GPT Image 2: सिर्फ नई तस्वीरें नहीं, मौजूदा इमेज भी एडिट कर सकता है

छोटा जवाब: हाँ, लेकिन ‘कैसे’ वाला हिस्सा अहम है

अगर ‘uploaded image’ से मतलब ऐसी मौजूदा तस्वीर है जिसे आप edit workflow में input के रूप में देते हैं, तो जवाब हाँ है। GPT Image 2 को सिर्फ text prompt से नई तस्वीर बनाने वाला मॉडल मानना अधूरी समझ होगी। OpenAI की image guide में Generations यानी prompt से नई image बनाना और Edits यानी existing images में बदलाव करना अलग-अलग workflows के रूप में बताए गए हैं।

OpenAI API reference में भी Generate an Image, Edit an Image और Create Variation अलग-अलग entries के रूप में मौजूद हैं, इसलिए image editing को केवल prompt engineering की कोई चाल नहीं कहा जा सकता। GPT Image 2 के लिए खास तौर पर checked sources में Replicate इसे text से image बनाने और existing images edit करने वाला मॉडल बताता है, जबकि fal.ai का openai/gpt-image-2/edit endpoint prompt के साथ image_urls लेने का उदाहरण दिखाता है।

OpenAI docs से क्या साफ़ होता है

OpenAI के official material से सबसे मजबूत बात यह साबित होती है कि image generation और image editing अलग documented operations हैं। OpenAI image reference यह भी कहता है कि prompt और/या input image देकर मॉडल नई image generate कर सकता है, यानी workflow text-only तक सीमित नहीं है।

एक OpenAI edit-reference snippet GPT image models के लिए default response behavior का जिक्र करता है, जिससे edit method का संबंध GPT image model family से जुड़ता है। हालांकि यह snippet अकेले GPT Image 2 की पूरी feature list या हर parameter detail नहीं बताता।

यही वजह है कि सही निष्कर्ष यह है: GPT Image 2 को केवल ‘नई image बनाने वाला’ कहना ठीक नहीं होगा, क्योंकि उपलब्ध GPT Image 2 integration pages existing images edit करने के examples देते हैं।

‘Uploaded file’, ‘image URL’ या ‘input image’—कौन-सा शब्द सही है?

डेवलपर भाषा में सबसे सुरक्षित शब्द input image है। fal.ai के GPT Image 2 edit example में image_urls field दिखती है, इसलिए उस integration में image URL को input के रूप में देना documented है। OpenAI का reference wording इससे व्यापक है: prompt और/या input image के आधार पर नई image generate की जा सकती है।

लेकिन यहाँ एक जरूरी सावधानी है। किसी third-party wrapper में दिखने वाला parameter—जैसे image_urls—अपने आप direct OpenAI API schema का universal field नाम नहीं बन जाता। OpenAI के GPT Image 2 model-page snippet और edit reference से पूरी request schema, input limits या account-specific availability साफ़-साफ़ नहीं मिलती; production में जाने से पहले current OpenAI model page और image-edit reference जरूर verify करें।

Masked editing: काम की चीज, लेकिन अचूक ढाल नहीं

OpenAI के GPT Image cookbook में mask वाला edit workflow बताया गया है। Mask का इस्तेमाल तब किया जा सकता है जब आप input image के किसी खास हिस्से को बदलने से बचाना चाहते हों।

लेकिन इसी note में यह चेतावनी भी है कि model mask के अंदर के कुछ हिस्सों को फिर भी edit कर सकता है। अगर बिल्कुल exact mask चाहिए, तो OpenAI segmentation model इस्तेमाल करने की सलाह देता है। आसान शब्दों में: mask editing को दिशा देता है, पर pixel-perfect boundary की गारंटी नहीं देता।

Build करने से पहले developer checklist

• अगर काम किसी existing image से शुरू हो रहा है, तो generation नहीं बल्कि edit workflow देखें; OpenAI edits को existing images modify करने वाला अलग workflow बताता है।
• direct OpenAI API इस्तेमाल कर रहे हैं तो current endpoint, request fields, model availability और limits official docs में दोबारा check करें।
• image_urls को fal.ai integration के लिए confirmed मानें, direct OpenAI API का universal parameter नाम मानकर न चलें।
• Masks लगाते समय यह मानकर चलें कि protection approximate हो सकती है, पूरी तरह unchanged pixels की गारंटी नहीं।

निष्कर्ष

हाँ, GPT Image 2 supplied input images को edit कर सकता है; यह सिर्फ text से बिल्कुल नई images बनाने तक सीमित नहीं है। OpenAI docs edit और input-image workflows को support करते हैं, जबकि GPT Image 2-specific सबसे साफ़ examples Replicate और fal.ai से मिलते हैं। फिर भी, live product या production integration बनाने से पहले direct OpenAI API की current schema, limits और availability verify करना जरूरी है।