空間推理
識別物件的相對座標與邊界框，是機器人技術不可或缺的功能。
空間推理
識別物件的相對座標與邊界框，是機器人技術不可或缺的功能。
gpt-image-1-mini / image-edit
AI GPT Image 1 mini 是 OpenAI 專為視覺推理與 OCR 打造的高速模型。它提供 128k 上下文、亞秒級文字擷取能力，以及空間推理功能，成本僅為其他方案的一小部分，現已在 GPTProto.com 平台上線。
$ 1.75
$ 2.5
image
$ 5.6
$ 8
image
API
圖片編輯
curl --request GET "https://gptproto.com/v1/images/edits" \
--header "Authorization: Bearer $GPTPROTO_API_KEY"AI GPT Image 1 Mini 功能
定義此視覺模型的技術能力。
視覺表格擷取
將財務報表影像轉換為結構化 JSON，同時保留儲存格資料。
視覺表格擷取
將財務報表影像轉換為結構化 JSON，同時保留儲存格資料。
經濟高效的切片處理
根據解析度調整成本，讓基本的分類任務極為經濟實惠。
經濟高效的切片處理
根據解析度調整成本，讓基本的分類任務極為經濟實惠。
低延遲視覺 OCR
針對從複雜、傾斜或低解析度背景中，在不到一秒內擷取文字進行最佳化。
低延遲視覺 OCR
針對從複雜、傾斜或低解析度背景中，在不到一秒內擷取文字進行最佳化。
如何取得 gpt-image-1-mini API 金鑰
取得 gpt-image-1-mini API 金鑰只需四個步驟，僅需幾分鐘。建立免費的 GPTProto 帳號、儲值、產生金鑰，並進行第一次呼叫 — 在 $1.75 / $5.6 這裡能以比直連更划算的價格取得 gpt-image-1-mini API 金鑰，且單一金鑰即可在平台上所有模型通用。完整 gpt-image-1-mini 說明文件 請參閱說明文件。
註冊
建立您的免費 GPT Proto 帳號即可開始。您可以隨時為您的團隊設定組織。
儲值
您的餘額可用於平台上的所有模型，包括 gpt-image-1-mini，讓您能靈活地進行實驗並隨需求擴充。
產生您的 API 金鑰
在您的儀表板中建立 API 金鑰 — 進行 gpt-image-1-mini 請求時，您將需要它來進行驗證。
進行第一次 API 呼叫
使用您的 API 金鑰搭配我們的範例程式碼，透過 GPT Proto 向 gpt-image-1-mini 發送請求，並立即查看 AI 生成的結果。
ai gpt image 1 mini 常見問題
關於使用 ai gpt image 1 mini 執行視覺任務的常見問題。
ai gpt image 1 mini 的核心優勢是什麼？
ai gpt image 1 mini 專為高吞吐量視覺任務而設計。它在次秒級 OCR 與空間推理方面表現出色，且每張圖片的成本遠低於旗艦模型。因此，對於自動化收據處理或行動視覺搜尋等以速度為良好使用者體驗首要要求的應用程式而言，它是理想選擇。
ai gpt image 1 的定價方式為何？
定價嚴格採用按用量付費，依據 Token 使用量計算。輸入成本為每 100 萬個 Token $0.15，輸出成本為每 100 萬個 Token $0.60。圖片輸入採用分塊系統；標準的 512x512 圖塊通常需要 200 至 800 個 Token。GPTProto.com 會為您所有的模型用量提供統一帳單，包括這些以視覺為核心的請求。
這個 ai 模型能處理複雜的文件解析嗎？
是的，它針對視覺 OCR 進行了高度最佳化。它可以從低解析度或傾斜的圖片中擷取文字，而這通常是標準文字模型面臨的挑戰。此外，它支援 'json_schema'，可確保擷取的表格資料或發票詳細資訊以結構化格式返回，直接供您的資料庫使用，大幅節省後處理時間。
我的圖片資料會用於訓練 ai 模型嗎？
不會。當您透過我們的 API 存取 ai gpt image 1 mini 時，您的資料不會用於模型訓練或改進。這能為身分證件或財務紀錄等敏感文件提供企業級的隱私與合規性。我們在 GPTProto.com 平台上為所有使用者優先保障信任與資料主權。
如何從 GPT-4o 遷移至這個 mini 模型？
遷移流程很簡單，因為 API 結構相同。您只需在程式碼中將模型識別碼更新為 'gpt-image-1-mini'。如此一來，您便能在維持高可靠性並大幅縮短首次 Token 產生時間的同時，立即將視覺任務的營運成本降低最高 80%。
ai gpt image 1 mini 有哪些限制？
雖然功能強大，但不建議將其用於 X 光等複雜的醫學影像，因為其中的微小細節至關重要。此外，它在單一畫面中計算超過 100 個小物件時也會遇到困難。對於原生影片，您必須手動擷取影格，因為它不直接支援 MP4 檔案。不過，對於大多數商業邏輯與 UI 任務而言，它的表現非常出色。
