استخدم GPT Image 2 Edit Client API لتحرير الصور بتكلفة مناسبة مع إدخال صور متعددة، وتحكم في البرومبت، وخيارات جودة مرنة، ومخرجات مستقرة.
هذا النموذج متاح حاليًا للمعاينة وقد يكون أقل استقرارًا من الإصدارات القياسية.
جرب مولد الصور بالذكاء الاصطناعي الآن
GPT Image 2 Edit Client API من OpenAI توفر تحرير صور بالذكاء الاصطناعي بتكلفة فعالة وبجودة جاهزة للإنتاج للمطورين والفرق الإبداعية. يساعدك هذا التكامل المهني مع API لتحرير الصور على تحويل الصور الموجودة عبر تعليمات باللغة الطبيعية مع الحفاظ على تماسك المشهد واتساق الأسلوب والهدف التصميمي. بالاعتماد على أحدث بنية GPT لتحرير الصور من OpenAI، يجمع GPT Image 2 Edit Client بين التفكير الدلالي متعدد الوسائط وعناصر تحكم مرنة في الجودة ودعم إدخال عدة صور من أجل تدفقات تحرير قابلة للتوسع على Best Image AI.
ملاحظة يرجى التأكد من أن prompts الخاصة بك متوافقة مع سياسات استخدام OpenAI. إذا حدث خطأ، فراجع الـ prompt بحثًا عن محتوى مقيّد، ثم عدّله وحاول مرة أخرى.
GPT Image 2 Edit Client مقابل GPT Image 2 Edit
يشترك GPT Image 2 Edit وGPT Image 2 Edit Client في نقاط القوة الأساسية نفسها في التحكم الدلالي ودعم عدة صور والملاءمة للإنتاج. يتموضع GPT Image 2 Edit Client كخيار ميسور جدًا للفرق التي تريد سير التحرير العام نفسه مع كفاءة تكلفة أقوى.
GPT Image 2 Edit Client مقابل Runway Gen-4 References
Runway Gen-4 References محسّن للإنشاء السينمائي المعتمد على المراجع والتدفقات الأسلوبية. يتميز GPT Image 2 Edit Client API بتحرير مرن لعدة صور واتباع موثوق للتعليمات وسير تحرير قائم على API ميسور جدًا للاستخدام الإنتاجي العملي.
GPT Image 2 Edit Client مقابل Stable Image Edit
يجذب Stable Image Edit الفرق التي تريد مرونة النظام المفتوح والتخصيص. يوفر GPT Image 2 Edit Client سلوك تحرير دلالي مصقولًا وجودة قوية مباشرة وسير عمل ميسورًا جدًا للفرق التي تريد تحريرًا موثوقًا دون أعباء بنية تحتية.
GPT Image 2 Edit Client مقابل Qwen Image 2.0 Edit
Qwen Image 2.0 Edit نموذج تحرير قوي موجه للقيمة مع نقاط قوة متعددة اللغات. يبرز GPT Image 2 Edit Client API باتباع تعليمات محسّن من OpenAI ودعم قوي لتدفقات عدة صور وسير تحرير ميسور جدًا وموجه للتصميم.
GPT Image 2 Edit Client مقابل Seedream 4.5 Edit
يتخصص Seedream 4.5 Edit في تدفقات تحرير ممتازة وعالية الأسلوبية. يقدم GPT Image 2 Edit Client خيار تحرير ميسورًا جدًا مع دعم مرن لعدة صور ونشر موثوق قائم على API لمسارات محتوى قابلة للتوسع.
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'gpt-image-2-edit-client',
width: 1,
height: 1,
resolution: '1k',
prompt: 'Change the jacket color to deep navy, keep lighting consistent',
quality: 'medium',
image_url_list: ['https://example.com/source.jpg']
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/image/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.images[].);
;
}
(status === ) {
.(pollResultData..);
;
}
( (resolve, ));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/image/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'gpt-image-2-edit-client',
'width': 1,
'height': 1,
'resolution': '1k',
'prompt': 'Change the jacket color to deep navy, keep lighting consistent',
'quality': 'medium',
'image_url_list': ['https://example.com/source.jpg']
}
)
task_id = response.json()['data']['task_id']
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/image/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "gpt-image-2-edit-client",
"width": 1,
"height": 1,
"resolution": "1k",
"prompt": "Change the jacket color to deep navy, keep lighting consistent",
"quality": "medium",
"image_url_list": ["https://example.com/source.jpg"]
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/image/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/image/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['images'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)