Anmerkung des Autors: Wir zerlegen die fünf Workflows der von Vane als Open Source veröffentlichten Bildgenerierungs-Skills, erklären, was Sticker, Poster, Buchcover, Hongbao-Cover und Haustier-Porträts jeweils liefern – und wie du ohne installiertes Codex mit drei Schnittstellen von GPT Image 2.6 selbst Bilder erzeugst.
Wenn du ein Selfie oder eine selbst gezeichnete Figur in animierte Sticker verwandeln willst, liegt die größte Hürde nicht darin, ob überhaupt etwas generiert werden kann, sondern darin, ob das Ergebnis direkt brauchbar ist. Vane hat auf GitHub eine Sammlung von Workflows für GPT Image 2.6 als Open Source veröffentlicht. Darin sind die fünf Anforderungen – Sticker, Filmplakate, Buchseiten-Filme, Hongbao-Cover und Neujahrs-Porträts von Haustieren – jeweils als installierbarer Skill umgesetzt.
Das ist keine weitere Liste von Eingabeaufforderungen. Jeder Skill definiert die Lieferobjekte, die Standard-Spezifikationen und die Grenze „Wenn etwas nicht geht, muss es gesagt werden“. Dieser Artikel geht das Repository nicht Zeile für Zeile durch, sondern erklärt, was dieses Skill-Set auszeichnet, welchen Skill du zuerst installieren solltest und welche Vorschau du dir zuerst ansehen solltest.
Der zentrale Nutzen: Nach dem Lesen dieses Artikels weißt du, was die fünf Workflows jeweils liefern, warum Sticker zuerst als Vorschau erzeugt werden sollten und wie du ohne installiertes Codex per Skript selbst die Schnittstelle aufrufst.

Kernpunkte der Vane-Skills zur Bilderzeugung: Was die fünf Anwendungsfälle jeweils liefern
Das Repository für diese Skills ist github.com/VaneAi888/vane-gpt-image-skills. Der Autor stellt sich selbst als Wayne Vane vor, beschäftigt sich mit KI-Kreation und visueller Markengestaltung und stellt das Projekt unter die MIT-Lizenz. Es handelt sich um ein persönliches Repository des Autors und nicht um ein offizielles OpenAI-Produkt. Die Repository-Beschreibung lautet: „Eine Sammlung unterhaltsamer und praktisch nutzbarer Open-Source-Anwendungen für GPT Image 2.6, die laufend aktualisiert wird“. Erstellt am 2026-11-05, der letzte Push erfolgte am 2026-11-19.
Dazu eine Anmerkung: Der README-Titel nennt die Familie GPT Image 2.6, während der Skill-Text den Aufruf eines „Bildgenerierungstools“ verlangt, ohne eine bestimmte Modell-ID festzuschreiben. Insofern ist es eher eine Arbeitsweise dafür, wie man gute Bilder erzeugt; welches Bildtool die Ausführung übernimmt, hängt von deiner Umgebung ab.
