GPT-Image-2.6 API 가이드: Flare, Sunburst, GIF & SVG

이미지 스프린트를 망치는 요청은 대개 대표 이미지가 아닙니다. 문제는 후속 요청입니다. "같은 호출로 GIF도 받을 수 있나요? 로고를 SVG로 받을 수 있나요? 장면 전체를 다시 생성하지 않고 머그컵을 두 인치만 왼쪽으로 옮길 수 있나요?" 단일 평면 PNG를 중심으로 구축된 파이프라인은 이 세 가지 질문 모두에 "새 프로젝트"라고 답합니다.

OpenAI는 2026년 11월 4일 Images 2.6을 공개했고, 이제 API가 이런 요구를 다룹니다. 두 가지 모델 변형, GIF와 SVG 출력, 마크업 기반 편집, 그리고 별도의 복잡도 제어가 그것입니다. 문제는 새로운 기능 영역이 모든 참조 페이지가 갱신되는 속도보다 빠르게 도착했다는 점입니다. 이 가이드는 바로 실행할 수 있는 GPT-Image-2.6 API 통합을 제공하고, 제한을 하드코딩하기 전에 반드시 확인해야 할 지점을 정확히 짚어 줍니다.

TL;DR

• 두 모델, 하나의 가격표. gpt-image-2.6-flare는 빠른 반복을 위한 경로이고, gpt-image-2.6-sunburst는 medium/high 품질에서 더 높은 품질과 디테일, 더 강한 편집 일관성을 목표로 합니다. 두 모델은 동일한 토큰 단가를 사용합니다.
• 새 API 기능. GIF 출력, SVG 출력, 마크업 기반 편집, complexity 파라미터입니다. 생성과 편집은 여전히 별도 엔드포인트입니다.
• 이미지당 과금이 아닌 토큰 과금. 이미지 출력은 100만 토큰당 $30, 이미지 입력은 100만 토큰당 $8(캐시 $2), 텍스트 입력은 100만 토큰당 $5(캐시 $1.25)입니다.
• 문서가 세 곳에서 충돌합니다. GIF frame_count, 마크업 모델 지원, 품질·크기 참조 일부입니다. 단단한 제한을 배포하기 전에 계정에서 확인하세요.

출시 상태: GPT-Image-2.6은 ToAPIs에서 곧 제공될 예정입니다. 아래 코드 예제는 출시에 대비한 것이며, 최신 제공 상태는 모델 페이지에서 확인하세요.

1. GPT-Image-2.6 API에서 새로 나온 것

Images 2.6은 2026년 11월 4일에 나온 세대이며 ChatGPT, Codex, API에서 사용할 수 있습니다. OpenAI는 이전 세대보다 이미지를 50% 더 빠르게 생성한다고 말합니다. 이는 생성 속도에 대한 공급자 주장일 뿐, 사용자의 p95 지연 시간을 보장하는 말이 아니며 가격에 대해서도 아무것도 말하지 않습니다. 과금은 여전히 토큰 기반입니다.

두 모델 ID는 서로 다른 작업을 맡습니다:

• **gpt-image-2.6-flare**는 빠른 반복을 위해 만들어졌습니다. OpenAI는 quality=low에서 생성 시간이 약 6초까지 짧아질 수 있다고 설명하며, 이는 "지금 충분히 좋은 것"이 "나중의 완벽함"보다 중요한 프롬프트 탐색, 썸네일, UI 미리보기의 기본값이 됩니다.
• **gpt-image-2.6-sunburst**는 더 높은 품질과 디테일을 목표로 하며, quality=medium 또는 high에서 더 강한 편집 일관성을 제공합니다. 최종 에셋과, 변경하지 않은 부분이 그대로 유지되어야 하는 편집에 사용하세요.

두 모델은 토큰 단가를 공유하므로, 선택 기준은 더 저렴한 모델 ID가 아니라 채택률과 지연 시간입니다. 이전 세대에서 마이그레이션하는 중이라면 GPT Image 2 API 가이드에서 공통 요청 형태를 설명합니다. 이 글은 2.6이 추가한 것에 초점을 맞춥니다. GPT-Image-2.6 모델 가이드에서 계정의 이용 가능 여부를 확인하세요.

API는 OpenAI 호환입니다. 아래 예제는 https://api.toapis.com/v1을 대상으로 합니다. 다른 호환 베이스 URL로 보낼 경우 페이로드는 그대로 두고 베이스 URL과 키만 바꾸세요.

