openai/gpt-image-1-mini/edit

इमेज-से-इमेज

Openai GPT Image 1 Mini Edit API by OpenAI

openai/gpt-image-1-mini/edit

Edit

GPT Image 1 Mini is a cost-efficient, natively multimodal OpenAI model that pairs GPT-5 language understanding with compact image editing and generation from text and image inputs to produce high-quality images. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.

Openai GPT Image 1 Mini Edit को OpenAI द्वारा विकसित किया गया है। Atlas Cloud (Atlas Cloud AI LLC द्वारा संचालित) इस तक पहुँच प्रदान करता है, इसका स्वामी नहीं है। सभी ट्रेडमार्क उनके संबंधित स्वामियों की संपत्ति हैं।

इनपुट

प्रॉम्प्ट *

छवियाँ *(0/4)

आप फ़ाइल को ड्रैग और ड्रॉप कर सकते हैं या अपलोड के लिए क्लिक कर सकते हैं

MAX:4

गुणवत्ता

आकार

आउटपुट

निष्क्रिय

जेनरेट की गई छवियां यहां दिखाई देंगी

अपनी सेटिंग्स कॉन्फ़िगर करें और शुरू करने के लिए चलाएं पर क्लिक करें

आपके अनुरोध की लागत $0.004 प्रति रन होगी। $10 के साथ आप इस मॉडल को लगभग 2500 बार चला सकते हैं।

आगे आप यह कर सकते हैं:

इमेज-से-वीडियो इमेज-से-इमेज

पैरामीटर

कोड उदाहरण
import requests
import time

# Step 1: Start image generation
generate_url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "openai/gpt-image-1-mini/edit",  # Required
    "enable_base64_output": False,  # If enabled, the output will be encoded into a BASE64 string instead of a URL
    "enable_sync_mode": False,  # If set to true, the function will wait for the result to be generated and uploaded before returning the response
    "images": [
        "https://example.com/image1.jpg"
    ],  # Required. The images to edit
    "prompt": "A beautiful landscape with mountains and lake",  # Required. The positive prompt for the generation
    "quality": "medium",  # The quality of the generated image. options: high | medium | low
    "size": "1024x1024",  # The size of the generated media in pixels (width*height). options: 1024x1024 | 1024x1536 | 1536x1024
}

generate_response = requests.post(generate_url, headers=headers, json=data)
generate_result = generate_response.json()
prediction_id = generate_result["data"]["id"]

# Step 2: Poll for result
poll_url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"

def check_status():
    while True:
        response = requests.get(poll_url, headers={"Authorization": "Bearer $ATLASCLOUD_API_KEY"})
        result = response.json()

        if result["data"]["status"] == "completed":
            print("Generated image:", result["data"]["outputs"][0])
            return result["data"]["outputs"][0]
        elif result["data"]["status"] == "failed":
            raise Exception(result["data"]["error"] or "Generation failed")
        else:
            # Still processing, wait 2 seconds
            time.sleep(2)

image_url = check_status()

इंस्टॉल करें

अपनी प्रोग्रामिंग भाषा के लिए आवश्यक पैकेज इंस्टॉल करें।

pip install requests

प्रमाणीकरण

सभी API अनुरोधों के लिए API कुंजी के माध्यम से प्रमाणीकरण आवश्यक है। आप अपनी API कुंजी Atlas Cloud डैशबोर्ड से प्राप्त कर सकते हैं।

export ATLASCLOUD_API_KEY="your-api-key-here"

HTTP हेडर

import os

API_KEY = os.environ.get("ATLASCLOUD_API_KEY")
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}

अपनी API कुंजी सुरक्षित रखें

क्लाइंट-साइड कोड या सार्वजनिक रिपॉज़िटरी में अपनी API कुंजी कभी उजागर न करें। इसके बजाय एनवायरनमेंट वेरिएबल या बैकएंड प्रॉक्सी का उपयोग करें।

अनुरोध सबमिट करें

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}
data = {
    "model": "your-model",
    "prompt": "A beautiful landscape"
}

response = requests.post(url, headers=headers, json=data)
print(response.json())

अनुरोध सबमिट करें

एक असिंक्रोनस जनरेशन अनुरोध सबमिट करें। API एक प्रेडिक्शन ID लौटाता है जिसका उपयोग आप स्थिति जाँचने और परिणाम प्राप्त करने के लिए कर सकते हैं।

