Mengurai Batasan Tersembunyi API GPT Image 2.6: 5 Jenis Batasan Kombinasi GIF, SVG, dan Pengeditan Lokal

Catatan penulis: Artikel ini membahas batasan endpoint, konflik parameter, dan hal-hal yang perlu diperhatikan saat migrasi terkait GIF, SVG, serta pengeditan lokal dengan markup di GPT Image 2.6 API. Tujuannya agar developer tidak terjebak anggapan bahwa integrasi cukup dilakukan dengan “mengganti nama model”.

OpenAI merilis GPT Image 2.6 pada 4 November 2026. Developer dapat menggunakan dua model: gpt-image-2.6-flare dan gpt-image-2.6-sunburst. Saat melihat keterangan “mendukung GIF, mendukung SVG, mendukung pengeditan dengan anotasi”, banyak tim langsung berpikir untuk mengganti nama model lalu meminta GIF atau SVG dalam alur pengeditan yang sudah ada. Menurut dokumentasi resmi, kombinasi seperti ini tidak didukung di tingkat API.

Ini bukan soal mencari-cari kekurangan model baru. Dokumentasi resmi Image generation dan panduan petunjuk GPT Image 2.6 sama-sama menjelaskan batasan antara endpoint, format, dan parameter. Artikel ini hanya merangkum batasan dalam dokumentasi, tanpa mengarang hasil pengujian permintaan atau menarik kesimpulan atas hal-hal yang belum memiliki kesimpulan resmi.

Manfaat utama: Setelah membaca artikel ini, Anda bisa menentukan endpoint yang tepat untuk kebutuhan GPT Image 2.6, mengetahui parameter yang tidak bisa digunakan bersamaan, serta kemampuan yang perlu diverifikasi sebelum mengintegrasikan platform pihak ketiga.

Ringkasan batasan API GPT Image 2.6

Kesimpulannya: kemampuan yang dimiliki model belum tentu tersedia di setiap endpoint API. GIF dan SVG saat ini hanya bisa dihasilkan melalui endpoint generations, sedangkan markup hanya digunakan di endpoint edits. Ketiganya memiliki fungsi yang berbeda.

Apa fungsi masing-masing dari tiga jenis endpoint GPT Image 2.6?

images/generations membuat gambar baru berdasarkan petunjuk teks dan merupakan satu-satunya jalur output resmi untuk GIF dan SVG. images/edits menerima gambar asli dan instruksi untuk mengubah gambar yang sudah ada; pengeditan dengan anotasi markup juga dilakukan di sini. Alat pembuatan gambar di Responses API cocok digunakan dalam percakapan dan alur kerja multi-langkah. Namun, dokumentasi tidak mencantumkan parameter spesifiknya untuk GIF dan SVG, jadi jangan menganggapnya sama persis dengan endpoint generations sebelum memastikannya.

Ada satu hal lain yang mudah disalahpahami: di produk ChatGPT, pengguna bisa mengunggah foto untuk membuat GIF. Namun, itu adalah kemampuan interaksi di tingkat produk, bukan berarti endpoint edit pada Image API bisa menghasilkan GIF. Menganggap pengalaman di produk sebagai kemampuan API adalah kesalahpahaman yang paling umum dalam kasus ini.

Batasan Tersembunyi Output SVG GPT Image 2.6

SVG diperoleh melalui endpoint generations dengan mengatur output_format="svg". Sekilas, ini hanya terlihat seperti tambahan format, tetapi sebenarnya ada sejumlah batasan yang lebih ketat dibandingkan gambar raster. Berikut aturan yang disebutkan secara eksplisit dalam dokumentasi resmi:

• n harus bernilai 1; beberapa SVG tidak bisa dibuat sekaligus.
• Streaming dan partial_images tidak didukung.
• output_compression dan prompt_rewriter tidak didukung.
• images/edits tidak bisa menghasilkan SVG, dan SVG tidak bisa langsung digunakan sebagai input untuk pengeditan raster.

