GPT-Image-2 API: สร้างและแก้ไขภาพได้ตั้งแต่ $0.02 — ราคาถูกที่สุดที่มีให้ใช้

OpenAI เพิ่งเปิดตัว GPT-Image-2, model ใหม่เรือธงสำหรับสร้างและแก้ไขภาพ เราเพิ่มเข้า Smart AIPI ในวันเดียวกัน ใช้ model ID gpt-image-2 ในการเรียก /v1/images/generations หรือ /v1/images/edits ใดก็ได้ — ไม่ต้องเปลี่ยน config, ไม่ต้อง redeploy, ใช้ API key เดิม

ด้านล่าง: อะไรเปลี่ยนไปจริงเมื่อเทียบกับ gpt-image-1.5, ทำไม multi-reference edits + mask inpainting ถึงสำคัญต่อ production, ราคาแบบละเอียด และโค้ดใช้งานได้จริงในสี่ภาษา

อะไรที่ทำให้ GPT-Image-2 แตกต่าง

GPT-Image-2 คือ image model ของ OpenAI ตัวแรกที่เหมาะจะนำไปใช้กับ creative workflow จริงจัง — ไม่ใช่แค่เดโมแบบครั้งเดียว สี่ความสามารถหลักที่เปลี่ยนเกมมีดังนี้:

• รองรับความละเอียด 4K แบบ native GPT-Image-2 รับขนาดภาพได้ถึง 3840×2160 (4K แนวนอน) หรือ 2160×3840 (4K แนวตั้ง) จากเดิมที่ gpt-image-1.5 จำกัดไว้ที่ 1536×1024 นั่นคือจำนวนพิกเซลสูงสุดเพิ่มขึ้น 7.5 เท่า ตอนนี้คุณสร้าง hero image สำหรับ production, โปสเตอร์คุณภาพงานพิมพ์ และภาพนิ่งแบบ cinematic ได้ใน tool call เดียว
• รองรับความละเอียดแบบ free-form model gpt-image รุ่นก่อนบังคับให้เลือกจาก preset 3 แบบ (square, landscape, portrait) แต่ GPT-Image-2 รับได้ทุก WxH ที่ทั้งสองด้านเป็น multiple of 16, ด้านยาวไม่เกิน 3840px, จำนวนพิกเซลรวมอยู่ระหว่าง 655,360 ถึง 8,294,400 และอัตราส่วนด้านยาวต่อด้านสั้นไม่เกิน 3:1 ครอบคลุม aspect ratio จำนวนมาก — แบนเนอร์, social crop, app icon, ปกหนังสือ, เฟรมภาพยนตร์
• ประมวลผล reference แบบ high-fidelity โดยค่าเริ่มต้น flag เดิม input_fidelity: "high" ถูกเปิดตลอดแล้ว ทุก reference image ที่ส่งเข้ามาจะถูกประมวลผลแบบเต็มรายละเอียด — โลโก้แบรนด์ยังคมชัด, texture ของสินค้าไม่เสียระหว่างการแก้ไข, ใบหน้าตัวละครยังจำได้ข้ามหลายรอบ ไม่มี trade-off ด้านคุณภาพ/ความเร็วให้ต้องจูน
• draft คุณภาพต่ำที่เร็วขึ้น quality: "low" ที่ 1024×1024 มีค่าใช้จ่าย $0.003 ผ่าน Smart AIPI และใช้เวลาราว 20–40 วินาที ถูกพอที่จะทิ้งได้ — เหมาะสำหรับสำรวจ prompt และดูตัวอย่าง UI ก่อนจะไปเรนเดอร์คุณภาพสูงราคา $0.10+

ราคา: ถูกกว่า OpenAI โดยตรง 50%

ราคาของ OpenAI direct API สำหรับ GPT-Image-2 ที่ 1024×1024 คือ $0.006 สำหรับ low / $0.053 สำหรับ medium / $0.211 สำหรับ high ขนาดที่ไม่ใช่สี่เหลี่ยมจัตุรัส (1024×1536, 1536×1024) คิดราคา 1.5× ของอัตราสี่เหลี่ยมจัตุรัส