POST/api/v1/model/generateImage

अनुरोध बॉडी

import requests

url = "https://api.atlascloud.ai/api/v1/model/generateImage"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer $ATLASCLOUD_API_KEY"
}

data = {
    "model": "openai/gpt-image-1-mini/edit",
    "prompt": "A beautiful landscape with mountains and lake"
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(f"Prediction ID: {result['data']['id']}")
print(f"Status: {result['data']['status']}")

प्रतिक्रिया

{
  "code": 200,
  "data": {
    "id": "pred_abc123",
    "status": "processing",
    "model": "model-name",
    "created_at": "2025-01-01T00:00:00Z"
  }
}

स्थिति जाँचें

अपने अनुरोध की वर्तमान स्थिति जाँचने के लिए प्रेडिक्शन एंडपॉइंट को पोल करें।

GET/api/v1/model/prediction/{prediction_id}

पोलिंग उदाहरण

import requests
import time

prediction_id = "pred_abc123"
url = f"https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

while True:
    response = requests.get(url, headers=headers)
    result = response.json()
    status = result["data"]["status"]
    print(f"Status: {status}")

    if status in ["completed", "succeeded"]:
        output_url = result["data"]["outputs"][0]
        print(f"Output URL: {output_url}")
        break
    elif status == "failed":
        print(f"Error: {result['data'].get('error', 'Unknown')}")
        break

    time.sleep(3)

स्थिति मान

processingअनुरोध अभी भी प्रोसेस हो रहा है।

completedजनरेशन पूर्ण हो गया है। आउटपुट उपलब्ध हैं।

succeededजनरेशन सफल रहा। आउटपुट उपलब्ध हैं।

failedजनरेशन विफल हो गया। एरर फ़ील्ड जाँचें।

पूर्ण प्रतिक्रिया

{
  "data": {
    "id": "pred_abc123",
    "status": "completed",
    "outputs": [
      "https://storage.atlascloud.ai/outputs/result.png"
    ],
    "metrics": {
      "predict_time": 8.3
    },
    "created_at": "2025-01-01T00:00:00Z",
    "completed_at": "2025-01-01T00:00:10Z"
  }
}

फ़ाइलें अपलोड करें

Atlas Cloud स्टोरेज पर फ़ाइलें अपलोड करें और एक URL प्राप्त करें जिसका उपयोग आप अपने API अनुरोधों में कर सकते हैं। अपलोड के लिए multipart/form-data का उपयोग करें।

POST/api/v1/model/uploadMedia

अपलोड उदाहरण

import requests

url = "https://api.atlascloud.ai/api/v1/model/uploadMedia"
headers = { "Authorization": "Bearer $ATLASCLOUD_API_KEY" }

with open("image.png", "rb") as f:
    files = {"file": ("image.png", f, "image/png")}
    response = requests.post(url, headers=headers, files=files)

result = response.json()
download_url = result["data"]["download_url"]
print(f"File URL: {download_url}")

प्रतिक्रिया

{
  "data": {
    "download_url": "https://storage.atlascloud.ai/uploads/abc123/image.png",
    "file_name": "image.png",
    "content_type": "image/png",
    "size": 1024000
  }
}

Input Schema

अनुरोध बॉडी में निम्नलिखित पैरामीटर स्वीकार किए जाते हैं।

कुल: 6आवश्यक: 2वैकल्पिक: 4

enable_base64_outputboolean

If enabled, the output will be encoded into a BASE64 string instead of a URL. This property is only available through the API.

Default: false

enable_sync_modeboolean

If set to true, the function will wait for the result to be generated and uploaded before returning the response. It allows you to get the result directly in the response. This property is only available through the API.

Default: false

imagesarray[string]required

The images to edit.

Min items: 1Max items: 4

promptstringrequired

The positive prompt for the generation.

qualitystring

The quality of the generated image.

Default: "medium"

highmediumlow

sizestring

The size of the generated media in pixels (width*height).

