Назад к блогу

Мультиреференсное редактирование в GPT Image 2.5: объединение исходников и промпты до 50K символов

E2X Team··13 мин чтения
gpt-image-2.5gpt-image-2.5-sunburstgpt-image-2.5-flareopenaiimage-editingimage-to-imageimage-api

Большинство коммерческих визуальных задач начинается с уже существующих материалов: чистого студийного фото нового артикула (SKU), утвержденной арт-директором фоновой текстуры или макета упаковки прошлого сезона, на котором нужно обновить текст для регионального запуска. Повторная генерация таких изображений с нуля через чисто текстовую модель перечеркивает геометрию, пропорции этикетки и силуэт продукта, за фотосъемку которых вы уже заплатили.

Эндпоинт openai/gpt-image-2.5-sunburst/edit-image от OpenAI на E2X создан специально для редактирования с опорой на референсы и композитинга нескольких изображений. Вы передаете массив публично доступных исходных снимков в image_urls вместе с инструкцией по редактированию на естественном языке длиной до 50,000 символов. С постоянной скидкой 75% на E2X каждое редактирование в 1K стоит $0.0525, в 2K — $0.105, а в 4K — $0.1575, независимо от того, запускаете ли вы задачу на уровне качества low, medium, high, xhigh или max.

Фотографические контактные отпечатки, латунная лупа и стеклянный флакон с пипеткой на темном льняном полотне

В этом руководстве мы подробно разберем механику работы openai/gpt-image-2.5-sunburst/edit-image: как писать дельта-промпты, которые фиксируют исходную геометрию при замене этикеток или освещения, как индексировать несколько файлов в image_urls, почему лимит промпта увеличивается с 32,000 до 50,000 символов на маршруте редактирования и когда стоит переключиться на Google Nano Banana или GPT Image 2 для узкоспециализированных задач.

Входная схема и цены для openai/gpt-image-2.5-sunburst/edit-image

Вызов openai/gpt-image-2.5-sunburst/edit-image использует ту же очередь POST https://api.e2x.ai/v1/jobs/submit, что и любая другая модель в каталоге E2X. Внутри объекта input обязательными являются только два свойства: prompt и image_urls. На E2X модель GPT Image 2.5 доступна в двух вариантах: GPT Image 2.5 Sunburst (openai/gpt-image-2.5-sunburst, поддерживающий разрешения 1K/2K/4K и уровни качества low, medium, high, xhigh, max) и GPT Image 2.5 Flare (openai/gpt-image-2.5-flare, поддерживающий /models/openai/gpt-image-2.5-flare/text-to-image и /models/openai/gpt-image-2.5-flare/edit-image с разрешениями 1K/2K/4K и уровнями качества low, medium, high).

ПолеТипОбязательноеПо умолчаниюОписание и лимиты
promptstringДаНетИнструкция по редактированию или композитингу длиной до 50,000 символов.
image_urlsstring[]ДаНетМассив публично доступных HTTPS URL, указывающих на ваши референсные изображения.
aspect_ratiostringНет"1:1""auto" плюс 15 фиксированных пропорций: "1:1", "4:3", "3:4", "3:2", "2:3", "5:4", "4:5", "16:9", "9:16", "2:1", "1:2", "21:9", "9:21", "3:1", "1:3".
resolutionstringНет"1K""1K" ($0.0525), "2K" ($0.1050) или "4K" ($0.1575). Обязательно в верхнем регистре.
qualitystringНет"high""low", "medium", "high", "xhigh" или "max". Все пять используют множитель ×7.

Поскольку базовая прайсовая стоимость ($0.03, сниженная на 75% до $0.0075) умножается на 7 для каждого уровня quality ($0.0075 × 7 = $0.0525), повышение качества задачи редактирования с "high" до "xhigh" или "max" не стоит ничего дополнительно на E2X. Цену меняет только параметр resolution ("1K" = ×1, "2K" = ×2, "4K" = ×3). Вы можете в любой момент проверить актуальные тарифы на нашей странице цен или заглянуть в руководство по API GPT Image 2.5, где подробно разобрана математика расчетов в микроцентах.