ผ่าน Smart AIPI ทุก tier คิดเป็น 50% ของราคา retail ของ OpenAI พอดี:

รอบการทำงานสร้างสรรค์ทั่วไป — draft คุณภาพต่ำ 10 ภาพที่ 1024×1024 แล้วเรนเดอร์ final คุณภาพสูง 1536×1024 อีก 1 ภาพ — มีค่าใช้จ่าย $0.19 ผ่าน Smart AIPI เทียบกับ $0.38 ถ้าใช้ OpenAI โดยตรง ขยายไปสู่สตูดิโอที่ทำ 100 รอบต่อวัน คุณจะประหยัดได้ $570 ต่อเดือนโดยไม่ต้องทำอะไรเพิ่ม

ไม่มีผู้ให้บริการรายอื่นที่เสนอ GPT-Image-2 ในราคานี้ OpenRouter ส่งผ่านราคาของ OpenAI โดยตรงบวก margin Fal, Replicate และ Vertex ไม่ได้โฮสต์ OpenAI model เลย Smart AIPI รวมความสามารถภาพจากการสมัคร ChatGPT Business แล้วส่งต่อส่วนลดให้ตรง ๆ

Multi-Reference Edits: เวิร์กโฟลว์สร้างสรรค์ที่ประกอบได้

edit endpoint ของ GPT-Image-2 รับ reference image ได้หลายภาพใน call เดียว นี่คือความสามารถที่ปลดล็อก workflow จริง — composite สินค้า, ตัวละครที่คงความสม่ำเสมอของแบรนด์ข้ามหลายฉาก, การสร้างภาพแบบ collage

Smart AIPI รองรับทุกวิธีที่ official OpenAI SDK ส่งข้อมูลมา:

Python SDK (multipart with image[])

from openai import OpenAI
client = OpenAI(base_url="https://api.smartaipi.com/v1")

result = client.images.edit(
    model="gpt-image-2",
    image=[
        open("body-lotion.png", "rb"),
        open("bath-bomb.png",  "rb"),
        open("incense-kit.png","rb"),
        open("soap.png",       "rb"),
    ],
    prompt="ตะกร้าของขวัญแบบ photorealistic ชื่อ 'Relax & Unwind' พร้อมริบบิ้น โดยมีของทั้งหมดตาม reference images",
)

with open("gift-basket.png","wb") as f:
    f.write(base64.b64decode(result.data[0].b64_json))

JSON API (array of base64 strings)

curl https://api.smartaipi.com/v1/images/edits \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "ตะกร้าของขวัญที่มีของทั้งหมดจาก references",
    "image": ["<base64-png-1>", "<base64-png-2>", "<base64-png-3>"]
  }'

curl multipart (ทั้ง image[] และ image แบบ repeated ใช้ได้)

curl https://api.smartaipi.com/v1/images/edits \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "model=gpt-image-2" \
  -F "image[][email protected]" \
  -F "image[][email protected]" \
  -F "image[][email protected]" \
  -F "image[][email protected]" \
  -F "prompt=Gift basket with all the referenced items"

Mask Inpainting: แก้ไขเฉพาะจุด

ส่ง mask ไปพร้อมกับ image เพื่อจำกัดการแก้ไขเฉพาะบริเวณที่ต้องการ พิกเซลสีขาวใน mask คือพื้นที่ที่จะถูกเขียนใหม่; พิกเซลสีดำจะคงเดิม

curl https://api.smartaipi.com/v1/images/edits \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -F "model=gpt-image-2" \
  -F "image=@sunlit_lounge.png" \
  -F "[email protected]" \
  -F "prompt=Replace the pool with a flamingo float"

ข้อกำหนดของ mask: ขนาดพิกเซลเท่ากับภาพหลัก, เป็น PNG ที่มี alpha channel, ขนาดไม่เกิน 50MB ถ้า source mask ของคุณเป็น RGB ที่ไม่มี transparency, เอกสารของ OpenAI มีตัวอย่าง PIL 10 บรรทัดที่เพิ่ม alpha channel จากค่า grayscale ให้

