Virtuelle Anprobe per API: Outfits mit GPT Image 2 tauschen

Ja, mit einem Text-Prompt. Der Bearbeitungs-Endpunkt von GPT-Image 2 änderte bei unseren drei Wechseln am 28. Oktober 2026 das Outfit auf einem Foto und behielt Pose, Gesicht und Hintergrund bei. Einen eigenen Eingang für Kleidung gibt es nicht, doch ein zweites Kleidungsfoto änderte in unserem Lauf die Länge des Kleides. Prüfen Sie jedes Ergebnis mit den Augen.

Die Anfrage ist eine Bildbearbeitung über die Medien-API von OmniaKey: ein Ausgangsfoto, ein Prompt und optionale Referenzbilder. Wir prüften die Funktion unten am 28. Oktober 2026 mit einem anderen Prompt (ein gelber Regenmantel) auf einem JPEG des Basismodells mit 1024 Pixeln; zurück kam ein PNG mit 1024x1536.

Was eine Bearbeitung für die Anprobe kann und was nicht

Eine Bildbearbeitung beginnt mit einem Ausgangsfoto und einem Prompt. Die Operation heißt edit, das Ausgangsbild wird als Base64 inline übergeben, und der Prompt nennt das neue Outfit; die Dokumentation der Bild-API von OmniaKey (geprüft am 28. Oktober 2026) erlaubt außerdem mehrere Referenzbilder in einem images-Array. Das Ergebnis ist ein neues Bild, die Kleidung ändert sich also, während die Person bleibt: in unseren Läufen blieben Gesicht, Pose, Haare und Studiohintergrund erhalten.

Zwei Grenzen zählen bei der Anprobe: Es gibt kein eigenes Feld für das Kleidungsstück, das Modell zeichnet es also nach Ihrer Beschreibung oder einem zweiten Foto, und das neue Bild kann Details verändern, die Sie nicht genannt haben. Eine Anprobefunktion sollte das Ergebnis zur Prüfung zeigen und den Käufer entscheiden lassen, ob es passt. Dieselbe Operation erledigt auch das Entfernen eines Objekts aus einer Szene; für instruktionsgeführte Bearbeitungen sehen Sie sich den Leitfaden zur FLUX-Kontext-Alternative an.

Foto und Outfit-Prompt senden

Sie senden ein POST an https://api.omniakey.com/v1/media/tasks mit einem Bearer-Schlüssel, einem JSON-Body und dem Header Idempotency-Key; die Dokumentation der Bild-API von OmniaKey (geprüft am 28. Oktober 2026) sagt, dass die Erstellung HTTP 202 und eine Task-ID zurückgibt. Fragen Sie die Task-URL ab, solange der Status queued oder processing lautet; succeeded bedeutet, dass die Assets bereit sind, und eine fehlgeschlagene Task trägt error.code und error.message und wird nicht berechnet.

Die Task-Felder füllen Sie so aus:

Halten Sie die Anfrage unter 1 MiB, denn das inline eingebettete Base64 zählt zu dieser Grenze. Die Anzahl der Samples muss 1 sein, und die API liefert immer ein undurchsichtiges PNG, lesen Sie die echten Maße also aus der heruntergeladenen Datei.

Die Funktion lautet so:

import base64
import json
import os
import time
import urllib.request
import uuid

API = "https://api.omniakey.com/v1/media/tasks"
KEY = os.environ["OMNIAKEY_API_KEY"]


def request(method, url, body=None, extra_headers=None):
    headers = {"Authorization": f"Bearer {KEY}", "User-Agent": "omniakey-example/1"}
    data = None
    if body is not None:
        headers["Content-Type"] = "application/json"
        data = json.dumps(body).encode()
    headers.update(extra_headers or {})
    req = urllib.request.Request(url, data=data, headers=headers, method=method)
    with urllib.request.urlopen(req, timeout=120) as resp:
        return json.load(resp)


