Atlas Cloud เป็นผู้ขายต่อที่ได้รับอนุญาตในสหรัฐฯ ของ Dreamina Seedance 2.5 และ Seedream 5.0 Pro แล้ว
GPT Image 1 with Accurate Text

GPT Image 1 with Accurate Text

GPT Image 1 เป็นเสาหลักของตระกูลโมเดลภาพจาก OpenAI สำหรับนักพัฒนาที่สร้างเครื่องมือด้านภาพเพื่อใช้งานจริง โมเดลสามารถเรนเดอร์ข้อความที่อ่านได้ชัดเจน ทำตามพรอมต์ที่มีรายละเอียด สร้างฉากเสมือนจริง และปรับใช้กับสไตล์ภาพที่หลากหลายโดยอาศัยความรู้เกี่ยวกับโลก Atlas Cloud รองรับเวิร์กโหลดระดับโปรดักชันโดยไม่มี cold start คิดค่าบริการตามการใช้งานอย่างโปร่งใส รับประกัน uptime 99.99% และเข้าถึงโมเดลมากกว่า 300 รายการ เริ่มสร้างสรรค์ได้วันนี้

GPT Image พัฒนาโดย OpenAI โดย Atlas Cloud (ดำเนินการโดย Atlas Cloud AI LLC) เป็นผู้ให้บริการเข้าถึงโมเดลนี้ แต่ไม่ได้เป็นเจ้าของโมเดล เครื่องหมายการค้าทั้งหมดเป็นของเจ้าของที่เกี่ยวข้อง

สำรวจโมเดลชั้นนำ

Atlas Cloud มอบโมเดลสร้างสรรค์ล่าสุดที่นำหน้าในอุตสาหกรรมให้กับคุณ

ความเร็วสูงสุด

ต้นทุนต่ำที่สุด

ModalityDescription
GPT Image 1 T2I API (Text to Image)Turn text prompts into generated images with the GPT Image 1 text to image endpoint. Built for visual asset creation, its ready to use REST inference API offers no cold starts at a standard price of $0.011 per image.
GPT Image 1 Edit API (Image to Image)Refine or transform supplied images through the GPT Image 1 editing endpoint. Its REST inference API supports image creation and revision workflows with no cold starts and standard pricing of $0.011 per image.

ภายในสแตกควบคุมงานสร้างสรรค์ของ GPT Image 1

GPT Image 1 ผสานการเรนเดอร์ข้อความที่แม่นยำ การควบคุมพรอมป์ต์อย่างละเอียด สไตล์ภาพที่หลากหลาย การแก้ไขด้วยภาพอ้างอิงและมาสก์ คุณภาพ 3 ระดับ ขนาดเอาต์พุต 3 แบบ การสร้างภาพแบบแบตช์ และการควบคุมการส่งมอบที่พร้อมใช้งานจริงผ่าน Atlas Cloud

การควบคุมพรอมป์ต์และข้อความของ GPT Image 1

การควบคุมพรอมป์ต์และข้อความของ GPT Image 1

GPT Image 1 ทำตามพรอมป์ต์ที่มีรายละเอียด เรนเดอร์ข้อความให้อ่านได้ชัดเจน และสามารถจัดวางวัตถุที่แตกต่างกันประมาณ 10 ถึง 20 ชิ้นในฉากที่ซับซ้อนได้ ใช้ถ้อยคำที่ระบุอย่างชัดเจนสำหรับป้าย ฉลากสินค้า อินโฟกราฟิก หรือแบบจำลองอินเทอร์เฟซ พร้อมกำหนดองค์ประกอบภาพและความสัมพันธ์ระหว่างองค์ประกอบต่าง ๆ ความเข้าใจทั้งภาษาและภาพที่ทำงานร่วมกันช่วยให้นักพัฒนาสร้างแอสเซ็ตที่ใกล้เคียงกับบรีฟงานสร้างสรรค์ที่มีข้อกำหนดสูงในเวิร์กโฟลว์การผลิตมากขึ้น

สไตล์ที่ได้รับข้อมูลจากความรู้รอบโลก

สไตล์ที่ได้รับข้อมูลจากความรู้รอบโลก

ตั้งแต่ภาพถ่ายเสมือนจริง ภาพประกอบที่มีสไตล์ คอนเซ็ปต์อาร์ต อินโฟกราฟิก ไปจนถึงภาพที่ได้รับแรงบันดาลใจจาก 3D GPT Image 1 สามารถตีความแนวทางด้านสุนทรียภาพที่หลากหลายได้ ใส่บริบททางวัฒนธรรม ประวัติศาสตร์ หรือเฉพาะด้านลงในพรอมป์ต์ เพื่อดึงความรู้รอบโลกของโมเดลมาใช้ นอกเหนือจากการเลียนแบบสไตล์เพียงผิวเผิน ความยืดหยุ่นนี้เหมาะกับไปป์ไลน์งานสร้างสรรค์ที่ต้องใช้ภาษาภาพหลายรูปแบบ โดยไม่ต้องเปลี่ยนโมเดลพื้นฐานหรือสร้างสแตกการเชื่อมต่อใหม่