Default: "1024x1024"

1024x10241024x15361536x1024

अनुरोध बॉडी का उदाहरण

{
  "model": "openai/gpt-image-1-mini/edit",
  "enable_base64_output": false,
  "enable_sync_mode": false,
  "images": [
    "https://example.com/file.jpg"
  ],
  "prompt": "A beautiful landscape",
  "quality": "medium",
  "size": "1024x1024"
}

Output Schema

API जनरेट किए गए आउटपुट URL के साथ एक प्रेडिक्शन प्रतिक्रिया लौटाता है।

modelstring

model name

Default: "openai/gpt-image-1-mini/edit"

created_atstring

ISO timestamp of when the request was created (e.g., “2023-04-01T12:34:56.789Z”).

idstring

Unique identifier for the prediction, the ID of the prediction to get.

outputsarray

Array of URLs to the generated content (empty when status is not completed).

statusstring

Status of the task: created, processing, completed, or failed.

प्रतिक्रिया का उदाहरण

{
  "id": "pred_abc123",
  "status": "completed",
  "model": "model-name",
  "outputs": [
    "https://storage.atlascloud.ai/outputs/result.png"
  ],
  "metrics": {
    "predict_time": 8.3
  },
  "created_at": "2025-01-01T00:00:00Z",
  "completed_at": "2025-01-01T00:00:10Z"
}

Atlas Cloud Skills

Atlas Cloud Skills 400+ AI मॉडल को सीधे आपके AI कोडिंग असिस्टेंट में इंटीग्रेट करता है। इंस्टॉल करने के लिए एक कमांड, फिर इमेज, वीडियो जनरेट करने और LLM के साथ चैट करने के लिए प्राकृतिक भाषा का उपयोग करें।

समर्थित क्लाइंट

Claude Code

OpenAI Codex

Gemini CLI

Cursor

Windsurf

VS Code

Trae

GitHub Copilot

Cline

Roo Code

Amp

Goose

Replit

40+ समर्थित क्लाइंट

इंस्टॉल करें

npx skills add AtlasCloudAI/atlas-cloud-skills

API कुंजी सेटअप करें

Atlas Cloud डैशबोर्ड से अपनी API कुंजी प्राप्त करें और इसे एनवायरनमेंट वेरिएबल के रूप में सेट करें।

export ATLASCLOUD_API_KEY="your-api-key-here"

क्षमताएँ

एक बार इंस्टॉल होने के बाद, आप सभी Atlas Cloud मॉडल तक पहुँचने के लिए अपने AI असिस्टेंट में प्राकृतिक भाषा का उपयोग कर सकते हैं।

इमेज जनरेशनNano Banana 2, Z-Image और अन्य मॉडल के साथ इमेज जनरेट करें।

वीडियो निर्माणKling, Vidu, Veo आदि के साथ टेक्स्ट या इमेज से वीडियो बनाएँ।

LLM चैटQwen, DeepSeek और अन्य बड़े भाषा मॉडल के साथ चैट करें।

मीडिया अपलोडइमेज एडिटिंग और इमेज-टू-वीडियो वर्कफ़्लो के लिए लोकल फ़ाइलें अपलोड करें।

और जानें

github.com/AtlasCloudAI/atlas-cloud-skills

MCP Server

Atlas Cloud MCP Server आपके IDE को Model Context Protocol के माध्यम से 400+ AI मॉडल से जोड़ता है। किसी भी MCP-संगत क्लाइंट के साथ काम करता है।

समर्थित क्लाइंट

Cursor

VS Code

Windsurf

Claude Code

OpenAI Codex

Gemini CLI

Cline

Roo Code

100+ समर्थित क्लाइंट

इंस्टॉल करें

npx -y atlascloud-mcp

कॉन्फ़िगरेशन

अपने IDE की MCP सेटिंग्स फ़ाइल में निम्नलिखित कॉन्फ़िगरेशन जोड़ें।

{
  "mcpServers": {
    "atlascloud": {
      "command": "npx",
      "args": [
        "-y",
        "atlascloud-mcp"
      ],
      "env": {
        "ATLASCLOUD_API_KEY": "your-api-key-here"
      }
    }
  }
}