สร้างภาพ: คำขอพื้นฐาน

curl https://api.smartaipi.com/v1/images/generations \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "A photorealistic coffee mug on a weathered oak table",
    "size": "2048x2048",
    "quality": "high"
  }'

response จะเป็นรูปแบบมาตรฐานของ OpenAI — { "created": ..., "data": [{ "b64_json": "..." }] }. ให้ Base64-decode b64_json เพื่อได้ byte ของ PNG

รูปแบบเอาต์พุต: PNG, JPEG, WebP

ใช้ output_format เพื่อกำหนด container. JPEG ส่งกลับได้เร็วกว่า PNG อย่างเห็นได้ชัด และเป็น default ที่เหมาะกว่าเมื่อ latency สำคัญกว่าความคมแบบ lossless จับคู่ JPEG หรือ WebP กับ output_compression (0–100) เพื่อปรับขนาดไฟล์

{
  "model": "gpt-image-2",
  "prompt": "Cinematic landscape, golden hour",
  "size": "3840x2160",
  "quality": "high",
  "output_format": "jpeg",
  "output_compression": 85
}

พารามิเตอร์ที่รองรับ (v1/images/generations & v1/images/edits)

• model — gpt-image-2 (default), gpt-image-1.5, gpt-image-1, gpt-image-1-mini. legacy alias dall-e, dall-e-3, gpt-image, gpt-image-latest ทั้งหมด map ไปที่ gpt-image-2
• prompt — ข้อความสั่งงานที่จำเป็น
• n — ขนาด batch, 1–10 Smart AIPI ทำ loop ฝั่ง server เพราะ Codex image tool สร้างได้ครั้งละ 1 ภาพต่อ call
• size — auto หรือ WxH ใดก็ได้ที่ตรงตามข้อจำกัดของ gpt-image-2 (เป็น multiple ของ 16, ด้านไม่เกิน 3840, 655,360 ≤ pixels ≤ 8,294,400, long:short ≤ 3:1)
• quality — low / medium / high / auto (ค่าเริ่มต้นคือ medium)
• output_format — png (default) / jpeg / webp
• output_compression — 0–100, ใช้กับ jpeg/webp เท่านั้น
• background — auto / opaque. gpt-image-2 ไม่รองรับ transparent; ถ้าต้องการให้ใช้ gpt-image-1.5
• moderation — auto (default) / low
• image (เฉพาะ edits) — base64 string เดียว หรือ array ของ base64 strings (JSON) / ส่วน multipart file แบบ image หรือ image[]
• mask (เฉพาะ edits) — base64 string เดียว (JSON) / ไฟล์ multipart. สีขาว=แก้ไข, สีดำ=คงเดิม

รูปแบบ response

เหมือน response ของ OpenAI /v1/images ทุกอย่าง ฟิลด์หนึ่งที่เพิ่มได้แบบ optional: ถ้า backend ของ Codex ส่ง revised_prompt มา Smart AIPI จะแสดงผลบนแต่ละ image item

{
  "created": 1777064910,
  "data": [
    {
      "b64_json": "iVBORw0KGgo...",
      "revised_prompt": "A detailed photorealistic coffee mug..."
    }
  ]
}

เริ่มใช้งาน

1. สมัครใช้งาน ที่ smartaipi.com/signup (มีเครดิตฟรี, ไม่ต้องใช้ credit card)
2. สร้าง API key ใน dashboard
3. ตั้งค่า base URL เป็น https://api.smartaipi.com/v1
4. ใช้ model gpt-image-2

โครงสร้าง API ที่เข้ากันได้กับ OpenAI เหมือนเดิม, โค้ด Python / JavaScript / curl เหมือนเดิม, เครื่องมือสร้างภาพเหมือนเดิม — ตอนนี้ได้ใช้ model ภาพเรือธงใหม่ล่าสุดของ OpenAI ในราคาแค่ครึ่งเดียว