การแก้ไขด้วยภาพอ้างอิงและมาสก์

การแก้ไขด้วยภาพอ้างอิงและมาสก์

แก้ไขแอสเซ็ตที่มีอยู่ด้วยภาพอินพุต 1 ถึง 4 ภาพ พร้อม PNG mask ที่เป็นตัวเลือกสำหรับระบุพื้นที่โปร่งใสที่จะปรับแก้ เมื่อระบุภาพอ้างอิงหลายภาพ มาสก์จะมีผลกับภาพแรก ส่วนพรอมป์ต์จะกำหนดการเปลี่ยนแปลงที่ต้องการ ฟีเจอร์นี้รองรับการรีทัชเฉพาะจุด การเปลี่ยนวัตถุ การคอมโพสิต และการปรับแก้แบบควบคุมได้ โดยยังคงรักษาพื้นที่ที่ไม่ได้แก้ไขไว้ในแอสเซ็ตสำหรับการผลิต

การควบคุมคุณภาพและขนาดของ GPT Image 1

การควบคุมคุณภาพและขนาดของ GPT Image 1

เลือกคุณภาพ Low, Medium หรือ High สำหรับคำขอ GPT Image 1 แต่ละครั้ง จากนั้นเลือกเอาต์พุตขนาด 1024x1024, 1024x1536 หรือ 1536x1024 ปรับกรอบภาพแบบสี่เหลี่ยมจัตุรัส แนวตั้ง หรือแนวนอนให้เหมาะกับปลายทาง พร้อมรักษาสมดุลระหว่างรายละเอียดกับภาระงาน การควบคุมที่ระบุไว้อย่างชัดเจนเหล่านี้ทำให้ endpoint เดียวกันเหมาะสำหรับการทดลองร่าง แอสเซ็ตแคมเปญ และภาพสำหรับการผลิตจริงบนช่องทางเผยแพร่ที่หลากหลาย

การควบคุมแบบแบตช์และการส่งมอบ

การควบคุมแบบแบตช์และการส่งมอบ

สร้างภาพได้ตั้งแต่ 1 ถึง 10 ภาพจากพรอมป์ต์ข้อความ โดยเลือกรับเอาต์พุตเป็น PNG หรือ JPEG ได้ สำหรับการส่งมอบแบบ JPEG สามารถตั้งค่าการบีบอัดได้ตั้งแต่ 0 ถึง 100 ขณะที่เอาต์พุตแบบ Base64 และการทำงานแบบ synchronous ช่วยให้แอปพลิเคชันจัดการผลลัพธ์ได้โดยตรง การควบคุมเหล่านี้ช่วยให้การคิดไอเดียแบบแบตช์ ไปป์ไลน์แอสเซ็ต และการเชื่อมต่อที่ต้องการรูปแบบมีเดียที่คาดเดาได้กับเวิร์กโฟลว์การตอบกลับที่ยืดหยุ่นในระดับสเกลทำได้ง่ายขึ้น

การเข้าถึง GPT Image 1 บน Atlas Cloud

การเข้าถึง GPT Image 1 บน Atlas Cloud

เรียกใช้การสร้างและแก้ไขภาพด้วย GPT Image 1 ผ่าน Atlas Cloud พร้อมการเรียกเก็บค่าบริการแบบจ่ายตามการใช้งานอย่างโปร่งใส ในราคามาตรฐาน $0.011 ต่อภาพ โมเดลทั้ง 2 รุ่นใช้เส้นทางการสร้างของ Atlas เดียวกันโดยไม่มี cold start ขณะที่ตัวเลือก synchronous และ Base64 รองรับโฟลว์การทำงานของแอปพลิเคชันที่แตกต่างกัน การตั้งค่านี้เหมาะสำหรับนักพัฒนาที่ต้องการเข้าถึง REST โดยตรง โดยไม่ต้องจัดการบริการภาพแยกต่างหาก

สายสกุล GPT Image 1: หนึ่งพรอมต์ สามโมเดล

ดูการเปรียบเทียบสายสกุล GPT Image 1 กับคู่แข่งชั้นนำ เมื่อใช้พรอมต์เดียวกันทดสอบตัวอักษร การจัดองค์ประกอบ พื้นผิว แสง และจังหวะการเคลื่อนไหวที่ชี้ขาด