उपलब्ध टूल

atlas_generate_imageटेक्स्ट प्रॉम्प्ट से इमेज जनरेट करें।

atlas_generate_videoटेक्स्ट या इमेज से वीडियो बनाएँ।

atlas_chatबड़े भाषा मॉडल के साथ चैट करें।

atlas_list_models400+ उपलब्ध AI मॉडल ब्राउज़ करें।

atlas_quick_generateऑटो मॉडल चयन के साथ एक-चरण कंटेंट निर्माण।

atlas_upload_mediaAPI वर्कफ़्लो के लिए लोकल फ़ाइलें अपलोड करें।

और जानें

github.com/AtlasCloudAI/mcp-server

API स्कीमा

{
  "info": {
    "description": "The AtlasCloud API.",
    "title": "AtlasCloud API",
    "version": "1.0.0"
  },
  "paths": {
    "/api/v1/model/generateImage": {
      "post": {
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "The request status."
          }
        },
        "requestBody": {
          "required": true,
          "content": {
            "application/json": {
              "schema": {
                "$ref": "#/components/schemas/Input"
              }
            }
          }
        }
      },
      "x-api-name": "model_run"
    },
    "/api/v1/model/result/{request_id}": {
      "get": {
        "responses": {
          "200": {
            "content": {
              "application/json": {
                "schema": {
                  "$ref": "#/components/schemas/PredictionResponse"
                }
              }
            },
            "description": "Result of the request."
          }
        },
        "parameters": [
          {
            "in": "path",
            "name": "request_id",
            "schema": {
              "type": "string",
              "description": "Request ID"
            },
            "required": true
          }
        ]
      },
      "x-api-name": "model_result"
    }
  },
  "openapi": "3.0.0",
  "servers": [
    {
      "url": "https://api.atlascloud.ai"
    }
  ],
  "components": {
    "schemas": {
      "Input": {
        "properties": {
          "enable_base64_output": {
            "default": false,
            "description": "If enabled, the output will be encoded into a BASE64 string instead of a URL. This property is only available through the API.",
            "disabled": true,
            "type": "boolean"
          },
          "enable_sync_mode": {
            "default": false,
            "description": "If set to true, the function will wait for the result to be generated and uploaded before returning the response. It allows you to get the result directly in the response. This property is only available through the API.",
            "disabled": true,
            "type": "boolean"
          },
          "images": {
            "description": "The images to edit.",
            "items": {
              "type": "string"
            },
            "maxItems": 4,
            "minItems": 1,
            "type": "array"
          },
          "prompt": {
            "description": "The positive prompt for the generation.",
            "minLength": 1,
            "type": "string"
          },
          "quality": {
            "default": "medium",
            "description": "The quality of the generated image.",
            "enum": [
              "high",
              "medium",
              "low"
            ],
            "type": "string"
          },
          "size": {
            "default": "1024x1024",
            "description": "The size of the generated media in pixels (width*height).",
            "enum": [
              "1024x1024",
              "1024x1536",
              "1536x1024"
            ],
            "type": "string"
          }
        },
        "required": [
          "model",
          "images",
          "prompt"
        ],
        "type": "object",
        "x-order-properties": [
          "prompt",
          "images",
          "quality",
          "size",
          "enable_sync_mode",
          "enable_base64_output"
        ]
      },
      "PredictionResponse": {
        "properties": {
          "model": {
            "type": "string",
            "description": "model name",
            "default": "openai/gpt-image-1-mini/edit"
          },
          "created_at": {
            "description": "ISO timestamp of when the request was created (e.g., “2023-04-01T12:34:56.789Z”).",
            "format": "date-time",
            "type": "string"
          },
          "id": {
            "description": "Unique identifier for the prediction, the ID of the prediction to get.",
            "type": "string"
          },
          "outputs": {
            "description": "Array of URLs to the generated content (empty when status is not completed).",
            "items": {
              "type": "string"
            },
            "type": "array"
          },
          "status": {
            "description": "Status of the task: created, processing, completed, or failed.",
            "type": "string"
          },
          "urls": {
            "description": "Object containing related API endpoints.",
            "type": "object"
          }
        },
        "type": "object"
      }
    },
    "securitySchemes": {
      "apiKeyAuth": {
        "in": "header",
        "name": "Authorization",
        "type": "apiKey"
      }
    }
  }
}

LLM के लिए प्रॉम्प्ट टेम्पलेट

# openai/gpt-image-1-mini/edit

> GPT Image 1 Mini is a cost-efficient, natively multimodal OpenAI model that pairs GPT-5 language understanding with compact image editing and generation from text and image inputs to produce high-quality images. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.


## Overview

- **Submit endpoint (POST)**: `https://api.atlascloud.ai/api/v1/model/generateImage` — start an async generation; returns a `prediction_id`
- **Poll endpoint (GET)**: `https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}` — poll this until the prediction finishes
- **Model ID**: `openai/gpt-image-1-mini/edit`


## API Information

This model can be used via our HTTP API or more conveniently via our client libraries.
See the input and output schema below, as well as the usage examples.


