E2X पर GPT Image 2.5 बनाम GPT Image 2: वही $0.0525 कीमत, नए xhigh और max टियर
आमतौर पर, किसी मॉडल की नई पीढ़ी आने पर प्रति-रिक्वेस्ट बिल बढ़ जाता है, जिससे इंजीनियरिंग टीमों को मासिक API खर्च के मुकाबले आउटपुट क्वालिटी को तौलने के लिए मजबूर होना पड़ता है। E2X पर OpenAI के इमेज मॉडल्स के साथ, कीमत का यह अंतर पूरी तरह से समाप्त हो जाता है। हमारी स्थायी 75% छूट के तहत GPT Image 2.5 और GPT Image 2 दोनों बिल्कुल एक ही दर पर बिल किए जाते हैं: 1K की कीमत $0.0525, 2K की कीमत $0.105, और 4K की कीमत $0.1575 है।
क्योंकि इनवॉइस की राशि एक समान है, इसलिए openai/gpt-image-2.5-sunburst/text-to-image और openai/gpt-image-2/text-to-image (या उनके edit-image समकक्षों) के बीच चुनाव करना स्कीमा पैरामीटर्स और आउटपुट आवश्यकताओं पर निर्भर करता है। GPT Image 2.5 दो उच्च क्वालिटी टियर (xhigh और max) अनलॉक करता है, aspect_ratio: "auto" जोड़ता है, और एडिट कॉल्स पर quality को वैकल्पिक बनाता है। वहीं GPT Image 2 सिंगल-कॉल अल्फ़ा-चैनल PNG कटआउट्स के लिए background: "transparent" पैरामीटर को बनाए रखता है, जिसे GPT Image 2.5 में हटा दिया गया है।

यहाँ E2X पर सभी चार OpenAI इमेज एंडपॉइंट्स की आमने-सामने तुलना, JSON इनपुट स्कीमा में हुए बदलाव, और प्रोडक्शन में 2.5 तथा 2 के बीच रिक्वेस्ट को रूट करने का तरीका दिया गया है।
स्कीमा और क्षमताओं की आमने-सामने तुलना
E2X दोनों पीढ़ियों में चार OpenAI इमेज एंडपॉइंट्स होस्ट करता है। चारों एक ही एसिंक्रोनस /v1/jobs/submit कॉन्ट्रैक्ट पर चलते हैं, समान रेट लिमिट लागू करते हैं, और एक ही प्राइसिंग फ़ॉर्मूला साझा करते हैं। जहाँ वे अलग होते हैं, वह उनके inputSchema वैलिडेशन नियम हैं। E2X पर, GPT Image 2.5 दो वेरिएंट में उपलब्ध है: GPT Image 2.5 Sunburst (openai/gpt-image-2.5-sunburst, जो 1K/2K/4K रेज़ोल्यूशन और low, medium, high, xhigh, max क्वालिटी टियर का समर्थन करता है) और GPT Image 2.5 Flare (openai/gpt-image-2.5-flare, जो 1K/2K/4K रेज़ोल्यूशन और low, medium, high क्वालिटी टियर के साथ /models/openai/gpt-image-2.5-flare/text-to-image और /models/openai/gpt-image-2.5-flare/edit-image का समर्थन करता है)।
| फ़ीचर या पैरामीटर | openai/gpt-image-2.5-sunburst/text-to-image | openai/gpt-image-2.5-sunburst/edit-image | openai/gpt-image-2/text-to-image | openai/gpt-image-2/edit-image |
|---|---|---|---|---|
| 1K कीमत (75% छूट) | $0.0525 (52500 माइक्रो-सेंट्स) | $0.0525 (52500 माइक्रो-सेंट्स) | $0.0525 (52500 माइक्रो-सेंट्स) | $0.0525 (52500 माइक्रो-सेंट्स) |
| 2K कीमत (75% छूट) | $0.1050 (105000 माइक्रो-सेंट्स) | $0.1050 (105000 माइक्रो-सेंट्स) | $0.1050 (105000 माइक्रो-सेंट्स) | $0.1050 (105000 माइक्रो-सेंट्स) |
| 4K कीमत (75% छूट) | $0.1575 (157500 माइक्रो-सेंट्स) | $0.1575 (157500 माइक्रो-सेंट्स) | $0.1575 (157500 माइक्रो-सेंट्स) | $0.1575 (157500 माइक्रो-सेंट्स) |
| आवश्यक फ़ील्ड्स | prompt | prompt, image_urls | prompt | prompt, image_urls, quality |