def edit_image(source_path, prompt, out_path, size="1024x1536", quality="medium"):
    with open(source_path, "rb") as f:
        image = base64.b64encode(f.read()).decode()
    body = {
        "model": "gpt-image-2",
        "type": "image",
        "operation": "edit",
        "input": {"prompt": prompt, "image": {"data": image, "mime_type": "image/jpeg"}},
        "parameters": {"size": size, "quality": quality},
    }
    task = request("POST", API, body, {"Idempotency-Key": str(uuid.uuid4())})["id"]
    for _ in range(150):
        time.sleep(4)
        state = request("GET", f"{API}/{task}")
        if state["status"] not in ("queued", "processing"):
            break
    if state["status"] != "succeeded":
        raise RuntimeError(state.get("error") or state["status"])
    asset_url = state["assets"][0]["url"]  # signierter Link: etwa eine Stunde gültig, daher jetzt herunterladen
    req = urllib.request.Request(asset_url, headers={"User-Agent": "omniakey-example/1"})
    with urllib.request.urlopen(req, timeout=120) as resp, open(out_path, "wb") as f:
        f.write(resp.read())
    return task
if __name__ == "__main__":
    task = edit_image(
        "vto-base.jpg",
        "Change the outfit: she now wears a red satin slip dress with thin straps that falls to mid-calf. Keep the same pose, face, hair, body, the plain light-gray studio background and the lighting exactly as they are. Photorealistic, no text, no logos.",
        "vto-slip.png",
        size="1024x1536",
    )
    print("task", task)

Die signierte Asset-URL gilt etwa eine Stunde, und die Datei wird 24 Stunden aufbewahrt, so steht es in derselben Dokumentation; laden Sie sie also herunter, sobald die Task erfolgreich ist. Unsere Prüfung am 28. Oktober 2026 nutzte den Prompt mit dem gelben Regenmantel auf einem JPEG des Basismodells mit 1024 Pixeln und lieferte ein PNG mit 1024x1536. Das Skript sendet einen User-Agent-Header: der Standardwert von Python wurde in unserem Lauf mit HTTP 403 abgelehnt, mit dem Header klappte es.

Drei Outfit-Wechsel, die wir ausgeführt haben

Alle drei Wechsel starteten vom selben synthetischen Foto: eine Frau in einem weißen T-Shirt mit Rundhalsausschnitt und dunkelblauen Jeans vor einem schlichten hellgrauen Studio, erstellt mit 1024x1536 und Qualität medium in unseren Läufen am 28. Oktober 2026.

Der erste Wechsel verlangte ein rotes Satinkleid mit dünnen Trägern in Slipform, das bis zur Mitte der Wade reicht. Das Kleid kam, und Pose, Gesicht, Haare und Hintergrund blieben gleich. Die weißen Sneaker wurden zu weißen Riemchensandalen mit Absatz, ohne dass wir das verlangt hatten.

Der zweite verlangte einen dunkelgrünen Wollblazer über einem cremefarbenen Seidentop, dazu eine schwarze Hose mit geradem Bein. Alle drei Teile erschienen, und die weißen Sneaker blieben.

Der dritte verlangte ein langärmliges Oberteil mit blau-weißen Querstreifen und einem kleinen roten gestickten Herz auf der linken Brust. Streifen und Herz landeten auf der linken Brust; die dunkelblauen Jeans und die weißen Sneaker blieben.

Alle Personen und Szenen sind synthetisch, und wir haben jeden Prompt einmal ausgeführt, jedes Bild ist also eine einzige Stichprobe.

Generiert mit GPT-Image 2 über die OmniaKey-API am 28. Oktober 2026, Größe 1024x1536, Qualität medium.

Ein Kleidungsfoto als zweite Referenz

Für eine genauere Übereinstimmung senden Sie das Kleidungsstück als zweites Bild. Wir legten das Foto der Person an die erste Stelle, ein flach ausgelegtes rotes Satinkleid an die zweite und nutzten input.images mit diesem Prompt: "Dress the woman in the first image in the red satin slip dress shown in the second image. Keep her pose, face, hair, body, the plain light-gray studio background and the lighting exactly as they are. Photorealistic, no text, no logos."

Das Kleid reichte bis zum Boden, nahe an die Länge des flach ausgelegten Fotos. Die Textversion desselben Kleides endete auf halber Wadenhöhe. In unserer einen Stichprobe lieferte das Kleidungsfoto die Länge, die die Worte offen ließen.

Wo es abwich

Die Abweichung zeigte sich in den Teilen, die wir im Prompt ausließen: der Wechsel zum Slipkleid veränderte die Schuhe, obwohl der Prompt nur das Kleid nannte. Prüfen Sie Gesicht, Hände, Saum, Schuhe und jedes Muster in voller Größe, bevor Sie einem Käufer ein Ergebnis zeigen. Ein Kleidungsstück mit aufgedrucktem Logo, den genauen Stoffdruck eines Produktfotos und mehr als zwei Bilder haben wir nicht getestet.

