Préparez un brief visuel avec GPT Image 2.6. Décrivez une nouvelle image ou les retouches souhaitées, puis vérifiez le format, la résolution, la qualité et le fichier dans APIMart.
Configuration de GPT Image 2.6 API
Décrivez le sujet, la composition, l’éclairage et le texte à inclure.
Un arrière-plan transparent nécessite le format PNG ou WebP.
Images de référence
Ajoutez jusqu’à 16 images via des URL HTTP(S) publiques ou des fichiers locaux PNG, JPEG et WebP de 10 Mo maximum chacun.
Les images générées apparaîtront ici
Transformez votre idée en consignes précises. Réunissez le sujet, la composition et les paramètres de sortie dans un même brouillon avant de vérifier la requête.
Ces exemples suivent le format commun des tâches image asynchrones APIMart. Vérifiez la valeur du modèle et les options, puis consultez la structure de soumission et de suivi.
Enregistrez votre clé APIMart dans APIMART_API_KEY. Utilisez Authorization: Bearer <key> lors de la soumission et du suivi.
L’exemple envoie POST /v1/images/generations avec model: gpt-image-2.6, prompt et les paramètres de sortie. Ajoutez image_urls pour la retouche. La réponse commune fournit data[0].task_id.
Utilisez GET /v1/tasks/{task_id}. À la fin, lisez data.result.images[0].url[0] ; en cas d’échec, consultez data.error.message.
Consultez la documentation APIMart pour l’authentification et l’utilisation générale des API APIMart.
curl -X POST https://api.apimart.ai/v1/images/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.6",
"prompt": "Une tasse à café en céramique sur une table en bois clair, une douce lumière de fenêtre, beaucoup d’espace vide à droite, photographie de produit pour un magazine.",
"size": "1:1",
"resolution": "1k",
"quality": "auto",
"n": 1,
"output_format": "png",
"background": "auto"
}'import os
import time
import requests
API_BASE = "https://api.apimart.ai"
headers = {"Authorization": f"Bearer {os.environ['APIMART_API_KEY']}"}
# 1. Submit the generation task
payload = {
"model": "gpt-image-2.6",
"prompt": "Une tasse à café en céramique sur une table en bois clair, une douce lumière de fenêtre, beaucoup d’espace vide à droite, photographie de produit pour un magazine.",
"size": "1:1",
"resolution": "1k",
"quality": "auto",
"n": 1,
"output_format": "png",
"background": "auto"
}
resp = requests.post(f"{API_BASE}/v1/images/generations", headers=headers, json=payload, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]
# 2. Poll the task until it finishes
for _ in range(200):
task_resp = requests.get(f"{API_BASE}/v1/tasks/{task_id}", headers=headers, timeout=30)
task_resp.raise_for_status()
task = task_resp.json()["data"]
if task["status"] == "completed":
print(task["result"]["images"][0]["url"][0])
break
if task["status"] == "failed":
raise RuntimeError(task.get("error", {}).get("message", "generation failed"))
time.sleep(3)
else:
raise TimeoutError(f"task {task_id} did not finish in time; continue GET polling with this task ID")curl -X POST https://api.apimart.ai/v1/images/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.6",
"prompt": "Placer le produit de référence sur un comptoir en pierre claire en conservant sa forme, ses couleurs et son étiquette.",
"size": "auto",
"resolution": "1k",
"quality": "auto",
"n": 1,
"output_format": "png",
"background": "auto",
"image_urls": [
"https://example.com/product.png"
]
}'TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"| Paramètre | Type | Obligatoire | Valeur initiale | Description |
|---|---|---|---|---|
model | string | Oui | Valeur initiale: gpt-image-2.6 | Valeur du modèle utilisée dans cet espace et ses exemples : gpt-image-2.6. |
prompt | string | Oui | Valeur initiale: — | Décrivez l’image à créer ou les changements et détails de référence à conserver. |
size | string | Non | Valeur initiale: auto | Choix de cet espace : auto, 1:1, 3:2, 2:3, 16:9, 9:16, 4:3, 3:4, 4:5 ou 5:4. |
resolution | string | Non | Valeur initiale: 1k | Résolutions proposées : 1k, 2k ou 4k. Ces paramètres de requête ne définissent pas des dimensions natives garanties. |
quality | string | Non | Valeur initiale: auto | Qualités proposées : auto, low, medium ou high. |
n | integer | Non | Valeur initiale: 1 | Nombre d’images dans cet espace : entier de 1 à 4. |
output_format | string | Non | Valeur initiale: png | Formats : png, jpeg ou webp. Un fond transparent nécessite png ou webp. |
background | string | Non | Valeur initiale: auto | Fonds : auto, opaque ou transparent. transparent ne peut pas être associé à jpeg. |
