Tutoriel d'intégration de l'API GPT Image 2.6 : choisir entre Flare et Sunburst, mise en œuvre pratique des sorties GIF et SVG

Prenez d'abord trois décisions : ligne, mode, format de sortie

Avant d'écrire la première ligne de requête, fixez ces trois points pour éviter de modifier le code à répétition par la suite.

Premièrement, choisissez la ligne Flare ou Sunburst. Sans besoin particulier, optez par défaut pour Flare : génération plus rapide, idéale pour l'itération rapide et la production en lot. Ne passez à Sunburst que si vous avez besoin de plusieurs cycles d'édition en qualité medium ou supérieure et que la cohérence des personnages/produits/mises en page est cruciale. Les paramètres, l'utilisation et le prix sont identiques entre les deux, donc le coût de bascule se limite à changer un ID de modèle.

Deuxièmement, choisissez le mode texte-vers-image ou image-vers-image. Partir d'un prompt correspond au texte-vers-image ; disposer de 1 à 16 images sources et vouloir les modifier correspond à l'image-vers-image. Attention, la plage des formats de sortie diffère : gif et svg ne sont disponibles qu'en texte-vers-image, l'image-vers-image ne peut produire que png, jpeg, webp.

Troisièmement, choisissez un format de sortie statique ou animé/vectoriel. Par défaut png ; pour un fond transparent, utilisez png ou webp ; pour une animation, passez par gif ; pour un vectoriel redimensionnable, passez par svg.

Ces trois décisions se traduisent dans le code par les valeurs des deux champs : ID de modèle et output_format. Les définir comme constantes dès le départ épargne bien des modifications en cours de route.

Les quatre ID de modèle et le choix entre Flare et Sunburst

Les ID de modèle se composent en deux segments « ligne + mode », soit quatre au total :

• 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

La règle de nommage est limpide : la première partie est la ligne, la seconde le mode. Les noms de paramètres, les plages de valeurs et la tarification dans le corps de requête sont identiques sur les deux lignes, vous pouvez donc encapsuler dans une fonction en passant la ligne en paramètre.

Quand Sunburst est indispensable

Sunburst privilégie le détail ; lors d'éditions multiples en qualité medium ou supérieure, les détails restent plus cohérents, typiquement pour des retouches successives avec un personnage fixe, un aspect produit fixe ou une mise en page fixe. Si votre flux est « générer d'abord, puis retoucher trois fois », le bénéfice de Sunburst se manifestera sur les cycles suivants.

Quand rester sur Flare

Génération d'une seule image, production en lot, aperçu rapide de l'effet d'un prompt : dans ces cas, Flare est plus rapide et donc meilleur choix. Comme les deux sont au même prix, choisir Flare n'entraîne aucun désavantage de coût.

Conseil pratique : en phase de développement, utilisez uniformément Flare pour valider les paramètres et formats ; en production, basculez de ligne pour les cas nécessitant des éditions multiples. Consultez d'abord les descriptions de champs des pages Flare texte-vers-image et Sunburst texte-vers-image.

Comment remplir les paramètres clés du texte-vers-image

Le texte-vers-image comporte sept paramètres principaux ; détaillons leurs valeurs et contraintes.

quality et resolution

quality prend low / medium / high / xhigh / max, détermine le niveau de détail et constitue la seule base de tarification des GIF. resolution prend 1K / 2K / 4K, par défaut 1K. Ces deux paramètres déterminent ensemble le prix unitaire et sont les deux leviers de contrôle des coûts.

complexity

Prend low / medium / high, par défaut high, désigne le niveau de planification. Il est indépendant de quality : l'un gère la profondeur de planification de la composition, l'autre le niveau de détail du rendu. Ne modifiez pas complexity simplement parce que vous avez baissé quality ; les deux ne sont pas liés.

aspect_ratio

Prend auto ou l'un des 15 ratios. Règle facile à enfreindre : lors de la génération d'un GIF, ne pas passer aspect_ratio ou passer auto, car le ratio du GIF est déterminé par frame_size ; un conflit entre les deux n'a pas de sens.

output_format et output_compression

output_format prend png (défaut) / jpeg / webp / gif / svg. output_compression prend 0–100, ne s'applique qu'à jpeg et webp ; passer un paramètre de compression à png ne fonctionnera pas comme prévu.

background

Prend auto / opaque / transparent. transparent doit être associé à png ou webp ; si vous voulez un fond transparent mais avez choisi jpeg, il faut changer de format.

Retenez une seule règle : le format restreint les autres paramètres — gif verrouille la source du ratio, jpeg/webp acceptent la compression, transparent n'accepte que png/webp.

Sortie GIF : frame_size, nombre d'images et limites de dimensions

Le GIF n'est disponible qu'en texte-vers-image, les paramètres se concentrent sur les images.

frame_size

Largeur et hauteur en pixels de chaque image, au format « largeurxhauteur » comme 512x512, les deux côtés devant être des multiples de 16, par défaut 512x512. Il détermine aussi le ratio global du GIF, donc ne passez plus aspect_ratio à ce moment. Notez que les écritures de ratio comme 1:1 ne sont pas acceptées, ce doit être des valeurs en pixels.

frame_count et frame_duration_ms

frame_count prend 2–16, par défaut 9. Une limite liée à la taille : 768x768 maximum 12 images. frame_duration_ms ne doit pas être inférieur à 20, par défaut 200, arrondi à 10 ms près.