พรอมต์

ภาพถ่ายเฉียงมุมสูงของการทดลองของชมรมวิทยาศาสตร์โรงเรียนมัธยมย้อนยุคบนดาดฟ้าวิทยาเขตที่อาบด้วยแสงแดด: วัยรุ่นสามคนในชุดนักเรียนญี่ปุ่นที่สมจริงกำลังร่วมกันปล่อยเรือเหาะพลังงานแสงอาทิตย์ทำมือสีเงิน บันทึกภาพในจังหวะชี้ขาดที่แรงยกพุ่งขึ้นอย่างฉับพลันจนดึงนักเรียนคนหนึ่งลอยจากพื้นอย่างนุ่มนวล ปลายเท้าลอยเหนือพื้นคอนกรีต ขณะที่อีกสองคนยึดเชือกไว้แน่นและเอื้อมมือไปหาเพื่อนที่ลอยอยู่ โดยมีมือถูกต้องตามกายวิภาคและความสัมพันธ์ทางกายภาพที่อ่านเข้าใจได้อย่างชัดเจน แผ่นบันทึกการทดลองที่เต็มไปด้วยการคำนวณลายมือขนาดเล็ก แผนภาพ และบันทึกภาษาญี่ปุ่นปลิวกระจายไปตามลม พร้อมสายวัดสีแดงมะเขือเทศที่กำลังคลี่ออก สร้างช่วงเวลาที่ทั้งน่าประหลาดใจ สนุกสนาน และควบคุมได้เพียงเล็กน้อย เส้นแบ่งเลนวิ่งบนดาดฟ้าสีน้ำเงินโคบอลต์สร้างแนวเส้นนำสายตาเฉียงที่ชัดเจนไปยังกลุ่มคน ขณะที่พื้นที่ด้านขวาทั้งหมดคงไว้ซึ่งพื้นที่ว่างคอนกรีตขนาดใหญ่ที่ตั้งใจออกแบบ แสงแดดเที่ยงวันทิศทางเดียวที่เข้มจัด เงายาวขอบคมชัด ไฮไลต์สว่างแต่ควบคุมได้บนแผ่นเมมเบรนโปร่งแสงสะท้อนแสงของเรือเหาะ มีเพียงกระดาษที่ปลิว สายวัด และเส้นผมที่ถูกลมพัดเท่านั้นที่มีเบลอจากการเคลื่อนไหวเล็กน้อย ใช้พาเลตสีเงินเทา น้ำเงินโคบอลต์ และแดงมะเขือเทศอย่างมีวินัย ถ่ายทอดพื้นผิวสัมผัสของฟิล์มโลหะยับ สูตรชอล์กบนคอนกรีต เนื้อผ้าชุดนักเรียนแบบทอ รองเท้าผ้าใบมีรอยถลอก เส้นผมละเอียด และผิววัยเยาว์ที่สมจริงพร้อมพื้นผิวตามธรรมชาติ ความสมจริงแบบงานบรรณาธิการของนิตยสารวัยรุ่นญี่ปุ่น ภาพถ่ายฟิล์มแอนะล็อกแบบแคนดิด ท้องฟ้าเปิดรับแสงเกินเล็กน้อย เกรน 35mm ละเอียด คอนทราสต์เป็นธรรมชาติ ไม่มีสีหน้าที่จัดท่า ไม่มีผิวพลาสติกมันวาว ไม่มี HDR ไม่มีสีหม่นขุ่น ไม่มีรายละเอียดจุลภาคมากเกินไป ไม่มีแสงเรืองเทียม ไม่มีฉากแฟนตาซีแบบภาพยนตร์ที่อลังการเกินจริง มีความสอดคล้องเชิงพื้นที่อย่างลึกซึ้ง มุมมองดาดฟ้าที่น่าเชื่อถือ ทิศทางลมสอดคล้องกัน การสะท้อนและความโปร่งใสถูกต้อง อ่านบันทึกลายมือตัวเล็กได้อย่างชัดเจน แอ็กชันของหลายคนมีพลังแต่ยังน่าเชื่อถือ จัดองค์ประกอบแนวนอนเต็มทั้งเฟรม อัตราส่วนกว้าง 16:9 เต็มพื้นที่ภาพ