Hasilnya tersedia di data[0].b64_json dan perlu didekode menjadi XML UTF-8 sebelum disimpan sebagai file .svg. Dokumentasi resmi menjelaskan bahwa SVG yang dihasilkan adalah grafis vektor statis yang terdiri dari bentuk, path, dan warna, tanpa skrip, ketergantungan pada sumber daya eksternal, atau bitmap yang disematkan. Ini memudahkan rendering inline langsung di frontend, tetapi bukan berarti setiap SVG memiliki struktur lapisan sejelas hasil desain profesional.

Contoh Pemanggilan SVG GPT Image 2.6 yang Sederhana

Contoh berikut menggunakan format yang kompatibel dengan OpenAI. Ketersediaan model dan parameter baru berbeda-beda di setiap platform, jadi pastikan terlebih dahulu sebelum mengintegrasikannya.

import base64
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Antarmuka yang kompatibel dengan OpenAI; pastikan model 2.6 sudah tersedia
)

result = client.images.generate(
    model="gpt-image-2.6-flare",
    prompt="极简风格的咖啡店 Logo,单色线条，圆形构图",
    output_format="svg",
    n=1,  # Untuk SVG, nilainya harus 1
)

svg_xml = base64.b64decode(result.data[0].b64_json).decode("utf-8")
with open("logo.svg", "w", encoding="utf-8") as f:
    f.write(svg_xml)

Biaya juga perlu dihitung secara terpisah. Menurut dokumentasi resmi, proses pembuatan SVG dimulai dengan membuat gambar referensi, lalu model pembuat menghasilkan gambar vektor. Karena itu, biayanya mencakup penggunaan model gambar untuk gambar referensi serta konsumsi token model pembuat SVG. Biaya per gambar PNG biasa tidak bisa langsung dijadikan patokan untuk SVG, dan dokumentasi resmi juga tidak menetapkan harga tetap yang berlaku untuk semua tugas SVG.

🚀 Saran pengujian cepat: Konsumsi token SVG sangat bergantung pada kompleksitas petunjuk. Sebaiknya coba alurnya terlebih dahulu dengan beberapa petunjuk yang mewakili kebutuhan Anda, lalu perkirakan biaya untuk pemrosesan dalam jumlah besar. Anda bisa memeriksa ketersediaan model yang dituju di konsol APIYI apiyi.com dan menggunakan kredit uji pengguna baru untuk pengujian skala kecil.

Parameter dan batasan output GIF GPT Image 2.6

GIF juga hanya bisa diperoleh melalui endpoint generations. Setelah mengatur output_format="gif", Anda bisa menggunakan dua parameter baru untuk mengontrol tempo animasi. Ukuran mengacu pada satu frame; jika menentukan lebar dan tinggi, keduanya harus berupa kelipatan 16.

Jumlah frame, resolusi, dan jumlah gambar yang dihasilkan dibatasi oleh kemampuan model sekaligus total anggaran piksel. Maksimum 64 frame bukan berarti GIF bisa dihasilkan secara konsisten pada resolusi tinggi berapa pun. Inilah bagian tabel parameter yang paling mudah disalahartikan. Contoh resmi menggunakan Sunburst, 512×512, quality=high, nilai default complexity=high, 9 frame, dan 200 milidetik per frame, dengan durasi total 1,8 detik. Isinya adalah monyet kecil berjaket hijau yang mengangkat lentera lalu kembali ke posisi awal, membentuk animasi berulang.

import base64
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Sebelum digunakan, pastikan platform meneruskan parameter baru seperti frame_count
)

def generate_gif(prompt: str, path: str = "loop.gif") -> str:
    """Buat GIF berulang; field nonstandar SDK dikirim melalui extra_body"""
    result = client.images.generate(
        model="gpt-image-2.6-sunburst",
        prompt=prompt,
        size="512x512",          # Ukuran satu frame, kelipatan 16
        quality="high",
        output_format="gif",
        extra_body={
            "frame_count": 9,           # 2–64, default 9
            "frame_duration_ms": 200,   # 20–2000, kelipatan 10 ms
            "complexity": "high",       # Nilai default, sebaiknya dipertahankan untuk perbandingan awal
        },
    )
    data = base64.b64decode(result.data[0].b64_json)
    if not data.startswith(b"GIF8"):
        raise ValueError("返回内容不是有效的 GIF 文件")
    with open(path, "wb") as f:
        f.write(data)
    return path

generate_gif("一只穿绿色外套的小猴子举起灯笼，再回到开始姿态，无缝循环")