| Anwendungsfall | Aufrufname | Lieferergebnis (Originaltext im Repository) | Was du bekommst |
|---|---|---|---|
| Fotos zu animierten GIF-Stickern | $vane-portrait-gif-stickers |
12 Stile, 6 Themen, standardmäßig ein Set mit 16 Bildern | GIF-Sticker, in denen sich die Person selbst bewegt |
| Kinoreife Poster | $vane-cinematic-poster |
36 Layouts, je 4 Vorschau-Gruppen auf Chinesisch und Englisch | Filmisch anmutende Poster im Hochformat |
| Kino in Buchseiten | $vane-book-cinema |
36 Beispiele für Bucheffekte, 4 Vorschau-Gruppen | Kreativbilder, die ein Buch in ein Filmplakat verwandeln |
| WeChat-Rotumschlag-Cover | $wechat-red-packet-cover |
36 Stile, ein einzelnes Cover | Entwurf im Stil eines Rotumschlag-Covers |
| Neujahrsporträts von Haustieren | $vane-pet-new-year-portrait |
standardmäßig 9 einzelne Porträts, 3 Studiohintergründe | eine Reihe festlicher Haustierporträts |
Worin das Vane-Sticker-Skill überzeugt: Die Figur muss sich wirklich bewegen
Viele „animierte Sticker“ sind in Wahrheit nur ein Standbild, das verschoben, gezoomt oder leicht hin und her geschwenkt wird – es sieht so aus, als würde sich etwas bewegen, doch die Figur selbst bleibt starr. Dieses Skill formuliert die Regel sehr hart: Die Figur selbst muss sich bewegen, und ein Verschieben, Zoomen oder Schwenken des gesamten Bildes zählt nicht als Bewegung der Figur. Wenn das aktuelle Werkzeug das nicht leisten kann, muss das klar gesagt werden – es darf nicht still und heimlich auf ein Standbild heruntergestuft und trotzdem als erledigt gemeldet werden.
Diese Regel ist für Leser am wertvollsten: Was du bekommst, bewegt sich entweder wirklich, oder dir wird ausdrücklich gesagt, dass es nicht geht. Ein „falscher Animationssticker“ wird dir also nie untergeschoben. Die Standard-Spezifikation liegt bei 320×320 pro Sticker mit einer Schleife von etwa 2 Sekunden – genau passend für Messenger.
Warum Vane zuerst Muster liefert und erst dann das ganze Set
Der Standardablauf des Skills: zuerst das finale Charakterdesign und ein paar wenige Bewegungsmuster prüfen, und erst wenn das sitzt, das komplette Set von 16 Stickern produzieren. Der Grund ist ganz praktisch: Sobald das Aussehen der Figur danebenliegt, sind alle 16 Bilder umsonst – das kostet Zeit und Token. Mit ein, zwei Mustern prüft man zuerst, ob es „wie die Person aussieht“, ob „der Zeichenstil stimmt“ und ob „die Bewegung natürlich wirkt“, und geht dann in die Serienproduktion. So fallen die Nacharbeitskosten am geringsten aus.

Standardvorgaben der Vane-Bildgenerierungs-Skills: Poster, Buchcover, Red-Packet-Cover und Haustierporträts
Neben Stickern haben auch die anderen vier Modi klare Standardvorgaben. Wenn du diese Standardwerte kennst, sparst du dir beim ersten Aufruf einige Umwege und kannst leichter einschätzen, ob das Ergebnis deinen Erwartungen entspricht.
| Modus | Standardvorgabe | Vorschau | Zu beachtende Einschränkungen |
|---|---|---|---|
| Animierte Sticker | 16 Stück, je 320×320, ca. 2 Sekunden pro Loop | Zuerst Figur und einige Bewegungs-Samples | Für GIF sind eventuell Pillow und FFmpeg nötig |
| Kinoreife Poster | Hochformat 2:3 | Je 4 Varianten auf Chinesisch und Englisch, jeweils separat gestaltet | Namen, Produktionsfirmen und Auszeichnungen im Bild beziehen sich nicht auf einen echten Film |
| Film in Buchseiten | Hochformat 2:3 | 4 Vorschau-Varianten | Kreative Präsentation, keine offizielle Adaption und kein lizenziertes Poster |
| WeChat-Red-Packet-Cover | Ein einzelnes Cover | Stil-Simulation zur Vorschau | Kein direkt hochladbares Originalbild und keine offizielle WeChat-Vorlage |
| Neujahrs-Haustierporträts | 9 einzelne Porträts, 3 Studiohintergründe | Zuerst das 3×3-Raster ansehen | Das 3×3-Raster ist nur eine Vorschau; die einzelnen Fotos müssen einzeln generiert werden |
Detailgestaltung bei Filmplakaten und Buchseiten-Filmen
Die chinesischen und englischen Vorschauen des Poster-Skills werden getrennt gestaltet, nicht als wortwörtliche Übersetzung der chinesischen Version ins Englische. Das heißt: Die englische Fassung bekommt eigene Titeltypografie und einen eigenen Layout-Rhythmus, der auf englische Lesegewohnheiten abgestimmt ist. Das kommt echten Filmplakaten näher.
