OpenAI משיקה שני מודלי תמונה חדשים עם שני מסלולי API נפרדים

הבחירה בין מהירות לדיוק

OpenAI השיקה זוג מודלי יצירת תמונה, GPT-Image-2.5 Flare ו-GPT-Image-2.5 Sunburst, ומפצלת את הגישה אליהם בין שני ממשקי API עם ייעוד שונה. לפי התיעוד הרשמי, Flare מיועד ליצירת תמונות יומיומית בקצב גבוה, ואילו Sunburst מכוון לתהליכי עבודה שבהם דיוק העריכה הוא השיקול המרכזי. המפתחים מתבקשים לבחור במודל המתאים כבר בקריאה הראשונה.

שני ממשקים, שתי פילוסופיות

ה-Image API מציע שתי נקודות קצה קלאסיות: Generations ליצירה מאפס ו-Edits לשינוי תמונה קיימת, כאשר שם המודל נקבע ישירות בפרמטר model. ה-Responses API, לעומת זאת, מטפל ביצירת תמונה ככלי מובנה בתוך שיחה מרובת תורות (multi-turn), תומך בקלט של מזהי קבצים (File IDs) ולא רק בייטים גולמיים, ומאפשר למודל שפה ראשי, למשל GPT-6-Astra, להחליט מתי לייצר תמונה חדשה ומתי לערוך את הקודמת. הבחירה בין ה-APIs תלויה בארכיטקטורה: תמונה בודדת מקריאה אחת הולכת ל-Image API, חוויה שיחתית ואיטרטיבית הולכת ל-Responses API.

שליטה בפלט ובפרמטרים

שני המסלולים חולקים אפשרויות התאמה זהות: איכות, גודל, פורמט ודחיסה. פרמטר n מאפשר לקבל מספר תמונות בבקשה אחת, ברירת המחדל היא תמונה בודדת. דוגמאות הקוד בתיעוד מדגימות קריאה סינכרונית ב-Image API עם פענוח Base64 ושמירה לקובץ, ולעומת זאת זרימה אסינכרונית ב-Responses API שבה הפלט מגיע בתוך אובייקט output מסוג image_generation_call.

עריכה איטרטיבית ב-Responses API

היכולת הבולטת של ה-Responses API היא עריכה מרובת תורות: ניתן להזין את הפלט הקודם דרך previous_response_id או דרך מזהה התמונה עצמה, ולהמשיך ללטש את הוויז'ואל בהנחיות טקסט נוספות. פרמטר action בכלי ה-image_generation קובע את ההתנהגות, "auto" משאיר את ההחלטה למודל, "generate" כופה יצירה חדשה, ו-"edit" כופה עריכה של התמונה הקיימת בהקשר.