Nøkkelfunksjoner

Tekst→bilde-generering: konverterer naturlige språkprompter til bilder med sterk instruksjonsfølgning.
Bilderedigering / inpainting: godtar referansebilder og masker for målrettede endringer.
Kostnadsoptimalisert («mini») design: et mindre fotavtrykk som OpenAI og observatører beskriver som mye billigere per bilde enn den store modellen (OpenAI/DevDay-budskap og tidlige rapporter sier ~80 % billigere).
Fleksible kontroller for utdata: støtter størrelse, utdataformat (JPEG/PNG/WEBP), komprimering og en kvalitetsbryter (low/medium/high/auto i Cookbook).

Tekniske detaljer (arkitektur og kapabiliteter)

Modellfamilie og inn/ut: medlem av gpt-image-1-familien; aksepterer tekstprompter og bildeinput (for redigering) og returnerer genererte bildeutdata. Quality/size-parametere styrer oppløsningen (typisk maks ~1536×1024 i denne familien — se dokumentasjonen for nøyaktig støttede størrelser).
Driftsmessige avveininger: konstruert som en modell med mindre fotavtrykk — bytter bort noe toppnivå-fidelitet for gjennomstrømning og kostnadsforbedringer, samtidig som robust instruksjonsfølgning og redigeringsfunksjoner bevares.
Sikkerhet og metadata: følger OpenAIs sikkerhetsretningslinjer for bilder og kan innebygge C2PA-metadata for opphav når tilgjengelig.

Inndata og utdata — standard bruk støtter:

Tekstprompt (streng) for å generere et nytt bilde.
Bilde + maske for målrettede redigeringer/inpainting.
Referansebilder for å styre stil eller komposisjon.
Disse er tilgjengelige via Images API (modellnavn gpt-image-1-mini).

Begrensninger

Lavere maksimal fidelitet: sammenlignet med den store gpt-image-1-modellen kan mini miste noen mikrodetaljer og toppnivå fotorealisme (forventet avveining for kostnad).
Tekstgjengivelse og svært små detaljer: som mange bildemodeller kan den slite med liten lesbar tekst, tette diagrammer eller mikrofine teksturer; forvent å etterbehandle eller bruke modeller med høyere kapasitet for disse behovene.
Redigeringsomfang: funksjoner for bildeditering/inpainting er tilgjengelige, men antyder noen redigeringsbegrensninger sammenlignet med interaktive ChatGPT-nettverktøy — redigeringer fungerer for mange oppgaver, men kan kreve iterativ finjustering.
Sikkerhet og retningslinjer: utdata er underlagt OpenAIs moderering/sikkerhetsregler (eksplisitt innhold, opphavsrettsbegrensninger, ikke-tillatte utdata). Utviklere kan kontrollere modereringssensitivitet via API-parametere der dette tilbys.

Anbefalte bruksområder

Høyvolum innholdsgenerering (markedsføringsmateriell, miniatyrbilder, rask konseptkunst) — der kostnad per bilde er viktigst.
Programmatisk redigering / malbasert — masse-inpainting eller variantgenerering fra en basisressurs.
Interaktive applikasjoner med budsjettbegrensninger — chatgrensesnitt eller integrerte designverktøy der svartid og kostnad betyr mer enn absolutt toppfidelitet.
Prototyping og A/B-bildegenerering — generer mange kandidatbilder raskt og oppskaler selektivt eller kjør på nytt på større modeller for finalistene.
Slik får du tilgang til gpt-image-1-mini API

Trinn 1: Registrer deg for API-nøkkel

Logg inn på cometapi.com. Hvis du ikke er bruker ennå, registrer deg først. Logg inn på din CometAPI-konsoll. Hent tilgangslegitimasjonen API-nøkkel for grensesnittet. Klikk “Add Token” ved API-token i personlig senter, hent token-nøkkel: sk-xxxxx og send inn.

bilde

Trinn 2: Send forespørsler til gpt-image-1-mini API

Velg endepunktet “\**gpt-image-1-mini \**” for å sende API-forespørselen og angi forespørselskroppen. Forespørselsmetoden og forespørselskroppen finnes i API-dokumentasjonen på nettstedet vårt. Nettstedet vårt tilbyr også Apifox-test for enkel bruk. Erstatt <YOUR_API_KEY> med din faktiske CometAPI-nøkkel fra kontoen din.

Sett inn spørsmålet eller forespørselen din i content-feltet — dette er det modellen vil svare på . Behandle API-responsen for å få det genererte svaret.

