GPT Image 2.6

Panoramica e posizionamento

gpt-image-2.6-sunburst/image-to-image è un modello dedicato all'editing image-to-image: riceve in input una o più immagini sorgente più una descrizione dell'edit e restituisce l'immagine modificata. Il suo punto di forza è mantenere la coerenza dei dettagli attraverso più round di editing: quando si regolano ripetutamente lo stesso personaggio, prodotto o layout, i dettagli dell'immagine restano più stabili, il che lo rende adatto alla produzione di asset visivi che richiedono iterazioni continue. Gli sviluppatori possono richiamarlo tramite l'interfaccia unificata di HiAPI.ai, con fatturazione per immagine.

Punti di forza principali

• Coerenza dei dettagli su più round di editing——con i livelli di qualità medium o high mantiene la coerenza dei dettagli di personaggi, prodotti e layout tra un round di editing e l'altro, ideale per messe a punto ripetute.
• Editing locale tramite annotazioni——è possibile inviare un livello sovrapposto trasparente con cerchi o annotazioni come indicazione di modifica; le annotazioni stesse non vengono conservate nell'output.
• Composizione multi-sorgente e output in formato largo——supporta l'invio di fino a 16 immagini sorgente in una sola richiesta e offre rapporti d'aspetto da 3:1 a 1:3 e livelli di risoluzione da 1K a 4K.

Descrizione delle capacità

Editing di immagini basato su sorgente: con 1-16 immagini sorgente jpeg, png, webp in input, ridisegna o modifica l'immagine secondo una descrizione dell'edit lunga fino a 32000 caratteri; il tipo di output è indipendente dalla sorgente e può essere convertito direttamente nel formato di consegna desiderato.

Due modalità di localizzazione: maschera e annotazione: con mask_url si invia un PNG RGBA delle stesse dimensioni della prima immagine sorgente, usando i pixel trasparenti per marcare l'area da editare; con markup_url si usa un livello sovrapposto trasparente come indicazione tramite cerchi; le due modalità sono mutuamente esclusive.

Controllo stratificato di qualità e pianificazione: quality controlla il livello di rendering (da low a max), complexity controlla separatamente la profondità di pianificazione; con testi densi e layout complessi è possibile alzare il livello di pianificazione senza dover aumentare contemporaneamente il costo di rendering.

Formato di output e gestione dello sfondo: è possibile scegliere l'output in png, jpeg o webp; jpeg e webp supportano livelli di compressione da 0 a 100; lo sfondo trasparente è limitato a png o webp, ideale per materiali da sovrapporre direttamente a pagine o bozze di design.

Risoluzione e rapporto d'aspetto selezionabili: la risoluzione di output può essere 1K, 2K o 4K; il rapporto d'aspetto può seguire automaticamente l'immagine sorgente oppure essere specificato tra 16 preset da 1:1 a 21:9, così da corrispondere già alla prima generazione al formato di destinazione.

Scenari d'uso

• Team di design: iterazione di immagini di personaggi e serie di prodotti——con un'immagine esistente del personaggio più una descrizione delle modifiche si esegue un editing ripetuto, producendo asset visivi di serie con dettagli stabili, da usare per uniformare materiali di brand e immagini di prodotto.
• Team di marketing: revisione in batch di materiali per campagne——prendendo come sorgente la key visual esistente, si producono materiali in più formati con rapporti d'aspetto e risoluzioni diverse, pronti per la distribuzione e la pubblicazione sui social.
• Sviluppatori: modifiche locali guidate da annotazioni——si carica un livello sovrapposto con cerchi per indicare le aree da modificare e si ottiene l'immagine con le correzioni locali, integrandola nella pipeline di produzione dei contenuti per ridurre il lavoro manuale di rifacimento.
• Frontend e costruzione di pagine: generazione di immagini con sfondo trasparente——usando un'immagine di riferimento come sorgente si ottiene un png o webp con sfondo trasparente, da usare direttamente per elementi di pagina e materiali dei componenti.

Limiti e suggerimenti per la scelta

I limiti riguardano soprattutto i livelli di qualità e le forme di input: il vantaggio della coerenza dei dettagli tra i round vale solo con qualità medium o high e non è garantito con livelli di qualità bassi; maschera e annotazione non possono essere usate contemporaneamente, e la maschera marca solo l'area da editare mentre l'intera immagine può comunque essere ridisegnata; lo sfondo trasparente richiede output in png o webp, e i parametri di compressione hanno effetto solo su jpeg e webp. Se l'attività consiste principalmente nella generazione diretta da testo, senza vincoli di immagine sorgente, conviene passare alla linea text-to-image della stessa famiglia.