GPT Image 2 Edit

Обзор

GPT Image 2 представлена OpenAI в апреле 2026 года как новое поколение ChatGPT Images 2.0. Вариант Edit предназначен для редактирования существующих изображений по текстовой инструкции: можно изменять сцену, стиль, фон и детали, использовать несколько входных изображений как референсы, а также работать с маской для направленных правок. В линейке GPT Image 2 он важен тем, что принимает на вход и текст, и изображение, поэтому лучше подходит для сохранения исходных объектов, переноса деталей и управляемых изменений, чем генерация с нуля. Главное: это генеративное редактирование, а не пиксельный редактор, поэтому результат требует проверки на соответствие исходной идентичности, корректность текста, композиции и стабильность бренда; более высокие качество и разрешение повышают детализацию, но могут увеличивать время обработки.

Сильные стороны

Сценари использования (use cases)

Ограничения и недостатки

Примеры промптов

Советы

• Явно указывайте в промпте, что изменить, и отдельным списком — что сохранить без изменений. OpenAI для операций редактирования рекомендует схему «изменить только X» и «оставить всё остальное»; при серии правок список сохраняемого нужно повторять, иначе модель может «уплыть» по лицу, тексту или композиции.
• При нескольких исходных изображениях называйте каждое по номеру и описывайте его роль. В официальном руководстве по промптингу для композитинга просят ссылаться на входы как «Изображение 1», «Изображение 2» и явно писать, что откуда брать и как комбинировать — иначе модель неверно интерпретирует референсы.
• Для правок с лицами, мелким текстом и финальной детализацией выбирайте качество Medium или High. OpenAI отмечает: качество Low хорошо подходит для быстрых черновиков, но для правок, чувствительных к идентичности, плотного текста и высоких разрешений стоит сравнить варианты Medium или High до финального результата.
• Не используйте расплывчатые команды вроде «сделай красивее» или «улучши картинку» без описания цели. Без конкретного целевого состояния модель сама решает, что менять, и часто трогает лишние области. Назовите точнее: какой фон, свет, объект убрать или заменить.
• Не перечисляйте в одном промпте несколько крупных правок — фон, одежду, свет и композицию одновременно. OpenAI рекомендует вносить изменения поэтапно, используя короткие инструкции с одной правкой за раз вместо перегруженных запросов. При большом количестве изменений одновременно возрастает риск дрейфа изображения и полной перегенерации кадра.

FAQ

Цены

Параметры

Поля тела JSON-запроса, которые используются в Playground и доступны для настройки через API. Порядок совпадает с формой на странице.

Запрос

Асинхронный запуск: POST https://api.flixa.io/v1/image/gpt-image-2/edit с заголовком Authorization: Bearer $FLIXA_API_KEY и телом JSON. Ниже — пример с полями из Playground.

curl -X POST "https://api.flixa.io/v1/image/gpt-image-2/edit" \
  -H "Authorization: Bearer $FLIXA_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "images": [
    "https://uploads.flixa.io/media/86cec8ced7dd7987ef8b118a9563352d8a1131d98eaa9ebb3fadaed2ef2f2f40.jpg"
  ],
  "prompt": "Превратите это фото товара в премиальную студийную рекламу: мягкий кинематографический свет, чистый бежевый фон, лёгкие тени, реалистичные отражения и эстетика люксового бренда.",
  "quality": "medium",
  "resolution": "1k",
  "aspect_ratio": "4:3"
}'

