> ## Documentation Index
> Fetch the complete documentation index at: https://docs.apimart.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# GPT-Image-2.5 Ext 이미지 생성

>  - gpt-image-2.5-ext를 사용하며 version으로 Flare 또는 Sunburst 선택
- 비동기 처리 방식으로, 제출 후 작업 ID를 사용해 결과 조회
- 텍스트 기반 이미지 생성 및 최대 16개의 참조 이미지를 활용한 이미지 생성 지원
- 10가지 화면 비율과 auto, 1K / 2K / 4K 해상도 지원
- 요청당 1~4개 이미지를 생성하며 버전, 해상도, 실제 제공된 이미지 수에 따라 과금 

<RequestExample>
  ```bash cURL theme={null}
  # 새 생성 작업마다 한 번만 만듭니다. 같은 작업을 재시도할 때는 원래 값을 유지하세요.
  IDEMPOTENCY_KEY="$(uuidgen)"

  curl --request POST \
    --url https://api.apimart.ai/v1/images/generations \
    --header 'Authorization: Bearer <token>' \
    --header 'Content-Type: application/json' \
    --header 'X-APIMart-Response-Version: 2026-07-27' \
    --header "Idempotency-Key: ${IDEMPOTENCY_KEY}" \
    --data '{
      "model": "gpt-image-2.5-ext",
      "version": "flare",
      "prompt": "비 오는 날 창가의 아늑한 독서 공간, 따뜻한 탁상 조명, 영화 같은 라이팅",
      "size": "1:1",
      "resolution": "1K",
      "n": 1
    }'
  ```

  ```python Python theme={null}
  import uuid
  import requests

  # 새 생성 작업마다 한 번만 만듭니다. 재시도할 때는 원래 headers와 payload를 재사용하세요.
  headers = {
      "Authorization": "Bearer <token>",
      "Content-Type": "application/json",
      "X-APIMart-Response-Version": "2026-07-27",
      "Idempotency-Key": str(uuid.uuid4()),
  }
  payload = {
      "model": "gpt-image-2.5-ext",
      "version": "flare",
      "prompt": "비 오는 날 창가의 아늑한 독서 공간, 따뜻한 탁상 조명, 영화 같은 라이팅",
      "size": "1:1",
      "resolution": "1K",
      "n": 1,
  }

  response = requests.post(
      "https://api.apimart.ai/v1/images/generations",
      headers=headers,
      json=payload,
  )

  print(response.status_code, response.json())
  ```

  ```javascript JavaScript theme={null}
  // 새 생성 작업마다 한 번만 만듭니다. 재시도할 때는 원래 headers와 body를 재사용하세요.
  const headers = {
    Authorization: "Bearer <token>",
    "Content-Type": "application/json",
    "X-APIMart-Response-Version": "2026-07-27",
    "Idempotency-Key": crypto.randomUUID(),
  };
  const body = JSON.stringify({
    model: "gpt-image-2.5-ext",
    version: "flare",
    prompt: "비 오는 날 창가의 아늑한 독서 공간, 따뜻한 탁상 조명, 영화 같은 라이팅",
    size: "1:1",
    resolution: "1K",
    n: 1,
  });

  const response = await fetch(
    "https://api.apimart.ai/v1/images/generations",
    { method: "POST", headers, body },
  );

  console.log(response.status, await response.json());
  ```
</RequestExample>

<ResponseExample>
  ```json 202 theme={null}
  {
    "code": 202,
    "request_id": "req_example",
    "data": {
      "id": "task_01EXAMPLE",
      "object": "generation.task",
      "type": "image",
      "status": "pending",
      "progress": 0,
      "poll_url": "/v1/tasks/task_01EXAMPLE"
    }
  }
  ```

  ```json 200 theme={null}
  {
    "code": 200,
    "data": [
      {
        "status": "submitted",
        "task_id": "task_01EXAMPLE"
      }
    ]
  }
  ```

  ```json 400 theme={null}
  {
    "error": {
      "message": "n must be an integer between 1 and 4",
      "type": "invalid_request_error",
      "param": "",
      "code": "invalid_request_error"
    }
  }
  ```
</ResponseExample>

## 인증 및 요청 헤더

<ParamField header="Authorization" type="string" required>
  생성 및 작업 조회 엔드포인트는 플랫폼 API Key를 이용한 Bearer Token 인증을 사용합니다. [API Key 관리 페이지](https://apimart.ai/keys)에서 키를 발급받으세요.

  ```
  Authorization: Bearer YOUR_API_KEY
  ```

  작업을 조회할 때는 동일한 플랫폼 사용자에게 속한 API Key를 사용하세요.
</ParamField>

<ParamField header="Content-Type" type="string" required>
  제출 시 `application/json`을 사용합니다. 텍스트 기반 생성과 참조 이미지 기반 생성 모두 JSON 요청 본문을 전송합니다.
</ParamField>

## 버전 선택

| 표시 이름      | `model`             | `version`  |
| ---------- | ------------------- | ---------- |
| Flare(기본값) | `gpt-image-2.5-ext` | `flare`    |
| Sunburst   | `gpt-image-2.5-ext` | `sunburst` |

## 요청 매개변수

<ParamField body="model" type="string" required>
  고정값: `gpt-image-2.5-ext`.
</ParamField>

<ParamField body="version" type="string" default="flare">
  모델 버전입니다. `flare`, `sunburst` 중에서 선택합니다.
</ParamField>

<ParamField body="prompt" type="string" required>
  이미지 생성 또는 편집에 사용할 프롬프트입니다. 앞뒤 공백을 제거한 후에도 내용이 있어야 합니다.