Di bagian akhir, kode memeriksa header file karena respons yang berhasil dan GIF yang bisa digunakan adalah dua hal berbeda. Dokumentasi batasan resmi juga menyebutkan bahwa kesinambungan gerakan dan kelancaran perulangan GIF perlu diperiksa secara manual, bukan hanya berdasarkan kode status HTTP.

Persyaratan wajib untuk pengeditan lokal dengan markup GPT Image 2.6

Markup adalah fitur tambahan penting di endpoint edits pada 2.6. Penggunaannya melibatkan gambar asli, lapisan anotasi transparan, dan petunjuk pengeditan. Dalam contoh resmi, gambar aslinya adalah kitchen.webp, lapisan anotasinya berupa PNG transparan dengan lingkaran merah, dan petunjuknya meminta agar vas di dalam lingkaran diubah menjadi biru, benda di sekitarnya tetap dipertahankan, dan lingkaran merah dihilangkan dari gambar akhir.

Persyaratan markup cukup spesifik. Jika salah satunya tidak terpenuhi, permintaan bisa gagal atau hasilnya tidak sesuai harapan:

1. Markup harus berupa lapisan anotasi PNG yang memiliki piksel transparan. Jangan menggambar lingkaran merah langsung pada gambar asli lalu mengirimkannya sebagai markup.
2. Lebar dan tinggi piksel gambar asli dan markup harus sama persis.
3. Markup berlaku untuk gambar input pertama, sedangkan gambar lainnya hanya digunakan sebagai gambar referensi.
4. Gambar pertama dan lapisan anotasi masing-masing memiliki batas 16,777,216 piksel, dan ukuran file markup tidak boleh melebihi 50 MB.
5. Markup tidak bisa digunakan bersamaan dengan mask atau prompt_rewriter.

Ada satu hal lain yang perlu diperhatikan: menurut dokumentasi resmi, pengeditan berbasis mask tetap dipandu oleh petunjuk dan tidak selalu mengikuti batas setiap piksel secara ketat. Lingkaran dan mask digunakan untuk menunjukkan bagian yang ingin diubah, tetapi tidak sama dengan pengeditan piksel deterministik seperti di Photoshop. Jika area tertentu harus sama persis dengan gambar asli hingga tingkat piksel, dokumentasi resmi menyarankan untuk menggabungkan hasil edit yang sudah disetujui dengan gambar asli, alih-alih sepenuhnya mengandalkan model untuk mempertahankannya.

Tabel kompatibilitas parameter GPT Image 2.6

Menempatkan format dan parameter dalam satu tabel memudahkan pemeriksaan konflik tanpa perlu mencari di berbagai bagian dokumentasi. Tabel ini hanya mencatat aturan yang disebutkan secara jelas; item yang tidak dijelaskan ditandai sebagai “Tidak dijelaskan”, bukan berarti tidak didukung.

Ada beberapa hal lain yang mudah terlewat. Ukuran yang umum digunakan adalah 1024×1024, 1536×1024, dan 1024×1536. Untuk ukuran kustom, lebar dan tinggi harus merupakan kelipatan 16, dengan rasio aspek antara 1:3 dan 3:1. Nilai quality mencakup auto, low, medium, high, xhigh, dan max, sedangkan nilai complexity adalah low, medium, dan high. Keduanya mengatur aspek yang berbeda: quality memengaruhi detail rendering, sementara complexity memengaruhi perencanaan komposisi dan pemahaman adegan.

