ToAPIs
    AccueilToAPIs
    Génération d'imagesGPT Image 2.6, Gemini, FLUX…Génération de vidéosSeedance, Veo, Kling, Sora…Chat et rédactionGPT-5.6, Claude, DeepSeek…Voix et musiqueVoix off, TTS, audio
    Nouvelle sortieSeedance 2.5
    TarifsDocumentation APIMCP
    BlogAlternatives
    Se connecterCommencer gratuitement
    Tous les modèlesTarifsDocumentation APIMCPBlogAlternatives
    Se connecterCommencer gratuitement

    Langue

    Esc
    • Seedance 2.5Génération de vidéos
    • GPT Image 2Génération d'images
    • GPT Image 2.6Génération d'images
    • GPT Image 2.5Génération d'images
    • Veo 3.1 FastGénération de vidéos
    • Kling 3.0 TurboGénération de vidéos
    • Kling V4 FlashGénération de vidéos
    • Grok Video 1.5Génération de vidéos
    • Nano Banana 2Génération d'images
    • Seedream 5.5Génération d'images
    • FLUXGénération d'images
    • Sora 2Génération de vidéos
    • Tous les modèles d'imageCatégorie
    • Tous les modèles vidéoCatégorie
    • GPT-5.6 SolChat et codage
    • Claude Opus 4.8Chat et codage
    • Claude Opus 4.7Chat et codage
    • DeepSeek V4 ProDeepSeek · Texte
    • Gemini Omni 1.1 FlashGoogle · Multimodal
    1. Accueil
    2. Blog
    3. Tutoriel
    4. Générer des images 4K natives avec GPT Image 2 : formats d'image et workflows d'upscaling
    Retour à tous les articles
    tutorial2026-11-127 min de lecture

    Générer des images 4K natives avec GPT Image 2 : formats d'image et workflows d'upscaling

    Générez une sortie 4K native avec le contrat actuel de GPT Image 2 : définissez size comme un format d'image et resolution sur 4k. Il n'existe pas de flag upscale: true documenté, et la taille en pixels du 4K dépend du ratio que vous choisissez.

    ToAPIs Engineering & Evaluation Team
    GPT Image 24KAspect RatioImage APITutorial
    TL;DR - Points clés
    • Le gpt-image-2 exact expose la résolution comme un palier à part entière : 1k, 2k et 4k. Demandez du 4K natif en envoyant resolution: "4k" sur POST /v1/images/generations — pas un flag upscale: true côté serveur, et pas non plus une chaîne de pixels comme 1024x1024.
    • size est un format d'image (1:1, 16:9 et les autres ratios documentés). La référence de l'API publie un tableau de pixels : une image 16:9 en 4k fait 3840x2160, tandis qu'une image 1:1 en 4k fait 2880x2880.
    • Le playground actuel omet 5:4 et 4:5 lorsque la résolution est 4K, alors que le tableau size de l'API liste des valeurs en pixels pour ces deux ratios. Vérifiez à la référence en direct si vous en avez besoin.
    • Les tâches sont asynchrones : conservez l'id de tâche et interrogez GET /v1/images/generations/{id}. Un timeout client ne prouve pas que la tâche a échoué, surtout en 4k.
    • Ne budgétez pas avec d'anciens prix unitaires 1024px / 2048px. Confirmez le tarif actuel par palier pour l'ID de modèle exact de votre compte.

    Générer des images 4K natives avec GPT Image 2 : formats d'image et workflows d'upscaling

    Modèle cible : gpt-image-2
    Endpoint d'inférence : https://api.toapis.com/v1/images/generations
    Associé : Guide de l'API GPT Image 2 · Inpainting et outpainting · Miroir et proxy global · Référence des tailles de l'API