अधिकतम prompt लंबाई | 32,000 कैरेक्टर | 50,000 कैरेक्टर | 32,000 कैरेक्टर | 50,000 कैरेक्टर |
quality enum मान | "low", "medium", "high", "xhigh", "max" | "low", "medium", "high", "xhigh", "max" | "auto", "low", "medium", "high" | "auto", "low", "medium", "high" |
quality डिफ़ॉल्ट | "high" (वैकल्पिक) | "high" (वैकल्पिक) | "high" (वैकल्पिक) | पेलोड में आवश्यक |
aspect_ratio विकल्प | 16 ("auto" + 15 फिक्स्ड रेशियो) | 16 ("auto" + 15 फिक्स्ड रेशियो) | 15 फिक्स्ड रेशियो ("auto" नहीं) | 15 फिक्स्ड रेशियो ("auto" नहीं) |
aspect_ratio डिफ़ॉल्ट | "1:1" | "1:1" | "1:1" | "1:1" |
resolution enum | "1K", "2K", "4K" (डिफ़ॉल्ट "1K") | "1K", "2K", "4K" (डिफ़ॉल्ट "1K") | "1K", "2K", "4K" (डिफ़ॉल्ट "1K") | "1K", "2K", "4K" (डिफ़ॉल्ट "1K") |
background पैरामीटर | समर्थित नहीं | समर्थित नहीं | "transparent", "opaque", "auto" | "transparent", "opaque", "auto" |
| रेट लिमिट्स | 100 RPM / 5,000 RPH / 50,000 RPD | 100 RPM / 5,000 RPH / 50,000 RPD | 100 RPM / 5,000 RPH / 50,000 RPD | 100 RPM / 5,000 RPH / 50,000 RPD |
| कॉनकरेंट जॉब्स | प्रति अकाउंट 100 | प्रति अकाउंट 100 | प्रति अकाउंट 100 | प्रति अकाउंट 100 |
यदि आप किसी मौजूदा इंटीग्रेशन को GPT Image 2 से GPT Image 2.5 पर माइग्रेट कर रहे हैं, तो अपने रिक्वेस्ट बिल्डर के विरुद्ध उस तालिका की जाँच करें। GPT Image 2 पर सफल होने वाले दो पेलोड फ़ील्ड्स GPT Image 2.5 पर स्कीमा वैलिडेशन में विफल हो जाएँगे:
- GPT Image 2.5 पर
"quality": "auto"भेजने से400वैलिडेशन एरर मिलता है क्योंकि"xhigh"और"max"के पक्ष मेंqualityenum से"auto"को हटा दिया गया है। - GPT Image 2.5 पर
"background": "transparent"(या"opaque"/"auto") भेजने को अस्वीकार या अनदेखा कर दिया जाता है क्योंकिbackground2.5 स्कीमा का हिस्सा नहीं है।
इसके विपरीत, एक पेलोड जो पहले openai/gpt-image-2/edit-image पर विफल हो जाता था, वह अब openai/gpt-image-2.5-sunburst/edit-image पर सफल होता है: एडिट जॉब पर quality को छोड़ना। GPT Image 2 edit-image पर, prompt और image_urls के साथ required ऐरे में quality सूचीबद्ध था। GPT Image 2.5 edit-image पर, केवल prompt और image_urls आवश्यक हैं, और quality डिफ़ॉल्ट रूप से "high" हो जाता है।
दोनों मॉडल्स की कीमत ठीक $0.0525 क्यों है
E2X पर, प्रत्येक OpenAI GPT Image 2 और GPT Image 2.5 एंडपॉइंट को समान बेस लागत और डायनामिक मल्टीप्लायर संरचना के साथ कॉन्फ़िगर किया गया है:
- लिस्ट बेस रेट: प्रति रिक्वेस्ट
$0.03(30,000माइक्रो-सेंट्स)। - स्थायी 75% ग्लोबल डिस्काउंट: शुरुआती बेस को घटाकर
$0.0075(7,500माइक्रो-सेंट्स) कर देता है। qualityफ़ैक्टर: दोनों मॉडल्स पर प्रत्येक मान्यqualityस्ट्रिंग उस$0.0075बेस को 7 से गुणा करती है, जिससे 1K पर$0.0525की दर मिलती है।resolutionफ़ैक्टर:"1K"1 से गुणा करता है ($0.0525),"2K"2 से गुणा करता है ($0.1050), और"4K"3 से गुणा करता है ($0.1575)।
