Felo पर GPT Image 2.6: GIF को वीडियो शॉट में बदलें

November 9, 2026 · 21 मिनट पढ़ें

Committed to answers at your fingertips

Felo पर GPT Image 2.6: लूपिंग GIF बनाएँ, API से एक्शन फ्रेम तैयार करें और Kling के साथ उन्हें एनिमेट करें। कोड और सीमाएँ शामिल हैं।

किसी वीडियो मॉडल से "तलवार घुमाता हुआ एक शूरवीर" बनाने के लिए कहें, तो आपको अक्सर तलवार घुमाने का एक ऐसा दृश्य मिलता है जो आपकी कल्पना से मेल नहीं खाता। तलवार धुंधली हो जाती है, अलग-अलग फ्रेम में शरीर का अनुपात बदल जाता है और कैमरा ऐसी गति दिखाने लगता है जिसकी आपने माँग नहीं की थी।

निर्देशक इस समस्या का समाधान ब्लॉकिंग से करते हैं: किरदार कहाँ खड़ा है, सबसे पहले क्या हिलता है और गति कहाँ समाप्त होती है। Felo पर GPT Image 2.6 आपको यही योजना ब्राउज़र में 1.8 सेकंड की लूपिंग GIF या इमेज API के माध्यम से 3 × 3 फ्रेम शीट के रूप में दे सकता है। ये दोनों तरीके उस स्थिति से कम खर्चीले हैं, जब आप किसी वीडियो मॉडल से रोशनी, फ्रेमिंग और ध्वनि तैयार करवाने का खर्च उठाने के बाद एक्शन तय करते हैं।

GPT Image 2.6 GIF-से-वीडियो इन्फोग्राफिक कवर

Felo पर GPT Image 2.6 इस्तेमाल करने के दो तरीके

ब्राउज़र में: AI GIF जनरेटर

felo.ai/tools/gpt-image-2-6 खोलें, इमेज का विवरण लिखें और एक मॉडल चुनें। इनपुट बॉक्स में डिफ़ॉल्ट रूप से GPT Image 2.6 Flare और PNG आउटपुट चुना होता है। एनिमेशन बनाने के लिए सेटिंग खोलें और GIF चुनें। प्रॉम्प्ट में केवल "GIF" लिखने से आउटपुट फ़ॉर्मेट नहीं बदलता।

GIF के नियंत्रण सीमित रखे गए हैं: 2 से 16 फ्रेम, प्रत्येक फ्रेम के लिए 20 से 2000 मिलीसेकंड और शुरुआती फ्रेम आकार 512 × 512। Felo की डिफ़ॉल्ट सेटिंग 200 ms पर 9 फ्रेम है, जिससे 1.8 सेकंड का लूप बनता है। यह अवधि छोटी है, और वास्तव में छोटी ही है। फिर भी इससे पता चल जाता है कि कोई हावभाव समझ में आ रहा है या नहीं।

आप रेफरेंस इमेज अपलोड कर सकते हैं, बदलाव के लिए कह सकते हैं या स्केच नियंत्रण से किसी क्षेत्र को चिह्नित कर सकते हैं। एक्शन का पहला परीक्षण करने के लिए एक किरदार, सादा बैकग्राउंड और एक ही गति चुनें।

एक 3x3 फ्रेम शीट से तैयार 9-फ्रेम वाला रोबोट एक्शन लूप

आउटपुट का उदाहरण: 200 ms वाला 9-फ्रेम लूप। ब्राउज़र टूल सीधे GIF बनाता है; नीचे दिया गया एजेंट वर्कफ़्लो एक 3 × 3 शीट से वही फ्रेम तैयार करता है।

एजेंट और ऐप के लिए API के माध्यम से

ये दोनों मॉडल Felo के इमेज कैटलॉग में gpt-image-2.6-flare और gpt-image-2.6-sunburst ID के अंतर्गत उपलब्ध हैं। एक API key से 8 प्रोवाइडर के 18 इमेज मॉडल इस्तेमाल किए जा सकते हैं। इसलिए कोई एजेंट अलग-अलग प्रोवाइडर अकाउंट खोले बिना मॉडलों की तुलना कर सकता है या मॉडल बदल सकता है।