    1. TL;DR et vue d'ensemble des performances

    • Objectif : produire une image prête pour l'impression ou pour un visuel hero au palier 4K documenté, avec le format d'image dont vous avez réellement besoin, à partir d'une seule requête gpt-image-2.
    • Contrat : POST /v1/images/generations avec l'ID de modèle gpt-image-2. size est un format d'image (1:1, 16:9 et les autres ratios documentés). resolution vaut 1k, 2k ou 4k. La référence officielle publie les dimensions en pixels résultantes pour chaque paire.
    • Ce qu'il ne faut pas envoyer : size: "2048x2048", un flag quality: "hd" sur le gpt-image-2 exact, ou un champ inventé upscale: true qui prétend transformer un rendu 2048 px en 3840x2160. Le 4K est une valeur resolution à part entière.
    • Protocole asynchrone : l'appel de soumission renvoie un id de tâche. Interrogez GET /v1/images/generations/{id} (ou GET /v1/tasks/{id}) jusqu'au statut completed ou failed. Les tâches 4K peuvent prendre plus de temps que les brouillons 1K ; un timeout client ne prouve pas que la tâche a échoué.
    • FinOps : faites vos brouillons en 1k, promouvez les prompts acceptés en 4k et confirmez le tarif actuel par palier. Ne recopiez pas d'anciennes lignes de prix 1024 px / 2048 px dans une prévision.

    2. Formats d'image, paliers de résolution et sortie 4K native

    Le contrat actuel de gpt-image-2 sépare la forme du palier. size choisit le format d'image ; resolution choisit le palier de qualité ; le service dérive la largeur et la hauteur en pixels des deux. C'est pourquoi une « image 4K » n'est pas toujours 3840x2160 — cette taille est le résultat documenté de size: "16:9" plus resolution: "4k". Une sortie carrée en 4K est documentée comme 2880x2880.

    Les ratios prédéfinis listés dans la référence officielle sont :

    1:1, 3:2, 2:3, 4:3, 3:4, 5:4, 4:5, 16:9, 9:16, 2:1, 1:2, 21:9, 9:21

    Vous pouvez envoyer auto et laisser le fournisseur amont choisir, mais le ratio final et la taille en pixels ne sont alors pas garantis. Le gpt-image-2 exact ne documente pas de champ custom de taille en pixels ; les ratios width:height personnalisés (par exemple 7:4) sont documentés sur gpt-image-2-vip et gpt-image-2-official, sous réserve de leurs propres limites (côtés multiples de 16, grand côté au maximum 3 840 px, ratio au maximum 3:1, total de pixels entre 655 360 et 8 294 400).

    Le tableau des tailles de la référence de l'API pour le gpt-image-2 exact est :

    size1k2k4k
    1:11024x10242048x20482880x2880
    3:21536x10242048x13603520x2336
    2:31024x15361360x20482336x3520
    4:31024x7682048x15363312x2480
    3:4768x10241536x20482480x3312
    5:41280x10242560x20483216x2576
    4:51024x12802048x25602576x3216
    16:91536x8642048x11523840x2160
    9:16864x15361152x20482160x3840
    2:12048x10242688x13443840x1920
    1:21024x20481344x26881920x3840
    21:92016x8642688x11523840x1648
    9:21864x20161152x26881648x3840

    Deux mises en garde accompagnent ce tableau :

    • Le playground ToAPIs actuel conserve 3:2 et 2:3 en 4K, mais omet 5:4 et 4:5 lorsque la résolution est 4K. Le tableau des tailles ci-dessus liste pourtant des pixels 4k pour ces deux ratios. Si votre produit a besoin de 5:4 ou 4:5 en 4k, confirmez par une requête réelle plutôt que de supposer que le filtre du playground correspond à la limite de l'API.
    • Les minuscules (4k) et les majuscules (4K) apparaissent sur différentes surfaces. Les exemples officiels de gpt-image-2 utilisent les minuscules ; la configuration du playground utilise 1K / 2K / 4K. Suivez la référence de l'API dans vos clients et ne traitez pas la casse comme un second paramètre.

    Une grille grossière de nœuds 2 par 2 traversant une passerelle hexagonale vers une grille haute résolution plus fine

    Figure 1 : la résolution est un champ de requête à part entière. Le chemin documenté consiste à demander directement du 4k, pas à inventer un flag d'upscaler en post-traitement.

    Il n'existe aucun commutateur upscale: true documenté chez ToAPIs qui prenne un rendu natif 2048 px pour renvoyer 3840x2160. Si vous avez déjà une image 1K ou 2K et que vous en voulez une plus grande, la manœuvre prise en charge est une nouvelle génération (éventuellement avec le brouillon dans reference_images) à resolution: "4k". Ne promettez pas de fidélité typographique, de « masters d'impression 300 DPI » ni d'upscaling sans artefacts tant que vous n'avez pas mesuré ces propriétés sur vos propres assets.