Generated with GPT Image 2.5 Sunburst Text-to-Image on Atlas Cloud

Generated with GPT Image 2.5 Sunburst Text-to-Image on Atlas Cloud

Generated with Nano Banana 2 Text-to-Image on Atlas Cloud

Generated with Nano Banana 2 Text-to-Image on Atlas Cloud

Generated with Openai GPT Image 2 Text-to-Image on Atlas Cloud

Generated with Openai GPT Image 2 Text-to-Image on Atlas Cloud

พรอมต์

ภาพถ่ายสารคดีเชิงบรรณาธิการ มุมมองจากด้านบนลงล่างอย่างเคร่งครัดในแนวตั้งของสตูดิโอเซรามิกของช่างรุ่นเยาว์ พื้นกระเบื้องสีเขียวมิ้นต์ บันทึกจังหวะตลกชี้ขาดที่ภาชนะดินเหนียวสีน้ำเงินโคบอลต์พังทลายเป็นเกลียวสง่างามบนแป้นหมุนที่กำลังหมุนด้วยความเร็วสูง การเคลื่อนที่จากแรงเหวี่ยงดูสมจริงทางฟิสิกส์ มีเบลอจากการหมุนเล็กน้อย และน้ำดินเปียกกระเด็นเป็นส่วนโค้งงดงามไปทั่วผ้ากันเปื้อนผ้าใบสีขาวที่มีพื้นผิวของช่างเซรามิก มือที่เปื้อนดินของช่างปั้นวัยเยาว์ถูกต้องตามกายวิภาคและชักกลับอย่างเป็นธรรมชาติ ใบหน้าประหลาดใจแต่พยายามกลั้นหัวเราะ ขณะที่แมวสีส้มข้างแป้นหมุนเหยียดอุ้งเท้าที่ถูกต้องหนึ่งข้างไปยังฟองน้ำซึ่งค้างอยู่กลางอากาศ ขนเคลื่อนไหวอย่างน่าเชื่อถือและมีจุดสนใจที่ขี้เล่น แสงแดดยามบ่ายทิศทางเดียวที่เข้มจัดส่องเฉียงผ่านหน้าต่างสูง กรีดพื้นด้วยแถบแสงสี่เหลี่ยมขอบคมและเงาขอบยาว สร้างองค์ประกอบวงกลมแปลกตารอบแป้นหมุนที่วางเยื้องศูนย์ จัดวางเครื่องมือไม้ จานเคลือบสีที่ใช้แต่งอย่างพอดี เศษดิน และเศษเครื่องปั้นที่แตกเป็นจังหวะรัศมีความหนาแน่นหลากหลาย พร้อมรักษามุมหนึ่งให้เป็นพื้นที่ว่างกว้างและไม่รก ใช้พาเลตสามสีอย่างมีวินัย ได้แก่ น้ำเงินโคบอลต์ ส้มเทอร์ราคอตตา และเขียวมิ้นต์ สมดุลด้วยสีขาวและสีกลางละเอียดอ่อน ถ่ายทอดวัสดุสัมผัสที่แตกต่างกันอย่างชัดเจน: ดินเปียกมันวาวและของเหลวที่กระเซ็น เส้นใยหยาบของผ้ากันเปื้อนแบบทอ ความเงาของเซรามิกเคลือบ ไม้ที่มีรอยขีดข่วน เศษวัสดุพรุนผิวด้าน เส้นขนแมวแต่ละเส้นที่นุ่มนวล เกรนฟิล์มเล็กน้อย และความไม่สมบูรณ์แบบเล็กๆ ของสตูดิโอที่ดูเป็นของจริง ภาพถ่ายบรรณาธิการร่วมสมัยที่มีความซับซ้อน เป็นจังหวะสดเฉพาะหน้าไม่ใช่การจัดท่า สีหน้าเป็นธรรมชาติ เรขาคณิตเชิงพื้นที่จากมุมสูงสอดคล้องกัน การแยกสีสะอาดและควบคุมได้ รายละเอียดจุดโฟกัสคมชัดพร้อมเบลอจากการเคลื่อนไหวเฉพาะจุด ไม่มีการเรนเดอร์มันเยิ้มเกินจริง ไม่มีความรกแบบ HDR ไม่มีผิวพลาสติก ไม่มีสีหม่นขุ่น ไม่มีแสงเรืองทั่วทั้งภาพ ไม่มีแสงแบบมหากาพย์ราคาถูก อัตราส่วนกว้างแนวนอน 16:9 องค์ประกอบเต็มขอบภาพ

Generated with GPT Image 2.5 Sunburst Text-to-Image on Atlas Cloud

Generated with GPT Image 2.5 Sunburst Text-to-Image on Atlas Cloud

Generated with Nano Banana 2 Text-to-Image on Atlas Cloud

Generated with Nano Banana 2 Text-to-Image on Atlas Cloud

Generated with Openai GPT Image 2 Text-to-Image on Atlas Cloud

Generated with Openai GPT Image 2 Text-to-Image on Atlas Cloud

เวิร์กโฟลว์การใช้งานจริงที่ขับเคลื่อนด้วย GPT Image 1

GPT Image 1 รองรับงานสร้างสรรค์สำหรับแคมเปญ การสร้างภาพผลิตภัณฑ์ แนวคิดอินเทอร์เฟซ การแก้ไขแบบเจาะจง การพัฒนาแนวคิด และกราฟิกเพื่อการเรียนรู้ผ่านอินพุตข้อความและรูปภาพ ในโมเดลทั้งสามระดับ

งานสร้างสรรค์สำหรับแคมเปญด้วย GPT Image 1

สร้างภาพสำหรับแคมเปญพร้อมพาดหัวที่อ่านง่าย องค์ประกอบที่มีรายละเอียด และสไตล์ที่สอดคล้องกับบรีฟงานสร้างสรรค์ ทีมการตลาดสามารถผลิตกราฟิกสำหรับโซเชียลมีเดีย ภาพสำหรับหน้า Landing Page โปสเตอร์ และแนวคิดโฆษณา เพื่อปรับแก้ได้อย่างรวดเร็ว

การสร้างภาพผลิตภัณฑ์

จัดวางผลิตภัณฑ์ในฉากที่สมจริงระดับภาพถ่าย โดยคงไว้ซึ่งแสง พื้นผิว และความสัมพันธ์เชิงพื้นที่ที่เป็นธรรมชาติ ทีมอีคอมเมิร์ซสามารถพัฒนารูปแบบสินค้าสำหรับแคตตาล็อก ภาพไลฟ์สไตล์ แนวคิดบรรจุภัณฑ์ และสื่อสำหรับการนำเสนอได้โดยไม่ต้องจัดการถ่ายภาพใหม่

แนวคิดอินเทอร์เฟซด้วย GPT Image 1

เปลี่ยนพรอมต์ที่มีรายละเอียดให้เป็นแนวคิดอินเทอร์เฟซที่ผสานเลย์เอาต์อย่างเป็นระบบเข้ากับป้ายกำกับที่อ่านง่ายและภาพประกอบ ทีมออกแบบผลิตภัณฑ์สามารถสำรวจหน้าจอแอปพลิเคชัน แดชบอร์ด โฟลว์การเริ่มต้นใช้งาน และต้นแบบที่พร้อมสำหรับการทบทวนโดยผู้มีส่วนได้ส่วนเสียก่อนเริ่มการพัฒนา

การแก้ไขรูปภาพอย่างแม่นยำ

ใช้รูปภาพต้นฉบับและมาสก์เสริมเพื่อเลือกแก้ไขพื้นที่ที่ต้องการ โดยคงองค์ประกอบโดยรอบไว้ ทีมสร้างสรรค์สามารถรีทัชตัวแบบ ลบวัตถุ เปลี่ยนพื้นหลัง หรือปรับแต่งองค์ประกอบแต่ละส่วนระหว่างการผลิตสื่อ