	GPT Image 2.6 Flare	GPT Image 2.6 Sunburst
किसके लिए बनाया गया	तेज़ ड्राफ्ट और बार-बार संशोधन	विस्तृत इमेज और सटीक बदलाव
Model ID	`gpt-image-2.6-flare`	`gpt-image-2.6-sunburst`
इनपुट / आउटपुट	टेक्स्ट, इमेज → इमेज	टेक्स्ट, इमेज → इमेज
इस काम में उपयोगिता	एक्शन के विचारों की खोज	अलग-अलग पैनल में किरदार की एकरूपता
सूचीबद्ध कीमत	$5 / 1M इनपुट टोकन, $30 / 1M आउटपुट टोकन	$5 / 1M इनपुट टोकन, $30 / 1M आउटपुट टोकन

कीमत प्रति टोकन है, प्रति इमेज नहीं। इसलिए रिज़ॉल्यूशन और रेफरेंस इमेज बिल को प्रभावित करते हैं। दोनों मॉडल पेज पर सीमित अवधि के मुफ़्त ट्रायल का बैज दिखता है। प्रोडक्शन रन की योजना बनाने से पहले मौजूदा शर्तें और दरें जाँचें।

ब्राउज़र GIF आउटपुट देता है, जबकि इमेज API स्थिर इमेज लौटाता है। इन मॉडलों के लिए output_format enum में png, jpeg या webp उपलब्ध हैं। इसलिए एजेंट तैयार किए गए फ्रेम से GIF बनाते हैं। नीचे दिया गया API सेक्शन इसकी प्रक्रिया दिखाता है।

वीडियो प्रॉम्प्ट की तुलना में GIF बेहतर पहला ड्राफ्ट क्यों है

वीडियो मॉडल इंटरपोलेशन इंजन हैं। वे दो अवस्थाओं के बीच की जगह भरने में अच्छे हैं, लेकिन यह तय करने में कमज़ोर हैं कि कौन-सी अवस्थाएँ महत्वपूर्ण हैं। टेक्स्ट प्रॉम्प्ट उन्हें समझने के लिए एक वाक्य देता है। नौ फ्रेम वाली GIF उन्हें मुद्रा, आकार और समय के बारे में नौ स्पष्ट निर्णय देती है।

नौ फ्रेम की सीमा एक चुनाव करने के लिए भी बाध्य करती है। 200 ms प्रति फ्रेम के हिसाब से किसी अस्पष्ट "डायनेमिक एक्शन सीन" के लिए जगह नहीं बचती। आपको बताना होगा: तैयार होने की मुद्रा, वार की तैयारी, प्रहार, वार के बाद की गति और शुरुआती मुद्रा में वापसी। वीडियो प्रॉम्प्ट कमज़ोर होने का एक बड़ा कारण यह है कि उनमें ये निर्णय लिए ही नहीं गए होते।

लूप एक दूसरी शर्त भी जोड़ता है। साफ़ लूप बनने के लिए GIF को शुरुआती मुद्रा में लौटना पड़ता है। यही बात शॉट को एडिट करना आसान बनाती है। यदि किरदार का हाथ किसी नई जगह पर समाप्त होता है, तो अगला शॉट शरीर की अलग स्थिति से शुरू होगा।

आप पूरे परिणाम की जाँच कुछ सेकंड में कर सकते हैं। किरदार की बाहरी आकृति, हाथ, प्रॉप और अंतिम फ्रेम तथा पहले फ्रेम के बीच का जोड़ देखें। वीडियो पर खर्च करने से पहले कोई एजेंट फ्रेम की तुलना कर सकता है या विज़न मॉडल से बदलाव का विवरण माँग सकता है।

Felo के टूल पेज पर स्पष्ट लिखा है: "GIF एक मूक लूप है। ध्वनि, लंबे दृश्य या कई शॉट के लिए वीडियो टूल का इस्तेमाल करें।" यही वह जगह है जहाँ यह वर्कफ़्लो शुरू होता है, न कि जहाँ समाप्त होता है।

ब्राउज़र में एक्शन तैयार करें

वीडियो शॉट बनने से पहले किरदार की गति तैयार करने के लिए यह एक व्यावहारिक वर्कफ़्लो है।

1. पहले किरदार का रूप तय करें

एनिमेशन से शुरुआत न करें। किरदार की एक स्थिर रेफरेंस इमेज बनाएँ: सामने का दृश्य, सामान्य मुद्रा और सादा बैकग्राउंड। एनिमेशन बनाते समय प्रॉम्प्ट में हर विवरण समान रखें: हेयरस्टाइल, कपड़ों के रंग, एक्सेसरीज़, हथियार और शरीर का अनुपात। अलग-अलग जनरेशन में एकरूपता बदल सकती है। इसलिए विवरण जितना स्पष्ट होगा, फ्रेम के बीच मॉडल को उतनी ही कम चीज़ें अपनी ओर से जोड़नी पड़ेंगी।