Trois plafonds stricts

L'assemblage GIF global doit aussi satisfaire : chaque côté ≤ 3840, total de pixels ≤ 8 294 400, ratio ≤ 3:1. Les dépassements sont rejetés dès la soumission et ne sont pas facturés ; ces erreurs n'entraînent donc pas de coût, mais font perdre du temps de débogage.

Un corps de requête GIF minimal fonctionnel :

{
  "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"
}

Pour 13–16 images, utilisez frame_size 512x512 ou moins ; 768x768 maximum 12 images.

Comment utiliser la sortie SVG et comment est calculé le prix

SVG n'est également disponible qu'en texte-vers-image ; l'image-vers-image n'accepte pas ce format. Il suffit de définir output_format sur svg et de remplir les autres paramètres normalement ; pour un background transparent, respectez toujours la règle d'association des formats.

Base de tarification

SVG est facturé au prix du PNG de même niveau plus 0,030 $. Par exemple, un PNG low 1K à 0,023 $ donne un SVG au même niveau à 0,053 $ ; un PNG high 2K à 0,090 $ donne un SVG à 0,120 $. Plus le niveau est élevé, plus le SVG est cher, mais les 0,030 $ ajoutés restent constants.

Conseils d'utilisation

SVG convient aux logos, icônes, schémas et autres objectifs nécessitant un redimensionnement sans perte. Si votre pipeline en aval aboutit finalement à du bitmap, utilisez directement png — le supplément vectoriel ne rapporte rien.

Image-vers-image : images sources, masque et image annotée en exclusivité

L'entrée image-vers-image est de 1 à 16 images sources, formats limités à jpeg / png / webp, sortie uniquement png / jpeg / webp.

mask_url et markup_url : un seul des deux

• mask_url : PNG RGBA de même dimension que la première image source, où les pixels transparents indiquent la zone à modifier.

• markup_url : image annotée PNG transparente, entourant sur l'image l'emplacement à modifier ; l'annotation elle-même n'apparaît pas dans le résultat généré.

Les deux sont mutuellement exclusifs ; les passer simultanément est rejeté. La logique de choix est simple : pour que le système modifie précisément certains pixels, utilisez le masque ; pour indiquer « à peu près cet endroit » sans être contraint par une limite stricte, utilisez l'image annotée.

Des changements possibles hors du masque

Avec mask_url, attendez-vous à des modifications légères en dehors de la zone masquée. Si votre activité exige que les zones non sélectionnées restent identiques au pixel près, ce n'est pas garanti par l'image-vers-image ; gérez-le plutôt à l'étape de composition.

Facturation

L'image-vers-image reprend la grille tarifaire du texte-vers-image, plus 0,012 $ par image de référence. low 1K avec 1 image = 0,035 $, avec 16 images = 0,215 $. Ne transmettez que les images de référence réellement nécessaires.

Exemple de corps de requête :

{
  "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"
}

Pour les détails des champs, consultez la page Flare image-vers-image.

Estimation des coûts : calculer le prix unitaire selon le niveau de qualité et la taille

Retenez d'abord les trois bases de tarification :

• Texte-vers-image (png/jpeg/webp) : le prix unitaire est déterminé par quality et resolution.

• SVG : prix du PNG de même niveau plus 0,030 $.

• GIF : tarifé uniquement selon quality, indépendamment de la résolution : low 0,070 $, medium 0,124 $, high 0,150 $, xhigh 0,266 $, max 0,598 $.

• Image-vers-image : prix de la même grille, plus 0,012 $ par image de référence.

Comment estimer une image

Quatre étapes : déterminer le mode (texte-vers-image ou image-vers-image) → déterminer le format (gif ne dépend que de la qualité, svg ajoute 0,030 $, les autres selon qualité × résolution) → consulter le prix unitaire du niveau correspondant → pour l'image-vers-image, ajouter 0,012 $ × nombre d'images de référence. Niveaux courants du texte-vers-image : low 1K 0,023 $, medium 1K 0,041 $, high 1K 0,049 $, high 2K 0,090 $, high 4K 0,160 $.

Cas non facturés

Les requêtes rejetées à la soumission sont intégralement remboursées, sans frais. Cela inclut les paramètres invalides (par exemple background=transparent avec jpeg, ou aspect_ratio passé avec gif) et les dépassements de dimensions GIF. Les erreurs de validation de paramètres ne coûtent donc pas d'argent, mais ralentissent l'itération ; il est conseillé de faire une validation côté client.

Les 15 niveaux sont sur la page de tarification. Pour comparer la tarification de la génération précédente, consultez GPT Image 2.5 Flare texte-vers-image.

En résumé : par défaut Flare + texte-vers-image + png, passez à Sunburst pour les éditions multiples, et changez output_format pour l'animation ou le vectoriel.