คอนเซปต์อาร์ตและภาพประกอบ

แปลงบรีฟที่ซับซ้อนให้เป็นแนวทางภาพแบบสมจริงระดับภาพถ่าย แบบภาพประกอบ หรือแบบมีสไตล์ โดยยึดตามพรอมต์ได้อย่างแม่นยำ สตูดิโอเกม สำนักพิมพ์ และทีมสร้างสรรค์สามารถสำรวจตัวละคร สภาพแวดล้อม ช่วงเวลาสำคัญของเรื่อง และมู้ดบอร์ดก่อนจัดสรรทรัพยากรสำหรับการผลิต

กราฟิกเพื่อการเรียนรู้ด้วย GPT Image 1

ผสานองค์ความรู้รอบตัว การแสดงผลข้อความ และคำแนะนำที่มีรายละเอียด เพื่อสร้างไดอะแกรม คู่มือภาพประกอบ และอินโฟกราฟิก นักการศึกษา สำนักพิมพ์ และทีมผลิตภัณฑ์สามารถเปลี่ยนคำอธิบายให้เป็นสื่อภาพที่เข้าใจง่ายสำหรับบทเรียน เอกสารประกอบ และการเริ่มต้นใช้งาน

เปรียบเทียบโมเดล

ดูว่าโมเดลจากผู้ให้บริการต่างๆ เปรียบเทียบกันอย่างไร — เปรียบเทียบประสิทธิภาพ ราคา และจุดแข็งเฉพาะตัวเพื่อตัดสินใจอย่างมีข้อมูล

โมเดลขีดจำกัดจำนวนภาพอ้างอิงจำนวนเอาต์พุตความละเอียดอัตราส่วนภาพ
GPT Image-141~101024×1024, 1024×1536, 1536×1024 1:1, 3:2, 2:3
GPT Image-1.51011024×1024, 1024×1536, 1536×10241:1, 3:2, 2:3
GPT Image-1 Mini41~101024×1024, 1024×1536, 1536×10241:1, 3:2, 2:3
Nano Banana 21414K, 2K, 1K 1:1 3:2 2:3 3:4 4:3 4:5 5:4 9:16 16:9 21:9
Seedream 5.0141~152K~4K+1:1 3:2 2:3 3:4 4:3 4:5 5:4 9:16 16:9 21:9

วิธีใช้ GPT Image บน Atlas Cloud

เริ่มต้นได้ในไม่กี่นาที — ทำตามขั้นตอนง่าย ๆ เหล่านี้เพื่อเชื่อมต่อและใช้งานโมเดลผ่านแพลตฟอร์ม Atlas Cloud

สร้างบัญชี Atlas Cloud

สมัครสมาชิกที่ atlascloud.ai และยืนยันตัวตน ผู้ใช้ใหม่จะได้รับเครดิตฟรีเพื่อสำรวจแพลตฟอร์มและทดสอบโมเดล

ทำไมต้องใช้ GPT Image บน Atlas Cloud

การรวมโมเดล GPT Image ขั้นสูงเข้ากับแพลตฟอร์มที่เร่งด้วย GPU ของ Atlas Cloud ให้ประสิทธิภาพ ความสามารถในการขยาย และประสบการณ์นักพัฒนาที่ไม่มีใครเทียบได้

ประสิทธิภาพและความยืดหยุ่น

เวลาแฝงต่ำ:
inference ที่ปรับแต่ง GPU เพื่อการตอบสนองแบบเรียลไทม์

API แบบรวมศูนย์:
รัน GPT Image, GPT, Gemini และ DeepSeek ด้วยการเชื่อมต่อเดียว

ราคาโปร่งใส:
ชำระเงินต่อโทเค็นที่คาดเดาได้พร้อมตัวเลือก serverless

องค์กรและขนาด

ประสบการณ์นักพัฒนา:
SDK, การวิเคราะห์, เครื่องมือปรับแต่ง และเทมเพลต

ความน่าเชื่อถือ:
ความพร้อมใช้งาน 99.99%, RBAC และการบันทึกที่พร้อมสำหรับการปฏิบัติตาม

ความปลอดภัยและการปฏิบัติตาม:
SOC 2 Type II, สอดคล้อง HIPAA, อธิปไตยข้อมูลในสหรัฐอเมริกา

คำถามเกี่ยวกับ GPT Image 1 API สำหรับนักพัฒนา

GPT Image 1 คือโมเดลเนทีฟมัลติโมดัลของ OpenAI สำหรับการสร้างและแก้ไขภาพ โดยรับอินพุตเป็นข้อความและภาพ และสร้างเอาต์พุตเป็นภาพ Atlas Cloud มี REST endpoint แยกสำหรับการสร้างภาพจากข้อความและการแก้ไขภาพ

GPT Image 1 คือโมเดลเต็มรูปแบบรุ่นดั้งเดิม ส่วน GPT Image 1.5 คือรุ่นปรับปรุงเต็มขนาดที่เปิดตัวภายหลัง และ Mini เน้นต้นทุนที่ต่ำกว่าและปริมาณการประมวลผลที่สูงกว่า ควรเปรียบเทียบพรอมป์และการแก้ไขตัวอย่างข้ามแต่ละระดับ เนื่องจากคุณภาพ เวลาแฝง และความสามารถในการทำตามคำสั่งอาจแตกต่างกันตามลักษณะงาน สำหรับการเชื่อมต่อใหม่ ปัจจุบัน OpenAI แนะนำให้ย้ายไปใช้ GPT Image 2