2. एक्शन को दृश्य की तरह नहीं, लूप की तरह लिखें

एक उपयोगी एक्शन प्रॉम्प्ट के चार भाग होते हैं:

दृश्य तय करें। फ्रेम में क्या है, वह कहाँ खड़ा है और कैसा दिखता है।
एक गति बताएँ। क्या हिलता है और किस क्रम में।
स्थिर चीज़ें तय करें। कैमरा, पैर, लोगो और हाथ।
वापसी का निर्देश दें। अंत में शुरुआती मुद्रा में लौटने का तरीका बताएँ।

उदाहरण:

सरसों-पीली जैकेट पहने एक डिलीवरी कर्मचारी हल्के पत्थर वाली सड़क पर खड़ा है। साइड व्यू, पूरा शरीर और स्थिर कैमरा। वह अपना वज़न एक पैर से दूसरे पैर पर डालता है, बैग में हाथ डालता है, एक छोटा नीला पार्सल निकालता है और उसे सामने की ओर बढ़ाता है। जैकेट, बैग और कैमरे को स्थिर रखें। इसके बाद पार्सल नीचे करें और शुरुआती मुद्रा में लौटें। गति का लूप सहज बनाएँ। सादा बैकग्राउंड, कोई टेक्स्ट नहीं।

यह प्रॉम्प्ट जानबूझकर सरल रखा गया है। यहाँ सरलता अच्छी बात है: 512 × 512 आकार और नौ फ्रेम में एक स्पष्ट एक्शन समझ में आता है। भीड़, बारिश और कैमरे की गति का काम वीडियो मॉडल के लिए छोड़ दें।

3. सेटिंग में GIF चुनें और छोटी शुरुआत करें

512 × 512 आकार, 9 फ्रेम और 200 ms प्रति फ्रेम सेट करें। जनरेशन शुरू करें। बुनियादी एक्शन समझ में आने तक फ्रेम की संख्या न बढ़ाएँ।

जब लूप में समस्या आए, तो इस क्रम में सुधार करें: पहले फ्रेम कम करें और एक्शन सरल बनाएँ, फिर फ्रेम का समय बढ़ाएँ और उसके बाद उन विवरणों को जोड़ें जिन्हें स्थिर रखना है।

4. बीच के फ्रेम नहीं, जोड़ की जाँच करें

लूप को दो बार देखें। अंतिम फ्रेम और पहले फ्रेम के बीच का जोड़ वह जगह है जहाँ अधिकतर गलतियाँ दिखाई देती हैं: कंधे की स्थिति में छलाँग, हाथ बदलता हुआ प्रॉप या खिसकता हुआ बैकग्राउंड।

इसके बाद एक समय में एक ही वैरिएबल बदलें। नई मुद्रा का विचार एक नया प्रॉम्प्ट है। समय में बदलाव के लिए फ्रेम की संख्या या फ्रेम अवधि बदलें। दोनों को एक साथ बदलने से यह पता लगाना मुश्किल हो जाता है कि किस बदलाव से सुधार हुआ।

GIF से वीडियो तक: दो तरीके

Felo की वीडियो API एनिमेटेड GIF इनपुट स्वीकार नहीं करती। यह स्थिर इमेज या वीडियो लेती है, इसलिए दोनों के बीच एक कन्वर्ज़न चरण की ज़रूरत होती है। दो तरीके अच्छे परिणाम देते हैं और तीसरा तरीका GIF को ही अंतिम आउटपुट बनाए रखता है।

GPT Image 2.6 GIF को वीडियो मॉडल तक पहुँचाने के दो तरीके

कीफ्रेम शुरुआती और अंतिम अवस्थाएँ तय करते हैं; वीडियो रेफरेंस लूप के समय और लय का उपयोग करता है।

तरीका 1: कीफ्रेम, जब शुरुआती और अंतिम अवस्था तय हो

बदलाव को दिखाने वाले दो फ्रेम चुनें। डिलीवरी कर्मचारी के उदाहरण में पैनल 2 (वज़न बदलना) और पैनल 6 (पार्सल सामने पकड़ना) चुनें। लूप के पहले और अंतिम फ्रेम न चुनें, क्योंकि वे जानबूझकर एक जैसे रखे गए हैं। इन्हें frame_images के रूप में भेजें और frame_type को first_frame या last_frame सेट करें।