हमने GPT Image 2.5 को ऑनबोर्ड करते समय उस मल्टीप्लायर को एक समान रखा ताकि टीमों को xhigh या max क्वालिटी टियर का उपयोग करने में संकोच न करना पड़े। fal.ai पर, इसी तरह की एक high-टियर रिक्वेस्ट 1K पर $0.211, 2K पर $0.222, और 4K पर $0.401 की पड़ती है (4 नवंबर, 2026 को जाँचा गया)। E2X पर, आपको 1K पर 75% छूट ($0.0525) और 4K पर 61% छूट ($0.1575) मिलती है, और किसी जॉब को GPT Image 2 "high" से GPT Image 2.5 "max" पर अपग्रेड करने के लिए $0.00 अतिरिक्त लगते हैं। आप हमारे प्राइसिंग पेज पर सभी लाइव मॉडल दरों की जाँच कर सकते हैं।
अंतर 1: GPT Image 2.5 पर xhigh और max क्वालिटी टियर
GPT Image 2 पर, quality पैरामीटर अधिकतम "high" तक जाता है। आउटडोर वातावरण, साधारण प्रोडक्ट पैकशॉट्स, या सोशल मीडिया इलस्ट्रेशन के लिए "high" पर्याप्त है। जहाँ "high" को कठिनाई होती है, वे ऐसे प्रॉम्प्ट्स हैं जो सूक्ष्म सतह टेक्सचर को सख्त टाइपोग्राफ़िक आवश्यकताओं के साथ जोड़ते हैं, जैसे उभरे हुए (embossed) मेटैलिक लेबल, बुने हुए फ़ैब्रिक टैग, या मल्टी-लाइन सेरिफ़ पैकेजिंग कॉपी।
GPT Image 2.5 "high" के ऊपर "xhigh" और "max" पेश करता है। क्योंकि E2X दोनों नए टियर्स को "high" के समान ही ×7 मल्टीप्लायर से मैप करता है, इसलिए इनका उपयोग करने पर कोई अतिरिक्त बिलिंग शुल्क नहीं लगता।
"quality": "xhigh" के साथ openai/gpt-image-2.5-sunburst/text-to-image पर रेंडर किए गए इस पैकेजिंग प्रॉम्प्ट को देखें:
"Commercial studio photograph of a matte olive-green coffee tin on a travertine block. Embossed cream serif label reading \"MORNING ROAST SINGLE ORIGIN 250G\". Crisp directional daylight from camera left."

ध्यान से देखें कि मॉडल को उस प्रॉम्प्ट में एक साथ क्या-क्या हल करना पड़ता है:
- बेलनाकार ऑलिव-ग्रीन टिन पर पाउडर-कोटेड मैट टेक्सचर को बिना चमकदार (glossy) हुए कैमरे के बाईं ओर से आने वाली दिशात्मक दिन की रोशनी को पकड़ना होता है।
- ट्रैवर्टीन स्टोन ब्लॉक के छिद्रपूर्ण गड्ढों में प्राकृतिक शैडो फ़ॉलऑफ़ की आवश्यकता होती है।
- चार शब्दों की स्ट्रिंग
"MORNING ROAST SINGLE ORIGIN 250G"को टिन की सतह के साथ थोड़ा मुड़ना होता है, एकसमान सेरिफ़ स्ट्रोक चौड़ाई बनाए रखनी होती है, और पिक्सेल के ऊपर सपाट चिपकाए जाने के बजाय क्रीम पेपर लेबल में भौतिक रूप से उभरा हुआ (embossed) दिखना होता है।
"xhigh" और "max" पर, GPT Image 2.5 अक्षरों के आकार और टेक्सचर्ड सतहों के बीच की उन सूक्ष्म सीमाओं को हल करने में अतिरिक्त रिफ़ाइनमेंट स्टेप्स खर्च करता है। उस सटीक शॉट को "1K" ($0.0525) पर चलाने के लिए यहाँ curl कॉल दी गई है:
curl -X POST https://api.e2x.ai/v1/jobs/submit \
-H "Authorization: Bearer $E2X_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-image-2.5-sunburst/text-to-image",
"input": {
"prompt": "Commercial studio photograph of a matte olive-green coffee tin on a travertine block. Embossed cream serif label reading \"MORNING ROAST SINGLE ORIGIN 250G\". Crisp directional daylight from camera left.",
