Torna al Blog

Guida all'editing multi-immagine con 16 riferimenti e Markup visivo in GPT Image 2.6

E2X Team··7 min di lettura
gpt-image-2.6gpt-image-2.6-sunburstgpt-image-2.6-flareopenaiimage-editingmulti-image-editingimage-to-imageimage-api

Gli endpoint di modifica di OpenAI GPT Image 2.6 su E2X —/models/openai/gpt-image-2.6-sunburst/edit-image e /models/openai/gpt-image-2.6-flare/edit-image— portano la composizione commerciale e l'editing di cataloghi a un nuovo livello, espandendo image_urls da 10 (in GPT Image 2.5) fino a 16 immagini di riferimento simultanee, abbinate a un limite prompt di 50,000 caratteri e al supporto per le annotazioni visive dirette (markup_image).

Grazie allo sconto fisso del 75% su E2X, ogni job di modifica costa $0.0525 a risoluzione 1K (52500 micro-centesimi), $0.105 a 2K e $0.1575 a 4K, mantenendo lo stesso moltiplicatore fisso ×7 su tutti i livelli di quality fino a xhigh e max.

Banco da lavoro di direzione artistica high-tech con fotografie di riferimento fluttuanti che convergono in un frame composito centrale con frecce di annotazione ciano ed etichetta e2x.ai

Prompt esatto utilizzato per la copertina:

High-tech creative art direction studio workbench displaying floating reference photographs of a character, a luxury perfume bottle, and a neon street backdrop converging into a central master composite frame with glowing cyan markup annotation arrows, bounding boxes, and a crisp label reading "e2x.ai"

In questa guida analizziamo l'architettura di editing a 16 riferimenti, l'indicizzazione tramite posizione (image 1 … image 16), l'uso di markup_image e tre coppie reali Prima e Dopo generate su E2X.

Specifiche tecniche degli endpoint edit-image in GPT Image 2.6

Parametro / Funzionalitàopenai/gpt-image-2.6-sunburst/edit-imageopenai/gpt-image-2.6-flare/edit-image
Massimo riferimenti (image_urls)16 immagini HTTPS (image 1 … image 16)16 immagini HTTPS (image 1 … image 16)
Lunghezza massima prompt50,000 caratteri50,000 caratteri
Livelli di qualitylow, medium, high, xhigh, maxlow, medium, high (2.5× più veloce)
Risoluzioni (resolution)"1K" ($0.0525), "2K" ($0.105), "4K" ($0.1575)"1K" ($0.0525), "2K" ($0.105), "4K" ($0.1575)
Rapporti d'aspetto (aspect_ratio)15 proporzioni (1:1, 4:5, 16:9, 9:16, 21:9, ecc.)15 proporzioni (1:1, 4:5, 16:9, 9:16, 21:9, ecc.)
Formati di output (output_format)"png", "jpeg", "webp""png", "jpeg", "webp"
Guida spaziale (markup_image / mask_image)Supportato per annotazioni visive e maschereSupportato per annotazioni visive e maschere

Galleria reale Prima e Dopo: 3 coppie di editing in produzione

Ecco tre coppie reali di input e output eseguite sugli endpoint edit-image di GPT Image 2.6.

Coppia 1: Editing ad alta precisione con GPT Image 2.6 Sunburst (edit-image)

In questo primo esempio su /models/openai/gpt-image-2.6-sunburst/edit-image, partiamo da un'immagine di riferimento e applichiamo trasformazioni di illuminazione, materiali e contesto mantenendo intatta la struttura del soggetto:

Immagine di riferimento di input per GPT Image 2.6 Sunburst edit-image

Prima (image 1): Immagine di riferimento passata in image_urls[0].

Risultato modificato con GPT Image 2.6 Sunburst con conservazione strutturale e nuova atmosfera

Dopo: Risultato generato da openai/gpt-image-2.6-sunburst/edit-image in qualità max.

Coppia 2: Editing rapido a bassa latenza con GPT Image 2.6 Flare (edit-image)

Quando occorre iterare rapidamente su creatività di prodotto o ritratti commerciali in pochi secondi, /models/openai/gpt-image-2.6-flare/edit-image offre la stessa fedeltà strutturale con tempi di risposta fino a 2.5× più rapidi:

Immagine di riferimento di input per GPT Image 2.6 Flare edit-image

Prima (image 1): Immagine di partenza inviata a openai/gpt-image-2.6-flare/edit-image.

Risultato modificato con GPT Image 2.6 Flare mantenendo la geometria e integrando la nuova illuminazione

Dopo: Risultato generato da openai/gpt-image-2.6-flare/edit-image.