इससे आपके चुने हुए शुरुआती और अंतिम दृश्य तय हो जाते हैं। प्रॉम्प्ट में केवल उन चीज़ों का विवरण देना होता है जिन्हें दोनों इमेज नहीं दिखातीं: कैमरे की गति, रोशनी और रफ़्तार।

इस काम के लिए Kling 4.0 Image-to-Video उपयुक्त है। मॉडल पेज पर frame_images को समर्थित पैरामीटर में शामिल किया गया है और 3 से 30 सेकंड के क्लिप के साथ स्टीरियो ऑडियो का उल्लेख है। चुनी गई दोनों मुद्राएँ दें और मॉडल उनके बीच की गति तैयार करेगा।

कीफ्रेम वाले तरीके के लिए एक छोटा प्रॉम्प्ट:

वही डिलीवरी कर्मचारी, वही सरसों-पीली जैकेट और वही पत्थर वाली सड़क। वह बैग में हाथ डालता है और एक नीला पार्सल सामने बढ़ाता है। कैमरा धीरे-धीरे पास आए, दोपहर के बाद की हल्की रोशनी और कम डेप्थ ऑफ फील्ड हो। किरदार का चेहरा, कपड़े और पार्सल न बदलें। सड़क की प्राकृतिक परिवेशी ध्वनियाँ शामिल करें।

वीडियो मॉडल आपकी दोनों मुद्राओं के बीच की गति तैयार करता है। यह पूरे एक्शन को एक वाक्य से गढ़ने की तुलना में रचनात्मकता की छोटी छलाँग है।

तरीका 2: वीडियो रेफरेंस, जब GIF की टाइमिंग चाहिए

यदि आप चाहते हैं कि वीडियो GIF की लय का अनुसरण करे, तो लूप को छोटे MP4 में बदलें और उसे वीडियो रेफरेंस के रूप में भेजें। वीडियो API में input_references के अंतर्गत image_url रेफरेंस के साथ video_url भी स्वीकार किया जाता है।

ffmpeg -stream_loop 1 -i action.gif -t 3 -movflags +faststart -pix_fmt yuv420p action.mp4

Kling 4.0 Omni-Video रेफरेंस-आधारित विकल्प है। इसके पेज पर 3 से 30 सेकंड के अधिकतम 5 वीडियो क्लिप और कुल 30 सेकंड की अवधि का उल्लेख है। इसके साथ अधिकतम 10 इमेज रेफरेंस भी भेजे जा सकते हैं। इससे आप एक ही अनुरोध में गति का स्केच और किरदार की इमेज भेज सकते हैं।

जब टाइमिंग सबसे महत्वपूर्ण हो, तब इस तरीके का उपयोग करें: तीन चरणों वाला हावभाव, एक मोड़ या हास्यपूर्ण विराम। Omni-Video में 3–30 सेकंड के वीडियो रेफरेंस सूचीबद्ध हैं। इसलिए एक्सपोर्ट से पहले GIF को कम से कम तीन सेकंड तक लूप करें। 250 ms पर 12 फ्रेम भी यह अवधि पूरी करते हैं।

वीडियो मॉडल रेफरेंस की सामान्य लय और मुद्रा का अनुसरण करेगा, लेकिन हर फ्रेम की हूबहू नकल नहीं करेगा। यदि शुरुआती और अंतिम अवस्थाएँ सटीक चाहिए, तो कीफ्रेम का उपयोग करें।

या GIF को ही अंतिम आउटपुट रखें

कई बार GIF ही अंतिम आउटपुट होता है। लूपिंग स्टिकर, UI स्टेट, सोशल पोस्ट या गेम स्प्राइट के लिए वीडियो मॉडल या साउंडट्रैक की ज़रूरत नहीं होती। Felo के GPT Image 2.6 मॉडल के उदाहरणों में पिक्सेल-आर्ट वॉटर-स्वॉर्ड लूप, पोर्ट्रेट में मुड़कर आँख मारने वाला दृश्य और जापानी इवेंट बैनर शामिल हैं। इन तीनों में कम और स्पष्ट गति पर ध्यान दिया गया है।