"aspect_ratio": "4:5",
"resolution": "1K",
"quality": "xhigh"
}
}'
आपको "xhigh" बनाम "max" कब चुनना चाहिए? व्यवहार में, कमर्शियल फ़ोटोग्राफ़ी, पैकेजिंग रेंडर्स, और एडिटोरियल शॉट्स जहाँ सतह का यथार्थवाद और छोटे हेडलाइंस मिलते हैं, उनके लिए "xhigh" सबसे उपयुक्त विकल्प है। जब पूरा कैनवास एक घना ग्राफ़िक लेआउट, इन्फ़ोग्राफ़िक कार्ड, या कई अलग-अलग टेक्स्ट ब्लॉक्स वाला मल्टी-ऑब्जेक्ट कंपोज़िट हो, तब "max" का उपयोग करें। शुरू से 2.5 को कॉल करने की पूरी जानकारी के लिए, हमारी OpenAI GPT Image 2.5 API गाइड देखें।
अंतर 2: aspect_ratio: "auto" (16 रेशियो बनाम 15)
GPT Image 2 और GPT Image 2.5 दोनों समान 15 फिक्स्ड एस्पेक्ट रेशियो का समर्थन करते हैं:
- वर्गाकार (Square):
"1:1"(जबaspect_ratioछोड़ा जाता है तो स्कीमा डिफ़ॉल्ट) - मानक हॉरिजॉन्टल और वर्टिकल:
"4:3","3:4","3:2","2:3","5:4","4:5","16:9","9:16" - चौड़े और लंबे (Wide and tall):
"2:1","1:2","21:9","9:21","3:1","1:3"
GPT Image 2.5 enum में 16वाँ मान जोड़ता है: "auto"।
जब फ़ील्ड छोड़ने पर भी "1:1" डिफ़ॉल्ट रहता है, तो "auto" क्यों मायने रखता है? दो सामान्य पाइपलाइन परिदृश्यों के बारे में सोचें:
- यूज़र-फ़ेसिंग प्रॉम्प्ट बॉक्स जहाँ उपयोगकर्ता फ़्रेम का आकार नहीं चुनता है। यदि कोई उपयोगकर्ता आपके ऐप में "full-length street style photograph of a linen trench coat in Milan" टाइप करता है और आपका बैकएंड
aspect_ratioको खाली छोड़ देता है, तो दोनों मॉडल्स डिफ़ॉल्ट रूप से"1:1"चुनते हैं, जिससे एक वर्टिकल विषय वर्गाकार बॉक्स में सिमट जाता है। यदि आपका बैकएंड GPT Image 2.5 को"aspect_ratio": "auto"भेजता है, तो मॉडल प्रॉम्प्ट के संदर्भ को पढ़ता है और अपने आप"2:3"या"9:16"जैसा वर्टिकल रेशियो चुन लेता है। - रेफ़रेंस एडिटिंग जहाँ सोर्स इमेजेस के आयाम (dimensions) मिले-जुले होते हैं। जब आपकी पाइपलाइन उपयोगकर्ता द्वारा अपलोड की गई फ़ोटो को
openai/gpt-image-2.5-sunburst/edit-imageपर भेजती है, तो"1:1"को हार्डकोड करने से गैर-वर्गाकार अपलोड्स क्रॉप या स्ट्रेच हो जाते हैं।"aspect_ratio": "auto"पास करने से GPT Image 2.5 को यह निर्देश मिलता है कि जॉब सबमिट करने से पहले आपके बैकएंड द्वारा इमेज हेडर्स की जाँच किए बिना ही वह सोर्स रेफ़रेंस की फ़्रेमिंग से मेल खाए।
ध्यान दें कि कोई भी OpenAI मॉडल "3:1" से अधिक चौड़ा या "1:3" से अधिक लंबा नहीं जाता है। यदि आपके लेआउट को "4:1" या "8:1" लीडरबोर्ड बैनर की आवश्यकता है, तो हमारी text-to-image श्रेणी में से Google Nano Banana 2.1 (1K के लिए $0.03, 2K के लिए $0.04, 4K के लिए $0.09) का उपयोग करें।
अंतर 3: ट्रांसपेरेंट PNG के लिए आपको अभी भी GPT Image 2 की आवश्यकता कब होती है
यदि GPT Image 2.5 में ठीक उसी $0.0525 कीमत पर xhigh और max क्वालिटी टियर, aspect_ratio: "auto", और एडिट्स पर एक वैकल्पिक quality फ़ील्ड है, तो अपने कोडबेस में openai/gpt-image-2/text-to-image और openai/gpt-image-2/edit-image को रखने की क्या ज़रूरत है?
