คำตอบแบบสั้น
วลี image gen api openai สามารถหมายถึงสองสิ่งที่แตกต่างกัน และการแยกแยะระหว่างสองสิ่งนี้มีความสำคัญ บริการหนึ่งคือบริการสร้างภาพของ OpenAI โดยตรง ซึ่งอยู่ภายใต้การดูแลของ OpenAI และคุณเข้าถึงได้โดยใช้บัญชี OpenAI อีกบริการหนึ่งคือบริการใดๆ ก็ตามที่คัดลอกโครงสร้างคำขอของ OpenAI เพื่อให้ SDK และเครื่องมือที่มีอยู่ยังคงทำงานได้ เว็บไซต์นี้คือบริการแบบที่สอง และใช้สำหรับข้อความเท่านั้น
สิ่งที่คุณได้รับที่นี่คือ API LLM ข้อความแบบ uncensored ที่โฮสต์ไว้ คุณชี้ OpenAI client ไปที่ base URL ด้านล่าง ตั้งค่าโมเดลเป็น uncensored และรับ chat completions ไม่มีภาพส่งกลับ ไม่มีการสร้างภาพ เสียง หรือวิดีโอ ไม่มี embeddings และไม่มี fine-tuning และไม่มีแผนจะเพิ่มสิ่งเหล่านี้ตามที่อธิบายในหน้าเหล่านี้
สิ่งที่เข้ากันได้และสิ่งที่เข้ากันไม่ได้
คำว่า "compatible" มักถูกขยายความในทางการตลาด ดังนั้นนี่คือรายละเอียดที่ชัดเจน Base URL คือ https://api.imagegenapi.com/v1 การตรวจสอบสิทธิ์คือ Authorization: Bearer <key> และมีวิธีการใช้งานสองวิธี
| เอนด์พอยต์ | ที่มีให้บริการที่นี่ | หมายเหตุ |
|---|---|---|
POST /v1/chat/completions | ใช่ | สตรีมมิง การเรียกใช้ฟังก์ชัน โหมด JSON |
GET /v1/models | ใช่ | แสดงรายการ uncensored |
| เอนด์พอยต์สำหรับสร้างภาพ | ไม่ | บริการสำหรับข้อความเท่านั้น |
| Embeddings, เสียง, การปรับแต่งโมเดล | ไม่ | ไม่มีให้บริการ |
หากโค้ดของคุณเรียกใช้เส้นทางสำหรับภาพบน base URL นี้ จะเกิดข้อผิดพลาด ไม่ใช่ภาพกลับออกมา กรณีเดียวกันนี้ใช้กับฟีเจอร์ใดๆ ของ OpenAI นอกเหนือจากสองวิธีการข้างต้น พารามิเตอร์การสุ่มที่คุณคุ้นเคยใช้งานได้: temperature, top_p, stop, seed และค่าปรับจะถูกส่งผ่านไปยังโมเดล และคำตอบสามารถใช้หน้าต่างบริบทขนาด 100,000 โทเคนที่แชร์ระหว่างพรอมต์และการตอบกลับได้
ควรชัดเจนเกี่ยวกับตัวตน โมเดลที่อยู่เบื้องหลัง uncensored เป็นโมเดลแบบเปิดน้ำหนักเพียงตัวเดียว ซึ่งดำเนินการโดยผู้ให้บริการอิสระ นี่ไม่ใช่ API ของ OpenAI ไม่ได้เป็น proxy สำหรับโมเดลของ OpenAI และไม่ได้มีส่วนเกี่ยวข้องกับ OpenAI หน้าเว็บที่สอดคล้องกันบนเว็บไซต์นี้ GPT image API and uncensored text อธิบายความแตกต่างนี้จากมุมมองของชื่อโมเดลภาพ
ทำไมคำถามนี้จึงเกิดขึ้น
ผู้คนเข้ามาดูหน้าเว็บเช่นนี้ด้วยเหตุผลที่เข้าใจได้ เครื่องมือสร้างภาพขับเคลื่อนโดยพรอมต์ข้อความ พรอมต์ข้อความถูกเขียนโดยโมเดลภาษา และเกตเวย์ของโมเดลภาษาจำนวนมากใช้โครงสร้างคำขอแบบเดียวกัน ความเข้าใจโดยสัญชาตญาณคือ API เดียวกันสามารถใช้ได้ทั้งสองอย่าง
ในทางปฏิบัติ ระบบทั้งสองเป็นระบบแยกกัน มีคีย์แยกกัน ราคาแยกกัน และกฎแยกกัน บริการภาพรับพรอมต์และส่งภาพกลับ บริการข้อความรับข้อความและส่งข้อความกลับ จุดเชื่อมโยงระหว่างสองสิ่งนี้คือคุณ หรือสคริปต์ที่คุณเขียน เพื่อส่งข้อความจากที่หนึ่งไปยังอีกที่หนึ่ง เมื่อคุณเห็นเช่นนี้ คำถามที่มีประโยชน์จะเปลี่ยนจาก "API นี้สร้างภาพได้หรือไม่" เป็น "API นี้สามารถเขียนพรอมต์ที่ดีกว่าสำหรับโมเดลภาพที่คุณใช้อยู่แล้วได้หรือไม่"