Analisis dampak batasan GPT Image 2.6 bagi developer

Risiko kompatibilitas saat memigrasikan alur kerja lama

Panduan petunjuk resmi secara khusus mengingatkan agar input_fidelity dihilangkan saat mengedit gambar. GPT Image 2.6 juga tidak mendukung reasoning.summary. Jika kode lama masih memuat bidang tersebut, mengganti nama model saja bisa menyebabkan error. Jalur migrasi yang disarankan secara resmi dapat diringkas sebagai berikut:

• Simpan permintaan dan output yang mewakili penggunaan model lama sebagai dasar perbandingan.
• Ganti hanya nama model; pertahankan petunjuk, gambar referensi, ukuran, quality, dan format output.
• Pada putaran pertama, gunakan nilai default complexity. Setelah itu, ubah hanya satu variabel dalam setiap pengujian: quality atau complexity.
• Pantau kualitas output, latensi, tingkat kegagalan, jumlah percobaan ulang, dan biaya aktual. Uji coba dengan sebagian kecil traffic terlebih dahulu, lalu tingkatkan porsinya secara bertahap.

Penanganan error perlu disesuaikan dengan jenisnya

Pembuatan gambar dapat gagal karena masalah autentikasi, kuota, batas kecepatan, error server, atau konten input. Pembatasan kecepatan dan error server cocok ditangani dengan percobaan ulang menggunakan backoff. Sebaliknya, error kuota tidak sebaiknya dicoba ulang tanpa syarat. Untuk error yang mengharuskan pengguna mengubah input, minta pengguna menyesuaikan permintaan, bukan mengulangi pemanggilan. Jika permintaan diblokir oleh moderasi, respons akan berisi error.code = "moderation_blocked". Sebaiknya catat juga ID permintaan untuk memudahkan penelusuran masalah.

Daftar pemeriksaan sebelum menggunakan platform pihak ketiga

Saat memanggil model baru melalui platform agregator, “model sudah tersedia” baru langkah pertama. Pemeriksaan dalam tabel berikut berasal dari daftar kemampuan resmi dan perlu diverifikasi satu per satu sebelum integrasi. Daftar ini tidak menyatakan bahwa platform tertentu sudah atau belum mendukung fitur-fitur tersebut.

💡 Saran integrasi: Uji permintaan yang sama pada antarmuka resmi dan platform pihak ketiga, lalu bandingkan terutama format respons dan pesan error. Sebelum menggunakan APIYI apiyi.com, periksa daftar model dan penjelasan parameter di pusat dokumentasi. Pastikan kemampuan terkait 2.6 sudah tersedia sebelum mengalihkan traffic produksi.

Pertanyaan Umum (FAQ)

Poin Penting Batasan API GPT Image 2.6

• Kemampuan tidak sama dengan endpoint: GIF dan SVG hanya tersedia sebagai output generations, sedangkan markup hanya bisa digunakan di edits.
• SVG memiliki batasan paling banyak: n=1, tidak mendukung output streaming, parameter kompresi, atau prompt_rewriter, dan konten yang dikembalikan perlu didekode menjadi XML.
• GIF dibatasi oleh anggaran piksel: 64 frame tidak berarti pembuatan akan stabil pada resolusi berapa pun. Lebar dan tinggi setiap frame harus kelipatan 16.
• Persyaratan format markup ketat: Harus berupa PNG transparan dengan ukuran yang sama dengan gambar asli, dan tidak bisa digunakan bersamaan dengan mask.
• Migrasi perlu membersihkan field: Saat mengedit, hilangkan input_fidelity dan jangan kirim reasoning.summary.
• Verifikasi setiap lapisan sebelum integrasi: Gunakan dokumentasi dan kuota pengujian APIYI apiyi.com untuk memastikan kemampuan pada lima lapisan: model, antarmuka, parameter, hasil, dan harga.

Kesimpulan

Batasan tersembunyi API GPT Image 2.6 dapat diringkas menjadi tiga hal:

1. Pembagian endpoint sudah tetap: Gunakan generations untuk membuat gambar baru dan edits untuk mengubah gambar yang sudah ada. GIF dan SVG tidak tersedia dalam hasil pengeditan.
2. Ada parameter yang saling bertentangan: SVG dan GIF tidak kompatibel dengan output streaming, parameter kompresi, maupun prompt_rewriter. Sementara itu, markup dan mask hanya bisa dipilih salah satu.
3. Hasil yang dikembalikan perlu diperiksa: Respons yang berhasil tidak selalu berarti hasilnya siap digunakan. Periksa format file, efek perulangan, dan area pengeditan.