Der Buchseiten-Film-Skill verwandelt ein Buch in ein Filmplakat – als kreative „Verfilmung“. Im Repository steht ausdrücklich, dass es sich um eine kreative Demo handelt: Die Buchbeispiele sind keine offiziellen Adaptionen und keine lizenzierten Poster. Am sichersten ist es, wenn du dein eigenes Buch oder eine eigene Geschichte verwendest.
Hinweise zu Red-Packet-Covern und Haustierporträts
Der Red-Packet-Cover-Skill liefert eine Stil-Simulation. Damit kannst du eine Richtung finden und Farben sowie Bildaufbau festlegen. Wenn du das Cover tatsächlich hochladen willst, musst du Größe und Materialien zusätzlich nach den Plattformvorgaben aufbereiten. Die standardmäßigen Elemente zum Jahr des Schafs in den Haustierporträts sind nur Demonstrationsbeispiele und lassen sich durch andere chinesische Tierkreiszeichen ersetzen. Das 3×3-Raster hilft dir, den passenden Hintergrund auf einen Blick auszuwählen. Für 9 Fotos, die du einzeln in deinen WeChat-Moments posten kannst, musst du sie allerdings einzeln generieren.
Das Repository nennt außerdem ein paar allgemeine Grenzen: Ob GIF-Animationen, Text im Bild und transparente Hintergründe möglich sind, hängt vom Material und den verfügbaren Tools ab. Figuren Dritter in den Beispielen dienen nur der Demonstration eines inoffiziellen Stils. Für die Fotos und Figuren, die du verwendest, musst du selbst die Nutzungsrechte besitzen.
Vane-Skills zur Bildgenerierung: Schnellstart und Installation in Codex
Wenn Sie Codex bereits nutzen, ist das der unkomplizierteste Weg. Die Installationsanleitung finden Sie im Repository unter docs/installation.md; die Skills werden in das Verzeichnis ~/.codex/skills/ kopiert.
| Aktion | Befehl | Beschreibung |
|---|---|---|
| Alle fünf Skills installieren | python3 scripts/install_skills.py --all |
Prüft vor dem Kopieren alle Zielverzeichnisse; existiert auch nur eines bereits, wird das gesamte Paket nicht installiert |
| Nur GIF-Sticker installieren | python3 scripts/install_skills.py --skill vane-portrait-gif-stickers |
Für den ersten Schritt empfohlen |
| Nur Poster installieren | python3 scripts/install_skills.py --skill vane-cinematic-poster |
Ideal für Cover und Werbegrafiken |
| Skill aufrufen | Nach dem Öffnen eines neuen Codex-Chats $ plus Aufrufname eingeben |
Ohne neuen Chat wird der Skill nicht aktiv |
| Abhängigkeiten nachinstallieren | Pillow und FFmpeg selbst installieren | Der Installer installiert sie nicht automatisch |
Welchen Vane-Skill sollten Sie zuerst installieren?
Installieren Sie zunächst nur vane-portrait-gif-stickers. Die GIF-Sticker haben unter den fünf Varianten den vollständigsten Workflow. Wenn Sie die Kette „Vorschau bestätigen – komplettes Set erzeugen – Bewegung prüfen“ einmal durchlaufen haben, verstehen Sie die Designlogik hinter dieser Skill-Sammlung, und der Einstieg in die anderen vier fällt Ihnen deutlich leichter.