นี่คือกรณีใช้งานจริง และเป็นที่ที่โมเดลข้อความแบบ uncensored มีคุณค่า ผู้ช่วยทั่วไปมักเขียนใหม่ ปรับลด หรือปฏิเสธคำขอพรอมต์ที่เกี่ยวข้องกับธีมนิยายสำหรับผู้ใหญ่ ความรุนแรงในฉากเรื่องราว หรือความงามแบบมืด โมเดลที่ปรับแต่งเพื่อตอบคำขอของผู้ใหญ่ตามกฎหมายโดยไม่ปฏิเสธมักจะทำงานการเขียนตามที่ต้องการ ขีดจำกัดที่เข้มงวดยังคงมีอยู่: ไม่มีเนื้อหาทางเพศที่เกี่ยวข้องกับผู้เยาว์ ไม่ว่าภายใต้บริบทใด
การใช้ API ข้อความเพื่อเขียนพรอมต์สำหรับภาพ
นี่คือตัวอย่างเล็กๆ ที่ทำงานได้ มันขอพรอมต์ที่ละเอียดจากโมเดล จากนั้นคุณนำพรอมต์นั้นไปวางในเครื่องกำเนิดภาพที่คุณใช้ โค้ดนี้ใช้ SDK Python ของ OpenAI แบบทางการกับ base URL นี้
from openai import OpenAI
client = OpenAI(base_url="https://api.imagegenapi.com/v1", api_key="YOUR_KEY")
reply = client.chat.completions.create(
model="uncensored",
temperature=0.8,
messages=[
{"role": "system", "content": "You write prompts for text-to-image models. Reply with one paragraph: subject, composition, lighting, palette, lens or style. No preamble."},
{"role": "user", "content": "A ruined lighthouse at dusk for a dark fantasy book cover."},
],
)
print(reply.choices[0].message.content)การเรียกใช้เดียวกันจากบรรทัดคำสั่ง:
curl https://api.imagegenapi.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"uncensored","messages":[{"role":"user","content":"Write a one-paragraph image prompt: a ruined lighthouse at dusk, dark fantasy cover art."}]}'ทำให้ผลลัพธ์ใช้งานได้
เครื่องกำเนิดภาพแตกต่างกันในสิ่งที่พวกเขายอมรับ ดังนั้นจึงควรปรับผลลัพธ์ด้วย system message ของคุณ ขอโครงสร้างคงที่ ขีดจำกัดจำนวนคำ และรายการสิ่งที่ควรหลีกเลี่ยง หากคุณต้องการพรอมต์ภายใน pipeline ให้ขอ JSON โดยตั้งค่า response_format เป็น type json_object และขอคีย์เช่น prompt และ negative จากนั้นวิเคราะห์และส่งฟิลด์ไปยัง client สำหรับสร้างภาพ การตั้งค่า seed และค่า temperature ต่ำ จะให้ผลลัพธ์ที่ซ้ำได้มากขึ้นเมื่อคุณปรับแต่งข้อความ
เวิร์กโฟลว์แบบแบทช์พร้อมตัวเลขจริง
สมมติว่าคุณสร้างพรอมต์สำหรับ 1,000 ฉาก แต่ละคำขอส่งประมาณ 300 โทเคน (คำแนะนำพร้อมบันทึกฉากสั้นๆ) และรับพรอมต์ประมาณ 200 โทเคน ราคาคือ $0.15 ต่อ 1M โทเคนอินพุต และ $0.50 ต่อ 1M โทเคนเอาต์พุต
- หนึ่งคำขอ, อินพุต: 300 / 1,000,000 x $0.15 = $0.000045.
- คำขอหนึ่งรายการ, ผลลัพธ์: 200 / 1,000,000 x $0.50 = $0.0001.
- คำขอทั้งหมดรวมกัน: $0.000145
- 1,000 คำขอ: 1,000 x $0.000145 = $0.145.
