GPT Image 2.6 API-Anbindung: Auswahl zwischen Flare und Sunburst, GIF- und SVG-Ausgabe in der Praxis

Drei Entscheidungen vorab: Route, Modus, Ausgabeformat

Bevor Sie die erste Anfrage schreiben, legen Sie diese drei Dinge fest – dann müssen Sie den Code später nicht ständig ändern.

Erstens: Route Flare oder Sunburst. Ohne besondere Anforderungen standardmäßig Flare: schnellere Bilderzeugung, geeignet für schnelle Iterationen und Massengenerierung. Wechseln Sie nur dann zu Sunburst, wenn Sie mehrstufige Bearbeitungen in mittlerer oder höherer Qualität benötigen und Konsistenz bei Charakteren, Produkten oder Layouts wichtig ist. Parameter, Verwendung und Preis sind bei beiden identisch – der Wechselaufwand besteht lediglich darin, eine Modell-ID zu ändern.

Zweitens: Modus Text-zu-Bild oder Bild-zu-Bild. Ausgehend von einem Prompt handelt es sich um Text-zu-Bild; liegen bereits 1–16 Quellbilder vor, die modifiziert werden sollen, ist es Bild-zu-Bild. Beachten Sie die unterschiedlichen Ausgabeformate: GIF und SVG sind nur bei Text-zu-Bild verfügbar, Bild-zu-Bild kann nur png, jpeg und webp ausgeben.

Drittens: Ausgabeformat statisch oder animiert/vektoriell. Standard ist png; für transparenten Hintergrund png oder webp; für Animationen gif; für skalierbare Vektoren svg.

Diese drei Entscheidungen reduzieren sich im Code auf die Modell-ID und den Wert von output_format. Definieren Sie diese als Konstanten – das ist deutlich einfacher, als sie während der Entwicklung ständig anzupassen.

Die vier Modell-IDs und die Wahl zwischen Flare und Sunburst

Die Modell-ID setzt sich aus „Route + Modus“ zusammen, insgesamt vier:

• gpt-image-2.6-flare/text-to-image

• gpt-image-2.6-flare/image-to-image

• gpt-image-2.6-sunburst/text-to-image

• gpt-image-2.6-sunburst/image-to-image

Das Namensschema ist einfach: Die erste Hälfte ist die Route, die zweite der Modus. Parameternamen, Wertebereiche und Preisberechnung sind bei beiden Routen identisch – Sie können also eine Funktion kapseln und die Route als Parameter übergeben.

Wann Sie unbedingt Sunburst verwenden sollten

Sunburst legt mehr Wert auf Details. Bei mehrstufigen Bearbeitungen in mittlerer oder höherer Qualität bleiben Details konsistenter – typische Szenarien sind wiederholte Feinabstimmungen mit festen Charakteren, festem Produktaussehen oder festem Layout. Wenn Ihr Ablauf „erst generieren, dann dreimal ändern“ lautet, zeigt sich der Nutzen von Sunburst in den späteren Runden.

Wann Sie bei Flare bleiben sollten

Einzelbilderzeugung, Massengenerierung, schnelles Ausprobieren von Prompts – hier ist Flare schneller und damit die bessere Wahl. Da beide denselben Preis haben, entstehen durch Flare keine Kostennachteile.

Praktische Empfehlung: In der Entwicklungsphase einheitlich Flare verwenden, um Parameter und Formate zu testen; im Produktivbetrieb dann für Anwendungsfälle mit mehrstufiger Bearbeitung die Route wechseln. Auf den Modellseiten finden Sie zunächst die Feldbeschreibungen zu Flare Text-zu-Bild und Sunburst Text-zu-Bild.

Wichtige Parameter für Text-zu-Bild richtig setzen

Für Text-zu-Bild gibt es sieben Kernparameter; im Folgenden werden Werte und Einschränkungen einzeln erläutert.

quality und resolution

quality akzeptiert low / medium / high / xhigh / max und bestimmt die Detailstufe; es ist außerdem die einzige Grundlage für die GIF-Preisberechnung. resolution akzeptiert 1K / 2K / 4K, Standard ist 1K. Beide Parameter bestimmen gemeinsam den Preis pro Bild und sind die beiden Stellschrauben zur Kostenkontrolle.