### Input Schema

The API accepts the following input parameters:

- **`prompt`** (`string`, _required_):
  The positive prompt for the generation.

- **`images`** (`array[string]`, _required_):
  The images to edit.
  - Min items: 1
  - Max items: 4

- **`quality`** (`string`, _optional_):
  The quality of the generated image.
  - Default: `"medium"`
  - Options: "high", "medium", "low"

- **`size`** (`string`, _optional_):
  The size of the generated media in pixels (width*height).
  - Default: `"1024x1024"`
  - Options: "1024x1024", "1024x1536", "1536x1024"

- **`enable_sync_mode`** (`boolean`, _optional_):
  If set to true, the function will wait for the result to be generated and uploaded before returning the response. It allows you to get the result directly in the response. This property is only available through the API.
  - Default: `false`

- **`enable_base64_output`** (`boolean`, _optional_):
  If enabled, the output will be encoded into a BASE64 string instead of a URL. This property is only available through the API.
  - Default: `false`



**Required Parameters Example**:

```json
{
  "model": "openai/gpt-image-1-mini/edit",
  "images": [
    ""
  ],
  "prompt": ""
}
```


**Full Example**:

```json
{
  "model": "openai/gpt-image-1-mini/edit",
  "prompt": "",
  "images": [
    ""
  ],
  "quality": "medium",
  "size": "1024x1024",
  "enable_sync_mode": false,
  "enable_base64_output": false
}
```


### Output Schema

The API returns the following output format:


- **`model`** (`string`, _optional_):
  model name
  - Default: `"openai/gpt-image-1-mini/edit"`

- **`created_at`** (`string`, _optional_):
  ISO timestamp of when the request was created (e.g., “2023-04-01T12:34:56.789Z”).

- **`id`** (`string`, _optional_):
  Unique identifier for the prediction, the ID of the prediction to get.

- **`outputs`** (`array[string]`, _optional_):
  Array of URLs to the generated content (empty when status is not completed).

- **`status`** (`string`, _optional_):
  Status of the task: created, processing, completed, or failed.

- **`urls`** (`object`, _optional_):
  Object containing related API endpoints.



**Example Response**:

```json
{
  "model": "openai/gpt-image-1-mini/edit",
  "created_at": "",
  "id": "",
  "outputs": [
    ""
  ],
  "status": "",
  "urls": {}
}
```


## Usage Examples

### cURL

```bash
# Step 1: Start generation (async)
curl -X POST "https://api.atlascloud.ai/api/v1/model/generateImage" \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "openai/gpt-image-1-mini/edit",
  "prompt": "",
  "images": [
    ""
  ],
  "quality": "medium",
  "size": "1024x1024",
  "enable_sync_mode": false,
  "enable_base64_output": false
}'

# Response will contain: {"code": 200, "data": {"id": "prediction_id", "status": "processing"}}

# Step 2: Poll for result (replace {prediction_id} with the id returned above)
curl -X GET "https://api.atlascloud.ai/api/v1/model/prediction/{prediction_id}" \
  -H "Authorization: Bearer $ATLASCLOUD_API_KEY"

# Keep polling until status is "completed", "succeeded" or "failed"
# When completed, outputs will contain the generated content URL(s)
```

## Additional Resources

### Documentation

- [Model Playground](https://www.atlascloud.ai/models/openai/gpt-image-1-mini/edit)

Transform the original scene into a bold American animation style, featuring clean linework, strong outlines, and simplified yet expressive character design. Use vibrant, high-contrast colors with clear color blocking and stylized shading rather than realistic rendering. The lighting should be graphic and punchy, with defined highlights and shadows that enhance readability and impact. Maintain the original composition and action, but reinterpret details with a slightly exaggerated, dynamic aesthetic typical of modern American cartoons. Smooth motion, expressive poses, and a polished, high-energy visual tone. Crisp, stylized, animation-ready, consistent art direction, high clarity and visual appeal.

लोड हो रहा है...

openai/gpt-image-1-mini/edit

GPT Image 1 Mini (Edit) is a cost-efficient multimodal image editing model powered by OpenAI’s GPT-5 architecture. It enables users to refine, modify, or transform existing images using natural language instructions, while maintaining the original style, composition, and visual integrity.