Trinn 3: Hent og verifiser resultater

Behandle API-responsen for å få det genererte svaret. Etter behandling svarer API-et med oppgavestatus og utdata.

Priser for GPT Image 1 mini

Utforsk konkurransedyktige priser for GPT Image 1 mini, designet for å passe ulike budsjetter og bruksbehov. Våre fleksible planer sikrer at du bare betaler for det du bruker, noe som gjør det enkelt å skalere etter hvert som kravene dine vokser. Oppdag hvordan GPT Image 1 mini kan forbedre prosjektene dine samtidig som kostnadene holdes håndterbare.

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
Inndata:$6.4/M Utdata:$25.6/M	Inndata:$8/M Utdata:$32/M	-20%

Eksempelkode og API for GPT Image 1 mini

gpt-image-1-mini er en kostnadsoptimalisert, multimodal bildemodell fra OpenAI som tar imot tekst- og bildeinnganger og genererer bildeutdata. Den er posisjonert som et mindre og rimeligere søsken til OpenAIs fulle GPT-Image-1-familie — utformet for produksjonsbruk med høy gjennomstrømning der kostnad og latens er viktige begrensninger. Modellen er ment for oppgaver som tekst-til-bilde-generering, bilderedigering / inpainting, og arbeidsflyter som inkluderer referansebilder.

#!/bin/bash
# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here

# Output directory
SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
OUTPUT_DIR="$SCRIPT_DIR/../output"
mkdir -p "$OUTPUT_DIR"

curl -s -X POST "https://api.cometapi.com/v1/images/generations" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-1-mini",
    "prompt": "A cute baby sea otter swimming in the ocean",
    "size": "1024x1024"
  }' \
  | jq -r '.data[0].b64_json' | base64 --decode > "$OUTPUT_DIR/output.png"

echo "Image saved to: $OUTPUT_DIR/output.png"

cURL Code Example

#!/bin/bash
# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here

# Output directory
SCRIPT_DIR="$(cd "$(dirname "$0")" && pwd)"
OUTPUT_DIR="$SCRIPT_DIR/../output"
mkdir -p "$OUTPUT_DIR"

curl -s -X POST "https://api.cometapi.com/v1/images/generations" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-1-mini",
    "prompt": "A cute baby sea otter swimming in the ocean",
    "size": "1024x1024"
  }' \
  | jq -r '.data[0].b64_json' | base64 --decode > "$OUTPUT_DIR/output.png"

echo "Image saved to: $OUTPUT_DIR/output.png"

Python Code Example

import base64
import os
from openai import OpenAI
from PIL import Image
from io import BytesIO

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
client = OpenAI(api_key=COMETAPI_KEY, base_url="https://api.cometapi.com/v1")

# Output directory
OUTPUT_DIR = os.path.join(os.path.dirname(__file__), "..", "output")
os.makedirs(OUTPUT_DIR, exist_ok=True)

prompt = "A cute baby sea otter swimming in the ocean"

# Generate image using gpt-image-1-mini
result = client.images.generate(
    model="gpt-image-1-mini",
    prompt=prompt,
    size="1024x1024",
)

# Save the image
image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)

output_path = os.path.join(OUTPUT_DIR, "output.png")
image = Image.open(BytesIO(image_bytes))
image.save(output_path, format="PNG")

print(f"Image saved to: {output_path}")

JavaScript Code Example

import OpenAI from "openai";
import * as fs from "node:fs";
import * as path from "node:path";
import { fileURLToPath } from "node:url";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const BASE_URL = "https://api.cometapi.com/v1";

const __filename = fileURLToPath(import.meta.url);
const __dirname = path.dirname(__filename);

const client = new OpenAI({
  apiKey: COMETAPI_KEY,
  baseURL: BASE_URL,
});

async function main() {
  // Output directory
  const outputDir = path.join(__dirname, "..", "output");
  if (!fs.existsSync(outputDir)) {
    fs.mkdirSync(outputDir, { recursive: true });
  }

  const prompt = "A cute baby sea otter swimming in the ocean";

  // Generate image using gpt-image-1-mini
  const result = await client.images.generate({
    model: "gpt-image-1-mini",
    prompt: prompt,
    size: "1024x1024",
  });

  // Save the image
  const imageBase64 = result.data[0].b64_json;
  const outputPath = path.join(outputDir, "output.png");
  fs.writeFileSync(outputPath, Buffer.from(imageBase64, "base64"));

  console.log(`Image saved to: ${outputPath}`);
}

main();