    Le gpt-image-2 exact accepte également background: "transparent" en option et jusqu'à 14 URL reference_images. Il n'expose pas quality dans le contrat actuel du playground ; quality est un champ propre à des ID comme gpt-image-2-vip.


    3. Implémentation en production : cURL et Python

    Les exemples internationaux de cette série utilisent https://api.toapis.com. La documentation officielle indique aux utilisateurs de Chine continentale d'utiliser https://toapis.cn. Conservez un seul origin par environnement.

    Étape 1 : envoi cURL en 4K natif

    bash
    curl -X POST "https://api.toapis.com/v1/images/generations" \
      -H "Authorization: Bearer $TOAPIS_API_KEY" \
      -H "Content-Type: application/json" \
      -d '{
        "model": "gpt-image-2",
        "prompt": "Wide architectural photograph of a concrete pavilion at dusk, still water in the foreground, no typography, no logos",
        "size": "16:9",
        "resolution": "4k",
        "n": 1,
        "response_format": "url"
      }'
    

    Cette requête cible documentairement 3840x2160. Pour un master carré en 4K, passez size à 1:1 (documenté comme 2880x2880). Pour un frame story en 9:16, utilisez size: "9:16" (documenté comme 2160x3840).

    Étape 2 : helper Python de brouillon puis promotion

    Itérez en 1k, conservez le prompt accepté (et les URL de référence optionnelles), puis renvoyez en 4k. Le helper d'interrogation reprend le même contrat asynchrone que celui du guide miroir et proxy.

    python
    import os
    import time
    import requests
    
    API_KEY = os.environ["TOAPIS_API_KEY"]
    BASE = "https://api.toapis.com"
    ENDPOINT = f"{BASE}/v1/images/generations"
    HEADERS = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json",
    }
    
    
    def dispatch_image(
        prompt: str,
        size: str = "16:9",
        resolution: str = "1k",
        model: str = "gpt-image-2",
        reference_images: list[str] | None = None,
    ) -> str:
        payload = {
            "model": model,
            "prompt": prompt,
            "size": size,
            "resolution": resolution,
            "n": 1,
            "response_format": "url",
        }
        if reference_images:
            payload["reference_images"] = reference_images
        res = requests.post(ENDPOINT, headers=HEADERS, json=payload, timeout=30)
        res.raise_for_status()
        data = res.json()
        task_id = data.get("id") or data.get("task_id")
        if not task_id:
            raise RuntimeError(f"Unexpected submission envelope: {data}")
        return task_id
    
    
    def poll_image_task(task_id: str, deadline_s: int = 300) -> str:
        poll_url = f"{BASE}/v1/images/generations/{task_id}"
        interval = 2.0
        start = time.time()
        while time.time() - start < deadline_s:
            time.sleep(interval)
            poll = requests.get(poll_url, headers=HEADERS, timeout=15)
            if poll.status_code == 429:
                retry_after = poll.headers.get("Retry-After")
                time.sleep(float(retry_after) if retry_after else min(interval * 2, 20))
                continue
            poll.raise_for_status()
            data = poll.json()
            status = data.get("status")
            if status == "completed":
                return data["result"]["data"][0]["url"]
            if status == "failed":
                raise RuntimeError(f"Generation failed: {data.get('error')}")
            interval = min(interval * 1.5, 8.0)
        raise TimeoutError(
            f"Task {task_id} exceeded {deadline_s}s; check status before retrying"
        )
    
    
    if __name__ == "__main__":
        prompt = (
            "Wide architectural photograph of a concrete pavilion at dusk, "
            "still water in the foreground, no typography, no logos"
        )
        draft_id = dispatch_image(prompt, size="16:9", resolution="1k")
        print("Draft:", draft_id, poll_image_task(draft_id))
        final_id = dispatch_image(prompt, size="16:9", resolution="4k")
        print("4K:", final_id, poll_image_task(final_id, deadline_s=300))
    

    Accordez aux interrogations 4K un délai plus long qu'aux brouillons 1K. Conservez l'id de tâche immédiatement, afin qu'un timeout client puisse être résolu plus tard par une vérification de statut. Si vous faites ensuite passer le client sur gpt-image-2-vip (ratios personnalisés, quality) ou gpt-image-2-official, changez une variable à la fois et relisez la référence de cet ID — les unités de facturation ne sont pas automatiquement identiques.