🌟 Key Features

🧠 GPT-5-Powered Visual Understanding

Understands complex textual instructions and applies targeted edits that match intent and context.

🎨 Intelligent Image Editing

Add, remove, or modify elements in an image with precision — from subtle adjustments to full stylistic transformations.

🖼 Multi-Image Support

Accepts one or more image inputs to guide the edit or style reference process.

💡 Context-Aware Refinement

Preserves the key artistic or photographic features, such as lighting, tone, and pose, while applying changes only where needed.

💰 Efficient and Accessible

Offers professional-quality visual editing at a low cost, ideal for rapid prototyping, design iteration, or creative workflows.

⚙️ Parameters

Parameter	Description
`prompt`*	Describe how you want to edit or modify the image (e.g. “change outfit colors to pastel tones, add neon city lights in the background”)
`images`*	Upload one or more reference images (`JPG` / `PNG`) to be edited or used as visual input

💡 Example Prompt

Three fashionable young women in a nighttime urban scene, showcasing Y2K and streetwear aesthetics. Each has distinct styling: plaid shirt with ripped jeans, off-shoulder top with retro socks and chunky sneakers, crop top with cowboy boots and accessories. Enhance lighting and color balance for a cinematic look.

🎯 Use Cases

Product & Fashion Editing — Adjust outfits, lighting, or background for catalog or campaign visuals.
UI/UX & Brand Design — Apply aesthetic refinements to mockups or visual assets.
Creative Direction — Evolve photo concepts while preserving original mood and framing.
Photography & Illustration — Fix, enhance, or restyle images using natural text prompts.

Openai GPT Image 1 Mini Edit API by OpenAI

इनपुट

आउटपुट

पैरामीटर

कोड उदाहरण

इंस्टॉल करें

प्रमाणीकरण

HTTP हेडर

अनुरोध सबमिट करें

अनुरोध सबमिट करें

अनुरोध बॉडी

प्रतिक्रिया

स्थिति जाँचें

पोलिंग उदाहरण

स्थिति मान

पूर्ण प्रतिक्रिया

फ़ाइलें अपलोड करें

अपलोड उदाहरण

प्रतिक्रिया

Input Schema

अनुरोध बॉडी का उदाहरण

Output Schema

प्रतिक्रिया का उदाहरण

Atlas Cloud Skills

समर्थित क्लाइंट

इंस्टॉल करें

API कुंजी सेटअप करें

क्षमताएँ

MCP Server

समर्थित क्लाइंट

इंस्टॉल करें

कॉन्फ़िगरेशन

उपलब्ध टूल

API स्कीमा

LLM के लिए प्रॉम्प्ट टेम्पलेट

openai/gpt-image-1-mini/edit

🌟 Key Features

🧠 GPT-5-Powered Visual Understanding

🎨 Intelligent Image Editing

🖼 Multi-Image Support

💡 Context-Aware Refinement

💰 Efficient and Accessible

⚙️ Parameters

💡 Example Prompt

🎯 Use Cases

समान मॉडल देखें

GPT Image 2.5 Sunburst Text-to-Image

GPT Image 2.5 Sunburst Edit

GPT Image 2.5 Flare Text-to-Image

GPT Image 2.5 Flare Edit

Openai GPT Image 2 Text-to-Image

Openai GPT Image 2 Edit

GPT Image 2.5 Flare Developer Edit

GPT Image 2.5 Flare Developer Text-to-Image

GPT Image 2.5 Sunburst Developer Edit

GPT Image 2.5 Sunburst Developer Text-to-Image

Openai GPT Image-1.5 Text-to-image

Openai GPT Image-1.5 Edit

Openai GPT Image-1 Text-to-image

Openai GPT Image-1 Edit

Openai GPT Image-1 Mini Text-to-image

GPT Image 2 Developer Edit

हर मीडिया AI के लिए एक ही API।

इनपुट

आउटपुट

पैरामीटर

कोड उदाहरण

इंस्टॉल करें

प्रमाणीकरण

HTTP हेडर

अनुरोध सबमिट करें

अनुरोध सबमिट करें

अनुरोध बॉडी

प्रतिक्रिया

स्थिति जाँचें

पोलिंग उदाहरण

स्थिति मान

पूर्ण प्रतिक्रिया

फ़ाइलें अपलोड करें

अपलोड उदाहरण