Разбор скрытых ограничений GPT Image 2.6 API: 5 типов ограничений при сочетании GIF, SVG и локального редактирования

Примечание автора: разбираем ограничения эндпоинтов, конфликты параметров и нюансы миграции при работе с GIF, SVG и локальным редактированием по разметке в GPT Image 2.6 API. Это поможет разработчикам избежать ошибки: заменить имя модели и рассчитывать, что всё сразу заработает.

4 ноября 2026 года OpenAI выпустила GPT Image 2.6. Разработчикам доступны две модели: gpt-image-2.6-flare и gpt-image-2.6-sunburst. Услышав о поддержке GIF, SVG и редактирования по разметке, многие команды первым делом хотят заменить имя модели и запрашивать GIF или SVG в привычном процессе редактирования. Но, согласно официальной документации, такие комбинации на уровне API не поддерживаются.

Это не придирки к новой модели. Ограничения, связанные с эндпоинтами, форматами и параметрами, описаны в официальной документации по генерации изображений и руководстве по промптам для GPT Image 2.6. В этой статье собраны только ограничения из документации: мы не выдумываем результаты тестовых запросов и не делаем выводов там, где они ещё не опубликованы.

Что вы узнаете: прочитав статью, вы сможете определить, какой эндпоинт использовать для задачи с GPT Image 2.6, какие параметры нельзя сочетать и какие возможности стоит проверить перед подключением сторонней платформы.

Ограничения GPT Image 2.6 API: главное

Начнём с вывода. Если модель обладает какой-то возможностью, это не значит, что она доступна через каждый эндпоинт API. Сейчас GIF и SVG можно получить только через эндпоинт generations, а markup используется только в эндпоинте edits. У каждого из них своя задача.

За что отвечают три типа эндпоинтов GPT Image 2.6

images/generations создаёт новые изображения по текстовому промпту. Это единственный официальный эндпоинт для вывода GIF и SVG. images/edits принимает исходное изображение и инструкции для его изменения; редактирование с разметкой markup тоже выполняется здесь. Инструмент генерации изображений в Responses API подходит для диалогов и многошаговых рабочих процессов. В документации не указаны его конкретные параметры для GIF и SVG, поэтому до проверки не стоит считать, что он полностью повторяет возможности эндпоинта generations.

Есть ещё один момент, который легко перепутать: в ChatGPT можно загрузить фотографию и создать GIF, но это возможность самого продукта. Она не означает, что отдельный эндпоинт редактирования Image API умеет выводить GIF. Переносить возможности продукта напрямую на API — одна из самых распространённых ошибок.

Скрытые ограничения вывода SVG в GPT Image 2.6

Чтобы получить SVG, нужно установить output_format="svg" при вызове эндпоинта generations. На первый взгляд это просто ещё один формат, но для него действуют более строгие ограничения, чем для растровых изображений. Вот правила, прямо указанные в официальной документации:

• n должен быть равен 1: сгенерировать несколько SVG за один вызов нельзя.
• Не поддерживаются потоковая передача и partial_images.
• Не поддерживаются output_compression и prompt_rewriter.
• images/edits не может выводить SVG, а сам SVG нельзя напрямую использовать как входные данные для растрового редактирования.

Результат находится в data[0].b64_json: его нужно декодировать в XML с кодировкой UTF-8 и сохранить в файл .svg. Согласно официальной документации, сгенерированный SVG представляет собой статическую векторную графику из фигур, контуров и цветов. Он не содержит скриптов, не зависит от внешних ресурсов и не включает растровые изображения. Это удобно для встроенного рендеринга во фронтенде, но не означает, что каждый SVG будет иметь такую же понятную структуру слоёв, как профессиональный дизайн-макет.