2. 첫 GPT-Image-2.6 API 요청

생성부터 시작하세요. 다음 curl 호출은 Flare에 정사각형 초안을 낮은 품질과 낮은 복잡도로 요청하는, 가장 빠르고 합리적인 스모크 테스트입니다:

curl -sS https://api.toapis.com/v1/images/generations \
  -H "Authorization: Bearer $TOAPIS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.6-flare",
    "prompt": "Paper-cut football stadium at night, layered cardstock, rim light, no text",
    "size": "1024x1024",
    "quality": "low",
    "complexity": "low",
    "n": 1
  }' -o flare-response.json

다운로더를 작성하기 전에 응답을 확인하세요. 모델과 요청 옵션에 따라 이미지 API는 보통 URL 또는 base64 데이터를 반환합니다. data[0].url을 가정하는 클라이언트는 유효한 base64 응답에서 실패합니다. 아래 헬퍼는 두 경우를 모두 처리하며, 이 글의 모든 예제에서 사용됩니다:

import base64
import os
import pathlib
import requests

API = "https://api.toapis.com/v1/images/generations"
HEADERS = {"Authorization": f"Bearer {os.environ['TOAPIS_API_KEY']}"}


def generate(model: str, prompt: str, output: str, **params) -> str:
    payload = {"model": model, "prompt": prompt, "n": 1, **params}
    response = requests.post(API, headers=HEADERS, json=payload, timeout=180)
    response.raise_for_status()
    item = response.json()["data"][0]
    target = pathlib.Path(output)
    if item.get("b64_json"):
        target.write_bytes(base64.b64decode(item["b64_json"]))
    else:
        target.write_bytes(requests.get(item["url"], timeout=60).content)
    return str(target)


if __name__ == "__main__":
    prompt = "Paper-cut football stadium at night, layered cardstock, rim light, no text"
    generate("gpt-image-2.6-flare", prompt, "flare-draft.png",
             size="1024x1024", quality="low", complexity="low")
    generate("gpt-image-2.6-sunburst", prompt, "sunburst-final.png",
             size="1536x1024", quality="high", complexity="high")

180초 타임아웃은 의도된 값입니다. 복잡한 프롬프트는 최대 약 2분이 걸릴 수 있으므로, 30초 클라이언트 타임아웃은 서버가 여전히 완료할 수 있는 작업을 거부합니다. 제품이 그렇게 오래 요청을 유지할 수 없다면 타임아웃을 줄이고 무작정 재시도하는 대신 작업 큐를 사용하세요.

3. Flare vs Sunburst: GPT-Image-2.6 API 모델 선택

유용한 비교는 "어느 모델이 더 좋은가"가 아닙니다. "이 작업에서 허용 가능한 지연 시간과 비용으로 어느 모델이 채택되는가"입니다. 거부된 Flare 초안은 실제로 출시된 Sunburst 이미지보다 비용이 더 클 수 있습니다.

두 모델을 같은 프롬프트와 출력 크기로 실행하고, 한 번에 하나의 변수만 바꾸며, 결과를 블라인드로 검토하세요. 채택률, p50/p95 지연 시간, 원시 응답 메타데이터를 기록하세요. 여기에는 요청 및 반환된 모델, 품질, 복잡도, 크기, 형식, 토큰 사용량(있는 경우), 경과 시간이 포함됩니다. 매력적인 샘플 하나로 모델이 더 낫다고 증명할 수는 없습니다.

실용적인 패턴은 탐색에는 낮은 품질의 Flare를, 선택한 방향에는 높은 품질의 Sunburst를 쓰는 것입니다. 프롬프트는 그대로 넘기되, 픽셀 단위로 동일한 두 번째 이미지를 기대하지 마세요. 일관성이 중요하다면 새로 생성하는 대신 편집을 테스트하세요.

4. GPT-Image-2.6 API의 품질과 복잡도

quality는 low, medium, high, xhigh, max, auto를 받습니다. 기본값은 auto입니다. 대부분의 팀에는 세 가지 운영 지점만 필요합니다:

• 지연 시간이 지배적이고 이미지가 일회용일 때 low.
• 출력이 검토되거나 출시될 때 medium 또는 high.
• 디테일이 추가 작업을 정당화하는 최종 에셋에는 xhigh 또는 max.

