도구 설정

이커머스 카탈로그를 위한 이미지 생성 API 워크플로

product imagery는 prompt 작성 전에 identity 보존 문제입니다. 상품 특성을 고정하고 명시된 장면 변경만 허용하며 모든 output을 검증한 뒤 acceptance gate가 안정적일 때 비용을 최적화하세요.

apiToken.sale 편집팀 · 업데이트 2026-10-19

카탈로그용 GPT Image 모델 선택

GPT Image 2, GPT Image 2.5 Flare, GPT Image 2.5 Sunburst는 같은 OpenAI Images endpoint, 키, 선불 잔액을 사용합니다. Flare는 빠른 일상 작업, Sunburst는 더 정밀한 편집에 맞습니다. 검수를 통과한 결과로 모델을 비교하세요. 세 모델의 공개 token 요금은 같습니다.

POST /v1/images/edits는 image 또는 image[]로 PNG, JPEG, WebP 파일 1~5개를 받으며 각 파일은 최대 50 MB입니다. 생성과 같은 모델 ID를 사용합니다. multipart mask는 무시되므로 부분 편집은 Responses image_generation 도구를 사용하세요. 검수 전 형상, 문구, 제품 정체성을 확인하세요.

하나의 키로 생성과 편집

router.apitoken.sale의 POST /v1/images/generations에 Bearer 키를 보냅니다. gpt-image-2, gpt-image-2.5-flare, gpt-image-2.5-sunburst 중 선택하세요. 기본 응답 data[0].b64_json의 PNG를 직접 디코딩, 검증, 저장합니다.

curl https://router.apitoken.sale/v1/images/generations \
  -H "Authorization: Bearer $APITOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-image-2.5-flare","prompt":"A studio photo of a ceramic mug","n":1,"quality":"low","size":"auto"}'

size는 정확한 픽셀이 아닌 비율을 유도합니다. 높은 quality 값이 더 높은 native 품질을 보장하지 않습니다. Images endpoint는 base64를 반환하고 jpeg/webp는 native PNG의 로컬 변환입니다. 제어값에 의존하기 전에 모델 가이드를 읽으세요.

상품을 보호하는 production workflow

01소스 촬영물을 정규화하고 모든 입력 파일에 immutable SKU/asset version을 부여합니다.
02brief를 허용 변경과 protected trait(silhouette, color, logo, label, 포함 accessory)로 작성합니다.
03bounded candidate 하나를 생성하고 product identity, 렌더링된 text, artifact, composition, policy compliance를 검증합니다.
04original, output, prompt version, model, request ID, terminal usage, reviewer verdict를 하나의 durable record로 저장합니다.
05최적화된 web derivative만 게시하고 API의 base64 payload를 storefront asset으로 직접 제공하지 않습니다.

PRODUCT: SKU-1042, matte black bottle, silver cap, logo unchanged
ALLOWED: replace the background with a warm kitchen scene
PROTECTED: silhouette, cap shape, logo spelling, label colors
OUTPUT: one centered catalog hero image; no added text or accessories

prompt는 지시일 뿐 보장이 아닙니다. protected trait에 대한 validation만이 재생성된 배경이 조용히 다른 상품으로 바뀌는 것을 막습니다.

측정한 token 사용량으로 예산 계산

100만 token 사용량	공식	일반 B2C · 50% 할인
Text input	$5	$2.50
Cached text input	$1.25	$0.625
Image input	$8	$4
Cached image input	$2	$1
Image output	$30	$15

예를 들어 fresh text input 900 token, fresh image input 1,200 token, image output 4,000 token인 편집은 공식 $0.1341, 일반 B2C $0.06705입니다. 예시 token 수는 이미지마다 보장되지 않습니다. 실제 최종 usage와 해당 요청의 차감액으로 측정하세요.

카탈로그나 batch 비용은 모든 정산 금액을 검수 통과 이미지 수로 나눕니다. 검수에 실패한 유료 결과도 포함하세요. GPT Image에는 무료 countTokens 추정기가 없으므로 소규모 유료 샘플을 측정하고 큐 시작 전 지출 한도를 설정하세요.

storefront SEO에 도움이 되는 이미지 게시

request 수가 아닌 accepted SKU image당 settled 비용을 추적하세요. retry와 reject도 acquisition cost의 일부입니다.
반응형 스토어 이미지 제작 전 실제 출력 크기를 확인하세요.
실제 상품과 장면을 설명하는 descriptive filename과 정직한 alt text를 쓰고 model name이나 keyword 목록을 alt에 채우지 마세요.
responsive WebP/AVIF derivative를 인코딩하고 lossless master를 유지하며 layout shift 방지를 위해 명시적 width/height를 게시합니다.
provenance와 review evidence에 internal ID나 prompt가 있으면 public metadata에서 제외합니다.

자주 묻는 질문

여기 GPT Image 2로 투명 상품 cutout을 만들 수 있나요?

가능합니다. POST /v1/images/generations 또는 /v1/images/edits에 background=transparent를 보내세요. 실제 alpha 채널 PNG를 요청하는 것이며 파일을 검사하세요. alpha가 없어도 HTTP 200입니다. size는 여전히 비율 프리셋이지 고정 pixel lock이 아닙니다.

모델이 상품 자체를 바꾸지 못하게 하려면?

brief에 protected trait(silhouette, color, logo spelling, label text)를 선언하고 깨끗한 reference를 제공하며 한 번에 named element 하나만 바꾸고 product-identity validation에 실패한 candidate는 거부하세요. prompt는 검색 공간을 좁힐 뿐이며 카탈로그를 지키는 것은 acceptance gate입니다.

50% 할인이 CDN과 review 비용을 포함하나요?

아닙니다. 일반 B2C 계정의 exact official model usage(생성·edit 요청)에 적용됩니다. storage, WebP/AVIF transformation, CDN delivery, human review, rejected asset은 business case에 남는 별도 application cost입니다.

GPT Image 2, Flare, Sunburst의 token 요금이 다른가요?

세 모델의 100만 token 요금은 같습니다. 일반 B2C 50% 할인 전 text input $5, image input $8, image output $30입니다. 실제 usage와 검수 결과를 비교하세요.

계정을 만들고 잔액을 충전한 다음 API 키를 생성하여 지원되는 Claude, GPT, Gemini 모델을 사용하세요.

API 키 받기 문서 읽기