एक कारण: background: "transparent"।
GPT Image 2 पर, inputSchema में background प्रॉपर्टी ("transparent", "opaque", "auto") शामिल है। जब आप "background": "transparent" पास करते हैं, तो मॉडल विषय को सीधे अल्फ़ा चैनल पर जनरेट करता है ताकि आप बाद में अलग से बैकग्राउंड-रिमूवल मॉडल चलाए बिना परिणामी PNG को सीधे रंगीन CSS कार्ड्स, गेम कैनवास, या स्लाइड डेक पर रख सकें।
GPT Image 2.5 में background पैरामीटर उपलब्ध नहीं है। openai/gpt-image-2.5-sunburst/text-to-image और openai/gpt-image-2.5-sunburst/edit-image का प्रत्येक आउटपुट एक अपारदर्शी (opaque) बैकग्राउंड के साथ पूरा दृश्य रेंडर करता है।

ऊपर दिए गए स्टूडियो कटआउट के लिए उपयोग किया गया प्रॉम्प्ट:
"Studio product cutout of a translucent amber resin fountain pen with a brushed gold nib floating at a 45-degree angle against a clean neutral studio backdrop, crisp specular highlights."
इससे आपको दोनों OpenAI मॉडल्स के बीच जॉब्स रूट करने के लिए एक साफ़, निश्चित नियम मिलता है:
- एक ही API कॉल में अल्फ़ा-चैनल ट्रांसपेरेंट PNG चाहिए?
"background": "transparent"और"quality": "high"के साथopenai/gpt-image-2/text-to-image(याopenai/gpt-image-2/edit-image) को कॉल करें। - पूरा दृश्य, स्टूडियो बैकड्रॉप, पोस्टर, या मल्टी-इमेज कंपोज़िट रेंडर कर रहे हैं?
"quality": "xhigh"या"max"के साथopenai/gpt-image-2.5-sunburst/text-to-image(याopenai/gpt-image-2.5-sunburst/edit-image) को कॉल करें।
GPT Image 2.5 और GPT Image 2 के लिए ड्रॉप-इन TypeScript राउटर
क्योंकि दोनों मॉडल्स समान /v1/jobs/submit एनवलप और समान $0.0525 / $0.105 / $0.1575 प्राइसिंग साझा करते हैं, आप दोनों पीढ़ियों को एक सिंगल TypeScript हेल्पर के पीछे रैप कर सकते हैं। यदि कॉलर transparent: true का अनुरोध करता है, तो हेल्पर "background": "transparent" के साथ GPT Image 2 पर रूट करता है और क्वालिटी को "high" पर सीमित रखता है। अन्यथा, यह GPT Image 2.5 पर रूट करता है और क्वालिटी को डिफ़ॉल्ट रूप से "xhigh" पर सेट करता है।
const E2X_API_BASE = "https://api.e2x.ai/v1";
export type ResolutionTier = "1K" | "2K" | "4K";
export type QualityTier25 = "low" | "medium" | "high" | "xhigh" | "max";
export interface UnifiedOpenAIImageRequest {
prompt: string;
imageUrls?: string[];
aspectRatio?: string;
resolution?: ResolutionTier;
quality?: QualityTier25;
transparent?: boolean;
webhookUrl?: string;
}
export async function submitOpenAIImageJob(
req: UnifiedOpenAIImageRequest,
apiKey = process.env.E2X_API_KEY
): Promise<{ jobId: string; modelUsed: string }> {
if (!apiKey) throw new Error("E2X_API_KEY is required");
const isEdit = Array.isArray(req.imageUrls) && req.imageUrls.length > 0;
const resolution: ResolutionTier = req.resolution ?? "1K";
if (req.transparent) {
const modelUsed = isEdit
? "openai/gpt-image-2/edit-image"
: "openai/gpt-image-2/text-to-image";
const mappedQuality =
req.quality === "low" || req.quality === "medium" ? req.quality : "high";
const mappedRatio =
!req.aspectRatio || req.aspectRatio === "auto" ? "1:1" : req.aspectRatio;
const response = await fetch(`${E2X_API_BASE}/jobs/submit`, {
method: "POST",
headers: {
Authorization: `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
model: modelUsed,
input: {
prompt: req.prompt,
aspect_ratio: mappedRatio,
resolution,
quality: mappedQuality,