지연 시간과 토큰 사용량은 워크로드에 따라 달라집니다. 2.5의 이미지당 가격을 복사하지 마세요. 2.6은 토큰 과금을 사용합니다.

complexity는 별개입니다. low, medium, high이며, 가이드의 기본값은 high입니다. 별도 요금은 없지만, 높은 설정은 지연 시간과 원치 않는 변경을 늘릴 수 있습니다. 이를 무료 품질 업그레이드가 아니라 테스트해야 할 프롬프트 준수 변수로 취급하세요. 낮은 복잡도 요청은 더 빠를 수 있고, 높은 복잡도 요청은 복잡한 장면을 정리하거나 그대로 두고 싶었던 부분을 "개선"할 수 있습니다. 자체 프롬프트로 작은 A/B 테스트를 실행하세요.

한 번에 하나의 변수만 생성하세요. 품질과 복잡도를 함께 바꾸면 나쁜 결과가 어느 다이얼 때문인지 알 수 없습니다.

medium 품질의 GPT-Image-2.6 예시: 겹겹이 쌓인 카드스톡과 경기장 조명. 예시 출력이며 벤치마크가 아닙니다.

high 품질의 GPT-Image-2.6 예시: 더 많은 표면 디테일과 더 또렷한 가장자리. 표시 크기에서 선명도가 아니라 채택률을 비교하세요.

5. GPT-Image-2.6 API의 GIF 출력

GIF는 생성 전용입니다. POST /v1/images/generations에서 output_format을 gif로 설정하세요. 편집은 이를 지원하지 않습니다. 제어 항목은 다음과 같습니다:

• frame_count: 기본값 9. 이미지 가이드는 2-64, API 참조는 2-16이라고 합니다. 이 충돌은 해결되지 않았으므로 실제 확인 없이 64를 하드코딩하지 마세요.
• frame_duration_ms: 기본값 200, 최소 20. 9프레임에 200ms를 적용하면 1.8초 재생이고, 16프레임이면 3.2초입니다. 이는 산술 계산일 뿐 부드러운 움직임을 보장하지 않습니다.

generate(
    "gpt-image-2.6-flare",
    "A paper lantern monkey swinging through a bamboo forest, simple background, no text",
    "monkey-lantern.gif",
    size="1024x1024",
    quality="low",
    output_format="gif",
    frame_count=9,
    frame_duration_ms=200,
)

기본 9프레임으로 시작하세요. 더 필요하면 작은 단위로 위로 탐색하고 첫 거부 지점에서 멈추세요. 그러면 현재 계정이 무엇을 허용하는지 알 수 있습니다. GIF는 프레임마다 시각적 결정을 배로 늘리므로 장면을 단순하게 유지하세요. HTTP 상태뿐 아니라 전달된 파일 크기와 픽셀 치수를 확인하세요.

GPT-Image-2.6 예시: 한 번의 호출로 생성한 짧은 애니메이션 GIF. 프레임 수와 재생 시간은 요청한 설정에 따라 달라집니다.

GIF는 마스터 에셋이 아니라 미리보기 형식으로 취급하세요. 설정을 보관하고, 가능하면 썸네일과 접근성 폴백용 정지 프레임도 보관하세요.

6. GPT-Image-2.6 API의 SVG 출력

SVG도 생성 전용입니다. output_format을 svg로 설정하고 n=1을 유지하며, 정적 벡터 출력을 기대하세요. 문서화된 제한은 다음과 같습니다: 스트리밍 없음, 부분 이미지 없음, 압축 없음, prompt_rewriter 없음. 편집은 SVG를 지원하지 않습니다.

generate(
    "gpt-image-2.6-sunburst",
    "A minimal field-and-flour bakery label, wheat stalk and rolling pin, two-color vector, no text",
    "field-and-flour.svg",
    size="1024x1024",
    quality="high",
    output_format="svg",
    n=1,
)

클라이언트에서 n>1을 거부하세요. output_compression을 보내지 말고, 점진적 렌더링을 기대하지 마세요. SVG는 완전한 정적 에셋으로 도착합니다. SVG는 마크업이므로 파일을 신뢰할 수 없는 것으로 취급하세요. 이미지로 제공하거나 인라인하기 전에 정리하세요. 예상치 못한 요소가 포함된 올바르게 보이는 벡터는 보안 문제입니다.

