Hoppa till huvudinnehåll

1. Skaffa API Key

Öppna Ace Data Cloud-applikationslistan, gå in i den tillgängliga applikationen och kopiera API Key. Skaffa Ace Data Cloud API Key

2. Redigera med bild-URL

Originalbild: GPT Image 2 originalbild för redigering
Lyckat svar:
Detta är redigeringsresultatet som faktiskt slutfördes via Ace Data Cloud den 8 september 2026, där muggen blir orange, bakgrunden blir mörkt marinblå och den ursprungliga kompositionen och storleken 1024×1536 behålls: GPT Image 2 redigeringsresultat med orange mugg

3. Ladda upp lokal bild

Använd multipart/form-data:
image kan skickas in upprepade gånger, GPT Image-serien stöder högst 16 referensbilder. image i JSON-begäran kan vara en enskild URL eller en URL-array; lokala filer laddas upp med multipart.

Modeller och debiteringssätt

Sidpriset för den officiella API-kanalen är en uppskattning före begäran, och det slutliga priset baseras på faktisk Token-användning i svaret och användningsposterna.

4. Använd mask för lokal redigering

Det officiella Images Edit-gränssnittet använder mask för att ange området som får ändras. Ace Data Clouds :official-modeller följer samma multipart-kontrakt:
  • mask måste vara en PNG med Alpha-kanal och får inte vara större än 4 MB;
  • maskens storlek måste vara exakt samma som den första image;
  • transparenta pixlar med Alpha 0 anger att redigering är tillåten, och icke-transparenta pixlar anger att de ska bevaras;
  • RGB-bilder som endast är svartvita men saknar transparenskanal kan inte användas som giltiga masker;
  • prompten bör beskriva den önskade kompletta bilden, samtidigt som den lokala ändringen och innehållet som behöver förbli oförändrat tydligt anges.
Nedan genereras först en mask från originalbilden. Exemplet gör den centrala rektangeln transparent och tillåter endast modellen att ändra detta område:
Ladda sedan upp originalbilden och masken tillsammans:
Du kan också fortsätta använda anropssättet images.edit i OpenAI:s officiella Python SDK, och behöver bara peka base_url till Ace Data Cloud:
När mask används måste originalbilden och masken laddas upp i samma multipart-begäran via image=@input.png respektive mask=@mask.png. Blanda inte en URL-originalbild med en lokal maskfil; rena URL-redigeringsbegäranden stöder inte att ytterligare bifoga en lokal mask-fil. Masken begränsar redigeringsområdet, men den generativa modellen kan fortfarande göra naturliga övergångar vid kanterna; när strikta gränser krävs bör tydliga Alpha-kanter användas och det bör upprepas i prompten vilket innehåll som måste förbli oförändrat. Ovanstående anropssätt stämmer överens med maskexemplen i OpenAI Image Edit API och GPT Image officiella Cookbook.

5. Vanliga parametrar

Storleksreglerna är desamma som för genereringsgränssnittet: bredd och höjd måste vara multiplar av 16, den längsta sidan får inte överstiga 3840, det totala antalet pixlar är 655 360–8 294 400 och bildförhållandet får inte överstiga 3:1. När size utelämnas eller auto används väljer modellen format baserat på prompten och den första referensbilden. gpt-image-2, gpt-image-2.5-flare, gpt-image-2.5-sunburst och gpt-image-2:reverse debiteras per antal lyckade bilder; gpt-image-2:official, gpt-image-2.5-flare:official och gpt-image-2.5-sunburst:official debiteras utifrån de faktiska token för textinmatning, referensbildsinmatning och bildutmatning, och den slutliga uppgiften baseras på användningsregistreringen.

6. Asynkrona callbacks och felsökning

För långa uppgifter kan följande läggas till i begäran:
Det asynkrona 200-svaret är {"task_id": "..."}; när uppgiften är klar skickas det slutliga resultatet via callback. Synkrona begäranden returnerar i stället created och data. Felsvar innehåller trace_id. Ange detta ID när du rapporterar problem, och ange inte API Key. Fullständiga fält och realtidsuppräkningar finns på sidan OpenAI Images Edits API. För att generera bilder enbart från text, se GPT Image 2 / 2.5 bildgenerering.