Bei der Installation gibt es zwei typische Stolperfallen. Erstens: Der Installer bricht ab, sobald ein Verzeichnis mit demselben Namen existiert, und überschreibt nichts. Vor einem Update müssen Sie das alte Verzeichnis daher selbst entfernen. Zweitens: Nach der Installation müssen Sie einen neuen Codex-Chat öffnen und dann $vane-portrait-gif-stickers eingeben. Beim ersten Aufruf laden Sie ein scharfes Foto hoch, auf dem das Gesicht frontal und deutlich zu sehen ist. Fordern Sie zunächst nur das finale Charakterdesign und zwei bis drei Bewegungsproben an, prüfen Sie, ob sich die Figur wirklich bewegt, und lassen Sie erst danach das komplette Set generieren.
🚀 Schnellstart: Erst einen Skill installieren und eine Vorschau erzeugen – so lässt sich die Wirkung besser beurteilen, als gleich alle fünf auf einmal zu installieren. Denken Sie bei animierten GIFs daran, Pillow und FFmpeg vorher zu installieren.
Vane-Bildgenerierungs-Skill selbst bauen: ohne Codex-Installation direkt per API
Nicht jeder möchte Codex installieren. Im Skill ist lediglich ein „Bildgenerierungstool“ beschrieben. Du kannst dich aber an seiner Vorgehensweise orientieren und mit deinem eigenen Skript die Bild-API aufrufen: zuerst einen Charakter-Entwurf, dann einen Posen-Entwurf, und nach der Freigabe die Bilder in Serie erzeugen. Die Bilderzeugung selbst kostet Token – besonders bei einem Set aus 16 Stickern plus mehreren Runden Vorschaubildern. Deshalb ist die Wahl des richtigen Modells entscheidend.
OpenAI hat am 4. November 2026 Images 2.6 veröffentlicht; verfügbar in ChatGPT, Codex und über die API. Für die API gibt es zwei Varianten: gpt-image-2.6-flare und gpt-image-2.6-sunburst. Laut OpenAI ist die Generierung insgesamt 50 % schneller als zuvor, und Flare benötigt bei niedriger Qualitätsstufe minimal etwa 6 Sekunden. Das sind offizielle Angaben, keine Messwerte aus diesem Artikel.
Wenn du diese Modelllinien mit nur einem API-Schlüssel ansprechen möchtest, kannst du sie über APIYI apiyi.com einbinden. Der Dienst bietet eine OpenAI-kompatible API; im Skript setzt du base_url auf https://api.apiyi.com/v1 und änderst model auf die unten aufgeführten Modell-IDs. Alle drei sind in der Modellliste der Plattform verfügbar. Die Aufgabenteilung kannst du dir so merken: „Entwürfe mit flare, Feinarbeit mit sunburst, Abrechnung pro Bild mit all“.
| Modell-ID | Abrechnung | Wofür es geeignet ist | Grenzen, die du kennen solltest |
|---|---|---|---|
gpt-image-2.6-flare |
pro Token | Sticker-Entwürfe, Charakter-Entwürfe, Bilder in Serie | Laut Dokumentation für schnelle Iterationen gedacht; bei neuen Text-zu-Bild-Integrationen bevorzugt |
gpt-image-2.6-sunburst |
pro Token | Postertext, Buchcover-Layout, präzise Bildbearbeitung | Laut Dokumentation für detailgenaue Visuals gedacht; bei präziser Bearbeitung bevorzugt |
gpt-image-2.6-all |
pro Bild 0,025 US-Dollar | Abrechnung pro Bild, GIF direkt anfordern | 2K/4K sind Upscaling; GIF-Größe nicht garantiert |
Preise und Funktionen in der obigen Tabelle entsprechen der Modellliste und der Funktionsseite von APIYI apiyi.com, abgerufen am 20. November 2026.