Минимальный пример вызова GPT Image 2.6 для SVG

В примере ниже используется синтаксис, совместимый с OpenAI. Доступность новой модели и параметров зависит от платформы, поэтому перед интеграцией её нужно проверить.

import base64
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Интерфейс, совместимый с OpenAI; сначала проверьте доступность модели 2.6
)

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,  # Для SVG значение должно быть равно 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)

Стоимость тоже нужно оценивать отдельно. Согласно официальной информации, при генерации SVG сначала создаётся эталонное изображение, а затем модель создаёт векторный результат. Поэтому в стоимость входят использование модели для создания эталонного изображения и расход токенов модели, создающей SVG. Цену генерации одного PNG нельзя напрямую применить к SVG, а фиксированную цену для всех задач с SVG разработчики не указывают.

🚀 Совет для быстрой проверки: фактический расход токенов при создании SVG сильно зависит от сложности промпта. Сначала протестируйте процесс на нескольких характерных промптах, а затем оцените стоимость пакетной генерации. В консоли APIYI на apiyi.com можно проверить доступность нужной модели и провести небольшое тестирование с помощью тестового лимита для новых пользователей.

Параметры и ограничения вывода GIF в GPT Image 2.6

GIF тоже можно получить только через эндпоинт generations. Если задать output_format="gif", управлять темпом анимации можно с помощью двух новых параметров. Размер относится к отдельному кадру: ширина и высота должны быть кратны 16.

Количество кадров, разрешение и число генерируемых изображений ограничены как возможностями модели, так и общим бюджетом пикселей. Максимум в 64 кадра не означает, что их можно стабильно сгенерировать при любом высоком разрешении — это самый распространённый неверный вывод из таблицы параметров. В официальном примере используются Sunburst, 512×512, quality=high, complexity=high по умолчанию, 9 кадров по 200 миллисекунд и общая длительность 1,8 секунды. На анимации маленькая обезьянка в зелёной куртке поднимает фонарь, а затем возвращается в исходную позу, создавая бесшовный цикл.

import base64
import openai

client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # Перед использованием проверьте, передаёт ли платформа новые параметры, например frame_count
)

def generate_gif(prompt: str, path: str = "loop.gif") -> str:
    """Создаёт зацикленный GIF; нестандартные поля SDK передаются через extra_body"""
    result = client.images.generate(
        model="gpt-image-2.6-sunburst",
        prompt=prompt,
        size="512x512",          # Размер отдельного кадра, кратный 16
        quality="high",
        output_format="gif",
        extra_body={
            "frame_count": 9,           # 2–64, по умолчанию 9
            "frame_duration_ms": 200,   # 20–2000, шаг 10 мс
            "complexity": "high",       # Значение по умолчанию, рекомендуется оставить для первого сравнения
        },
    )
    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")

В конце кода проверяется заголовок файла: успешный ответ и получение пригодного GIF — не одно и то же. В описании официальных ограничений также отмечается, что плавность движения и естественность зацикливания GIF нужно проверять вручную, а не полагаться только на код состояния HTTP.

Обязательные требования к локальному редактированию с помощью GPT Image 2.6 Markup

Markup — важное дополнение GPT Image 2.6 для эндпоинта edits. Вместе с запросом отправляются исходное изображение, прозрачный слой разметки и промпт для редактирования. В официальном примере исходное изображение — kitchen.webp, слой разметки — прозрачный PNG с красным кругом, а промпт требует изменить цвет вазы внутри круга на синий, сохранить окружающие предметы и убрать круг с итогового изображения.

Требования к markup довольно конкретны: если не выполнить хотя бы одно из них, запрос может завершиться ошибкой или результат окажется не таким, как ожидалось.

1. Markup должен быть слоем разметки в формате PNG с прозрачными пикселями. Нельзя нарисовать красный круг прямо на исходном изображении и отправить его в качестве markup.
2. Ширина и высота исходного изображения и слоя markup должны полностью совпадать.
3. Markup применяется к первому входному изображению, остальные используются только как эталонные изображения.
4. Первое изображение и слой разметки могут содержать не более 16 777 216 пикселей каждый, а размер файла markup не должен превышать 50 MB.
5. Markup нельзя использовать одновременно с mask или prompt_rewriter.