Wann eine spezielle Anprobe-API besser passt

Eine spezielle Anprobe-API nimmt die Person und das Kleidungsstück als getrennte Eingaben. Googles Vertex-AI-Seite "Generate Virtual Try-On Images" (zuletzt aktualisiert am 26. Oktober 2026; geprüft am 28. Oktober 2026) sagt: "You provide an image of a person and an image of a clothing product." Dieselbe Seite führt personImage und productImages als Base64-Felder, ein sampleCount von 1 bis 4 und die Modell-ID virtual-try-on-001. Sie enthält außerdem einen Hinweis, dass die Vertex-AI-Dokumentation nicht mehr aktualisiert wird.

Wählen Sie diese Art von Endpunkt, wenn das Kleidungsfoto maßgeblich ist und Sie mehrere Stichproben pro Anfrage brauchen. Wählen Sie die Bearbeitung mit GPT-Image 2, wenn eine einzige Pipeline für Outfit-Wechsel und andere Bearbeitungen wichtiger ist als Stichproben pro Aufruf.

Die Preisseite von OpenAI (geprüft am 28. Oktober 2026) sagt, dass gpt-image-2 nach Tokens abgerechnet wird: die Seite listet Token-Preise und keine Tabelle pro Bild und verweist auf einen Rechner im Leitfaden zur Bilderzeugung. Der aktuelle Tarif von OmniaKey steht unter Preise.

Eine Prompt-Vorlage für Outfit-Wechsel

Nutzen Sie die Form, die in unseren Läufen funktionierte: nennen Sie zuerst das Kleidungsstück und legen Sie dann die Person und das Set fest.

Change the outfit: she now wears [garment, colour, fabric, length]. Keep the same pose, face, hair, body, the plain light-gray studio background and the lighting exactly as they are. Photorealistic, no text, no logos.

• Kleidungsstück: ein Satz mit Farbe, Stoff und Länge. "A red satin slip dress with thin straps that falls to mid-calf" brachte eine klare Änderung.
• Was bleibt: Pose, Gesicht, Haare, Körper, Hintergrund, Licht. Zählen Sie sie ausdrücklich im Prompt auf.
• Abschluss: "Photorealistic, no text, no logos." Unsere Prompts endeten so.
• Schuhe: Nennen Sie sie, wenn sie bleiben sollen, zum Beispiel "keep the white sneakers". Unser Wechsel zum Slipkleid änderte sie, wenn das Schuhwerk nicht im Text stand.

Fügen Sie ein zweites Bild hinzu, wenn die Länge wichtiger ist als Worte: die Person zuerst, das Kleidungsstück danach, und im Prompt verweisen Sie auf "the first image" und "the second image", so wie wir. Zur allgemeinen Reihenfolge im Prompt sehen Sie den Prompt-Guide zu GPT Image 2.

Häufige Fragen

Gibt es einen eigenen Virtual-Try-On-Endpunkt in der GPT-Image-2-API?

Nein. Die Modellseite von OmniaKey (geprüft am 28. Oktober 2026) listet Text zu Bild und Bildbearbeitung. In unseren Läufen war eine Anprobe eine Bearbeitung mit einem Text-Prompt und einem optionalen zweiten Bild.

Kann ich ein Foto des Kleidungsstücks senden?

Ja, als zweites Referenzbild in input.images. In unserem Lauf am 28. Oktober 2026 änderte es die Länge des Kleides passend zum flach ausgelegten Foto.

Bleibt das Gesicht gleich?

In unseren drei Wechseln und im Lauf mit zwei Referenzen ja, mit bloßem Auge betrachtet. Prüfen Sie jedes Ergebnis in voller Größe, bevor Sie es zeigen.

Wie lange gelten Ergebnislinks?

Etwa eine Stunde, laut der am 28. Oktober 2026 geprüften Bild-API-Dokumentation von OmniaKey, und die Datei wird 24 Stunden aufbewahrt. Laden Sie sie herunter, sobald die Task erfolgreich ist.

Welche Größe sollte ich anfordern?

Sie übergeben size als WIDTHxHEIGHT, zum Beispiel 1024x1536, und lesen dann die echten Maße aus dem heruntergeladenen PNG. Unsere Läufe nutzten 1024x1536 mit Qualität medium.

Beginnen Sie mit einem Foto und einem Outfit-Prompt. Die Seite zu GPT-Image 2 behandelt das Modell; die aktuellen Tarife stehen getrennt.