Token-Preise von flare und sunburst
gpt-image-2.6-flare und gpt-image-2.6-sunburst sind offizielle Relay-Routen, die nach Token abgerechnet werden – zum selben Preis wie die beiden 2.5-Modelle und die fünf gpt-image-2-Modelle:
| Abrechnungsposten | Stückpreis (USD / Million Token) |
|---|---|
| Texteingabe | 5 |
| Bildeingabe | 8 |
| Bildausgabe | 30 |
| Cache-Lesen Text | 1,25 |
| Cache-Lesen Bild | 2 |
Diese Zahlen stammen von der Capability-Seite von APIYI; auch der Abrechnungsausdruck der pricing-Schnittstelle verwendet dieselbe Gruppe. Anzumerken ist, dass die Gesamttabelle der Plattform diese beiden Einträge am selben Tag als „0,2 US-Dollar pro Aufruf“ ausgewiesen hat, was nicht mit der Capability-Seite und der pricing-Schnittstelle übereinstimmt. Dieser Artikel folgt der Token-Gruppe; die 0,2 US-Dollar sollten nicht als einheitlicher Stückpreis pro Bild für diese beiden verstanden werden. Außerdem hat die Gruppe image2Enterprise einen 1,2-fachen Multiplikator – dieser gilt nur für diese Gruppe und ist kein einheitlicher Modellpreis.
Die tatsächlichen Kosten hängen von Größe, Bildqualität, Ausgabeformat und Token-Verbrauch ab. Die maximale legale Auflösung der offiziellen Relay-Route umfasst 3840×2160; das 4K dieser Stufe ist eine legale Ausgabeauflösung. Die 2.6-Relay-Route unterstützt GIF und SVG: GIF benötigt Frame-Parameter, die Dokumentation gibt eine Frame-Anzahl von 2–16 an, Standard 9, sowie eine Frame-Dauer von 20–2000 Millisekunden, Standard 200 Millisekunden; SVG benötigt svg.model und verursacht zusätzliche Kosten für das Generierungsmodell, sodass es sich nicht wie ein einzelnes PNG kalkulieren lässt.
Verwendung von gpt-image-2.6-all mit Abrechnung pro Bild
gpt-image-2.6-all ist eine Route, die die Images 2.6 aus der ChatGPT-Webversion nachbildet: 0,025 US-Dollar pro Aufruf bzw. Bild, ohne Zusatzaufschlag für 2K/4K; der Endpunkt unterstützt chat und images. Die lange Kante von 512–1536 ist die native Stufe, 2K/4K sind hochskaliert – nur um eine größere Leinwand zu erhalten, nicht um klarer als 1536 zu sein.
Wenn man ein GIF möchte, muss man explizit output_format=gif übergeben, und die GIF-Größe ist nicht garantiert; für 320×320-Sticker muss man eventuell selbst zuschneiden. SVG ist auf dieser Route qualitativ instabil, die Dokumentation rät von einem Produktionseinsatz ab – wer SVG braucht, sollte stattdessen zu sunburst oder flare wechseln. Die Geschwindigkeit liegt bei etwa 10–46 Sekunden; das sind die im Originaldokument genannten Zahlen.
💡 Auswahlhinweis: In der Anfangsphase für Sticker-Muster mehrere Runden mit flare laufen lassen, Poster-Titeltext und lokale Bildkorrekturen sunburst überlassen, und wenn man die Kosten pro Bild genau kalkulieren oder direkt ein GIF erhalten möchte, -all ausprobieren. Alle drei lassen sich bei APIYI apiyi.com mit demselben Key umschalten, sodass man sie mit dem eigenen Material vergleichen kann.
Häufige Fragen (FAQ)
F1: Was sind die Vane-Bildgenerierungs-Skills?
Es handelt sich um eine von Vane als Open Source veröffentlichte Sammlung von GPT Image 2.6-Anwendungsfällen unter MIT-Lizenz. Sie umfasst fünf Skills, die sich in Codex installieren lassen: dynamische Sticker, Filmplakate, Buchseiten-Kino, Umschläge für Geldgeschenke (Hongbao) und Neujahrs-Porträts von Haustieren. Es ist ein persönliches Projekt des Autors, kein offizielles OpenAI-Produkt.