    4. Gestion des erreurs et matrice des statuts

    Les catégories ci-dessous sont des points de départ pour le diagnostic, pas une garantie de codes d'erreur ToAPIs exacts. Une soumission HTTP réussie exige tout de même de lire le status de la tâche.

    Statut HTTPCatégorie couranteAction recommandée
    400Champ invalide ou combinaison non prise en chargeVérifiez que size est un ratio documenté, que resolution vaut 1k / 2k / 4k et que vous n'avez pas envoyé de chaîne de pixels comme 2048x2048 ni un flag upscale non documenté
    401Clé d'API absente ou invalideFaites tourner la clé dans le tableau de bord ToAPIs et confirmez l'en-tête Authorization
    429Limite de débit ou de concurrenceRespectez Retry-After lorsqu'il est présent ; appliquez un backoff avec jitter ; ne réessayez que si c'est sûr
    5xx ou timeout réseauProblème temporaire de passerelle ou d'amontVérifiez le statut de la tâche avant de renvoyer ; les tâches 4K peuvent encore être in_progress après un timeout client

    WaitTime=min⁡(MaxWait,BaseInterval×2attempt)+Uniform(0,1)\text{WaitTime} = \min(\text{MaxWait}, \text{BaseInterval} \times 2^{\text{attempt}}) + \text{Uniform}(0, 1)WaitTime=min(MaxWait,BaseInterval×2attempt)+Uniform(0,1)


    5. Tarifs et ROI FinOps

    Couˆt estimeˊ=images facturables reˊussies×tarif actuel du compte pour ce modeˋle, cette taille et cette reˊsolution\text{Coût estimé} = \text{images facturables réussies} \times \text{tarif actuel du compte pour ce modèle, cette taille et cette résolution}Couˆt estimeˊ=images facturables reˊussies×tarif actuel du compte pour ce modeˋle, cette taille et cette reˊsolution

    • Ne réutilisez pas d'anciens prix unitaires comme $0.024 pour 1024 px ou $0.072 pour 2048 px. Ces lignes appartiennent à un contrat de taille obsolète.
    • Le guide du modèle GPT Image 2 montre actuellement une comparaison sur la landing ToAPIs de $0.015 / $0.020 / $0.025 par image en 1K / 2K / 4K pour le gpt-image-2 standard. Ne l'utilisez que comme comparaison publiée. Confirmez le tarif applicable à votre compte et à l'ID de modèle exact que vous appelez.
    • Une boucle économique consiste à faire des brouillons en 1k, puis à promouvoir le prompt accepté (et les références) en 4k. Deux tâches réussies correspondent à deux images facturables, sauf si les conditions de votre compte indiquent le contraire. Il n'existe aucun raccourci gratuit documenté du type « upscaler le même prompt ».
    • Les prix par token du fournisseur officiel et les prix par requête de ToAPIs ne sont pas interchangeables. Si vous passez à gpt-image-2-vip ou à une SKU de canal officiel, relisez la grille tarifaire de cet ID.
    • Pour le contexte, consultez l'article sur les tarifs de GPT Image 2, puis vérifiez chaque chiffre au catalogue en direct avant de l'inscrire dans une prévision.

    6. Questions fréquentes

    Voir le bloc FAQ du frontmatter. En résumé : le 4K est une valeur resolution à part entière, pas un flag upscale ; les dimensions en pixels dépendent de size et de resolution ; n'envoyez pas 1024x1024 comme size ; confirmez 5:4 / 4:5 en 4k auprès de l'API en direct si vous avez besoin de ces ratios ; confirmez les tarifs publiés 1K / 2K / 4K sur votre compte.


    7. Liste d'actions

    • Créez une clé sur le portail développeur ToAPIs.
    • Définissez une URL de base par environnement (https://api.toapis.com ou, si nécessaire, https://toapis.cn) et testez l'extrait cURL avec size: "16:9" et resolution: "1k".
    • Promouvez le même prompt en resolution: "4k" et confirmez la taille en pixels documentée pour ce ratio (pour 16:9, 3840x2160).
    • Conservez l'id de tâche, accordez un délai plus long aux interrogations 4K et respectez Retry-After sur 429.
    • Ensuite : le guide inpainting et outpainting si vous éditez un frame existant, et le guide de l'API pour la carte complète des paramètres.