Одно из полезных улучшений схемы по сравнению с openai/gpt-image-2/edit-image заключается в том, что параметр quality в версии 2.5 стал необязательным. Если опустить quality, воркер по умолчанию выберет "high", хотя для замены типографики и многосоставных композитов мы рекомендуем явно передавать "xhigh" или "max".

Правила дельта-промптинга: фиксация неизменного и описание изменений

Самая частая ошибка разработчиков при переходе с openai/gpt-image-2.5-sunburst/text-to-image на edit-image — написание полного описания сцены с нуля без указания модели, какие части исходного изображения трогать нельзя. Если вы передадите студийное фото баночки со свечой и напишете промпт "An amber glass candle jar on dark linen with a gold label reading BERGAMOT & CEDAR SOY CANDLE", модель воспримет это как разрешение перерисовать саму банку, изменить текстуру дерева на крышке и сместить угол камеры.

Редактирование по референсам работает лучше всего, когда вы строите дельта-промпт из трех явных блоков:

  1. Целевое изменение: укажите точную область, материал или текстовую строку, которую необходимо модифицировать.
  2. Зафиксированные инварианты: перечислите структурные элементы исходного изображения, которые должны остаться нетронутыми (силуэт упаковки, материал крышки, перспектива камеры, текстура фона, направление света).
  3. Позиционный индекс референса: когда массив image_urls содержит больше одного URL, обращайтесь к каждому входному файлу по его порядковому номеру начиная с единицы (image 1, image 2, image 3) и четко указывайте роль каждого файла.

Сценарий 1: замена типографики на упаковке в файле amber-jar-original.png

Предположим, у вашей e-commerce команды есть мастер-фото товара (amber-jar-original.png) — аптекарской баночки со свечой — и нужно локализовать или переименовать линейку ароматов для двенадцати артикулов без повторной физической фотосъемки.

Ниже приведен curl-запрос к openai/gpt-image-2.5-sunburst/edit-image в разрешении "2K" и качестве "xhigh" ($0.105), который заменяет напечатанное название на "BERGAMOT & CEDAR SOY CANDLE", сохраняя форму банки, крышку и фон неизменными:

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/edit-image",
    "input": {
      "prompt": "Change the main label title on the amber glass jar to \"BERGAMOT & CEDAR SOY CANDLE\" in the same serif font and gold foil finish. Keep the apothecary jar shape, wooden lid, and linen backdrop unchanged.",
      "image_urls": [
        "https://assets.yourstore.example.com/packshots/amber-jar-original.png"
      ],
      "aspect_ratio": "4:5",
      "resolution": "2K",
      "quality": "xhigh"
    }
  }'

Аптекарская баночка из янтарного стекла со свечой и замененной этикеткой с золотым тиснением

Промпт, использованный для замены этикетки выше:

"Change the main label title on the amber glass jar to \"BERGAMOT & CEDAR SOY CANDLE\" in the same serif font and gold foil finish. Keep the apothecary jar shape, wooden lid, and linen backdrop unchanged."

Почему этот подход дает чистый результат:

  • Заменяемая строка "BERGAMOT & CEDAR SOY CANDLE" заключена в экранированные двойные кавычки, чтобы модель точно знала, где начинаются и заканчиваются буквальные символы.
  • Описание типографского исполнения (in the same serif font and gold foil finish) указывает GPT Image 2.5 повторить металлический блеск и стиль штрихов, уже присутствующие на amber-jar-original.png.
  • Условие фиксации (Keep the apothecary jar shape, wooden lid, and linen backdrop unchanged) предотвращает искажение окружающей студийной сцены.

При подборе расположения этикетки или переносов строк запускайте первые несколько тестовых прогонов с "resolution": "1K" ($0.0525) и "quality": "xhigh", а когда кернинг будет выглядеть идеально, повышайте "resolution" до "2K" или "4K".