SVG는 아이콘, 라벨, 다이어그램, 그리고 래스터 업스케일이 드러나는 인쇄 표시에 적합합니다. 사진, 애니메이션, 편집 워크플로에는 적합하지 않습니다. 벡터를 수정하려면 더 타이트한 프롬프트로 재생성하거나 디자인 도구에서 다시 만드세요. 구조를 확인하지 않았다면 편집 가능한 레이어를 약속하지 마세요.

GPT-Image-2.6 예시: 단순한 2색 라벨을 위한 정적 SVG 출력. 반환된 마크업을 인라인으로 제공하기 전에 확인하세요.

7. GPT-Image-2.6 API의 마크업 기반 편집

마크업 기반 편집은 원본 이미지와 투명 PNG 오버레이를 POST /v1/images/edits로 보냅니다. 오버레이는 첫 번째 이미지 위에 그려지며 그 치수와 일치해야 합니다. 첫 번째 이미지와 오버레이는 각각 최대 16,777,216픽셀이고, 오버레이 파일은 최대 50MB입니다.

규칙은 엄격합니다:

• 마크업은 mask 또는 prompt_rewriter와 결합할 수 없습니다.
• 오버레이는 평면화된 스크린샷이 아닌 투명 PNG여야 합니다.
• 여러 이미지를 보낼 때 오버레이는 첫 번째 이미지에 적용됩니다.
• 추가 마크업 요금은 없지만, 요청은 여전히 토큰으로 과금됩니다.

원본 이미지를 내보내고, 동일한 픽셀 크기로 RGBA 오버레이를 만들고, 대상 주위에 반투명 화살표나 외곽선을 그린 다음, 변경할 내용과 고정해야 할 내용을 정의하는 프롬프트와 함께 둘 다 업로드하세요. 오버레이는 위치를, 프롬프트는 내용을 말합니다. "머그컵을 오른쪽으로 옮기고 테이블, 그림자, 배경은 유지"는 검증 가능합니다. "더 좋게 만들어"는 그렇지 않습니다.

import base64
import os
import requests

url = "https://api.toapis.com/v1/images/edits"
headers = {"Authorization": f"Bearer {os.environ['TOAPIS_API_KEY']}"}

with open("base.png", "rb") as image, open("overlay.png", "rb") as markup:
    response = requests.post(
        url,
        headers=headers,
        data={
            "model": "gpt-image-2.6-sunburst",
            "prompt": "Move the mug to the right side of the table and keep the table, shadow, and background unchanged.",
            "size": "1024x1024",
            "quality": "high",
            "complexity": "medium",
        },
        files={"image": image, "markup": markup},
        timeout=180,
    )
response.raise_for_status()
item = response.json()["data"][0]
if item.get("b64_json"):
    open("edited.png", "wb").write(base64.b64decode(item["b64_json"]))
else:
    open("edited.png", "wb").write(requests.get(item["url"], timeout=60).content)

이 예제는 오버레이 파트 이름으로 markup을 사용합니다. 현재 API 참조에서 이를 확인하세요. 참조는 마크업을 2.5 기능으로 표시하지만 이미지 가이드는 2.5와 2.6 모두에서 설명합니다. 테스트 요청이 성공할 때까지 배포하지 마세요. Sunburst가 마크업을 거부하면 조용히 버전을 바꾸지 말고 실패를 드러내고 마지막으로 확인된 정상 경로를 유지하세요.

GPT-Image-2.6 예시: 마크업 기반 편집 전의 원본 이미지. 오버레이와 프롬프트는 표시되지 않습니다.

GPT-Image-2.6 예시: 편집된 결과. 변경되지 않은 영역도 요청한 변경만큼 꼼꼼히 검토하세요. 설득력 있는 새 객체가 그림자를 옮기거나 배경을 바꿀 수 있습니다.

편집 품질은 영역 단위 체크리스트로 측정하세요. 대상이 변경되었는지, 대상 외 형상이 보존되었는지, 그림자와 반사가 일관적인지, 텍스트가 변경되지 않았는지, 오버레이 가장자리에 새 객체가 없는지 확인합니다. 재생성 없이 재시도할 수 있도록 원본 이미지를 보관하세요.