F2: Worin unterscheiden sich die Vane-Skills vom direkten Schreiben einer Eingabeaufforderung?
Wer einfach eine Eingabeaufforderung schreibt, will meist nur „ein Bild erzeugen“. Die Vane-Skills legen dagegen Ergebnis und Ablauf fest: Bei Stickern muss zuerst ein Muster in kleiner Stückzahl entstehen, die Figuren müssen sich wirklich bewegen, und wenn etwas nicht geht, muss das klar gesagt werden. Bei Plakaten werden Chinesisch und Englisch getrennt gestaltet; bei Haustier-Porträts wird zwischen Neuner-Raster-Vorschau und eigenständigen Fotos unterschieden. Diese Regeln reduzieren Nacharbeit und vermeiden Scheinergebnisse, die nur „fertig aussehen“.
F3: Sind die Vane-Skills an ein bestimmtes Modell gebunden?
Nein. Im README-Titel steht GPT Image 2.6, der Skill-Text verlangt aber nur die Verwendung eines „Bildgenerierungswerkzeugs“ und legt weder `gpt-image-2.6-flare`, `gpt-image-2.6-sunburst` noch `gpt-image-2.6-all` fest. Welches davon zum Einsatz kommt, hängt von deiner Codex-Umgebung oder der Konfiguration in deinem eigenen Skript ab.
F4: Für welche Szenarien eignen sich die Vane-Skills für dynamische Sticker am besten?
– **Sticker für den Privatchat**: Aus eigenen Fotos ein Set mit 16 animierten Stickern erstellen.
– **Merch für Originalfiguren**: Für selbst gezeichnete Figuren ein Sticker-Set mit einheitlichem Stil anlegen.
– **Community-Aktionen**: Aus 6 Themen ein Feiertags- oder Event-Thema wählen und ein eigenes Sticker-Set gestalten.
F5: Wie ruft man GPT Image 2.6 über die API auf, ohne Codex zu installieren?
Du kannst dich bei APIYI apiyi.com registrieren und einen API Key holen; neue Nutzer erhalten ein kostenloses Testkontingent. Im Skript setzt du `base_url` auf `https://api.apiyi.com/v1`, nutzt für Entwürfe `gpt-image-2.6-flare`, für Feinarbeit `gpt-image-2.6-sunburst` und für Abrechnung pro Bild oder für GIFs `gpt-image-2.6-all`. Danach folgst du dem Skill-Ablauf: erst ein kleines Muster, dann das komplette Set.
F6: Welche bekannten Einschränkungen haben die Vane-Bildgenerierungs-Skills?
– **Abhängigkeiten**: Der Installer installiert Pillow und FFmpeg nicht automatisch; für GIFs werden sie eventuell benötigt.
– **Grenzen der Wirkung**: GIF-Animationen, Text im Bild und transparenter Hintergrund hängen vom Material und den Werkzeugen ab.
– **Beispielcharakter**: Die Personen, Bücher und Hongbao-Umschläge in den Beispielen sind inoffizielle Demos; die Umschlag-Vorschau lässt sich nicht direkt hochladen.
– **Urheberrecht**: Für Fotos und Figuren musst du selbst die Nutzungsrechte besitzen.
F7: Mit welcher Modellvariante lassen sich die Kosten für Sticker besser steuern?
Eine pauschale Antwort gibt es nicht, das hängt von deiner Anzahl an Durchläufen und den Bildgrößen ab. flare und sunburst werden nach Tokens abgerechnet und eignen sich zur präzisen Steuerung von Qualität und Größe; -all kostet 0,025 US-Dollar pro Bild und passt, wenn du pro Bild abrechnen möchtest. Empfehlung: Lass bei APIYI apiyi.com dasselbe Material einmal mit jeder Variante als kleines Muster durchlaufen und entscheide dann anhand deiner eigenen Abrechnung.