Сценарий 2: композитинг товара из двух референсов через image_urls

Редактирование одного изображения обновляет ассет на месте. Мультиреференсное редактирование позволяет объединить отдельные фотографические исходники в единый цельный кадр. Вместо того чтобы накладывать плоский PNG-вырез поверх фона в Photoshop и вручную дорисовывать контактные тени, вы передаете обе ссылки в image_urls и описываете GPT Image 2.5, как объект из image 1 физически взаимодействует с окружением из image 2.

В примере ниже image 1 (chronograph-front.png) — это чистый фронтальный студийный снимок хронографа из матового титана, а image 2 (wet-slate-surface.jpg) — фоновая текстура мокрого темного сланца с холодным боковым светом и неоновыми бликами.

"Place the titanium chronograph watch from image 1 onto the wet slate block in image 2. Match the cool side-lighting from image 2 and keep the sub-dial numerals sharp."

Хронограф из матового титана, вписанный в поверхность мокрого темного сланца с неоновыми отражениями

Посмотрите, как композит из двух референсов решает задачу физической интеграции:

  • Корпус часов, безель с тахиметром, стрелки и геометрия дополнительных циферблатов берутся из image 1.
  • Рельеф поверхности, капли воды и направленный скользящий свет берутся из image 2.
  • В местах соприкосновения титанового браслета с мокрым сланцем модель генерирует реалистичные контактные тени (ambient occlusion) и зеркальные отражения на влажном камне, точно соответствующие углу наклона корпуса часов.

Если вы добавляете третью ссылку в image_urls, также назначьте ей явную роль. Например: "Take the titanium chronograph watch from image 1, place it onto the wet slate surface in image 2, and apply the warm amber-and-teal color grading from image 3." Каждый файл в image_urls должен быть доступен для воркеров E2X по публичному протоколу HTTPS (для приватных бакетов отлично подходят подписанные ссылки S3 или R2 со сроком действия 15 минут).

Зачем в edit-image предусмотрен лимит промпта в 50,000 символов

В openai/gpt-image-2.5-sunburst/text-to-image поле prompt принимает до 32,000 символов. В openai/gpt-image-2.5-sunburst/edit-image параметр maxLength увеличен до 50,000 символов.

Ни один копирайтер не набирает 50,000 символов вручную на клавиатуре. Этот потолок создан для автоматизированных пайплайнов каталогов и локализации, где программное обеспечение собирает промпт автоматически из структурированных баз данных товаров, расшифровок OCR и гайдлайнов бренда.

В типичном автоматизированном пайплайне локализации один запрос к edit-image объединяет внутри prompt четыре машинно-сгенерированных блока:

  1. Полную OCR-расшифровку исходного изображения с привязкой к областям (чтобы модель знала, какие именно строки на плотной таблице состава или технической схеме заменяются, а какие остаются нетронутыми).
  2. Таблицу целевого перевода (сопоставляющую каждый исходный текстовый блок с локализованной строкой замены в кавычках).
  3. Строгие инварианты бренда и упаковки (HEX-коды цветов, фактуры материалов, правила сохранения регуляторных значков и негативные ограничения).
  4. Распределение ролей для каждого URL в image_urls (определение основного фото товара, локализованного бейджа и целевого фонового окружения).

Ниже приведен пример на TypeScript, показывающий, как каталожный пайплайн собирает структурированный запрос на мультиреференсное редактирование, отправляет его в openai/gpt-image-2.5-sunburst/edit-image на качестве "max" и опрашивает статус до получения результата:

const E2X_API = "https://api.e2x.ai/v1";

interface LocalizationEditJob {
  masterPackshotUrl: string;
  environmentPlateUrl: string;
  ocrTranscript: Array<{ region: string; originalText: string; replacementText: string }>;
  lockedElements: string[];
  brandLightingRules: string;
  resolution?: "1K" | "2K" | "4K";
}

export function buildStructuredEditPrompt(job: LocalizationEditJob): string {
  const textReplacements = job.ocrTranscript
    .map(
      (item, idx) =>
        `${idx + 1}. In region [${item.region}], replace "${item.originalText}" with "${item.replacementText}" using the exact same typeface, weight, and foil finish.`
    )
    .join("\n");