ส่งพรอมป์ไปที่ openai/gpt-image-1/text-to-image เพื่อสร้างภาพ หากต้องการแก้ไข ให้เรียกใช้ openai/gpt-image-1/edit พร้อมพรอมป์และภาพต้นฉบับที่จำเป็น ควรเก็บข้อมูลรับรอง Atlas Cloud API ไว้บนเซิร์ฟเวอร์ แทนการเปิดเผยไว้ในโค้ดของเบราว์เซอร์หรืออุปกรณ์เคลื่อนที่

ขนาดที่รองรับ ได้แก่ 1024x1024, 1024x1536, 1536x1024 และ auto เลือกระดับคุณภาพเป็น low, medium, high หรือ auto ได้ โดยมี PNG, JPEG และ WebP เป็นรูปแบบเอาต์พุตที่รองรับ การสร้างเอาต์พุตแบบโปร่งใสต้องใช้ PNG หรือ WebP พร้อมตั้งค่าพารามิเตอร์ background เป็น transparent

ใช้มาสก์เมื่อการแก้ไขควรมีผลเฉพาะบริเวณที่เลือก ส่วนความเที่ยงตรงของอินพุตจะควบคุมระดับการรักษารายละเอียดจากภาพต้นฉบับของโมเดล ภาพต้นฉบับและมาสก์ต้องมีรูปแบบและขนาดเดียวกัน มีขนาดต่ำกว่า 50 MB และมาสก์ต้องมี alpha channel ความเที่ยงตรงของอินพุตระดับสูงจะรักษารายละเอียดของภาพต้นฉบับได้มากขึ้น แต่ใช้โทเค็นอินพุตภาพมากขึ้น

ราคาพื้นฐานมาตรฐานของ Atlas Cloud ที่ยืนยันแล้วคือ $0.011 ต่อภาพ ทั้งสำหรับโมเดลสร้างภาพจากข้อความและโมเดลแก้ไขภาพ ราคานี้ไม่ใช่ราคาโปรโมชั่น จึงไม่รวมส่วนลดชั่วคราว

ChatGPT และ image endpoint โดยตรงเป็นเวิร์กโฟลว์ของผลิตภัณฑ์ที่แตกต่างกัน ดังนั้นการใช้ข้อความพรอมป์เดียวกันจึงไม่รับประกันว่าจะได้ผลลัพธ์เหมือนกัน ChatGPT อาจนำบริบทจากการสนทนามาใช้ ขณะที่คำขอ API จะทำตามพรอมป์และพารามิเตอร์ที่ส่งไปกับการเรียกครั้งนั้น กำหนดขนาดและระดับคุณภาพให้ตายตัว ระบุข้อจำกัดอย่างชัดเจน และประเมินผลลัพธ์หลายรายการเมื่อความสม่ำเสมอเป็นสิ่งสำคัญ

การจัดวางข้อความอย่างแม่นยำ ความสม่ำเสมอของตัวละครที่ปรากฏซ้ำ และการควบคุมเลย์เอาต์ที่ตายตัว อาจยังต้องลองซ้ำหรือแก้ไขเพิ่มเติม พรอมป์และภาพที่สร้างขึ้นอยู่ภายใต้การกลั่นกรองเนื้อหา และไม่ควรส่งคำขอที่ถูกบล็อกซ้ำโดยไม่เปลี่ยนพรอมป์หรืออินพุต สำหรับข้อผิดพลาดชั่วคราวจากการจำกัดอัตราหรือเซิร์ฟเวอร์ ให้บันทึก request ID และลองใหม่โดยใช้ backoff

ใช่ OpenAI กำหนดให้ GPT Image 1 หยุดให้บริการในวันที่ October 23, 2026 ขณะที่ GPT Image 1.5 และ GPT Image 1 Mini มีกำหนดหยุดให้บริการในวันที่ December 1, 2026 OpenAI แนะนำให้ใช้ GPT Image 2 เป็นรุ่นทดแทน ดังนั้นควรตรวจสอบพฤติกรรมระหว่างการย้ายระบบให้เรียบร้อยก่อนนำเวิร์กโฟลว์ใหม่ไปใช้งานจริง

สำรวจกลุ่มเพิ่มเติม

Seedance 2.5

Seedance 2.5 API พร้อมใช้งานแล้วบน Atlas Cloud! มอบโมเดลวิดีโอใหม่ล่าสุดของ ByteDance ให้กับนักพัฒนา สร้างวิดีโอเนทีฟได้นานถึง 30 วินาทีในการประมวลผลเพียงครั้งเดียวจากข้อความ รูปภาพเดียว หรือการอ้างอิงหลายรูปแบบสูงสุด 50 รายการ พร้อมเสียงที่ซิงโครไนซ์และข้อความหลายภาษาในเฟรม บน Atlas Cloud คุณสามารถเข้าถึงได้ผ่านคีย์เดียว โดยมีความสอดคล้องของวัตถุและระบบฟิสิกส์ที่ได้รับการปรับปรุงซึ่งช่วยให้ภาพระยะยาวมีความต่อเนื่อง