background: "transparent",
...(isEdit ? { image_urls: req.imageUrls } : {}),
},
...(req.webhookUrl ? { webhookUrl: req.webhookUrl } : {}),
}),
});
if (!response.ok) {
throw new Error(`GPT Image 2 submit failed: ${await response.text()}`);
}
const body = (await response.json()) as { data: { jobId: string } };
return { jobId: body.data.jobId, modelUsed };
}
const modelUsed = isEdit
? "openai/gpt-image-2.5-sunburst/edit-image"
: "openai/gpt-image-2.5-sunburst/text-to-image";
const response = await fetch(`${E2X_API_BASE}/jobs/submit`, {
method: "POST",
headers: {
Authorization: `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
model: modelUsed,
input: {
prompt: req.prompt,
aspect_ratio: req.aspectRatio ?? "auto",
resolution,
quality: req.quality ?? "xhigh",
...(isEdit ? { image_urls: req.imageUrls } : {}),
},
...(req.webhookUrl ? { webhookUrl: req.webhookUrl } : {}),
}),
});
if (!response.ok) {
throw new Error(`GPT Image 2.5 submit failed: ${await response.text()}`);
}
const body = (await response.json()) as { data: { jobId: string } };
return { jobId: body.data.jobId, modelUsed };
}
ध्यान दें कि राउटर तीन स्कीमा एज केसेस को अपने आप कैसे संभालता है:
- जब
transparent: trueपास किया जाता है, तो यह"xhigh"या"max"को घटाकर"high"कर देता है और"auto"एस्पेक्ट रेशियो को"1:1"से बदल देता है ताकि GPT Image 2 कभी भी enum वैलिडेशन एरर न दे। - यह स्पष्ट रूप से
openai/gpt-image-2/edit-imageपरqualityको शामिल करता है जहाँ वह पैरामीटर आवश्यक है। - प्रत्येक मानक जनरेशन या मल्टी-इमेज एडिट के लिए, यह समान
$0.05251K लागत पर"quality": "xhigh"और"aspect_ratio": "auto"के साथ GPT Image 2.5 को लक्षित करता है।
आप इस राउटर को E2X SDKs पेज पर सूचीबद्ध हमारे आधिकारिक क्लाइंट पैकेजों के साथ जोड़ सकते हैं या E2X मॉडल कैटलॉग में सभी समर्थित प्रदाताओं को एक्सप्लोर कर सकते हैं। एडिट एंडपॉइंट पर जटिल रेफ़रेंस कंपोज़िटिंग और पैकेजिंग अपडेट्स के लिए, हमारी GPT Image 2.5 के लिए मल्टी-रेफ़रेंस इमेज एडिटिंग गाइड पढ़ें।
अक्सर पूछे जाने वाले प्रश्न (FAQ)
क्या E2X पर GPT Image 2.5 की कीमत GPT Image 2 से अधिक है?
नहीं। हमारी स्थायी 75% छूट के बाद E2X पर दोनों मॉडल्स की कीमत बिल्कुल समान है: text-to-image और edit-image दोनों पर 1K का बिल $0.0525, 2K का बिल $0.105, और 4K का बिल $0.1575 आता है।
क्या मैं GPT Image 2.5 को "quality": "auto" भेज सकता हूँ?
नहीं। GPT Image 2 ने quality के लिए "auto", "low", "medium", और "high" स्वीकार किया था। GPT Image 2.5 उस सूची को "low", "medium", "high", "xhigh", और "max" से बदल देता है। यदि आप GPT Image 2.5 पर quality को छोड़ देते हैं, तो यह डिफ़ॉल्ट रूप से "high" हो जाता है, या आप बिना किसी अतिरिक्त लागत के स्पष्ट रूप से "xhigh" या "max" पास कर सकते हैं।
कौन सा मॉडल "aspect_ratio": "auto" का समर्थन करता है?
केवल 2.5 रूट्स (openai/gpt-image-2.5-sunburst/text-to-image और openai/gpt-image-2.5-sunburst/edit-image) 15 फिक्स्ड रेशियो के साथ "aspect_ratio": "auto" स्वीकार करते हैं। GPT Image 2 केवल 15 फिक्स्ड रेशियो स्ट्रिंग्स स्वीकार करता है।
मैं E2X पर ट्रांसपेरेंट PNG बैकग्राउंड कैसे जनरेट करूँ?
openai/gpt-image-2/text-to-image या openai/gpt-image-2/edit-image का उपयोग करें और input ऑब्जेक्ट में "background": "transparent" शामिल करें। GPT Image 2.5 में background पैरामीटर शामिल नहीं है।