  const invariants = job.lockedElements.map((el) => `- ${el}`).join("\n");

  const prompt = [
    "TASK: Multi-reference product compositing and packaging copy localization.",
    "SOURCE REFERENCES:",
    "- image 1: Primary product packshot providing exact container geometry, cap proportions, and label layout.",
    "- image 2: Target studio surface and lighting environment plate.",
    "",
    "COMPOSITE INSTRUCTION:",
    "Place the product from image 1 onto the surface shown in image 2.",
    job.brandLightingRules,
    "",
    "EXACT TYPOGRAPHY REPLACEMENTS ON PRODUCT LABEL:",
    textReplacements,
    "",
    "LOCKED INVARIANTS (DO NOT ALTER):",
    invariants,
  ].join("\n");

  if (prompt.length > 50_000) {
    throw new Error(`Constructed prompt (${prompt.length} chars) exceeds 50,000-char limit`);
  }

  return prompt;
}

export async function runCatalogComposite(
  job: LocalizationEditJob,
  apiKey = process.env.E2X_API_KEY
): Promise<string> {
  if (!apiKey) throw new Error("Missing E2X_API_KEY");

  const headers = {
    Authorization: `Bearer ${apiKey}`,
    "Content-Type": "application/json",
  };

  const submitRes = await fetch(`${E2X_API}/jobs/submit`, {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "openai/gpt-image-2.5-sunburst/edit-image",
      input: {
        prompt: buildStructuredEditPrompt(job),
        image_urls: [job.masterPackshotUrl, job.environmentPlateUrl],
        aspect_ratio: "auto",
        resolution: job.resolution ?? "1K",
        quality: "max",
      },
    }),
  });

  if (!submitRes.ok) {
    throw new Error(`Submit failed (${submitRes.status}): ${await submitRes.text()}`);
  }

  const { data: submitted } = (await submitRes.json()) as {
    data: { jobId: string };
  };

  for (let attempt = 0; attempt < 120; attempt++) {
    await new Promise((r) => setTimeout(r, 3000));
    const pollRes = await fetch(`${E2X_API}/jobs/${submitted.jobId}`, { headers });
    const { data: state } = (await pollRes.json()) as {
      data: {
        status: string;
        outputs?: Array<{ url: string }>;
        error?: { message?: string };
      };
    };

    if (state.status === "completed" && state.outputs?.[0]?.url) {
      return state.outputs[0].url;
    }
    if (state.status === "failed" || state.status === "cancelled") {
      throw new Error(state.error?.message ?? `Edit job ended with ${state.status}`);
    }
  }

  throw new Error(`Edit job ${submitted.jobId} timed out`);
}

Обратите внимание, что код передает "aspect_ratio": "auto" и "quality": "max". С параметром "aspect_ratio": "auto" выходное изображение сохраняет пропорции референсного кадра вместо принудительной квадратной обрезки "1:1". И не забывайте копировать файл по ссылке из state.outputs[0].url в ваше собственное объектное хранилище сразу после завершения задачи либо используйте официальные клиентские библиотеки с нашей страницы SDK E2X.

Сравнение эндпоинтов редактирования изображений OpenAI и Google на E2X

Хотя openai/gpt-image-2.5-sunburst/edit-image является нашим главным выбором для обновления типографики на упаковке, сложных дельта-инструкций до 50K символов и детальной проработки на уровнях xhigh / max, три других эндпоинта в нашей категории image-to-image решают специфические задачи, на которые версия 2.5 не рассчитана:

Эндпоинт редактированияЦена 1KЦена 2KЦена 4KЛимит промптаЛучший сценарий использования
openai/gpt-image-2.5-sunburst/edit-image$0.0525$0.1050$0.157550,000 символовЗамена этикеток на упаковке, композитинг нескольких товаров, уровни xhigh и max по базовой цене, пропорции "auto".
openai/gpt-image-2/edit-image$0.0525$0.1050$0.157550,000 символовРедактирование или вырезка товаров на прозрачный PNG с альфа-каналом через background: "transparent".
google/nano-banana-2.1/edit-image$0.0300$0.0400$0.0900СтандартныйМинимальная стоимость редактирования в 1K ($0.03) и 4K ($0.09), а также экстремальные пропорции баннеров 8:1, 1:8, 4:1 и 1:4.
google/nano-banana-pro/edit-image$0.0750$0.0750$0.1500СтандартныйСохранение черт лица и сходства персонажей при использовании до 14 разделенных по ролям референсных изображений.