ดูกลุ่ม

Wan 3.0

Wan 3.0 API คือเจเนอเรชันถัดไปของตระกูลวิดีโอ Wan จาก Alibaba ซึ่งสร้างขึ้นเพื่อยกระดับการสร้างวิดีโอแบบยาว การควบคุมแบบหลายข้อมูลอ้างอิง และคุณภาพของภาพและเสียงให้ก้าวไปอีกขั้น Atlas Cloud ได้โฮสต์ Wan 2.7, 2.6 และ 2.5 ไว้แล้ว และ Wan 3.0 สามารถทำงานบนคีย์แบบรวมเดียวกันโดยไม่ต้องตั้งค่าแยกต่างหาก เริ่มต้นสร้างสรรค์ได้ตั้งแต่วันนี้ เลื่อนลงไปที่ส่วนจัดแสดงเพื่อดูว่า Wan 3.0 สามารถสร้างอะไรได้บ้าง

ดูกลุ่ม

MiniMax H3

MiniMax H3 คือผลิตภัณฑ์วิดีโอแบบมัลติโมดัลของ MiniMax สำหรับการสร้างสรรค์โดยใช้ข้อความ รูปภาพ และข้อมูลอ้างอิง ในเส้นทาง API ที่รองรับ ระบบจะคงลักษณะของวัตถุจากสื่ออ้างอิงไว้ มีอัตราส่วนภาพที่ยืดหยุ่น และจับคู่เสียงที่สร้างขึ้นกับภาพผ่าน H3 Developer โดยโปรไฟล์เอาต์พุตจะถูกเลือกตาม endpoint Atlas Cloud รวมผลิตภัณฑ์ในตระกูลนี้ไว้เบื้องหลังคีย์เดียวที่รองรับ OpenAI พร้อมการคิดค่าบริการตามการใช้งานอย่างโปร่งใส เริ่มต้นที่อัตรามาตรฐาน $0.038 ต่อวินาที เริ่มพัฒนาได้วันนี้

ดูกลุ่ม

GPT Image 2.5

ตระกูล gpt-image-2.5 จาก OpenAI มอบทางเลือก Flare และ Sunburst ให้แก่นักพัฒนาสำหรับกระบวนการทำงานด้านการสร้างภาพเพื่อใช้งานจริง เรนเดอร์ด้วยความละเอียดตามต้องการสูงสุด 3840x2160 และเลือกได้จากระดับคุณภาพ 5 ระดับ รวมถึง xhigh และ max เพื่อให้ตรงตามข้อกำหนดของเอาต์พุตแต่ละแบบ Atlas Cloud ให้บริการอนุมานผ่าน REST ที่พร้อมใช้งาน โดยไม่มี cold start และคิดค่าบริการตามมาตรฐานเริ่มต้นที่ $0.004 ต่อการสร้างภาพ เริ่มพัฒนาได้วันนี้

ดูกลุ่ม

Seedream 5.0 Pro

Seedream 5.0 Pro API มอบโมเดลการแก้ไขภาพที่ควบคุมได้ของ ByteDance บน Atlas Cloud ให้กับนักพัฒนา โดยจะวางการแก้ไขอย่างแม่นยำด้วยจุดยึดและพิกัด แยกภาพออกเป็นเลเยอร์ที่แก้ไขได้ ผสานข้อมูลอ้างอิงหลายรายการ และจับคู่สีและวัสดุที่แน่นอน พร้อมข้อความหลายภาษาที่ความละเอียด 2K และ 3K บน Atlas Cloud คุณสามารถเข้าถึงได้ผ่านคีย์เดียว!

ดูกลุ่ม

Seedance 2.0

Seedance 2.0 คือโมเดลวิดีโอสำหรับการใช้งานจริงของ ByteDance ที่ออกแบบมาเพื่อสร้างช็อตได้อย่างแม่นยำ เปลี่ยนพรอมป์ต์เป็นวิดีโอ ทำให้ภาพเฟรมแรกเคลื่อนไหวโดยมีตัวเลือกให้ใช้คำแนะนำจากเฟรมสุดท้าย หรือปรับแต่งผลลัพธ์ด้วยสื่ออ้างอิงและการค้นหาเว็บแบบเลือกใช้ได้ Atlas Cloud รวมเวิร์กโฟลว์เหล่านี้ไว้ใน API เดียว พร้อมการคิดค่าบริการตามการใช้งานจริงอย่างโปร่งใสและคีย์เดียวที่เข้ากันได้กับ OpenAI เริ่มสร้างสรรค์ได้วันนี้

ดูกลุ่ม

Kling V3.0

Kling 3.0 API นำชุดเครื่องมือวิดีโอระดับเรือธงของ Kuaishou มาสู่ Atlas Cloud ผ่านคีย์ที่รองรับ OpenAI เพียงคีย์เดียว โดยครอบคลุมสองโมเดล ได้แก่ Kling 3.0 สำหรับการเล่าเรื่องผ่าน AI Director การลิปซิงค์หลายภาษา และข้อความบนหน้าจอที่แม่นยำ และ Kling 3.0 Omni (O3) สำหรับการโคลนวัตถุและเสียงจากวิดีโอสั้นหรือรูปภาพ ทั้งสองโมเดลสร้างเสียงต้นฉบับในกระบวนการเดียวกัน พร้อมเอาต์พุตสูงสุดถึง 4K สร้างการเล่าเรื่องแบบภาพยนตร์ การตลาดระดับโลก โฆษณาหลายภาษา และเนื้อหาตัวละครแบบซีรีส์บนโครงสร้างพื้นฐานที่เชื่อถือได้

