Ifølge OpenAIs produktkunngjøring var Image markup allerede tilgjengelig i ChatGPT, og med Images 2.6 kommer funksjonen til API-et, slik at team kan «angi nøyaktig hvor en bestemt endring skal skje». Changelog-oppføringen fra 4. november 2026 sier i tillegg at markup-styrt redigering er lagt til for støttede GPT Image 2.5- og 2.6-modeller. Veiledningen for bildegenerering plasserer kallet på Image API POST /v1/images/edits. For team som allerede er vant til å «ringe inn og så endre» i ChatGPT, betyr dette at den samme interaksjonslogikken nå kan brukes i batchjobber og serverside-pipelines.

👉 Prøv GPT Image 2.6 API på PoYo: pris per bilde og nettbasert playground.

I praksis bruker funksjonen et transparent annotasjonslag i samme størrelse som originalen, sammen med en prompt i naturlig språk, for å styre modellen mot områdene du har ringet inn eller merket. Det reduserer feil der hele bildet tegnes på nytt. Offisielle eksempler og produkttekster peker mot nye farger i netthandel, lokale utskiftninger per SKU, rettelser av emballasjetekst og lignende flyter. Kunngjøringen understreker også at karakterer, produkter og merkevaredetaljer skal holdes konsistente på tvers av redigeringer.

Forespørselsstruktur og filkrav

Dokumentasjonen krever at forespørselen bygges slik. For det første beholder du originalbildet som første inndatabilde. For det andre lager du en egen transparent PNG som bare inneholder sirkler, skisser eller andre markeringer. Etter orienteringskorrigering må markup-lagets bredde og høyde være identiske med første inndatabilde. PNG-filen må ha transparente piksler og må ikke ha markeringene flatet ut i originalen. For det tredje sender du laget som markup: Multipart-forespørsler kan laste opp en fil, mens JSON-forespørsler kan bruke et objekt som inneholder nøyaktig én av image_url eller file_id (image_url kan være HTTPS eller en base64-data-URL). Feltet for inndatabilder i JSON-redigeringer heter images. For det fjerde beskriver du både «hva som skal endres» og «hva som skal bevares» i prompt, og lar et menneske gå gjennom resultatene før de tas i bruk.

Harde grenser: Markup gjelder bare for det første inndatabildet, og eventuelle ekstra bilder brukes kun som referanse. Både første bilde og markup-laget kan hver ha maks 16 777 216 piksler, og markup-filen kan være maks 50 MB. Ikke bruk markup sammen med mask eller prompt_rewriter. Dokumentasjonen påpeker også at du bør bruke mask for regionale redigeringer i Responses API; markup-veien er beregnet på redigeringsendepunktet i Image API. Modellsidene for både Flare og Sunburst oppgir markup-styrte redigeringer som en funksjon som dekkes i veiledningen for bildegenerering.

Det offisielle eksemplet med vasen på kjøkkenet (både i dokumentasjonen og prompting-veiledningen) viser et typisk mønster: Originalen er et kjøkkenbilde, og et transparent overlegg markerer en stripete vase med en rød sirkel. Prompten ber om å gjøre den innringede vasen om til koboltblå keramikk, beholde formen og de tørkede blomstene og fjerne den røde sirkelen fra sluttresultatet. Eksemplene kjøres med gpt-image-2.6-flare og gpt-image-2.6-sunburst med quality="medium", og minner deg på å sjekke om resten av originalen har endret seg uventet.

Forholdet til mask og produktflyter

Ved mask-redigering angis «områdene som skal erstattes» med en maske. Dokumentasjonen sier at masking i GPT Image er «helt promptbasert», og at masken hovedsakelig fungerer som veiledning – modellen følger ikke nødvendigvis formen nøyaktig. Markup ligner mer på å «tegne instruksjoner på bildet»: Synlige markeringer forteller modellen hvor den skal endre, og prompten sier hva det skal endres til. De to kan ikke kombineres. Velg etter hvordan arbeidsflyten ser ut – programmatiske alfamasker passer for utklipp i en pipeline, mens sirkler og piler tegnet i designverktøy passer for markup.

I produkt- og SKU-flyter kan du gjøre «endre bare fargebåndet på pakken», «bytt bare korken» eller «rett bare teksten på prislappen» om til avgrensede prompter og ringe inn objektet med markup. Da blir det mindre sannsynlig at bakgrunn, lys og komposisjon skrives om samtidig. Prompting-veiledningen foreslår også at du ved lokale redigeringer oppgir hvilken metning, kontrast, piler, kameraposisjon og omkringliggende objekter som må forbli uendret, og at du endrer én ting om gangen slik at du ser hvilken redigering som faktisk virket. OpenAI anbefaler dessuten lav kompleksitet for de fleste redigeringsoppgaver for å gjøre redigeringene raskere og redusere uønskede endringer. Rådet passer godt til målretting med markup, siden complexity som standard er high hvis du utelater den.

Merk: Markup garanterer ikke null avvik på pikselnivå. De generelle begrensningene sier fortsatt at modellen kan slite med strukturert komposisjon og presis tekstplassering. Viktige leveranser bør få menneskelige stikkprøver etter automatiseringen, og ved behov bør du sette godkjente områder tilbake på originalen i stedet for å stole på én enkelt API-respons. Reglene for innholdsmoderering gjelder fortsatt. Ved feil som brukeren kan rette selv, for eksempel moderation_blocked, justerer du prompten eller inndatabildet før du prøver igjen – ikke prøv på nytt i blinde.

Konklusjon: Images 2.6 tar ChatGPTs velprøvde annotasjonsbaserte redigering inn i API-et, slik at målrettede endringer kan inngå i batch- og SKU-pipelines. Å følge kravene strengt – transparent PNG i samme størrelse, feltet markup og at det ikke kan kombineres med mask – og samtidig oppgi både hva som skal endres og hva som skal bevares i prompten, er minimumet for en komplett praksis ifølge den offisielle dokumentasjonen.