import json
import os
import requests

url = "https://api.flixa.io/v1/image/gpt-image-2/edit"
payload = json.loads({"aspect_ratio": "4:3", "images": ["https://uploads.flixa.io/media/86cec8ced7dd7987ef8b118a9563352d8a1131d98eaa9ebb3fadaed2ef2f2f40.jpg"], "prompt": "\u041f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u0442\u0435 \u044d\u0442\u043e \u0444\u043e\u0442\u043e \u0442\u043e\u0432\u0430\u0440\u0430 \u0432 \u043f\u0440\u0435\u043c\u0438\u0430\u043b\u044c\u043d\u0443\u044e \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u0443\u044e \u0440\u0435\u043a\u043b\u0430\u043c\u0443: \u043c\u044f\u0433\u043a\u0438\u0439 \u043a\u0438\u043d\u0435\u043c\u0430\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0441\u0432\u0435\u0442, \u0447\u0438\u0441\u0442\u044b\u0439 \u0431\u0435\u0436\u0435\u0432\u044b\u0439 \u0444\u043e\u043d, \u043b\u0451\u0433\u043a\u0438\u0435 \u0442\u0435\u043d\u0438, \u0440\u0435\u0430\u043b\u0438\u0441\u0442\u0438\u0447\u043d\u044b\u0435 \u043e\u0442\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0438 \u044d\u0441\u0442\u0435\u0442\u0438\u043a\u0430 \u043b\u044e\u043a\u0441\u043e\u0432\u043e\u0433\u043e \u0431\u0440\u0435\u043d\u0434\u0430.", "quality": "medium", "resolution": "1k"})

response = requests.post(
    url,
    headers={"Authorization": f"Bearer {os.environ['FLIXA_API_KEY']}"},
    json=payload,
    timeout=120,
)
print(response.json())

const response = await fetch(
  "https://api.flixa.io/v1/image/gpt-image-2/edit",
  {
    method: "POST",
    headers: {
      Authorization: `Bearer ${process.env.FLIXA_API_KEY}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({"aspect_ratio": "4:3", "images": ["https://uploads.flixa.io/media/86cec8ced7dd7987ef8b118a9563352d8a1131d98eaa9ebb3fadaed2ef2f2f40.jpg"], "prompt": "\u041f\u0440\u0435\u0432\u0440\u0430\u0442\u0438\u0442\u0435 \u044d\u0442\u043e \u0444\u043e\u0442\u043e \u0442\u043e\u0432\u0430\u0440\u0430 \u0432 \u043f\u0440\u0435\u043c\u0438\u0430\u043b\u044c\u043d\u0443\u044e \u0441\u0442\u0443\u0434\u0438\u0439\u043d\u0443\u044e \u0440\u0435\u043a\u043b\u0430\u043c\u0443: \u043c\u044f\u0433\u043a\u0438\u0439 \u043a\u0438\u043d\u0435\u043c\u0430\u0442\u043e\u0433\u0440\u0430\u0444\u0438\u0447\u0435\u0441\u043a\u0438\u0439 \u0441\u0432\u0435\u0442, \u0447\u0438\u0441\u0442\u044b\u0439 \u0431\u0435\u0436\u0435\u0432\u044b\u0439 \u0444\u043e\u043d, \u043b\u0451\u0433\u043a\u0438\u0435 \u0442\u0435\u043d\u0438, \u0440\u0435\u0430\u043b\u0438\u0441\u0442\u0438\u0447\u043d\u044b\u0435 \u043e\u0442\u0440\u0430\u0436\u0435\u043d\u0438\u044f \u0438 \u044d\u0441\u0442\u0435\u0442\u0438\u043a\u0430 \u043b\u044e\u043a\u0441\u043e\u0432\u043e\u0433\u043e \u0431\u0440\u0435\u043d\u0434\u0430.", "quality": "medium", "resolution": "1k"}),
  }
);

console.log(await response.json());

Пример ответа

Сразу после POST приходит объект с идентификатором задачи и статусом (queued или processing). Готовый результат — в поле outputs после завершения.

{
  "id": "550e8400-e29b-41d4-a716-446655440000",
  "status": "queued",
  "created_at": "2026-05-22T12:00:00Z"
}

После успешного завершения:

{
  "id": "550e8400-e29b-41d4-a716-446655440000",
  "status": "completed",
  "outputs": [
    { "url": "https://storage.example/result.png", "type": "image" }
  ]
}

Поллинг

Пока задача в работе, опрашивайте GET https://api.flixa.io/v1/predictions/{id}/result с тем же API-ключом. Рекомендуемый интервал — 1–2 секунды; остановитесь при completed, failed или cancelled.

• queued / processing — продолжайте опрос.
• completed — заберите URL из outputs.
• failed — смотрите error в теле ответа.

curl "https://api.flixa.io/v1/predictions/{id}/result" \
  -H "Authorization: Bearer $FLIXA_API_KEY"