8. GPT-Image-2.6 API의 크기와 제한

권장 크기는 1024x1024, 1536x1024, 1024x1536입니다. 사용자 지정 크기는 16의 배수인 치수, 1:3에서 3:1 사이의 종횡비, 3840x2160 이하를 사용해야 합니다. 2560x1440을 초과하는 것은 실험적이므로, 레이아웃이 권장 크기와 다를 때 먼저 확인하세요.

작은 클라이언트 측 가드는 왕복 비용을 치르기 전에 대부분의 잘못된 요청을 잡아냅니다:

def validate_size(width: int, height: int) -> str:
    if width % 16 or height % 16:
        raise ValueError("width and height must be multiples of 16")
    if not (1 / 3 <= width / height <= 3):
        raise ValueError("aspect ratio must stay between 1:3 and 3:1")
    if width > 3840 or height > 2160:
        raise ValueError("maximum size is 3840x2160")
    if width * height > 3840 * 2160:
        raise ValueError("pixel area exceeds the documented maximum")
    return f"{width}x{height}"

GPT-Image-2.6 API 문서의 충돌은 겉모습의 문제가 아닙니다. 클라이언트가 무엇을 받아들여야 하는지를 바꿉니다:

문서를 버전이 있는 구성으로 취급하세요. 출처 URL, 접근 날짜, 계정의 실제 동작을 기록하세요. 지원되지 않는 열거형에서 반환된 400은 증거이지만, 설정 파일의 주석은 증거가 아닙니다.

9. GPT-Image-2.6 API 호출의 실제 비용

OpenAI는 Images 2.6을 토큰으로 과금합니다. gpt-image-2.6-flare와 gpt-image-2.6-sunburst 모두 같은 단가를 사용합니다:

비용 공식은 다음과 같습니다:

cost = (image_output_tokens * 30
      + image_input_tokens * 8
      + cached_image_input_tokens * 2
      + text_input_tokens * 5
      + cached_text_input_tokens * 1.25) / 1_000_000

공식적인 이미지당 고정 가격은 없습니다. 모든 추정은 측정된 토큰 사용량에서 시작합니다. 생성 요청 하나가 텍스트 입력 400토큰과 이미지 출력 5,000토큰으로 과금된다고 가정하면 (400 × 5 + 5,000 × 30) / 1,000,000 = $0.152입니다. 이 수치는 예시일 뿐 평균이 아닙니다. 이미지 입력 2,000토큰도 과금하는 편집은 $0.016을 더해 $0.168이 됩니다.

1,000건의 요청에서 가상의 $0.152는 이미지 입력이나 캐시 할인을 적용하기 전에 약 $152가 됩니다. 요청당이 아니라 채택된 이미지당 비용을 추적하세요. 재시도, 거부, 검토 시간, 저장 비용을 포함해야 합니다. 검토자가 출력의 40%를 거부한다면 더 저렴한 호출이 손해가 될 수 있습니다.

두 가지 규칙이 계산을 정직하게 유지합니다. 50% 더 빠르다는 것은 50% 더 저렴하다는 뜻이 아닙니다. 속도는 토큰 단가가 아니라 지연 시간을 바꾸기 때문입니다. 그리고 2.5의 이미지당 가격은 2.6에 적용되지 않습니다. 캐시 입력은 입력이 캐시에서 제공될 때만 반복 참조 편집 비용을 낮춥니다. 요금을 확인하고 반환된 사용량과 대조하세요.

10. 프로덕션 체크리스트와 알려진 한계

GPT-Image-2.6 API는 유능하지만 결정론적 레이아웃 엔진은 아닙니다. 문서화된 제한은 여전히 적용됩니다. 복잡한 프롬프트는 최대 약 2분이 걸릴 수 있고, 텍스트 렌더링에는 한계가 있으며, 세대 간 일관성은 보장되지 않고, 구도 제어는 완벽하지 않습니다. 한 번의 완벽한 호출이 아니라 검토와 재시도를 전제로 설계하세요.