Важно также учитывать, что, по данным разработчика, редактирование на основе маски по-прежнему управляется промптом и не обязательно строго соблюдает границы каждого пикселя. Круг и маска помогают указать, что нужно изменить, но не обеспечивают детерминированного попиксельного редактирования, как в Photoshop. Если какие-то области должны попиксельно совпадать с оригиналом, разработчик рекомендует совместить одобренный результат с исходным изображением, а не полагаться на то, что модель сохранит их без изменений.

Краткая таблица совместимости параметров GPT Image 2.6

Когда форматы и параметры собраны в одной таблице, проверять их совместимость проще, чем искать информацию по всей документации. Ниже приведены только явно указанные в источниках правила. Пометка «Не указано» не означает, что функция не поддерживается.

Есть ещё несколько нюансов, которые легко упустить. Распространённые размеры — 1024×1024, 1536×1024 и 1024×1536. Для произвольных размеров ширина и высота должны быть кратны 16, а соотношение сторон — находиться в диапазоне от 1:3 до 3:1. Параметр quality принимает значения auto, low, medium, high, xhigh и max, а complexity — low, medium и high. Это разные параметры: первый влияет на детализацию изображения, второй — на планирование композиции и понимание сцены.

Как ограничения GPT Image 2.6 влияют на разработчиков

Риски совместимости при переносе существующих рабочих процессов

В официальном руководстве по промптам отдельно отмечается: при редактировании изображений следует опускать input_fidelity, а GPT Image 2.6 не поддерживает reasoning.summary. Если эти поля есть в старом коде, простая замена имени модели может привести к ошибке. Рекомендованный путь миграции можно свести к нескольким шагам:

• Сохраните типичные запросы и результаты старой модели, чтобы использовать их как базу для сравнения.
• Замените только имя модели, оставив без изменений промпт, эталонное изображение, размер, quality и формат вывода.
• При первом запуске сохраните значение complexity по умолчанию, а затем меняйте за раз только один параметр — quality или complexity.
• Следите за качеством результатов, задержкой, частотой ошибок, количеством повторных попыток и фактическими расходами. Сначала протестируйте модель на небольшой доле трафика, затем постепенно увеличивайте её.

Обрабатывайте ошибки в зависимости от их типа

Генерация изображений может завершиться ошибкой из-за проблем с аутентификацией, квотой, ограничениями частоты запросов, сервером или содержимым запроса. При ограничении частоты и серверных ошибках подходят повторные попытки с увеличением интервала. Ошибки квоты не следует безусловно обрабатывать повторными запросами. Если пользователю нужно изменить входные данные, попросите его скорректировать запрос, а не повторяйте вызов. При блокировке модерацией возвращается error.code = "moderation_blocked"; для диагностики также стоит записывать ID запроса.

Что проверить перед подключением через стороннюю платформу

При вызове новой модели через платформу-агрегатор её появление в списке доступных моделей — только первый шаг. Пункты в таблице основаны на официальном перечне возможностей, и каждый из них нужно проверить перед подключением. Они не означают, что какая-либо платформа уже поддерживает или не поддерживает эти функции.

💡 Совет по подключению: протестируйте один и тот же набор запросов через официальный интерфейс и стороннюю платформу, уделив особое внимание форматам ответов и сообщениям об ошибках. Перед подключением через APIYI apiyi.com изучите список моделей и описание параметров в центре документации. Переключайте производственный трафик только после того, как убедитесь в доступности нужных возможностей 2.6.

Частые вопросы FAQ

Основные ограничения API GPT Image 2.6

• Возможность не означает поддержку на любом эндпоинте: GIF и SVG доступны только через generations, а markup — только через edits.
• У SVG больше всего ограничений: требуется n=1, не поддерживаются потоковый вывод, параметры сжатия и prompt_rewriter. Полученные данные нужно декодировать в XML.
• GIF ограничен бюджетом пикселей: поддержка 64 кадров не гарантирует стабильную генерацию при любом разрешении. Ширина и высота каждого кадра должны быть кратны 16.
• К формату markup предъявляются строгие требования: это должен быть прозрачный PNG того же размера, что и исходное изображение. Одновременно использовать markup и mask нельзя.
• При миграции нужно убрать лишние поля: при редактировании не передавайте input_fidelity и reasoning.summary.
• Перед подключением проверяйте возможности поэтапно: с помощью документации и тестового лимита APIYI на apiyi.com можно проверить пять уровней: модель, интерфейс, параметры, результат и цену.