ดูกลุ่ม

Grok Imagine Video

Grok Imagine Video เปิดให้นักพัฒนาเข้าถึงตระกูลวิดีโอของ xAI เพื่อสร้าง ทำให้เคลื่อนไหว ขยาย และตัดต่อคลิป สร้างวิดีโอความยาว 1 ถึง 15 วินาทีจากพรอมต์ กำกับบุคคล วัตถุ หรือสไตล์ด้วยภาพอ้างอิงได้สูงสุดเจ็ดภาพ และทำงานที่ความละเอียด 480p หรือ 720p Atlas Cloud รวมความสามารถเหล่านี้ไว้ผ่าน endpoint ที่เข้ากันได้กับ OpenAI พร้อมการคิดค่าบริการแบบจ่ายตามการใช้งานอย่างโปร่งใส เริ่มสร้างสรรค์ได้วันนี้

ดูกลุ่ม

Vidu Q4 Preview

Vidu Q4 คือโมเดลวิดีโอเรือธงรุ่นล่าสุดของ Vidu ออกแบบมาสำหรับการสร้างวิดีโอจากภาพและจากภาพอ้างอิง สามารถทำให้ภาพนิ่งภาพเดียวมีชีวิตขึ้นมาและสร้างการเปลี่ยนฉากโดยอัตโนมัติ ช่วยให้นักพัฒนามีช่องทางป้อนข้อมูล 2 รูปแบบสำหรับเวิร์กโฟลว์ผลิตภัณฑ์ที่แตกต่างกัน Atlas Cloud มี API endpoints เฉพาะ พร้อมสคีมาพารามิเตอร์ที่เผยแพร่ไว้ ในราคามาตรฐานที่ยืนยันแล้วที่ $0.04 ต่อวินาที เริ่มสร้างสรรค์ได้วันนี้

ดูกลุ่ม

Gemini Omni 1.1 Flash

Gemini Omni 1.1 Flash เป็นตระกูลวิดีโอแบบมัลติโมดัลโดยกำเนิดของ Google DeepMind สำหรับเวิร์กโฟลว์การผลิตที่ยืดหยุ่น แก้ไขฟุตเทจที่มีอยู่ด้วยคำสั่งข้อความ รักษาความสอดคล้องทางภาพด้วยภาพอ้างอิงสูงสุด 10 ภาพและคลิปวิดีโอ 3 คลิป หรือขยายช็อตเป็นช่วงที่ต่อเนื่องกันได้สูงสุด 40 วินาที เข้าถึงทุกเวิร์กโฟลว์บน Atlas Cloud ด้วยคีย์ API ที่เข้ากันได้กับ OpenAI เพียงคีย์เดียว ราคาตามการใช้งาน และพร้อมให้บริการตั้งแต่ Day-0 เริ่มสร้างสรรค์ได้วันนี้

ดูกลุ่ม

Nano Banana 2.1

Nano Banana 2.1 คือกลุ่มโมเดลภาพของ Google ที่สร้างขึ้นบน Gemini 3.6 Flash ให้ความสามารถในการสร้างและแก้ไขภาพระดับ Pro ด้วยความเร็วระดับ Flash รองรับการแก้ไขและผสานภาพด้วยภาษาธรรมชาติจากภาพอินพุต 1 ถึง 14 ภาพ พร้อมรักษาความสอดคล้องของตัวละครสูงสุด 4 ตัวและวัตถุ 10 รายการ ผ่าน Atlas Cloud นักพัฒนาสามารถเข้าถึงกลุ่มโมเดลนี้ด้วยคีย์เดียวที่รองรับ OpenAI พร้อมความเสถียรในการให้บริการและพร้อมใช้งานตั้งแต่ Day-0 เริ่มสร้างสรรค์ได้ตั้งแต่วันนี้

ดูกลุ่ม

Nano Banana 2

สร้างสรรค์ผลงานด้วย Nano Banana 2 API ที่ขับเคลื่อนโดยโมเดล Gemini 3.1 Flash Image ของ Google ซึ่งสามารถสร้างภาพ 4K แบบเนทีฟที่ความละเอียดสูงสุด 4096x2304 พร้อมการเรนเดอร์ข้อความที่แม่นยำและตัวละครที่สอดคล้องกันผ่านรูปภาพอ้างอิงสูงสุด 14 รูป สำหรับทั้งการสร้างและการแก้ไข บน Atlas Cloud คุณสามารถเข้าถึงได้ผ่าน API แบบรวมศูนย์ร่วมกับโมเดลอื่นๆ มากกว่า 300 โมเดล โดยมีราคาเริ่มต้นที่ 0.04 ดอลลาร์ต่อรูปภาพ มีอัปไทม์ 99.99% และเครดิตฟรีสำหรับการเริ่มต้น

ดูกลุ่ม

บทความแนะนำ

คู่มือ บทแนะนำ และอัปเดตผลิตภัณฑ์ ที่ช่วยให้คุณใช้ Atlas Cloud ได้อย่างเต็มประสิทธิภาพ

API เดียวสำหรับ AI สื่อทุกประเภท

สำรวจโมเดลทั้งหมด