OpenAI ChatGPT Images 2.5 Sunburst Edit API로 제품 사진과 캠페인 비주얼을 다듬으세요. 프롬프트와 참조 이미지로 합리적인 가격의 창작 워크플로를 구현하세요.
AI 이미지 생성기를 지금 사용해보세요
ChatGPT Images 2.5 Sunburst Edit API는 개발자가 Best Image AI를 통해 텍스트 지시와 참조 이미지를 활용한 OpenAI 이미지 편집을 이용할 수 있도록 지원합니다. 해상도, 품질, 화면 비율을 유연하게 조정하여 제품 비주얼, 마케팅 소재, 창작 콘셉트를 제작할 수 있습니다. 이 API는 ChatGPT Images 2.5 제품군의 다른 모델과 동일한 비동기 이미지 작업 흐름을 따르므로 기존 창작 애플리케이션에 편리하게 통합할 수 있습니다.
프롬프트 기반 이미지 편집: 원하는 변경 사항을 설명하고 편집의 기준이 될 원본 이미지를 제공합니다.
유연한 출력 해상도: 콘셉트 탐색, 디지털 게시, 더 큰 시각 자료 등 용도에 맞는 출력 해상도를 선택할 수 있습니다.
품질 조정: 작업 흐름의 다양한 출력 요구 사항에 맞게 요청마다 품질 설정을 선택할 수 있습니다.
다양한 화면 비율: 제품 페이지, 캠페인 레이아웃, 소셜 채널에 사용할 정사각형, 가로형, 세로형 이미지를 만들 수 있습니다.
다중 이미지 입력: 여러 참조 이미지를 제공하고 최종 구도에서 각 이미지가 맡을 역할을 명확하게 지시합니다.
공통 API 통합: 기존 Best Image AI 이미지 엔드포인트를 통해 이미지 작업을 제출하고 완료된 결과물을 가져올 수 있습니다.
입력: 참조 이미지 URL과 원하는 변경 사항을 설명하는 자연어 프롬프트입니다.
출력: 작업이 완료되면 편집 결과가 이미지 URL로 반환됩니다.
화면 비율: 너비와 높이의 비율 값을 통해 정사각형, 세로형, 가로형 형식을 유연하게 선택할 수 있습니다.
기능: 해상도와 품질을 조정할 수 있는 이미지 편집 및 다중 이미지 합성입니다.
제품 비주얼: 원본 이미지와 편집 지시를 사용해 기존 제품 이미지를 새로운 제작 요구 사항에 맞게 조정할 수 있습니다.
마케팅 소재: 캠페인 콘셉트, 홍보 레이아웃, 크리에이티브 검토에 사용할 다양한 이미지를 준비할 수 있습니다.
소셜 미디어 콘텐츠: 게시물, 스토리, 배너 등 게시 형식에 맞는 출력 비율을 선택할 수 있습니다.
디자인 반복 작업: 구체적인 지시와 관련 참조 이미지를 사용해 비주얼을 다듬을 수 있습니다.
창작 애플리케이션: 진행 상황 추적과 결과 조회를 지원하는 작업 기반 애플리케이션에 참조 이미지 기반 편집을 통합할 수 있습니다.
참고 프롬프트가 OpenAI의 사용 정책을 준수하는지 확인해 주세요. 오류가 발생하면 제한된 콘텐츠가 포함되어 있는지 검토하고, 조정한 뒤 다시 시도하세요.
ChatGPT Images 2.5 Sunburst Edit와 ChatGPT Images 2.5 Flare Edit 비교
두 버전은 다중 이미지 입력을 포함해 문서에 명시된 동일한 해상도, 품질, 화면 비율 조정 기능을 제공합니다. 동일한 제작 요구 사항으로 결과를 평가하세요.
ChatGPT Images 2.5 Sunburst Edit와 ChatGPT Images 2.5 Edit Client 비교
Client 버전은 현재 고정된 출력 해상도를 제공합니다. ChatGPT Images 2.5 Sunburst Edit는 동일한 이미지 작업 API 흐름을 통해 여러 해상도와 품질 설정을 제공합니다.
ChatGPT Images 2.5 Sunburst Edit와 GPT Image 2 Edit 비교
두 모델 모두 해상도와 품질을 조정할 수 있는 참조 이미지 기반 편집을 지원합니다. ChatGPT Images 2.5 Sunburst Edit는 초고품질과 최대 품질 옵션을 추가로 제공합니다. 사용 목적에 맞게 결과물을 비교하세요.
// 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-2.5-sunburst-edit',
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-2.5-sunburst-edit',
'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-2.5-sunburst-edit",
"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)