इस फ़ॉर्मेट की कुछ सीमाएँ हैं: प्रत्येक फ्रेम में 256 रंग, ऑडियो नहीं और आयाम तथा फ्रेम की संख्या बढ़ने पर फ़ाइल का आकार तेज़ी से बढ़ता है। सीमित रंगों का असर सपाट रंगों और सरल बैकग्राउंड में कम दिखाई देता है। ग्रेडिएंट और त्वचा के रंगों में रंगों की पट्टियाँ दिख सकती हैं।

GPT Image 2.6 API: सबमिट करें, पोल करें और परिणाम प्राप्त करें

कोई व्यक्ति ब्राउज़र में GIF की प्रक्रिया पर नज़र रख सकता है। लेकिन एजेंट ऐसा नहीं कर सकता, जब तक API उसे स्पष्ट टास्क कॉन्ट्रैक्ट न दे। Felo की API यह सुविधा देती है: सबमिट करें, पोल करें और परिणाम प्राप्त करें।

इमेज एंडपॉइंट POST https://openapi.felo.ai/api/v1/images/generations है, जिसमें bearer key का उपयोग होता है। यह 202 और एक task_id लौटाता है। GET /api/v1/images/generations/{task_id} को तब तक पोल करें, जब तक status का मान succeeded न हो जाए। इसके बाद outputs से साइन किया हुआ मीडिया URL प्राप्त करें।

रिक्वेस्ट बॉडी में मॉडल ID, प्रॉम्प्ट, quality, aspect_ratio, output_format और रेफरेंस इमेज के लिए input_references स्वीकार किए जाते हैं। यदि आपको स्थानीय रेफरेंस इमेज चाहिए, तो उसे पहले POST /api/v1/files से अपलोड करें। यह एंडपॉइंट PNG, JPEG, GIF, WebP, MP4 और अन्य सामान्य फ़ॉर्मेट स्वीकार करता है। फ़ाइल का अधिकतम आकार 100 MiB है और यह एक फ़ाइल रिकॉर्ड लौटाता है। input_references में इसके id को file_id के रूप में भेजें।

GIF की ज़रूरत वाले एजेंट के लिए सबसे सरल तरीका है कि एक इमेज कॉल में पूरे एक्शन को स्टोरीबोर्ड शीट के रूप में तैयार करने को कहें और फिर उसे अलग-अलग फ्रेम में काटें। एक अनुरोध में नौ मुद्राएँ मिलती हैं; फ्रेम काटने की प्रक्रिया तय रहती है; GIF का संयोजन स्थानीय स्तर पर होता है। वीडियो चरण के लिए भी इन्हीं फ्रेम की ज़रूरत होती है, इसलिए दोबारा जनरेशन नहीं करना पड़ता।

GPT Image 2.6 API वर्कफ़्लो: सबमिट, पोल, फ्रेम काटें और एनिमेट करें

टास्क की प्रक्रिया: इमेज टास्क सबमिट करें, परिणाम के लिए पोल करें, शीट को स्थानीय स्तर पर फ्रेम में काटें और फिर फ्रेम के साथ वीडियो टास्क सबमिट करें।

एक ही कॉल में नौ मुद्राएँ माँगें

इस कॉल के लिए स्टोरीबोर्ड प्रॉम्प्ट का उदाहरण:

सफ़ेद सादे बैकग्राउंड पर 3 × 3 स्टोरीबोर्ड शीट बनाएँ। नौ समान वर्गाकार पैनल किनारे से किनारे तक हों और उनके बीच कोई खाली जगह न हो। हर पैनल में सरसों-पीली जैकेट पहने वही डिलीवरी कर्मचारी हो: साइड व्यू, पूरा शरीर, समान अनुपात, रंग और बैग। पैनल 1 में खड़ा हुआ; पैनल 2 में वज़न बदलता हुआ; पैनल 3 में बैग में हाथ डालता हुआ; पैनल 4 में बैग खोलता हुआ; पैनल 5 में नीला पार्सल निकालता हुआ; पैनल 6 में पार्सल सामने बढ़ाता हुआ; पैनल 7 में उसे नीचे करता हुआ; पैनल 8 में हाथ बगल में रखता हुआ; पैनल 9 में पैनल 1 जैसी ही मुद्रा। सपाट रोशनी, समान आकार, कोई टेक्स्ट नहीं, कोई कैप्शन नहीं और पैनल नंबर नहीं।

