GPT Image 2.6 Flare 面向快速圖像迭代。
- 輸入
- 文字 圖像 $5/M
- 輸出
- 圖像 $30/M
- 圖像輸入
- $8/M
- 圖像快取讀取
- $2/M
- 快取讀取
- $1.25/M
依輸入長度分級的價格
整次請求依輸入長度所在級距計費。價格單位為美元/百萬 token。
| 輸入 token 數 | 輸入 | 輸出 | 思考模式輸入 |
|---|
價格在同類中的位置
價格在 13 個同類模型中的位置
這條線標出這個模型的價格,在 Synthorai 的同類模型裡落在什麼位置;兩端分別是最便宜和最貴的模型。這裡列的是基礎價,批次、區域和快取寫入的折扣請見價格頁。
規格與限制
提示詞快取
| 快取方式 | 自動 |
|---|
圖像
| 尺寸 |
|
|---|---|
| 輸入方式 | 文字生成圖片與參考圖編輯 |
| 格式 | png, jpeg, webp, gif, svg |
| 每次請求圖片數 | 4 |
| 圖像功能 |
|
模型
| 模態 | 文字 + 圖像 → 圖像 |
|---|
依據 模型規格來源 ↗
一段提示詞,經閘道實測
GPT Image 2.6 Flare
模型回傳 1402×1122 延遲 9 s
同一段提示詞,每個模型只送一次請求,不重試,也不挑比較好的結果,看到的就是各模型回傳的第一個結果。尺寸和長度都沒有指定,各模型用的是自己的預設值;如果硬把請求調成每個模型都適用的規格,反而誰的長處都看不出來。這裡的檔案都為了網頁重新編碼過,所以請看構圖和有沒有照提示詞做,不要拿來評斷壓縮品質。
30 秒上手 GPT Image 2.6 Flare
相容 OpenAI:換掉 base_url,SDK 不用換。POST /v1/images/generations
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.images.generate(
model="gpt-image-2.6-flare",
prompt="a watercolor lighthouse at dawn",
size="1024x1024",
)
print(resp.data[0].b64_json[:80])import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.images.generate({
model: "gpt-image-2.6-flare",
prompt: "a watercolor lighthouse at dawn",
size: "1024x1024",
});
console.log(resp.data?.[0]?.b64_json?.slice(0, 80));curl https://synthorai.io/v1/images/generations \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.6-flare",
"prompt": "a watercolor lighthouse at dawn",
"size": "1024x1024"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Images.Generate(context.TODO(), openai.ImageGenerateParams{
Model: "gpt-image-2.6-flare",
Prompt: "a watercolor lighthouse at dawn",
Size: "1024x1024",
})
fmt.Println(resp.Data[0].B64JSON[:80])
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.images.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ImagesResponse resp = client.images().generate(
ImageGenerateParams.builder()
.model("gpt-image-2.6-flare")
.prompt("a watercolor lighthouse at dawn")
.size("1024x1024")
.build());
System.out.println(resp.data().orElseThrow().get(0).b64Json().orElseThrow().substring(0, 80));關於 GPT Image 2.6 Flare
- 可從文字生成圖片,也可用參考圖進行編輯。
- 複雜度與畫質可分別調整。
- 參考圖、文字提示詞和輸出分別按 token 計價。
常見問題
GPT Image 2.6 Flare API 可以免費試用嗎?
可以,新帳號有 10 次試用呼叫和最高 $1 的免費額度,免綁卡。在綁定付款方式之前,就足夠你拿實際的工作負載試試 GPT Image 2.6 Flare。
GPT Image 2.6 Flare 最擅長什麼?
快速圖像迭代、參考圖編輯、可調複雜度。完整介紹請見「關於」一節,內容取自供應商官方的發布說明。
GPT Image 2.6 Flare 的價格是多少?
在 Synthorai 上,GPT Image 2.6 Flare 的輸入價是每百萬 token $5,輸出價是每百萬 token $30。這就是供應商官網價,平台不加價。快取命中的輸入 token 以 $1.25/M 計費。
如何呼叫 GPT Image 2.6 Flare API 生成圖片?
對 Synthorai 的 /v1/images/generations 送出 POST 請求,並帶上 model="gpt-image-2.6-flare"。格式與 OpenAI images API 相同,不需要供應商的 SDK。支援的尺寸:1024x1024, 1536x1024, 1024x1536, auto。
如何開通 GPT Image 2.6 Flare?
把現有 OpenAI SDK 的 base_url 指向 "https://synthorai.io/v1",model 設為 "gpt-image-2.6-flare" 就可以了。一把 API 金鑰就能呼叫閘道上的所有模型。
相關模型
比較
規格與廠商 benchmark 均附來源連結。閘道支援情況說明的是 Synthorai 的實際實作。封存範例是單次閘道請求,不代表模型的一般效能保證。價格來自公開價格介面或建置時使用的快照。