GPT Image 2.5

GPT Image 2.5 robi okładkę wpisu, miniaturę na YouTube albo pionową grafikę do stories w kilka chwil, a gdy dołączysz zdjęcie, podmieni na nim tło albo produkt i zostawi resztę. To szybszy z dwóch modeli obrazów OpenAI w generacji 2.5. Do długich serii poprawek, w których liczy się spójność, lepszy będzie GPT Image 2.5 Sunburst.

Co z nim zrobisz

• Okładki i miniatury w poziomie - format 1536x1024.
• Pionowe grafiki na stories i rolki - format 1024x1536.
• Podmianę tła lub produktu na zdjęciu - reszta kadru zostaje.
• Warianty kreacji reklamowej - kilka wersji, zanim wybierzesz finał.

Ustawienia w praktyce

• Format - w polu aspect_ratio wybierasz 1024x1024, 1536x1024, 1024x1536 albo auto.
• Jakość - na szkicach zostaw low, a high albo max włącz dopiero przy wersji ostatecznej.
• Edycja - dodaj do 16 adresów w image_urls i napisz wprost, co zostaje bez zmian, np. "keep the face and clothing".
• Prompt - do 32 000 znaków. Zacznij od zawartości kadru, potem styl, światło i obiektyw.
• Napisy - w cudzysłowie; polskie znaki zawsze sprawdź na wyniku.

Prompt na start

YouTube thumbnail, 1536x1024. A surprised man holding a tiny robot in his palm, bright studio light, saturated teal background, big bold text "TESTUJĘ AI" on the left side, high contrast

Zmień napis i postać na swoje, a gdy kompozycja pasuje, wygeneruj ją ponownie w wyższej jakości.

Pytania

Ile kosztuje obraz z GPT Image 2.5?

0,293 zł za obraz, z 23% VAT. Jeśli generacja się nie uda, płacisz 0 zł. Jak dobrać model do miniatur, opisuję w poradniku miniatury YouTube AI.

Potrzebuję grafiki w 4K - co wybrać?

Największe formaty GPT Image 2.5 w Kadrarisie to 1536x1024 i 1024x1536. Do 4K i nietypowych proporcji wybierz GPT Image 2.

Jak przerobić własne zdjęcie bez kodu?

W Kadraris Studio wrzucasz plik i opisujesz zmianę. Przez API dodajesz adres zdjęcia w image_urls - przykład jest w dokumentacji generowania.

GPT Image 2.5 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",
  "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",
    "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",
    "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.