GPT Image 2

GPT Image 2 ist das neueste GPT-Image-Modell von OpenAI zum Erzeugen und Bearbeiten von Bildern. Aiberm stellt es über OpenAI-kompatible Image-Endpunkte bereit, sodass Sie das OpenAI-SDK nutzen können, indem Sie base_url / baseURL auf https://aiberm.com/v1 ändern.

Generierungsendpunkt: POST https://aiberm.com/v1/images/generations

Bearbeitungsendpunkt: POST https://aiberm.com/v1/images/edits

Modell: gpt-image-2

Eine API wählen

Nutzen Sie die Image API, wenn Sie mit einer Anfrage ein Bild erzeugen oder bearbeiten möchten. Das ist der empfohlene Weg für die meisten Aiberm-Integrationen.

OpenAI dokumentiert die Bildgenerierung außerdem als Tool in der Responses API für gesprächsbasierte oder mehrstufige Bild-Workflows. Wenn Ihre Integration von mehrstufiger Bearbeitung abhängt, prüfen Sie zuerst, ob Ihr Aiberm-Modell und Ihr Endpunkt die Responses API unterstützen.

Ein Bild erzeugen

Die Image API gibt Base64-Bilddaten in data[0].b64_json zurück. Dekodieren Sie sie und schreiben Sie die Bytes in eine Datei.

1from openai import OpenAI
2import base64
3 
4client = OpenAI(
5  api_key="YOUR_API_KEY",
6  base_url="https://aiberm.com/v1",
7)
8 
9result = client.images.generate(
10  model="gpt-image-2",
11  prompt="A clean product photo of a matte black smart desk lamp on a white background",
12  size="1024x1024",
13  quality="medium",
14)
15 
16image_base64 = result.data[0].b64_json
17image_bytes = base64.b64decode(image_base64)
18 
19with open("lamp.png", "wb") as f:
20  f.write(image_bytes)

Verifizierte Beispielausgabe

Dieses Bild wurde mit dem Python-Beispiel oben erzeugt und aus data[0].b64_json gespeichert.

Mit Referenzbildern bearbeiten

Übergeben Sie ein oder mehrere Bilder an images.edit und beschreiben Sie die gewünschte Ausgabe. Mehrere Eingabebilder können als Referenzen für eine neue Komposition verwendet werden.

1from openai import OpenAI
2import base64
3 
4client = OpenAI(
5  api_key="YOUR_API_KEY",
6  base_url="https://aiberm.com/v1",
7)
8 
9result = client.images.edit(
10  model="gpt-image-2",
11  image=[
12      open("product.png", "rb"),
13      open("background.png", "rb"),
14  ],
15  prompt="Place the product from the first image onto the desk in the second image. Keep realistic lighting.",
16  size="1536x1024",
17  quality="high",
18)
19 
20image_bytes = base64.b64decode(result.data[0].b64_json)
21with open("edited-product.png", "wb") as f:
22  f.write(image_bytes)

Verifizierte Referenzbearbeitung

Das Bearbeitungsbeispiel kombiniert das Produktbild mit dem Schreibtischhintergrund und gibt ein neues PNG in 1536x1024 zurück.

Produkteingabe	Hintergrundeingabe	Bearbeitete Ausgabe

Mit einer Maske bearbeiten

Verwenden Sie eine Maske, wenn Sie steuern möchten, welcher Bereich sich ändern soll. Quellbild und Maske müssen dieselben Abmessungen und dasselbe Format haben, und die Maske muss einen Alphakanal enthalten.

1from openai import OpenAI
2import base64
3 
4client = OpenAI(
5  api_key="YOUR_API_KEY",
6  base_url="https://aiberm.com/v1",
7)
8 
9result = client.images.edit(
10  model="gpt-image-2",
11  image=open("room.png", "rb"),
12  mask=open("mask.png", "rb"),
13  prompt="Replace the masked area with a modern walnut bookshelf.",
14)
15 
16image_bytes = base64.b64decode(result.data[0].b64_json)
17with open("room-bookshelf.png", "wb") as f:
18  f.write(image_bytes)

Verifizierte Maskenbearbeitung

Das Maskenbild verwendet einen Alphakanal, um den bearbeitbaren Bereich zu steuern. Das zurückgegebene Bild ist ein normales PNG.

Quellbild	Maskenbild	Bearbeitete Ausgabe

Teilbilder streamen

Die Upstream-API von OpenAI dokumentiert stream und partial_images, um Zwischenbilder vor dem Endergebnis zu empfangen. Bei Aiberm behandeln Sie dies als kompatibilitätsabhängig: Nutzen Sie den normalen Nicht-Streaming-Ablauf, sofern Ihr Endpunkt Streaming nicht ausdrücklich bestätigt hat.

Wenn Sie stream: true und partial_images senden, kann die Antwort trotzdem eine normale endgültige JSON-Nutzlast mit data[0].b64_json sein.

Ausgabeoptionen

Hinweise und Einschränkungen

• Komplexe Prompts können länger dauern; planen Sie Timeouts und Hintergrundverarbeitung in Ihrer App ein.
• Die Textdarstellung ist verbessert, aber weiterhin nicht garantiert exakt. Prüfen Sie bei Logos, Beschriftungen oder UI-Mockups die Ausgabe vor der Veröffentlichung.
• Das Modell erhält wiederkehrende Charaktere, exakte Layouts oder Markendetails über separate Generierungen hinweg möglicherweise nicht perfekt.
• Lassen Sie bei Bearbeitungen input_fidelity mit gpt-image-2 weg; das Modell verarbeitet Bildeingaben automatisch mit hoher Treue.
• Bei Maskenbearbeitungen dient die Maske als Orientierung und nicht als pixelgenaue Auswahl.