1K शीट को क्रॉप करने के बाद लगभग 340-पिक्सेल के टाइल मिलते हैं, जो ब्राउज़र के 512-पिक्सेल फ्रेम से कम स्पष्ट होते हैं। यदि आपके चैनल में बड़ा आकार उपलब्ध है, तो बड़ा वर्गाकार आकार माँगें। फ्रेम काटने से पहले शीट की जाँच करें: यदि पैनल असमान हैं या किरदार का रूप बदल रहा है, तो कटाई के बाद सुधार करने के बजाय सरल लेआउट निर्देश के साथ दोबारा जनरेशन करें।

सबमिट करें, फ्रेम काटें और GIF बनाएँ

import os
import time
import requests

BASE = "https://openapi.felo.ai/api/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['FELO_API_KEY']}"}

def poll(path, timeout=900, interval=5):
    deadline = time.time() + timeout
    while time.time() < deadline:
        response = requests.get(f"{BASE}{path}", headers=HEADERS, timeout=30)
        response.raise_for_status()
        task = response.json()
        if task["status"] in {"succeeded", "failed", "interrupted"}:
            if task["status"] != "succeeded":
                raise RuntimeError(task.get("error", task["status"]))
            return task
        time.sleep(interval)
    raise TimeoutError(path)

STORYBOARD_PROMPT = (
    "A 3x3 storyboard sheet on plain white, nine equal square panels edge to edge, "
    "the same courier in a mustard jacket in every panel, side view, full body, "
    "identical proportions and colors: standing, shifting weight, reaching into a "
    "satchel, opening it, pulling out a blue parcel, holding it forward, lowering it, "
    "hand at side, standing again. Flat lighting, consistent scale, no text, no gutters."
)

response = requests.post(
    f"{BASE}/images/generations",
    headers=HEADERS,
    json={
        "model": "gpt-image-2.6-sunburst",
        "prompt": STORYBOARD_PROMPT,
        "aspect_ratio": "1:1",
        "quality": "medium",
    },
    timeout=60,
)
response.raise_for_status()

result = poll(f"/images/generations/{response.json()['task_id']}")
output = result["outputs"][0]
sheet_url = output["url"] if isinstance(output, dict) else output
with open("sheet.png", "wb") as file:
    file.write(requests.get(sheet_url, timeout=60).content)

इसके बाद शीट को फ्रेम में काटें और स्थानीय स्तर पर लूप तैयार करें:

magick sheet.png -crop 3x3@ +repage -resize 512x512! frame-%02d.png
magick -delay 20 -loop 0 frame-*.png action.gif   # 20/100 s = 200 ms per frame

ImageMagick 6 उपयोगकर्ता magick की जगह convert इस्तेमाल कर सकते हैं। प्रॉम्प्ट में खाली जगह न रखने का निर्देश दिया गया था, इसलिए क्रॉप समान रूप से होगा।

वीडियो मॉडल को दो कीफ्रेम भेजें

def upload(path):
    with open(path, "rb") as file:
        response = requests.post(
            f"{BASE}/files", headers=HEADERS, files={"file": file}, timeout=60
        )
    response.raise_for_status()
    return response.json()["id"]

VIDEO_PROMPT = (
    "The same courier on the same stone street reaches into the satchel and holds "
    "out a blue parcel. Slow push-in, soft late-afternoon light, shallow depth of "
    "field. Keep the face, clothing, and parcel unchanged."
)

# Panels 2 and 6 bracket the change; the loop's matching endpoints do not.
first_id = upload("frame-01.png")
last_id = upload("frame-05.png")

video = requests.post(
    f"{BASE}/videos/generations",
    headers=HEADERS,
    json={
        "model": "kling-4.0/image-to-video",
        "prompt": VIDEO_PROMPT,
        "duration": 5,
        "resolution": "720p",
        "frame_images": [
            {"type": "image_url", "frame_type": "first_frame",
             "image_url": {"file_id": first_id}},
            {"type": "image_url", "frame_type": "last_frame",
             "image_url": {"file_id": last_id}},
        ],
    },
    timeout=60,
)
video.raise_for_status()
video_task = video.json()["task_id"]

वीडियो टास्क को भी इसी तरीके से पोल करें और साइन किया हुआ आउटपुट URL डाउनलोड करें। एंडपॉइंट POST https://openapi.felo.ai/api/v1/videos/generations है। इमेज टास्क की तरह इसमें भी status और outputs होते हैं। वीडियो के सभी रूट की सूची वीडियो मॉडल पेज पर उपलब्ध है।