ดังนั้นพรอมต์หนึ่งพันรายการมีค่าใช้จ่ายประมาณ 14.5 เซนต์ และขั้นตอนการเขียนข้อความมักเป็นส่วนเล็กๆ ของบิลเมื่อเทียบกับราคาการสร้างภาพซึ่งคุณควรตรวจสอบกับผู้ให้บริการนั้นๆ คีย์แบบเต็มอนุญาตให้ทำคำขอพร้อมกัน 8 คำขอและ 300 คำขอต่อนาที ดังนั้นคำขอ 1,000 รายการจึงเสร็จสิ้นได้ในไม่กี่นาทีด้วยพูล worker เล็กๆ จัดการ HTTP 429 โดยรอ; ส่วนหัว Retry-After: 5 บอกคุณว่าต้องรอนานแค่ไหนเมื่อเกิดภาระเกินชั่วคราว
คุณสามารถลองสิ่งทั้งหมดนี้ได้โดยไม่ต้องจ่าย หลังจากสมัครใช้งาน หน้า คีย์ API จะมีเครดิตทดลองใช้ $0.50 แบบคลิกเดียว ใช้ได้ 7 วัน ในระยะยาว การเติมเงินเริ่มต้นที่ $20 ถึง $500 และชำระด้วยคริปโต (USDT บน TRC20 หรือ USDC บน Base); ดู ราคา สำหรับระดับโบนัส
ข้อผิดพลาดที่ควรหลีกเลี่ยง
ข้อผิดพลาดบางประการปรากฏซ้ำๆ เมื่อใครพยายามใช้เอนด์พอยต์ที่มีลักษณะคล้าย OpenAI สำหรับงานภาพ
- การเรียกใช้เส้นทางของภาพและคาดหวังรูปภาพ มีเพียงสองวิธีที่เอกสารระบุไว้ที่นี่ ตรวจสอบข้อความข้อผิดพลาดแทนที่จะลองใหม่ เพราะการลองใหม่จะไม่เปลี่ยนผลลัพธ์
- การถามโมเดลข้อความให้ "วาด" บางสิ่ง มันอาจตอบด้วยศิลปะ ASCII คำอธิบาย หรือคำขอโทษ หากคุณต้องการรูปภาพ ให้ส่งพรอมต์ที่มันเขียนไปยังเครื่องสร้างภาพจริง
- การข้ามรายการโมเดล การเรียก
GET /v1/modelsอย่างรวดเร็วยืนยันว่าคีย์ใช้งานได้และโมเดลเพียงอย่างเดียวคือuncensoredซึ่งไม่มีค่าใช้จ่าย - การเพิกเฉยต่อสถานะ 429 คีย์ทดลองอนุญาตให้ทำ คำขอพร้อมกันได้ 2 คำขอ ดังนั้นลูปที่มี worker สิบตัวจะล้มเหลวเร็ว จำกัดจำนวน worker หรือเพิ่มการหน่วงเวลาสั้นๆ
- การส่ง body ขนาดใหญ่เกินไป ขีดจำกัดคือ 8 MB ต่อคำขอ คำขอการเขียนพรอมต์มีขนาดเล็กมาก ดังนั้นเรื่องนี้จึงไม่ค่อยสำคัญ แต่เอกสารที่วางลงอาจถึงขีดจำกัดนี้ได้
สิ่งเหล่านี้ไม่ใช่เรื่องยากที่จะแก้ไข และวิธีแก้ปัญหาที่รวดเร็วที่สุดคือสคริปต์ทดสอบสิบบรรทัดที่รันก่อนที่คุณจะเชื่อมต่อสิ่งใดเข้ากับเครื่องมือที่ใหญ่กว่า
เมื่อบริการอื่นเหมาะสมกว่า
เลือกอย่างใช้วิจารณญาณ หากคุณต้องการภาพเอง คุณต้องใช้บริการสร้างภาพ และ OpenAI เป็นหนึ่งในหลายตัวเลือก; ดูเอกสารและราคาปัจจุบันเพื่อดูรายละเอียดสิ่งที่เสนอ หากคุณต้องการเพียงพรอมต์ที่สะอาดในสไตล์หลัก ผู้ช่วยมาตรฐานอาจเพียงพอและคุณอาจไม่ต้องการบริการนี้เลย
API นี้เหมาะกว่าเมื่อขั้นตอนข้อความเป็นคอขวด: ผู้ช่วยที่คุณใช้ปฏิเสธหรือลดทอนคำขอพรอมต์ของคุณ คุณต้องการปริมาณพรอมต์สูงในราคาต่อโทเคนที่คาดการณ์ได้ หรือคุณต้องการ endpoint ที่เข้ากันได้กับ OpenAI สำหรับงานนิยาย บทบาทสมมติ และเครื่องมือคู่สนทนาสำหรับการใช้งานผู้ใหญ่ที่ถูกต้องตามกฎหมายโดยไม่ต้องเขียนโค้ดไคลเอนต์ใหม่ สำหรับรายละเอียดพารามิเตอร์ทั้งหมด เอกสาร มีรูปแบบคำขอและรหัสข้อผิดพลาด
อีกข้อสังเกตหนึ่งที่เป็นประโยชน์: พรอมต์ที่ส่งไปยัง API นี้ไม่ถูกนำไปใช้ในการฝึกโมเดล อย่างไรก็ตาม ให้ถือว่าบริการที่โฮสต์อยู่อยู่นอกเครื่องของคุณ และหลีกเลี่ยงการส่งข้อมูลลับที่คุณจะไม่วางลงในแบบฟอร์มเว็บ
