Ir al contenido principal

guía del modelo

GPT Image 2 VIP

gpt-image-2-vip

Tamaños exactos

Usa la API de OpenAI Images, con tamaños exactos, edición y tres niveles de calidad.

Ruta compatible con OpenAITexto a imagenEdición de imágenesNiveles de calidad
Datos del modelo
ID del modelo
gpt-image-2-vip
Precio de referencia
$0.03/ llamada
Tamaños de salida
1K / 2K / 4K
Formato API
OpenAI Images

Ajustes de prompt

Estos son los ajustes disponibles actualmente en YingTu.

Póster con texto

A minimal coffee poster with the exact headline “COFFEE MADE SIMPLE”, high contrast type, warm natural light, clean commercial layout.

Banner de producto

A clean e-commerce banner with a centered product, generous copy space, neutral background, and precise visual hierarchy.

Ilustración de interfaz

A polished onboarding illustration with a simple interface motif, restrained colors, crisp shapes, and generous negative space.

Ajustes disponibles

Estos son los ajustes disponibles actualmente en el estudio de imágenes.

Ideal para

  • Dimensiones de salida exactas
  • Imágenes con texto destacado
  • Flujos con OpenAI Images

Revisar antes de usar

  • Revisa siempre el texto y la ortografía de cada resultado.
  • El nivel de calidad modifica la petición; elígelo según la tarea.
  • Usa uno de los tamaños exactos disponibles en esta página.
Edición de imagen: Compatible

Inicio rápido API

El ejemplo usa el mismo formato de petición que el estudio.

Ver página API
gpt-image-2-vip
import base64
import mimetypes
import os
import sys

import requests

API_KEY = os.environ.get("LAOZHANG_API_KEY")
if not API_KEY:
    raise RuntimeError("Set the LAOZHANG_API_KEY environment variable before running this example.")

REQUEST_TIMEOUT_SECONDS = 500
headers = {"Authorization": f"Bearer {API_KEY}"}

def extension_for_mime(mime_type):
    return {
        "image/jpeg": "jpg",
        "image/png": "png",
        "image/webp": "webp",
        "image/gif": "gif",
    }.get(mime_type, "bin")


def decode_base64_image(value, fallback_mime="image/png"):
    mime_type = fallback_mime
    encoded = value
    if value.startswith("data:"):
        header, encoded = value.split(",", 1)
        mime_type = header[5:].split(";", 1)[0] or fallback_mime
    return base64.b64decode(encoded, validate=True), mime_type


def parse_json_response(response):
    try:
        result = response.json()
    except ValueError as error:
        print("API returned a non-JSON response.", file=sys.stderr)
        raise SystemExit(1) from error
    if not isinstance(result, dict):
        print("API returned an unexpected JSON shape.", file=sys.stderr)
        raise SystemExit(1)
    return result


def extract_image(result):
    if not isinstance(result, dict):
        return None
    images = result.get("data") or []
    first_image = images[0] if images and isinstance(images[0], dict) else {}
    encoded = first_image.get("b64_json")
    if isinstance(encoded, str) and encoded:
        return decode_base64_image(encoded)

    image_url = first_image.get("url")
    if isinstance(image_url, str) and image_url:
        image_response = requests.get(image_url, timeout=REQUEST_TIMEOUT_SECONDS)
        image_response.raise_for_status()
        mime_type = image_response.headers.get("Content-Type", "image/png").split(";", 1)[0]
        return image_response.content, mime_type

    return None


def save_result_image(result):
    extracted = extract_image(result)
    if not extracted:
        keys = sorted(result.keys()) if isinstance(result, dict) else []
        print(f"No image data in response. Top-level keys: {keys}", file=sys.stderr)
        raise SystemExit(1)

    image_bytes, mime_type = extracted
    output_path = f"output.{extension_for_mime(mime_type)}"
    with open(output_path, "wb") as output_file:
        output_file.write(image_bytes)
    print(f"Image saved: {output_path} ({mime_type})")


API_URL = "https://api2.laozhang.ai/v1/images/generations"
headers["Content-Type"] = "application/json"

payload = {
    "model": "gpt-image-2-vip",
    "prompt": "A minimal coffee poster with the exact headline “COFFEE MADE SIMPLE”, high contrast type, warm natural light, clean commercial layout.",
    "size": "2048x2048",
    "quality": "high"
}

try:
    response = requests.post(
        API_URL,
        headers=headers,
        json=payload,
        timeout=REQUEST_TIMEOUT_SECONDS,
    )
except requests.Timeout as error:
    print(
        "Request timed out after 500 seconds. The result status may be unknown; "
        "check call and billing logs before retrying.",
        file=sys.stderr,
    )
    raise SystemExit(1) from error

if response.status_code != 200:
    print(f"API error {response.status_code}: {response.text}", file=sys.stderr)
    raise SystemExit(1)

save_result_image(parse_json_response(response))

Ejemplos de Studio

Estas imágenes no incluyen el modelo ni el prompt usados para crearlas. Son ejemplos visuales, no resultados de una prueba del modelo.

Ejemplo de Studio
Ejemplo de Studio
Ejemplo de Studio

Ficha de la prueba

Resultados de pruebas publicados por YingTu

Aquí solo mostramos resultados públicos que pueden revisarse con el mismo procedimiento. El contenido no publicado no aparece.

Sin resultados publicados

Fidelidad al diseño del producto

Si se conservan la forma, las proporciones, el color, el logotipo y el texto del envase.

Sin resultados publicados

Cambio de fondo

Si se conservan el sujeto y sus bordes, aparece el fondo solicitado y no hay cambios no deseados.