Назад к блогу

Мульти-референсное редактирование в GPT Image 2.6: до 16 изображений и визуальная разметка

E2X Team··7 мин чтения
gpt-image-2.6gpt-image-2.6-sunburstgpt-image-2.6-flareopenaiimage-editingmulti-image-referenceinpainting

В коммерческом продакшене редко требуется просто «красивая случайная картинка» — брендам нужна строгая преемственность: тот же самый флакон духов в пяти разных сезонных интерьерах, один и тот же персонаж в десяти ракурсах раскадровки или точная замена текста на этикетке без искажения бликов на стекле.

Эндпоинты редактирования GPT Image 2.6 Sunburst Edit (openai/gpt-image-2.6-sunburst/edit-image) и GPT Image 2.6 Flare Edit (openai/gpt-image-2.6-flare/edit-image) поднимают планку управляемости на новый уровень. Теперь в один запрос можно передать до 16 референсных изображений в массиве image_urls (вместо 10 в версии 2.5), сопроводить их инструкцией длиной до 50 000 символов и использовать визуальную разметку markup_image. При этом на E2X стоимость редактирования с любым количеством референсов равна стоимости обычной генерации — $0.0525 за кадр в 1K.

Высокотехнологичный рабочий стол арт-директора с парящими референсами персонажа, флакона духов и неоновой улицы, сходящимися в центральный мастер-кадр со стрелками разметки и меткой e2x.ai

Что изменилось в пайплайне редактирования GPT Image 2.6

По сравнению с поколением 2.5 и конкурирующими редакторами, архитектура редактирования GPT Image 2.6 предлагает четыре ключевых преимущества:

  1. Массив image_urls до 16 изображений. Вы можете одновременно передать фото продукта спереди и сбоку, палитру бренда, референс освещения, текстуру материала и фотографии нескольких моделей — и обращаться к каждому источнику по номеру в промпте (image 1, image 2 ... image 16).
  2. Промпты редактирования до 50 000 символов. Увеличенное окно текстового контекста позволяет передавать в edit-image полноценные дизайн-спецификации, таблицы цветов HEX, построчные тексты для упаковок и строгие списки ограничений («что менять нельзя»).
  3. Визуальная разметка markup_image наряду с mask_image. Помимо классической бинарной маски инпейнтинга (mask_image), модель распознаёт визуальные аннотации markup_image — нарисованные от руки стрелки, ограничивающие рамки (bounding boxes) и текстовые пометки прямо на холсте, указывающие, куда именно нужно поместить объект или как повернуть источник света.
  4. Отсутствие наценки за входные референсы на E2X. У прямых провайдеров каждый входной референс тарифицируется отдельно (например, $8 за 1M входных токенов изображения). На E2X действует единый тариф за задачу: передадите ли вы 1 референс или все 16, 1K-редактирование на quality: "max" стоит фиксированные $0.0525.
Параметр эндпоинта редактированияGPT Image 2.6 Sunburst EditGPT Image 2.6 Flare Edit
Model ID на E2Xopenai/gpt-image-2.6-sunburst/edit-imageopenai/gpt-image-2.6-flare/edit-image
Количество референсов (image_urls)От 1 до 16 URLОт 1 до 16 URL
Макс. длина промпта (prompt)50 000 символов50 000 символов
Уровни качества (quality)low, medium, high, xhigh, maxlow, medium, high
Разрешения (resolution)1K, 2K, 4K1K, 2K, 4K
Форматы вывода (output_format)png, jpeg, webppng, jpeg, webp
Соотношения сторон (aspect_ratio)15 форматов (1:1 .. 21:9)15 форматов (1:1 .. 21:9)
Цена на E2X (1K / 2K / 4K)$0.0525 / $0.105 / $0.1575$0.0525 / $0.105 / $0.1575

Разбор 3 реальных кейсов редактирования «До и После»

Ниже приведены три реальные пары входных референсов и отредактированных результатов из продакшен-каталога E2X.