GPT-Image-2.6 API 트래픽을 라우팅하기 전에:

• 최악의 경우보다 긴 타임아웃을 설정하거나 긴 작업을 큐에 넣으세요. 모호한 타임아웃 후 유료 요청을 무작정 재시도하지 말고 상태나 멱등성을 먼저 확인하세요.
• 자체 클라이언트에서 모델 ID, 품질, 복잡도, 크기, 출력 형식을 검증하세요. 요청을 소비하기 전에 지원되지 않는 조합을 거부하세요.
• 요청 및 반환된 모델, 형식, 치수, 품질, 복잡도, 토큰 사용량, 지연 시간, 출력의 해시를 로그로 남기세요. 키와 민감한 프롬프트는 가리세요.
• 지표에서 생성 실패와 편집 실패를 분리하세요. 거부된 마크업 요청과 느린 생성은 다른 사건입니다.
• 다중 턴 이미지 편집에는 Responses API를 사용하세요. 턴 간 생성과 편집을 지원합니다. 일회성 작업에는 Images 엔드포인트가 더 단순합니다.
• 테스트된 폴백을 유지하세요. Sunburst를 사용할 수 없을 때 Flare가 요청을 처리할 수는 있지만 출력이 다릅니다. 폴백 모델이 대신 실행되면 조용히 대체하지 말고 사용자에게 알리세요.
• 필요한 에셋은 통제된 저장소에 보관하세요. 임시 URL이 영구 아카이브라고 가정하지 말고, 신뢰할 수 없는 SVG를 정리 없이 인라인하지 마세요.

롤아웃에는 워크로드를 대표하는 고정 평가 세트를 사용하세요. 작은 패키징 텍스트, 편집을 거쳐도 형태를 유지해야 하는 제품, 넓은 구도, 짧은 애니메이션이면 충분합니다. 문서화된 체크리스트로 점수를 매기고, 스크린샷이 아니라 채택률과 p95 지연 시간으로 모델을 비교하세요.

11. FAQ

gpt-image-2.6-flare와 gpt-image-2.6-sunburst 중 무엇을 써야 하나요?

탐색, 변형, 지연 시간에 민감한 초안에는 Flare를 사용하세요. 특히 quality=low에서 그렇습니다. 최종 디테일과 나머지 이미지를 보존해야 하는 편집에는 quality=medium 또는 high의 Sunburst를 사용하세요. 두 모델은 토큰 단가를 공유하므로, 더 높은 품질의 모델이 항상 필요하다고 가정하지 말고 작은 채택 테스트를 실행하세요.

GPT-Image-2.6 API는 편집에서 GIF와 SVG를 지원하나요?

아니요. GIF와 SVG는 GPT-Image-2.6 API의 생성 형식이며 편집은 둘 다 지원하지 않습니다. SVG는 n=1의 정적 벡터이고 스트리밍, 부분 이미지, 압축, prompt_rewriter가 없습니다. GIF도 생성 전용입니다. 편집이 형식을 무시하리라 기대하지 말고 별도 경로를 만드세요.

GPT-Image-2.6 API 이미지 한 장의 비용은 얼마인가요?

공식적인 이미지당 고정 가격은 없습니다. 이미지 출력은 100만 토큰당 $30, 이미지 입력은 100만 토큰당 $8(캐시 $2), 텍스트 입력은 100만 토큰당 $5(캐시 $1.25)입니다. 측정한 토큰 수로 추정한 다음 총 지출을 채택된 이미지 수로 나누세요. 2.6 예산에 2.5의 이미지당 가격을 재사용하지 마세요.

GPT-Image-2.6 API 문서는 왜 서로 다른가요?

가이드와 API 참조는 완전히 동기화되어 있지 않습니다. frame_count는 2-64와 2-16으로 모두 나타나고, 마크업은 참조에서 2.5 전용으로 문서화되지만 가이드에서는 2.5/2.6입니다. 일부 품질·크기 표는 뒤처져 있습니다. 이를 버전별 제한으로 취급하고 계정에서 테스트하며 확인 날짜와 결과를 기록하세요.

12. 마이그레이션이 아니라 세 번의 호출로 시작하세요

통제된 배치로 GPT-Image-2.6 API를 평가하세요. Flare low/low 초안 하나, Sunburst high/high 최종 하나, 제품에 맞는 형식 요청 하나입니다. 토큰, 지연 시간, 채택률을 기록한 다음 무엇이 파이프라인에 들어갈 자격을 얻는지 결정하세요.

ToAPIs 계정을 만들고, GPT-Image-2.6 모델 가이드에서 현재 접근 권한을 확인하고, 요금 페이지에서 단가를 확인하세요. 여전히 이전 세대를 사용 중이라면 GPT Image 2 API 가이드를 먼저 읽고, 전체 파이프라인을 다시 쓰는 대신 한 번에 하나의 엔드포인트씩 마이그레이션하세요.