Итоги

Скрытые ограничения API GPT Image 2.6 сводятся к трём пунктам:

1. Эндпоинты имеют строгое назначение: для генерации новых изображений используется generations, для изменения существующих — edits. GIF и SVG недоступны в результатах редактирования.
2. Некоторые параметры несовместимы: SVG и GIF нельзя использовать с потоковым выводом, параметрами сжатия и prompt_rewriter, а между markup и mask придётся выбрать что-то одно.
3. Результаты нужно проверять: успешный ответ ещё не означает, что вы получили готовый к использованию файл. Проверьте формат, зацикливание и область редактирования.

Подключение GPT Image 2.6 — это не просто замена названия модели. Нужно также проверить, соответствуют ли эндпоинты, форматы, параметры и возвращаемые данные задачам вашего сервиса. Рекомендуем сначала проверить нужные возможности с помощью небольшого числа реальных запросов в APIYI на apiyi.com и, убедившись в их доступности и фактической стоимости, постепенно переводить производственный трафик.

📚 Источники

1. OpenAI API — Image generation: официальное описание эндпоинтов, вывода SVG/GIF, редактирования разметки и обработки ошибок
2. Ссылка: developers.openai.com/api/docs/guides/image-generation

3. Примечание: основной источник сведений об эндпоинтах и ограничениях параметров в этой статье

4. OpenAI API — GPT Image 2.6 prompting guide: параметры модели, процесс миграции и примеры GIF/SVG

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

6. Примечание: содержит рекомендации по миграции, включая особенности input_fidelity и reasoning.summary

7. OpenAI — GPT Image 2.6 Sunburst Model: страница модели Sunburst

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

9. Примечание: возможности модели и информация о ценах

10. OpenAI — GPT Image 2.6 Flare Model: страница модели Flare

11. Ссылка: developers.openai.com/api/docs/models/gpt-image-2.6-flare
12. Примечание: возможности модели и информация о ценах

Автор: техническая команда APIYI
Технические вопросы: свяжитесь с нами через главную страницу сайта APIYI — apiyi.com. Дополнительные материалы по подключению доступны в документации на docs.apiyi.com.

Читайте также

• Вышел ChatGPT Images 2.6: поддержка GIF и эталонных изображений, генерация на 50% быстрее — как пользоваться GPT-Image-2.6 Flare и Sunburst: Разбор ChatGPT Images 2.6, выпущенной 4 ноября 2026 года: GIF, повторно используемые эталонные изображения, редактирование с разметкой и экспорт SVG, правила выбора между Flare и Sunburst, стоимость для пяти уровней при 1024×1024 и границы между официальными заявлениями, сторонними рейтингами и неизвестными данными.
• GPT-Image-2.6 и Nano Banana 2.1: различия в поддержке GIF, 4K и цене — что выбрать: Сравнение GPT-Image-2.6 и Nano Banana 2.1 по формату результатов: анимация и векторная графика, 4K и несколько эталонных изображений, две методики тестирования, две схемы тарификации и таблица выбора для трёх типов задач.
• Что сегодня вывели из эксплуатации в Grok Imagine? Можно ли ещё использовать старые модели? 4 ключевых момента перехода на версию 2.0: 2 ноября 2026 года выводится из эксплуатации только идентификатор grok-imagine-image-quality, а не весь Grok Imagine; в статье разъясняются масштаб изменений, цены, параметры качества и переход на версию 2.0.
• Боже! Krea 3, ты собираешься уничтожить Nano Banana?: Насколько хороша Krea 3 для создания рекламных изображений бренда? В статье за 5 шагов показан путь в Ad Studio от сайта бренда до бренд-кита и 12 статичных объявлений, а также приведены официальные примеры, таблица затрат и 7 подводных камней.