complexity

Akzeptiert low / medium / high, Standard ist high; dies bezieht sich auf die Planungsebene. Es ist unabhängig von quality: Das eine steuert die Tiefe der Kompositionsplanung, das andere die Detailstufe der Bildgebung. Ändern Sie complexity nicht automatisch mit, nur weil Sie quality reduzieren – die beiden sind nicht gekoppelt.

aspect_ratio

Akzeptiert auto oder eines von 15 Seitenverhältnissen. Eine leicht zu übersehende Regel: Bei der GIF-Generierung aspect_ratio nicht übergeben oder auto übergeben, da das GIF-Seitenverhältnis durch frame_size bestimmt wird und ein Konflikt keinen Sinn ergibt.

output_format und output_compression

output_format akzeptiert png (Standard) / jpeg / webp / gif / svg. output_compression akzeptiert 0–100 und wirkt nur bei jpeg und webp; die Übergabe eines Komprimierungsparameters bei png führt nicht zum erwarteten Ergebnis.

background

Akzeptiert auto / opaque / transparent. transparent muss mit png oder webp kombiniert werden; wenn Sie einen transparenten Hintergrund wünschen, aber jpeg gewählt haben, müssen Sie das Format ändern.

Merken Sie sich einfach diese eine Regel: Das Format schränkt andere Parameter ein – gif legt die Quelle des Seitenverhältnisses fest, nur jpeg/webp akzeptieren Komprimierung, transparent funktioniert nur mit png/webp.

GIF-Ausgabe: frame_size, Frame-Anzahl und Größenlimits

GIFs können nur mit Text-zu-Bild erzeugt werden; die Parameter konzentrieren sich auf die Frames.

frame_size

Pixelbreite und -höhe pro Frame, im Format 512x512 (Breite x Höhe); beide Werte müssen ein Vielfaches von 16 sein, Standard ist 512x512. Es bestimmt auch das Gesamtseitenverhältnis des GIFs – übergeben Sie daher in diesem Fall kein aspect_ratio. Beachten Sie, dass Schreibweisen wie 1:1 nicht akzeptiert werden; es müssen Pixelwerte sein.

frame_count und frame_duration_ms

frame_count akzeptiert 2–16, Standard ist 9. Es gibt eine größenabhängige Einschränkung: 768x768 maximal 12 Frames. frame_duration_ms ist mindestens 20, Standard 200, gerundet auf 10 ms.

Drei harte Obergrenzen

Das GIF-Gesamtbild muss außerdem erfüllen: jede Seite höchstens 3840, Gesamtpixel höchstens 8.294.400, Seitenverhältnis höchstens 3:1. Überschreitungen werden bereits bei der Übermittlung abgelehnt und nicht berechnet – solche Fehler verursachen also keine Kosten, kosten aber Debugging-Zeit.

Ein minimales funktionsfähiges GIF-Anfrageobjekt:

{
  "model": "gpt-image-2.6-flare/text-to-image",
  "prompt": "a bouncing paper plane on white",
  "output_format": "gif",
  "frame_size": "512x512",
  "frame_count": 9,
  "frame_duration_ms": 200,
  "quality": "medium"
}

Für 13–16 Frames verwenden Sie frame_size 512x512 oder kleiner; 768x768 maximal 12 Frames.

SVG-Ausgabe: Verwendung und Preisberechnung

SVG ist ebenfalls nur bei Text-zu-Bild verfügbar; Bild-zu-Bild akzeptiert dieses Format nicht. Setzen Sie einfach output_format auf svg und füllen Sie die übrigen Parameter wie bei regulärem Text-zu-Bild aus; bei transparentem background beachten Sie weiterhin die Formatkombinationsregeln.

Preisberechnung

SVG wird zum Preis der entsprechenden PNG-Stufe plus $0,030 berechnet. Zum Beispiel kostet PNG low 1K $0,023, SVG derselben Stufe $0,053; PNG high 2K kostet $0,090, SVG $0,120. Je höher die Stufe, desto teurer das SVG, aber der Aufschlag von $0,030 bleibt konstant.

Nutzungsempfehlung

SVG eignet sich für Logos, Icons, Diagramme und ähnliche Ziele, die verlustfreie Skalierung erfordern. Wenn Ihre nachgelagerte Pipeline letztlich doch Rasterbilder benötigt, ist png einfacher – der Aufpreis für Vektoren bringt dann keinen Nutzen.

