Skip to main content
Usługa edycji obrazów OpenAI pozwala przesłać dowolną liczbę obrazów i poleceń, a następnie otrzymać zmodyfikowane obrazy. Obecnie interfejs obsługuje modele dall-e-2, gpt-image-1, najnowszy gpt-image-2, a także modele z serii nano-banana / nano-banana-2 / nano-banana-pro dostępne przez ten sam interfejs. Niniejsza dokumentacja opisuje proces korzystania z OpenAI Images Edits API, dzięki któremu można łatwo używać oficjalnych funkcji edycji obrazów OpenAI.

Proces rejestracji

Aby korzystać z OpenAI Images Edits API, należy najpierw przejść na stronę OpenAI Images Edits API i kliknąć przycisk „Acquire”, aby uzyskać niezbędne poświadczenia do żądań: Jeśli nie jesteś zalogowany lub zarejestrowany, zostaniesz automatycznie przekierowany na stronę logowania, gdzie możesz się zarejestrować i zalogować. Po zalogowaniu zostaniesz automatycznie przekierowany z powrotem na tę stronę. Przy pierwszym zgłoszeniu otrzymujesz darmowy limit, który pozwala na bezpłatne korzystanie z API.

Model GPT-Image-2

Model gpt-image-2 oferuje znaczące ulepszenia w scenariuszach edycji obrazów w porównaniu do gpt-image-1:
  • Stabilniejsze zachowanie struktury: zmiana skórek, kolorystyki czy tła niemal nie narusza układu i kompozycji oryginalnego obrazu.
  • Dokładniejsze zachowanie tekstu: obrazy zawierające tekst, takie jak infografiki, plakaty czy menu, po edycji zachowują czytelność tekstu.
  • Obsługa bezpośredniego przesyłania URL: oprócz tradycyjnego przesyłania plików w formacie multipart/form-data, gpt-image-2 dodatkowo obsługuje przekazywanie URL obrazu w formacie JSON, co eliminuje konieczność pobierania obrazu lokalnie i jest idealne do integracji po stronie serwera.
  • Obsługa wysokiej rozdzielczości: można przesłać obraz 1K i za pomocą parametru size zażądać wyjścia w rozdzielczości 2K lub 4K; model podczas edycji jednocześnie powiększy obraz.

Obsługiwane wartości parametru size

Ograniczenia parametru size w interfejsie edycji są takie same jak w interfejsie generowania — gpt-image-2 akceptuje size równe auto, puste lub w formacie WIDTHxHEIGHT. Każda inna forma zwróci błąd 400. Wszystkie rozmiary (1K / 2K / 4K / niestandardowe) są rozliczane jednolicie za pojedynczy obraz, niezależnie od rozdzielczości oryginału i wartości size. Obowiązują też ograniczenia dotyczące niestandardowych rozmiarów: szerokość i wysokość muszą być wielokrotnością 16, dłuższy bok ≤ 3840, łączna liczba pikseli ≤ 8 294 400.
Przykład: jeśli oryginalny obraz ma rozmiar 1024x1024, a size ustawimy na 2048x2048, model wygeneruje obraz 2K zgodnie z instrukcją edycji; dla 3840x2160 wyjściem będzie obraz 4K w orientacji poziomej; dla auto lub pominięcia parametru model sam wybierze rozmiar. Opłata jest taka sama w każdym przypadku.
O parametrze n Interfejs edycji gpt-image-2 nie obsługuje n > 1: parametr ten jest ignorowany, niezależnie czy podasz n=1 czy n=10, w odpowiedzi zwracany jest tylko jeden obraz i naliczana jest opłata za jeden obraz. Jeśli potrzebujesz wielu wariantów, musisz wykonać wiele równoległych żądań. To ograniczenie dotyczy również modeli gpt-image-1 / gpt-image-1.5 oraz serii nano-banana. Model dall-e-2 jest obecnie jedynym natywnie obsługującym n > 1.
Poniżej przedstawiamy dwa przykłady pokazujące możliwości edycji modelu gpt-image-2.

Metoda wywołania 1: JSON + URL obrazu (zalecane)

Wysyłamy żądanie jako application/json, w polu image podajemy URL obrazu, który model pobierze i edytuje zgodnie z prompt. Na przykład, poniższy obraz to infografika wygenerowana przez gpt-image-2:

Chcemy zmienić ją na tryb „nocny”. Wywołanie wygląda tak:
Lub w Pythonie:
Przykładowa odpowiedź:
Edytowany obraz:

Widać, że struktura modułów, podział informacji i układ tekstu zostały zachowane, a jedynie kolorystyka zmieniona na ciemny motyw.
Wskazówka: pole image może też przyjmować tablicę URL-i, np. "image": ["url1", "url2", "url3"], maksymalnie do 16 obrazów referencyjnych, które model uwzględni podczas edycji.

Metoda wywołania 2: JSON + wiele obrazów referencyjnych

Model gpt-image-2 potrafi korzystać z wielu obrazów referencyjnych, np. łączyć kilka zdjęć produktów w jeden kosz prezentowy:

Przykład scenariusza: zmiana stylu przy zachowaniu struktury

Kolejny przykład: zamiana drewnianej półki na nowoczesną, ale zachowanie dokładnej liczby i układu książek na każdej półce. Oryginalny obraz (drewniana półka wygenerowana przez gpt-image-2):

Wywołanie:
Wynik edycji (task_id: e9544dba-727e-44a2-81e1-223d49869380):

Widać, że styl i otoczenie zostały zmienione zgodnie z poleceniem, ale liczba książek na każdej półce (1 / 3 / 7) pozostała niezmieniona, a na górnej półce dodano małą sukulentę.