Mengintegrasikan GPT Image 2.6 bukan sekadar mengganti nama model. Anda juga perlu memastikan endpoint, format, parameter, dan data yang dikembalikan sesuai dengan kebutuhan bisnis. Sebaiknya, uji kemampuan yang dituju di APIYI apiyi.com dengan beberapa permintaan nyata terlebih dahulu. Setelah memastikan ketersediaan dan biaya sebenarnya, migrasikan traffic produksi secara bertahap.

📚 Referensi

1. OpenAI API – Image generation: Penjelasan resmi tentang endpoint, output SVG/GIF, pengeditan markup, dan penanganan kesalahan
2. Tautan: developers.openai.com/api/docs/guides/image-generation

3. Keterangan: Acuan utama untuk batasan endpoint dan parameter dalam artikel ini

4. OpenAI API – GPT Image 2.6 prompting guide: Parameter model, proses migrasi, dan contoh GIF/SVG

5. Tautan: developers.openai.com/api/docs/guides/image-prompting

6. Keterangan: Memuat hal-hal yang perlu diperhatikan saat migrasi, termasuk input_fidelity dan reasoning.summary

7. OpenAI – GPT Image 2.6 Sunburst Model: Halaman model Sunburst

8. Tautan: developers.openai.com/api/docs/models/gpt-image-2.6-sunburst

9. Keterangan: Informasi kemampuan dan harga model

10. OpenAI – GPT Image 2.6 Flare Model: Halaman model Flare

11. Tautan: developers.openai.com/api/docs/models/gpt-image-2.6-flare
12. Keterangan: Informasi kemampuan dan harga model

Penulis: Tim teknis APIYI
Diskusi teknis: Hubungi kami melalui halaman utama situs resmi APIYI di apiyi.com. Untuk panduan integrasi lainnya, kunjungi pusat dokumentasi di docs.apiyi.com

Artikel terkait

• ChatGPT Images 2.6 Dirilis: GIF dan Gambar Referensi Kini Tersedia, Pembuatan Gambar 50% Lebih Cepat, Cara Menggunakan GPT-Image-2.6 Flare dan Sunburst: Ulasan ChatGPT Images 2.6 yang dirilis 4 November 2026: GIF, gambar referensi yang dapat digunakan ulang, edit anotasi markup, ekspor SVG, aturan pemilihan Flare atau Sunburst, lima tingkat biaya 1024×1024, serta batas klaim resmi, peringkat pihak ketiga, dan informasi yang belum diketahui.
• GPT-Image-2.6 vs Nano Banana 2.1: Apa Perbedaan GIF, 4K, dan Harganya, serta Bagaimana Memilihnya?: Bandingkan GPT-Image-2.6 dan Nano Banana 2.1 berdasarkan format hasil akhir: gambar animasi dan vektor, 4K dan beberapa gambar referensi, dua metode penilaian, dua skema penagihan, serta tabel pemilihan untuk tiga jenis tugas.
• Apa yang dihentikan Grok Imagine hari ini? Apakah model lama masih bisa digunakan? Pahami 4 poin penting migrasi ke 2.0 dalam satu artikel: Yang dihentikan pada 2 November 2026 hanya pengenal grok-imagine-image-quality, bukan seluruh Grok Imagine; artikel ini menjelaskan cakupan dampak, perubahan harga, parameter kualitas, dan cara migrasi ke 2.0.
• Ya ampun! Krea 3, apakah kamu akan menghancurkan Nano Banana?: Bagaimana hasil Krea 3 untuk gambar iklan merek? Artikel ini mengulas 5 langkah di Ad Studio, dari situs web resmi dan Kit merek hingga 12 iklan statis, lengkap dengan gambar hasil resmi, tabel biaya, dan 7 jebakan.