Coppia 3: Sostituzione tipografica sull'etichetta e relighting completo della scena

Uno dei casi d'uso più preziosi per l'e-commerce consiste nel partire da un packshot su sfondo bianco, sostituire il testo dell'etichetta con una stampa in lamina d'oro a rilievo e collocare il prodotto in un set editoriale senza deformare il flacone:

Prima: Packshot da studio di un flacone di elisir botanico in vetro smerigliato su sfondo bianco

Prima (image 1): Packshot originale con etichetta "E2X BOTANICALS" su tavolo neutro.

Dopo: Flacone di siero notturno con etichetta E2X.AI NIGHT SERUM 2.6 in oro a rilievo su basalto vulcanico bagnato

Dopo: Risultato di openai/gpt-image-2.6-sunburst/edit-image in formato 4:5.

Prompt esatto utilizzato per questa trasformazione:

Keep the exact frosted emerald glass botanical elixir bottle and brushed brass dropper cap from image 1 unchanged. Change the label text to read "E2X.AI NIGHT SERUM 2.6" in embossed gold foil serif lettering, and place the bottle on wet black volcanic basalt stones surrounded by glowing bioluminescent moss and warm golden sunburst rim lighting.

Come organizzare un job con 16 immagini di riferimento

Quando passi fino a 16 URL in image_urls, la regola d'oro è assegnare un ruolo esplicito a ciascun indice basato su 1 (image 1, image 2, …, image 16) all'interno del tuo prompt da 50,000 caratteri:

  • image 1 – image 4 (Identità del soggetto o prodotto principale): Viste frontale, laterale, 3/4 e dettaglio macro del prodotto o personaggio la cui geometria deve restare bloccata.
  • image 5 – image 8 (Abbigliamento, accessori o oggetti secondari): Elementi da far indossare al soggetto o da disporre attorno al prodotto principale.
  • image 9 – image 12 (Ambiente, architettura e layout): Riferimenti per lo sfondo, la prospettiva della fotocamera e la profondità di campo.
  • image 13 – image 16 (Palette cromatica, illuminazione e tipografia): Riferimenti per la rim light, le texture dei materiali e il design del logo.

Guida alle annotazioni visive con markup_image

Oltre alle maschere binarie tradizionali (mask_image), GPT Image 2.6 supporta le annotazioni visive (markup_image):

  • Puoi disegnare un riquadro ciano o rosso attorno all'etichetta di una bottiglia con una freccia che indica "Replace with gold foil logo from image 2".
  • Puoi tracciare frecce direzionali per indicare l'angolazione esatta dei raggi luminosi (sunburst rim light).
  • Il modello interpreta i segni grafici come istruzioni spaziali e li rimuove completamente dall'immagine finale.

Esempio di codice in produzione (cURL)

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-2.6-sunburst/edit-image",
    "input": {
      "prompt": "Keep the exact frosted emerald glass botanical elixir bottle and brushed brass dropper cap from image 1 unchanged. Change the label text to read \"E2X.AI NIGHT SERUM 2.6\" in embossed gold foil serif lettering, and place the bottle on wet black volcanic basalt stones surrounded by glowing bioluminescent moss and warm golden sunburst rim lighting.",
      "image_urls": [
        "https://assets.e2x.ai/ui/assets/blog/gpt-image-2.6/gallery-edit-before-botanical-bottle.png"
      ],
      "aspect_ratio": "4:5",
      "resolution": "1K",
      "quality": "max",
      "output_format": "png"
    }
  }'

Consulta anche la nostra guida completa all'API di GPT Image 2.6 e il manuale di prompting per GPT Image 2.6.

Domande frequenti

Quante immagini di riferimento posso inviare in una singola chiamata edit-image su GPT Image 2.6?

Puoi passare da 1 a 16 URL HTTPS nell'array image_urls sia su openai/gpt-image-2.6-sunburst/edit-image sia su openai/gpt-image-2.6-flare/edit-image.

Inviare 16 immagini di riferimento aumenta il prezzo del job su E2X?

No. Su E2X il prezzo di edit-image è fisso in base alla risoluzione e non addebita costi extra per i token delle immagini di input: costa $0.0525 in 1K (52500 micro-centesimi), $0.105 in 2K e $0.1575 in 4K, sia con 1 immagine che con 16 riferimenti in qualità max.

Qual è la lunghezza massima del prompt negli endpoint edit-image di GPT Image 2.6?

Il campo prompt accetta fino a 50,000 caratteri in edit-image (rispetto ai 32,000 caratteri di text-to-image), offrendo tutto lo spazio necessario per specificare vincoli dettagliati per ciascuna delle 16 immagini.

Come devo fare riferimento a ciascuna immagine di input nel prompt?

Usa indici basati su 1 (image 1, image 2, …, image 16) che corrispondono all'ordine degli URL nell'array image_urls. Dichiara sempre nella prima frase quali elementi di image 1 devono rimanere invariati (Keep ... from image 1 unchanged).