Bild-zu-Bild: Quellbilder, Maske und Markup-Bild exklusiv

Die Eingabe für Bild-zu-Bild sind 1–16 Quellbilder im Format jpeg / png / webp; die Ausgabe ist nur png / jpeg / webp.

mask_url und markup_url schließen sich aus

• mask_url: Ein RGBA-PNG gleicher Größe wie das erste Quellbild, bei dem transparente Pixel den zu ändernden Bereich angeben.

• markup_url: Ein transparentes PNG-Markup-Bild, das die zu ändernden Stellen markiert; die Markierung selbst erscheint nicht im generierten Ergebnis.

Beide sind gegenseitig ausschließend; werden beide übergeben, wird die Anfrage abgelehnt. Die Auswahl ist einfach: Wenn das System präzise nur bestimmte Pixel ändern soll, verwenden Sie eine Maske; wenn Sie nur „etwa diese Stelle“ angeben möchten und keine harten Grenzen wünschen, verwenden Sie ein Markup-Bild.

Auch außerhalb der Maske können Änderungen auftreten

Bei Verwendung von mask_url sollten Sie damit rechnen: Auch Bereiche außerhalb der Maske können leichte Veränderungen aufweisen. Wenn Ihr Anwendungsfall pixelgenaue Unveränderlichkeit der nicht ausgewählten Bereiche erfordert, kann dies über den Bild-zu-Bild-Weg nicht garantiert werden; behandeln Sie es stattdessen in der Kompositionsphase selbst.

Abrechnung

Bild-zu-Bild verwendet die Preistabelle von Text-zu-Bild, jedes Referenzbild kostet zusätzlich $0,012. Bei low 1K kostet 1 Bild $0,035, 16 Bilder $0,215. Übergeben Sie nur die tatsächlich benötigten Referenzbilder.

Beispiel für ein Anfrageobjekt:

{
  "model": "gpt-image-2.6-flare/image-to-image",
  "prompt": "change the background to warm sunset",
  "image_urls": ["https://your-cdn/source.png"],
  "mask_url": "https://your-cdn/mask.png",
  "output_format": "png"
}

Felddetails finden Sie auf der Seite Flare Bild-zu-Bild.

Kostenschätzung: Preis pro Bild nach Qualitätsstufe und Größe

Merken Sie sich zunächst diese drei Preisregeln:

• Text-zu-Bild (png/jpeg/webp): Der Preis pro Bild wird durch quality und resolution gemeinsam bestimmt.

• SVG: Preis der entsprechenden PNG-Stufe plus $0,030.

• GIF: Wird nur nach quality berechnet, unabhängig von der Auflösung: low $0,070, medium $0,124, high $0,150, xhigh $0,266, max $0,598.

• Bild-zu-Bild: Preis laut derselben Tabelle, jedes Referenzbild kostet zusätzlich $0,012.

So schätzen Sie ein Bild

Vier Schritte: Modus bestimmen (Text-zu-Bild oder Bild-zu-Bild) → Format bestimmen (gif nur nach Qualität, svg plus $0,030, sonst nach Qualität × Auflösung) → Einzelpreis der entsprechenden Stufe nachschlagen → bei Bild-zu-Bild zusätzlich $0,012 × Anzahl der Referenzbilder addieren. Häufige Stufen bei Text-zu-Bild: low 1K $0,023, medium 1K $0,041, high 1K $0,049, high 2K $0,090, high 4K $0,160.

Wann nicht abgerechnet wird

Bei der Übermittlung abgelehnte Anfragen werden vollständig erstattet und nicht berechnet. Dazu gehören ungültige Parameter (z. B. background=transparent mit jpeg oder aspect_ratio bei gif) sowie GIF-Größenüberschreitungen. Das bedeutet, dass Parameterfehler kein Geld kosten, aber die Iteration verlangsamen – führen Sie daher besser eine Validierung auf Client-Seite durch.

Alle 15 Stufen finden Sie auf der Preisseite. Wenn Sie die Preisberechnung der vorherigen Generation vergleichen möchten, sehen Sie sich GPT Image 2.5 Flare Text-zu-Bild an.

Zusammengefasst: Standardmäßig Flare + Text-zu-Bild + png, bei mehrstufiger Bearbeitung zu Sunburst wechseln, und bei Animationen oder Vektoren output_format ändern.