Вот как распределять задачи между этими четырьмя моделями редактирования на практике:

  1. Тексты на упаковке, студийные композиты из нескольких товаров и автоматизированные спецификации до 50K символов: используйте openai/gpt-image-2.5-sunburst/edit-image ($0.0525 за 1K). Сочетание уровней качества xhigh и max с лимитом промпта в 50,000 символов справляется со сложными типографскими правками лучше любого другого маршрута.
  2. Вырезка объектов на прозрачный фон (background: "transparent"): используйте openai/gpt-image-2/edit-image ($0.0525 за 1K). Поскольку в GPT Image 2.5 отсутствует параметр background, GPT Image 2 остается незаменимым эндпоинтом, когда на выходе нужен прозрачный альфа-канал. Посмотрите наше руководство по сравнению GPT Image 2.5 и GPT Image 2, где приведен готовый маршрутизатор для автоматического переключения между ними.
  3. Массовая замена фона в 4K и ультраширокие баннеры: используйте google/nano-banana-2.1/edit-image. При цене $0.03 за редактирование в 1K и $0.09 за 4K (с учетом нашей скидки 50% на модели Google) этот маршрут снижает затраты на редактирование в 4K на 43% по сравнению с тарифом OpenAI $0.1575 и поддерживает соотношения сторон вплоть до 8:1.
  4. Повторяющиеся персонажи и портретное сходство: используйте google/nano-banana-pro/edit-image ($0.075 за 1K/2K). Nano Banana Pro позволяет явно распределять референсные изображения по ролям (до 5 для внешности персонажа, 6 для объектов и 3 для стиля), что предотвращает искажение черт лица между кадрами раскадровки.

Вы можете сравнить все эндпоинты редактирования и генерации изображений в каталоге моделей E2X и в категории text-to-image.

Часто задаваемые вопросы

Сколько исходных изображений можно передать в image_urls для openai/gpt-image-2.5-sunburst/edit-image?

Поле image_urls принимает массив до 10 публично доступных HTTPS-ссылок на изображения в одном запросе. При передаче нескольких URL ссылайтесь на них в prompt по их порядковому номеру начиная с единицы (image 1, image 2, image 3) и указывайте, какой файл задает основной товар, какой — фоновое окружение, а какой — референс освещения и материалов.

Стоит ли мультиреференсное редактирование с 3 исходниками дороже, чем редактирование 1 изображения?

Нет. На E2X вызовы openai/gpt-image-2.5-sunburst/edit-image тарифицируются за запрос исключительно на основе выходного параметра resolution ("1K" стоит $0.0525, "2K" — $0.105, "4K" — $0.1575), и цена не зависит ни от количества входных ссылок в image_urls, ни от длины вашего промпта до 50,000 символов.

Почему модель перерисовала мой товар, вместо того чтобы изменить только фон?

Если промпт редактирования описывает только желаемую финальную сцену без указания того, что должно остаться неизменным, модель может заново интерпретировать геометрию предмета. Всегда включайте в промпт явное условие фиксации, например: "Keep the watch case, bezel markings, and hand positions from image 1 unchanged; only replace the background surface with the wet slate from image 2."

Можно ли передавать локальные пути к файлам или строки base64 data URI в image_urls?

Передавайте в image_urls публично доступные HTTPS-ссылки (например, предварительно подписанные URL из S3, GCS или Cloudflare R2), чтобы рабочие узлы E2X могли напрямую скачать байты референсных изображений во время выполнения задачи.