno upewnij się, że możesz używać zdjęć wrzucanych jako referencje.

GPT Image 2.5 Sunburst 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-2.5-sunburst",
  "input": {
    "prompt": "Packshot of a white linen sneaker on a concrete block, hard midday sun, crisp shadow, 85mm",
    "aspect_ratio": "auto"
  }
}'

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-2.5-sunburst",
    "input": {
        "prompt": "Packshot of a white linen sneaker on a concrete block, hard midday sun, crisp shadow, 85mm",
        "aspect_ratio": "auto"
    }
}).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-2.5-sunburst",
    "input": {
      "prompt": "Packshot of a white linen sneaker on a concrete block, hard midday sun, crisp shadow, 85mm",
      "aspect_ratio": "auto"
    }
  }),
})).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-2.5-sunburst.