Metoda wywołania 3: multipart/form-data (kompatybilne z OpenAI SDK)

Jeśli korzystasz z oficjalnego OpenAI Python SDK, możesz używać tradycyjnego przesyłania plików multipart/form-data, wystarczy zmienić model na gpt-image-2:
Przed użyciem SDK należy ustawić dwa zmienne środowiskowe: OPENAI_BASE_URL na https://api.acedata.cloud/openai oraz OPENAI_API_KEY na uzyskany token:

Modele z serii Nano Banana

Modele nano-banana również są dostępne pod /openai/images/edits. Wystarczy zmienić parametr model na dowolny z poniższej tabeli:
Ważne: obsługiwane parametry Nano Banana korzysta z warstwy adaptacyjnej OpenAI i obsługuje tylko parametry: model, prompt, image.
  • image można przesłać jako plik w multipart/form-data (worker konwertuje go do formatu data:<mime>;base64,... dla upstream) lub jako URL w polu formularza.
  • Nie obsługuje parametrów mask, n, size, response_format – są ignorowane.
  • Odpowiedź ma format zgodny z OpenAI (data[].url), ale created jest zawsze 0, nie zwraca b64_json, a revised_prompt jest zawsze równy oryginalnemu prompt.

Wywołanie przez formularz + URL obrazu

Przykładowa odpowiedź:
Edytowany obraz:

Wywołanie przez formularz + lokalny plik

Asynchroniczne wywołanie zwrotne (callback)

Mechanizm asynchronicznego callback callback_url działa również dla nano-banana i jest identyczny jak dla innych modeli (szczegóły w sekcji Asynchroniczne wywołanie zwrotne).

Podstawowe użycie

Możesz wywołać API za pomocą CURL:
Przy pierwszym użyciu tego interfejsu należy podać co najmniej cztery parametry: authorization (wybierany z listy), model (wybór modelu OpenAI, tutaj dostępny jest jeden model, szczegóły w dokumentacji modeli), prompt (tekstowy opis generowanego obrazu) oraz image (ścieżka do edytowanego obrazu). Przykładowy obraz do edycji:

Analogiczne wywołanie w Pythonie:
Przed wywołaniem w Pythonie należy ustawić zmienne środowiskowe: OPENAI_BASE_URL na https://api.acedata.cloud/openai oraz OPENAI_API_KEY na uzyskany token. Na Mac OS można to zrobić tak:
Po wywołaniu w katalogu pojawi się plik gift-basket.png z wynikiem:

W ten sposób zakończyliśmy edycję obrazu. Interfejs Edits obsługuje trzy modele: dall-e-2, gpt-image-1 i gpt-image-2. Zalecanym modelem jest gpt-image-2 (szczegóły w sekcji Model GPT-Image-2).

Asynchroniczne wywołanie zwrotne

Ponieważ edycja obrazów przez OpenAI Images Edits API może trwać długo, a długie oczekiwanie na odpowiedź HTTP obciąża zasoby systemowe, API oferuje wsparcie dla asynchronicznych callbacków. Proces jest następujący: klient wysyła żądanie z dodatkowym polem callback_url. API natychmiast zwraca odpowiedź zawierającą task_id – identyfikator zadania. Po zakończeniu edycji wynik jest przesyłany metodą POST w formacie JSON na podany callback_url, zawierając również task_id, co pozwala powiązać odpowiedź z zadaniem. Przykład działania: Webhook callback to usługa HTTP, którą należy zastąpić własnym serwerem HTTP. Dla demonstracji można użyć publicznego serwisu https://webhook.site/, który generuje unikalny URL webhooka, np.: Skopiuj ten URL, np. https://webhook.site/3d32690d-6780-4187-a65c-870061e8c8ab, i użyj go jako callback_url:
Otrzymasz natychmiast odpowiedź:
Po chwili na stronie webhooka pojawi się wynik edycji:
W odpowiedzi znajduje się task_id oraz pole data z wynikiem edycji, analogicznie do wywołania synchronicznego. Dzięki task_id można powiązać zadanie z odpowiedzią.

Obsługa błędów

W przypadku błędów API zwraca odpowiedni kod i komunikat, np.:
  • 400 token_mismatched: złe żądanie, brak lub nieprawidłowe parametry.
  • 400 api_not_implemented: złe żądanie, brak lub nieprawidłowe parametry.
  • 401 invalid_token: brak autoryzacji, nieprawidłowy lub brakujący token.
  • 429 too_many_requests: zbyt wiele żądań, przekroczono limit.
  • 500 api_error: błąd wewnętrzny serwera.

Przykład odpowiedzi błędu

Podsumowanie

W tej dokumentacji poznaliście, jak korzystać z OpenAI Images Edits API, aby łatwo używać oficjalnych funkcji edycji obrazów OpenAI. Mamy nadzieję, że pomoże to w integracji i efektywnym wykorzystaniu API. W razie pytań prosimy o kontakt z zespołem wsparcia technicznego.