Пара 1: Глубокая стилизация и трансформация сцены в Sunburst Edit

В первом примере исходный референс подаётся в GPT Image 2.6 Sunburst Edit для переработки освещения, микротекстур и атмосферных деталей при полном сохранении базовой композиционной геометрии:

До редактирования (входной референс sunburst-ref-input.png):

Исходное референсное изображение для редактирования в GPT Image 2.6 Sunburst Edit

После редактирования (openai/gpt-image-2.6-sunburst/edit-image):

Результат редактирования изображения в GPT Image 2.6 Sunburst Edit с сохранённой геометрией и новым кинематографическим светом

Пара 2: Быстрая коммерческая ретушь и замена окружения во Flare Edit

Во втором примере используется скоростной эндпоинт GPT Image 2.6 Flare Edit, который идеально подходит для потоковой адаптации карточек товаров и быстрой итеративной работы:

До редактирования (входной референс flare-ref-input.png):

Исходное референсное изображение для быстрой трансформации в GPT Image 2.6 Flare Edit

После редактирования (openai/gpt-image-2.6-flare/edit-image):

Готовый результат редактирования в GPT Image 2.6 Flare Edit с обновлённым стилем и освещением

Пара 3: Перенос упаковки продукта и замена типографики на этикетке

Третий кейс демонстрирует классическую задачу e-commerce: у нас есть каталожный пэкшот матового изумрудного флакона с латунной пипеткой и надписью "E2X BOTANICALS" на белом столе. Нам нужно перенести этот же флакон на мокрые вулканические базальтовые камни с биолюминесцентным мхом и заменить текст этикетки на "E2X.AI NIGHT SERUM 2.6" с золотым тиснением:

До редактирования (gallery-edit-before-botanical-bottle.png):

Каталожный пэкшот матового изумрудного флакона E2X BOTANICALS на белом фоне перед редактированием

После редактирования (gallery-edit-after-botanical-serum.png):

Флакон после редактирования в GPT Image 2.6 Sunburst Edit с новой золотой надписью E2X.AI NIGHT SERUM 2.6 на базальтовых камнях с биолюминесцентным мхом

  • Точный промпт, использованный для этого редактирования: "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."

Как распределять роли между 16 референсами в промпте

Чтобы модель безошибочно скомбинировала до 16 изображений из массива image_urls, придерживайтесь структурного шаблона «Якорь — Дельта — Ограничения»:

  1. Назначьте роль каждому индексу изображения. Явно пропишите в первых строках промпта:
    • image 1: главный объект или персонаж, чью геометрию и черты лица необходимо сохранить неизменными;
    • image 2 – image 4: дополнительные ракурсы продукта или элементы одежды/аксессуаров;
    • image 5 – image 8: референсы локации, архитектурного фона и глубины резкости;
    • image 9 – image 16: референсы цветовой палитры, световой схемы, шрифтовой пары или визуальная разметка компоновки.
  2. Отделите неизменяемые элементы от изменяемых (Delta Prompting). Начинайте инструкцию с фразы "Keep the exact [объект] from image 1 unchanged", а затем перечисляйте конкретные изменения: новую надпись в кавычках, материал поверхности и характер освещения.

Пример кода: мульти-референсный композитинг на Python

import requests

API_KEY = "YOUR_E2X_API_KEY"
HEADERS = {
    "Authorization": f"Bearer {API_KEY}",
    "Content-Type": "application/json",
}

edit_payload = {
    "modelId": "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": "2K",
        "quality": "max",
        "output_format": "png",
    },
}

response = requests.post(
    "https://api.e2x.ai/v1/jobs/submit",
    headers=HEADERS,
    json=edit_payload,
    timeout=30,
)
response.raise_for_status()
print("Job ID:", response.json()["jobId"])

Часто задаваемые вопросы (FAQ)

Увеличивается ли стоимость запроса, если передать все 16 референсных изображений?

Нет. На платформе E2X тарификация зависит исключительно от выходного разрешения (1K — $0.0525, 2K — $0.105, 4K — $0.1575). Вы можете передать от 1 до 16 изображений в image_urls и выбрать уровень quality: "max" без каких-либо доплат за входные токены.

Как работает визуальная разметка markup_image в GPT Image 2.6?

Модель обучена распознавать графические указатели поверх референсных изображений: если вы нарисуете яркую стрелку, обведёте зону рамкой или подпишете область прямо на входном изображении и сошлётесь на эту разметку в текстовом промпте, GPT Image 2.6 выполнит локальную перестройку точно внутри указанных границ и удалит вспомогательные линии разметки на финальном рендере.

Какую модель выбрать для пакетного редактирования каталога e-commerce — Sunburst Edit или Flare Edit?

Для сложных рекламных кадров с заменой мелкого текста на упаковке и ювелирными отражениями используйте GPT Image 2.6 Sunburst Edit на уровне quality: "max". Для массовой замены фона у тысяч товарных позиций в сжатые сроки оптимально подойдёт GPT Image 2.6 Flare Edit на уровне quality: "high".