image_urls | array | Non | Valeur initiale: — | Tableau facultatif de 16 URL HTTP ou HTTPS maximum dans cet espace. Les fichiers locaux servent à la prévisualisation ; les exemples utilisent des URL d’image accessibles. |
Précisez les éléments de votre requête image.
Décrivez l’objectif visuel et les points à vérifier.
Organisez votre brief en trois étapes.
Décrivez le sujet et la composition. Pour une retouche, distinguez les changements des éléments à conserver.
Ajoutez des références au besoin, puis réglez les proportions, la résolution, la qualité, le fond et le format.
Comparez le brouillon Form ou JSON aux exemples et au tableau des paramètres ci-dessous.
Prompts, variantes de nom, références et configuration.
Vous pouvez préparer une création ou une retouche, choisir les paramètres de sortie et vérifier le brouillon en Form ou JSON. La page présente aussi le format asynchrone commun d’APIMart.
Commencez par le sujet et la scène, puis précisez la composition et la lumière. Indiquez les mots exacts à afficher et séparez les modifications des détails à conserver.
Cet espace accepte jusqu’à 16 références. Ajoutez des URL HTTP/HTTPS publiques ou prévisualisez des fichiers locaux, puis expliquez le rôle de chaque image.
Le fichier est prévisualisé sur votre appareil. image_urls attend des adresses HTTP/HTTPS accessibles. La sélection locale ne téléverse pas le fichier et ne crée pas d’URL publique.
Cet espace propose auto, 1:1, 3:2, 2:3, 16:9, 9:16, 4:3, 3:4, 4:5 et 5:4. Choisissez selon le support de diffusion.
Les réglages sont 1k, 2k et 4k, avec 1k initialement sélectionné. Ils décrivent les choix de cet espace, sans établir des dimensions natives ou des performances.
Les options sont auto, low, medium et high, avec auto par défaut. Le réglage reste explicite dans votre configuration.
Choisissez transparent avec png ou webp. JPEG ne stocke pas de canal alpha ; le formulaire refuse donc transparent avec jpeg.
n accepte un entier de 1 à 4 et vaut 1 au départ. Il s’agit de la plage proposée par ce formulaire.
Sélectionnez png, jpeg ou webp selon l’usage du fichier. Le format initial est png. Pour un fond transparent, choisissez PNG ou WebP.
Les deux vues représentent le même brouillon. Les valeurs JSON valides et prises en charge actualisent le formulaire. Un JSON invalide reste visible avec un message d’erreur.
Envoyez POST /v1/images/generations, récupérez data[0].task_id, puis interrogez GET /v1/tasks/{task_id}. L’image terminée se trouve dans data.result.images[0].url[0].
Dans la réponse commune, un état failed s’accompagne de data.error.message. Vérifiez la cause avant de modifier les données ou de réessayer.
GPT Image 2.6 API, GPT-Image-2.6, gpt-image-2-6, gpt-image-2-6-api et OpenAI GPT Image 2.6 sont des variantes de nom ou de recherche sur cette page. Elles ne désignent pas des modèles distincts à appeler. La configuration utilise gpt-image-2.6.
Elle explique la configuration et les exemples. Avant de fixer un budget, vérifiez la facturation et les identifiants disponibles dans les tarifs APIMart et la documentation API pertinente.
Après connexion, utilisez Obtenir une clé API pour ouvrir la gestion des clés APIMart. Conservez la clé côté serveur ou dans une variable d’environnement, hors du code client public.
Découvrez d'autres modèles de la même catégorie.

Muse Image Ext
Muse Image turns inspiration into compelling visuals. From a spark of an idea to a fully imagined scene, it helps bring your creative vision to life with images that express your style and tell your story. Explore new possibilities and give every idea a visual voice.

Hy Image V3.5 Preview
HY Image 3.5 Preview is an image generation and editing model developed by Tencent Hunyuan. It supports text-to-image creation, reference-based generation, and multi-turn editing, allowing users to refine images through conversational instructions. With support for up to 4K output and flexible image dimensions, it offers a versatile tool for creating and refining visual content.

Flux 3 Image Klein
FLUX 3 Image Klein is a compact, open-weight image generation and editing model developed by Black Forest Labs. It combines text-to-image creation, image editing, and composition using up to 10 reference images in a single model. With support for up to 4K resolution and bounding-box layout control, it gives creators flexible tools to bring their ideas to life.

Mai Image 2.6
MAI-Image-2.6 is Microsoft's image model for text-to-image, single-image editing and composition with up to 5 reference images. It is available in high-quality and Flash versions, with 1K and 2K output and sharp text rendering.