इसे एजेंट में जोड़ें

एजेंट कुछ इमेज के खर्च में कई एक्शन शीट तैयार कर सकता है, उनकी तुलना कर सकता है और उसके बाद ही वीडियो पर खर्च कर सकता है। वह यह रिकॉर्ड भी रख सकता है कि किस प्रॉम्प्ट से कौन-सी शीट बनी। UI में क्लिक करने वाले व्यक्ति के लिए ऐसा करना कठिन होता है।

एक ही key से चैट, इमेज और वीडियो मॉडल इस्तेमाल किए जा सकते हैं। इसलिए पूरा वर्कफ़्लो एक एजेंट में चल सकता है: प्लानिंग मॉडल एक्शन के चरण लिखता है, इमेज कॉल शीट तैयार करता है, विज़न मॉडल एकरूपता की जाँच करता है और वीडियो कॉल शॉट को पूरा करता है। Felo, Codex, Claude Code, DeepSeek Harness, OpenClaw और अन्य एजेंट क्लाइंट के लिए OpenAI-संगत और Anthropic-संगत base URL तथा सेटअप गाइड प्रकाशित करता है। इसलिए मौजूदा एजेंट को दोबारा बनाए बिना इस प्लेटफ़ॉर्म से जोड़ा जा सकता है।

यह पाइपलाइन किन समस्याओं का समाधान नहीं करती

GIF-फर्स्ट तरीका एक्शन डिज़ाइन की अस्पष्टता दूर करता है। लेकिन इससे वीडियो मॉडल फ्रेम-सटीक नहीं बन जाता।

गति में बदलाव हो सकता है। वीडियो मॉडल इंटरपोलेशन करता है; वह आपके कीफ्रेम के बीच हाथों की स्थिति या कपड़ों की सिलवटें बदल सकता है। रेफरेंस इमेज मदद करती हैं, लेकिन परिणाम की जाँच करें।
छोटी अवधि की सीमा होती है। 2 से 16 फ्रेम एक हावभाव दिखाते हैं, पूरा दृश्य नहीं। कई हावभावों से दृश्य बनाएँ और उनके बीच के बदलाव वीडियो मॉडल पर छोड़ें।
फ्रेम के अंदर टेक्स्ट कम भरोसेमंद होता है। अलग-अलग फ्रेम में अक्षरों का आकार बदल सकता है। शीर्षक एनिमेशन में जोड़ने के बजाय डिज़ाइन टूल में जोड़ें।
मॉडल की सूची बदलती रहती है। ट्रायल की शर्तें और समर्थित पैरामीटर बदल सकते हैं। प्रोडक्शन में किसी ID का उपयोग करने से पहले मॉडल पेज या Playground की जाँच करें।

अक्सर पूछे जाने वाले प्रश्न (FAQ)

क्या GPT Image 2.6 Felo पर एनिमेटेड GIF बना सकता है?

हाँ, ब्राउज़र टूल में। GPT Image 2.6 चुनें, सेटिंग खोलें और GIF चुनें। पैनल में 2 से 16 फ्रेम, प्रति फ्रेम 20 से 2000 ms और शुरुआती आकार 512 × 512 उपलब्ध हैं। 200 ms पर 9 फ्रेम से 1.8 सेकंड का लूप बनता है।

क्या मैं API के माध्यम से GPT Image 2.6 का उपयोग कर सकता हूँ?

हाँ। Felo API Platform पर POST /api/v1/images/generations के साथ gpt-image-2.6-flare या gpt-image-2.6-sunburst मॉडल ID का उपयोग करें। इस कॉल के लिए एक Felo key पर्याप्त है। OpenAI, Google या Kuaishou अकाउंट की ज़रूरत नहीं है। यह एक एसिंक्रोनस कॉल है: अनुरोध सबमिट करें, टास्क को पोल करें और फिर आउटपुट डाउनलोड करें।

क्या इमेज API GIF फ़ाइल लौटाती है?

अभी नहीं। सार्वजनिक इमेज API इन मॉडलों के लिए png, jpeg और webp सूचीबद्ध करती है। कोई एजेंट फ्रेम शीट या स्थिर इमेज की श्रृंखला तैयार करके और ImageMagick या ffmpeg से उन्हें स्थानीय स्तर पर जोड़कर GIF बना सकता है। यह अक्सर बेहतर आउटपुट होता है, क्योंकि वीडियो चरण के लिए भी अलग-अलग फ्रेम की ज़रूरत होती है।

Felo पर GIF को वीडियो में कैसे बदलें?

