> ## Documentation Index > Fetch the complete documentation index at: https://docs.comfy.org/llms.txt > Use this file to discover all available pages before exploring further. # OpenAI GPT Image 1 - ComfyUI ネイティブノードドキュメント > OpenAI の GPT-4 Vision モデルを用いて画像を生成するノード ComfyUI ネイティブ OpenAI GPT Image 1 ノード このノードは OpenAI の GPT Image 1 API に接続し、詳細なテキストプロンプトを用いて画像を生成できます。従来の DALL·E モデルとは異なり、GPT Image 1 は GPT-4 の言語理解能力を活用して、より複雑なプロンプトを処理し、ユーザーの意図により正確に合致した画像を生成します。 ## パラメータ ### 基本パラメータ | パラメータ | 型 | デフォルト値 | 説明 | | ------- | --- | ------ | -------------------------------------------------- | | prompt | 文字列 | "" | 生成対象を記述するテキストプロンプト | | quality | 選択肢 | "low" | 画像品質レベル：「low」、「medium」、「high」のいずれか | | size | 選択肢 | "auto" | 出力画像サイズ：「auto」、「1024x1024」、「1024x1536」、「1536x1024」 | ### 画像編集パラメータ | パラメータ | 型 | 説明 | | ----- | --- | ---------------------------- | | image | 画像 | 画像編集用の入力画像（複数枚の画像をサポート） | | mask | マスク | 変更対象領域を指定するオプションのマスク（単一画像のみ） | ### オプションパラメータ | パラメータ | 型 | 説明 | | ---------- | --- | -------------------------------------- | | background | 選択肢 | 背景設定：「opaque」（不透明）または「transparent」（透過） | | seed | 整数 | 乱数シード（現時点ではバックエンド未実装） | | n | 整数 | 生成する画像の枚数（1～8 の範囲） | ### 出力 | 出力 | 型 | 説明 | | ----- | -- | --------- | | IMAGE | 画像 | 生成された画像結果 | ## 動作原理 OpenAI GPT Image 1 ノードは、GPT-4 の言語理解能力と画像生成技術を統合しています。まずテキストプロンプトを解析し、その意味およびユーザーの意図を理解したうえで、それに合致する画像を生成します。 画像編集モードでは、既存の画像を修正・編集できます。マスクを併用することで、変更対象となる領域を精密に制御できます。ただし、マスク入力は単一画像のみに対応しており、複数画像には使用できません。 ユーザーは、品質レベル、出力サイズ、背景処理、生成枚数などのパラメータを調整することで、出力結果を制御できます。 ## ソースコード \[ノードソースコード（2025-05-03 更新）] ```python theme={null} class OpenAIGPTImage1(ComfyNodeABC): """ Generates images synchronously via OpenAI's GPT Image 1 endpoint. Uses the proxy at /proxy/openai/images/generations. Returned URLs are short‑lived, so download or cache results if you need to keep them. """ def __init__(self): pass @classmethod def INPUT_TYPES(cls) -> InputTypeDict: return { "required": { "prompt": ( IO.STRING, { "multiline": True, "default": "", "tooltip": "Text prompt for GPT Image 1", }, ), }, "optional": { "seed": ( IO.INT, { "default": 0, "min": 0, "max": 2**31 - 1, "step": 1, "display": "number", "control_after_generate": True, "tooltip": "not implemented yet in backend", }, ), "quality": ( IO.COMBO, { "options": ["low", "medium", "high"], "default": "low", "tooltip": "Image quality, affects cost and generation time.", }, ), "background": ( IO.COMBO, { "options": ["opaque", "transparent"], "default": "opaque", "tooltip": "Return image with or without background", }, ), "size": ( IO.COMBO, { "options": ["auto", "1024x1024", "1024x1536", "1536x1024"], "default": "auto", "tooltip": "Image size", }, ), "n": ( IO.INT, { "default": 1, "min": 1, "max": 8, "step": 1, "display": "number", "tooltip": "How many images to generate", }, ), "image": ( IO.IMAGE, { "default": None, "tooltip": "Optional reference image for image editing.", }, ), "mask": ( IO.MASK, { "default": None, "tooltip": "Optional mask for inpainting (white areas will be replaced)", }, ), }, "hidden": {"auth_token": "AUTH_TOKEN_COMFY_ORG"}, } RETURN_TYPES = (IO.IMAGE,) FUNCTION = "api_call" CATEGORY = "api node/image/openai" DESCRIPTION = cleandoc(__doc__ or "") API_NODE = True def api_call( self, prompt, seed=0, quality="low", background="opaque", image=None, mask=None, n=1, size="1024x1024", auth_token=None, ): model = "gpt-image-1" path = "/proxy/openai/images/generations" content_type="application/json" request_class = OpenAIImageGenerationRequest img_binaries = [] mask_binary = None files = [] if image is not None: path = "/proxy/openai/images/edits" request_class = OpenAIImageEditRequest content_type ="multipart/form-data" batch_size = image.shape[0] for i in range(batch_size): single_image = image[i : i + 1] scaled_image = downscale_image_tensor(single_image).squeeze() image_np = (scaled_image.numpy() * 255).astype(np.uint8) img = Image.fromarray(image_np) img_byte_arr = io.BytesIO() img.save(img_byte_arr, format="PNG") img_byte_arr.seek(0) img_binary = img_byte_arr img_binary.name = f"image_{i}.png" img_binaries.append(img_binary) if batch_size == 1: files.append(("image", img_binary)) else: files.append(("image[]", img_binary)) if mask is not None: if image.shape[0] != 1: raise Exception("Cannot use a mask with multiple image") if image is None: raise Exception("Cannot use a mask without an input image") if mask.shape[1:] != image.shape[1:-1]: raise Exception("Mask and Image must be the same size") batch, height, width = mask.shape rgba_mask = torch.zeros(height, width, 4, device="cpu") rgba_mask[:, :, 3] = 1 - mask.squeeze().cpu() scaled_mask = downscale_image_tensor(rgba_mask.unsqueeze(0)).squeeze() mask_np = (scaled_mask.numpy() * 255).astype(np.uint8) mask_img = Image.fromarray(mask_np) mask_img_byte_arr = io.BytesIO() mask_img.save(mask_img_byte_arr, format="PNG") mask_img_byte_arr.seek(0) mask_binary = mask_img_byte_arr mask_binary.name = "mask.png" files.append(("mask", mask_binary)) # Build the operation operation = SynchronousOperation( endpoint=ApiEndpoint( path=path, method=HttpMethod.POST, request_model=request_class, response_model=OpenAIImageGenerationResponse, ), request=request_class( model=model, prompt=prompt, quality=quality, background=background, n=n, seed=seed, size=size, ), files=files if files else None, content_type=content_type, auth_token=auth_token, ) response = operation.execute() img_tensor = validate_and_cast_response(response) return (img_tensor,) ```