  참조 이미지 기반 생성에서는 유지할 내용과 변경할 내용을 설명할 수 있습니다.
</ParamField>

<ParamField body="resolution" type="string" default="1K">
  출력 해상도 등급입니다. `1K`, `2K`, `4K` 중에서 선택합니다.
</ParamField>

<ParamField body="size" type="string" default="auto">
  출력 화면 비율입니다. `auto` 또는 아래 10가지 비율 중에서 선택합니다.

  `1:1`, `16:9`, `9:16`, `4:3`, `3:4`, `3:2`, `2:3`, `5:4`, `4:5`, `21:9`.
</ParamField>

<ParamField body="n" type="integer" default="1">
  요청당 생성할 이미지 수입니다. `1`\~`4` 사이의 정수여야 합니다.
</ParamField>

<ParamField body="image_urls" type="string[]">
  최대 `16`개의 참조 이미지 배열입니다. 참조 이미지를 생략하면 텍스트 기반으로 생성하고, 포함하면 참조 이미지 기반으로 생성합니다. 참조 이미지에는 추가 요금이 부과되지 않습니다.

  지원하는 입력 형식:

  * 접근 가능한 이미지 URL
  * Data URL: `data:image/...;base64,...`
</ParamField>

## 사용 예제

다음은 `POST /v1/images/generations`의 JSON 요청 본문입니다. 인증 및 권장 헤더는 위 설명을 따릅니다. 참조 이미지 예제 URL을 실제 접근 가능한 이미지 URL로 바꾸세요.

### 텍스트 기반 이미지 생성

```json theme={null}
{
  "model": "gpt-image-2.5-ext",
  "version": "flare",
  "prompt": "미래 도시의 공중 정원, 이른 아침의 옅은 안개, 건축 사진",
  "size": "16:9",
  "resolution": "2K",
  "n": 1
}
```

### Sunburst로 참조 이미지 기반 생성

```json theme={null}
{
  "model": "gpt-image-2.5-ext",
  "version": "sunburst",
  "prompt": "상품 본체와 포장 문구를 유지하고 배경을 부드러운 미색 촬영 스튜디오로 바꾼 뒤 자연스러운 그림자를 추가해 주세요",
  "size": "1:1",
  "resolution": "2K",
  "n": 1,
  "image_urls": [
    "https://example.com/product.png"
  ]
}
```

### 여러 참조 이미지 및 여러 이미지 출력

```json theme={null}
{
  "model": "gpt-image-2.5-ext",
  "version": "sunburst",
  "prompt": "첫 번째 이미지의 상품을 주제로 삼고 두 번째 이미지의 배경을 참고하여 가로형 광고 이미지를 생성해 주세요",
  "size": "16:9",
  "resolution": "2K",
  "n": 2,
  "image_urls": [
    "https://example.com/product.png",
    "https://example.com/set.jpg"
  ]
}
```

### 자동 화면 비율 및 4K 해상도

```json theme={null}
{
  "model": "gpt-image-2.5-ext",
  "version": "flare",
  "prompt": "미니멀한 상품 출시 행사 메인 비주얼, 이미지 내용에 맞는 적절한 구도와 화면 비율 선택",
  "size": "auto",
  "resolution": "4K",
  "n": 1
}
```

## 작업 결과 조회

작업 ID를 사용해 [작업 조회 엔드포인트](/ko/api-reference/tasks/status)를 호출합니다.

```bash theme={null}
curl --request GET \
  --url https://api.apimart.ai/v1/tasks/task_01EXAMPLE \
  --header 'Authorization: Bearer <token>'
```

### 작업 성공

아래 작업 ID, 시간, URL 및 금액은 응답 구조를 설명하기 위한 예시이며 실제 작업이나 가격을 나타내지 않습니다.

```json theme={null}
{
  "code": 200,
  "data": {
    "id": "task_01EXAMPLE",
    "status": "completed",
    "progress": 100,
    "created": 1788912000,
    "completed": 1788912045,
    "actual_time": 45,
    "estimated_time": 300,
    "cost": 0.2,
    "credits_cost": 2,
    "result": {
      "images": [
        {
          "url": [
            "https://example.com/output-1.png",
            "https://example.com/output-2.png"
          ],
          "expires_at": 1788998445
        }
      ]
    }
  }
}
```

## 응답

<ResponseField name="code" type="integer">
  응답 상태 코드입니다. 통합 형식의 제출 성공 시 `200`입니다.
</ResponseField>

<ResponseField name="request_id" type="string">
  문제 해결에 사용하는 이 요청의 식별자입니다.
</ResponseField>

<ResponseField name="data" type="object">
  접수된 비동기 작업입니다.

  <Expandable title="작업 필드">
    <ResponseField name="id" type="string">
      작업 상태와 이미지 결과를 조회하는 데 사용하는 고유 작업 식별자입니다.
    </ResponseField>

    <ResponseField name="object" type="string">
      객체 유형입니다. 값은 `generation.task`입니다.
    </ResponseField>

    <ResponseField name="type" type="string">
      작업 유형입니다. 값은 `image`입니다.
    </ResponseField>

    <ResponseField name="status" type="string">
      초기 상태는 `pending`이며 작업이 접수되었음을 나타냅니다.
    </ResponseField>

    <ResponseField name="progress" type="integer">
      현재 진행률입니다. 초기값은 `0`입니다.
    </ResponseField>

    <ResponseField name="poll_url" type="string">
      작업 조회의 상대 경로입니다. 예: `/v1/tasks/task_01EXAMPLE`.
    </ResponseField>
  </Expandable>
</ResponseField>