    Découvrir les modèles cités dans cet article

    OpenAIIMAGE

    GPT-Image-2

    Tarif actuel : 3 credits /request
    Guide du modèleEssayer dans la consoleObtenir une clé d'API
    OpenAIIMAGE

    GPT-Image-2 VIP

    Tarif actuel : 3.38 credits /request
    Guide du modèleEssayer dans la consoleObtenir une clé d'API

    Articles associés

    tutorial2026-11-12T10:00:00+08:007 min de lecture

    Maîtriser l'inpainting et l'outpainting avec l'API d'édition d'images GPT Image 2

    Modifiez des images existantes avec le contrat actuel de GPT Image 2 : changements guidés par référence sur gpt-image-2 et inpainting par masque sur gpt-image-2-official, le tout sur l'endpoint asynchrone de génération.

    TO
    ToAPIs Engineering & Evaluation Team
    #GPT Image 2
    tutorial2026-11-11T10:00:00+08:007 min de lecture

    GPT Image 2 : miroir global et proxy pour les équipes internationales

    Comment les équipes internationales peuvent appeler l'API GPT Image 2 via un origin ToAPIs documenté, réutiliser les sessions et interroger les tâches d'image asynchrones, sans dépendre de chiffres de latence non vérifiés.

    TO
    ToAPIs Engineering & Evaluation Team
    #GPT Image 2
    tutorial2026-10-23T10:00:00+08:004 min de lecture

    Guide complet de l'API GPT Image 2 : paramètres, spécifications officielles et exemples Python

    Guide d'intégration pour les développeurs de l'API GPT Image 2. Apprenez à régler les paramètres, à utiliser les résolutions HD, à contrôler le format d'image, à faire de l'inpainting et à implémenter en Python et Node.js.

    TO
    ToAPIs Engineering & Evaluation Team
    #GPT Image 2
    ToAPIs
    AccueilToAPIs
    Passerelle d'API d'IA pour l'entreprise. Accédez à GPT-5, Claude, Gemini et plus de 200 modèles via une API unifiée.

    Modèles populaires

    • Seedance 2.5 API
    • Seedance 2.0 API
    • Veo 3.1 Fast API
    • Kling 3.0 Turbo API
    Afficher plusAfficher moins
    • GPT Image 2 API
    • Claude Opus 4.8 API
    • Nano Banana 2 API
    • Seedance 2 Mini API
    • Tous les modèles

    Catégories d'API

    • API image IA
    • API vidéo IA
    • API texte-vers-vidéo
    • API image-vers-vidéo
    Afficher plusAfficher moins
    • API d'édition d'image IA
    • API LLM et raisonnement
    • Tous les outils API →

    Alternatives

    Alternatives
    • Alternative à Kie.ai
    • Alternative à Fal.ai
    • Alternative à OpenRouter
    • Alternative à Replicate
    • Alternative à Wavespeed AI
    • Toutes les comparaisons →

    Guides à la une

    Guides à la une
    • Tarifs de Seedance 2.0 et 2.5
    • Guide de l'API Seedance la moins chère
    • Guide d'intégration de MiniMax H3
    • Clé d'API Seedance 2 gratuite
    • Démarrage rapide de l'API Seedance 2
    • Tous les articles techniques →

    Développeurs et plateforme

    Développeurs et plateforme
    • Documentation API
    • MCP
    • Tarifs
    • Playground de modèles
    • LLMs.txt
    • Contacter le support
    • Annuaire des guides de modèles
    Entité exploitante :
    鯨樞智能科技有限公司
    JINGSHU INTELLIGENT LIMITED
    Siège social :
    ROOM 5042, 5/F, YAU LEE CENTRE, NO.45, HOI YUEN ROAD, KWUN TONG, KOWLOON, HONG KONG
    ConfidentialitéConditionsUsage acceptableSuppression des donnéesConservation des donnéesSous-traitants et régionsFacturation et remboursementsPolitique relative aux cookiesPlan du siteÀ propos

    © 2026 ToAPIs. Tous droits réservés.