GIF को गति की योजना के रूप में इस्तेमाल करें और फिर उसे दो तरीकों में से किसी एक से इमेज-टू-वीडियो API तक पहुँचाएँ: बदलाव को दर्शाने वाले दो कीफ्रेम निकालकर उन्हें frame_images के रूप में भेजें या लूप को MP4 में बदलकर video_url रेफरेंस के रूप में भेजें। Felo की वीडियो API एनिमेटेड GIF को सीधे स्वीकार नहीं करती।

GPT Image 2.6 से बनी GIF की कीमत कितनी है?

दोनों मॉडलों की कीमत प्रति टोकन है: 1M इनपुट टोकन के लिए $5 और 1M आउटपुट टोकन के लिए $30। इसलिए अधिक रिज़ॉल्यूशन या अधिक रेफरेंस इमेज की लागत बढ़ती है। ब्राउज़र टूल और API आपके Felo अलाउंस का उपयोग करते हैं। मौजूदा दरों और ट्रायल की शर्तों के लिए मॉडल पेज देखें।

शुरुआत एक लूप से करें

AI वीडियो को बेहतर बनाने का भरोसेमंद तरीका यह है कि पहले पूरा वीडियो बनाने की माँग न करें। एक्शन को इतना छोटा रखें कि उसे देखा और समझा जा सके। उसका लूप बनाएँ, फ्रेम के जोड़ में सुधार करें और उसके बाद ही फ्रेम किसी ऐसे मॉडल को दें जो रोशनी, कैमरे और ध्वनि को जोड़ सके।

ब्राउज़र में अपना पहला लूप बनाने के लिए Felo पर GPT Image 2.6 आज़माएँ। जब आप इस वर्कफ़्लो को किसी एजेंट में शामिल करने के लिए तैयार हों, तो इमेज मॉडल API देखें, एक key बनाएँ और पहला अनुरोध भेजें।

GIF योजना है। वीडियो उसका प्रदर्शन है।

यह पोस्ट इन भाषाओं में भी उपलब्ध है: English, 简体中文, 日本語, 한국어, 繁體中文, Français, العربية, Русский, اردو, Bahasa Indonesia, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español, বাংলা and Português।

Felo पर GPT Image 2.6 इस्तेमाल करने के दो तरीके​

ब्राउज़र में: AI GIF जनरेटर​

एजेंट और ऐप के लिए API के माध्यम से​

वीडियो प्रॉम्प्ट की तुलना में GIF बेहतर पहला ड्राफ्ट क्यों है​

ब्राउज़र में एक्शन तैयार करें​

1. पहले किरदार का रूप तय करें​

2. एक्शन को दृश्य की तरह नहीं, लूप की तरह लिखें​

3. सेटिंग में GIF चुनें और छोटी शुरुआत करें​

4. बीच के फ्रेम नहीं, जोड़ की जाँच करें​

GIF से वीडियो तक: दो तरीके​

तरीका 1: कीफ्रेम, जब शुरुआती और अंतिम अवस्था तय हो​

तरीका 2: वीडियो रेफरेंस, जब GIF की टाइमिंग चाहिए​

या GIF को ही अंतिम आउटपुट रखें​

GPT Image 2.6 API: सबमिट करें, पोल करें और परिणाम प्राप्त करें​

एक ही कॉल में नौ मुद्राएँ माँगें​

सबमिट करें, फ्रेम काटें और GIF बनाएँ​

वीडियो मॉडल को दो कीफ्रेम भेजें​

इसे एजेंट में जोड़ें​

यह पाइपलाइन किन समस्याओं का समाधान नहीं करती​

अक्सर पूछे जाने वाले प्रश्न (FAQ)​

क्या GPT Image 2.6 Felo पर एनिमेटेड GIF बना सकता है?​

क्या मैं API के माध्यम से GPT Image 2.6 का उपयोग कर सकता हूँ?​

क्या इमेज API GIF फ़ाइल लौटाती है?​

Felo पर GIF को वीडियो में कैसे बदलें?​

GPT Image 2.6 से बनी GIF की कीमत कितनी है?​

शुरुआत एक लूप से करें​