Vane-Bilderzeugungs-Skill: Die wichtigsten Punkte
- Positionierung: ein persönliches Open-Source-Repository von Vane, mit fünf Spielarten, die jeweils klare Lieferobjekte und Default-Spezifikationen haben.
- Regeln für Sticker-Pakete: Die Figur selbst muss sich bewegen – ein bloßes Verschieben oder Zoomen des Gesamtbildes zählt nicht. Wenn das nicht machbar ist, muss man es offen sagen.
- Erst Muster, dann das ganze Set: Zuerst Charakter und einige wenige Bewegungen bestätigen, danach das komplette Set aus 16 Bildern in 320×320 erzeugen, jeweils etwa 2 Sekunden lang.
- Default-Spezifikationen: Poster und Buchcover im Hochformat 2:3, Hongbao als Einzelbild, Haustier-Porträts als 9 Bilder mit drei Hintergründen.
- Keine offiziellen Demos: Die Beispiel-Figuren, Buchcover und Hongbao-Cover sind keine lizenzierten Fertigprodukte.
- Eigene API-Aufrufe: Bei APIYI apiyi.com rufst du sie nach dem Prinzip „Entwurf mit flare, fein mit sunburst, pro Bild mit all“ auf.
Fazit
Der Wert des Vane-Bilderzeugungs-Skills liegt darin, dass er aus „ein Bild generieren“ ein „ein brauchbares Set an Bildern liefern“ macht:
- Klare Lieferobjekte: Bei allen fünf Spielarten stehen Anzahl, Größe, Vorschau-Modus und Grenzen ausdrücklich dabei.
- Weniger Nacharbeit im Ablauf: Bei Stickern schaust du dir zuerst Charakter und Bewegungs-Muster an und erzeugst erst nach der Bestätigung in Serie.
- Keine geschönten Ergebnisse: Die Figur muss sich wirklich bewegen – wenn das Tool es nicht kann, wird das gesagt.
Für den ersten Schritt empfiehlt es sich, nur vane-portrait-gif-stickers zu installieren und mit einem eigenen Foto ein Charakter-Muster zu erzeugen. Wenn du Codex nicht installieren möchtest, kannst du bei APIYI apiyi.com mit demselben Key flare, sunburst und -all einzeln ausprobieren und mit echtem Material die für dich passende Kombination finden.
📚 Referenzen
-
Vane GPT Image Skills Repository: Quellcode und Dokumentation von fünf Skills
- Link:
github.com/VaneAi888/vane-gpt-image-skills - Beschreibung: Enthält das Installations-Tutorial
docs/installation.mdund das Sticker-Tutorialdocs/portrait-gif-stickers.md
- Link:
-
OpenAI Images 2.6 Ankündigung: Informationen zur Veröffentlichung von Images 2.6
- Link:
openai.com/index/introducing-images-2-6 - Beschreibung: Offizielle Angaben zu Flare, Sunburst und Geschwindigkeit
- Link:
-
OpenAI-Entwicklerdokumentation zur Bilderzeugung: Modell-IDs und Fähigkeiten
- Link:
developers.openai.com/api/docs/guides/image-generation - Beschreibung: Deckt Funktionen wie complexity, markierungsgesteuerte Bearbeitung, SVG, GIF und mehr ab
- Link:
-
APIYI GPT Image 2.6 Funktionsseite: Preise und Parameter für offizielle Weiterleitung und offiziellen Reverse-Zugriff
- Link:
docs.apiyi.com/api-capabilities/gpt-image-2/gpt-image-2-6.md - Beschreibung: GIF-Frame-Parameter, Auflösungslimits und Abrechnungslogik
- Link:
Autor: APIYI-Technikteam
Technischer Austausch: Kontaktieren Sie uns gerne über die Startseite der APIYI-Website, um die Integrationsdokumentation und Testguthaben für die GPT Image 2.6-Serie zu erhalten