GPT Image 2.6 di Felo: Ubah GIF Menjadi Cuplikan Video

GPT Image 2.6 di Felo: buat GIF berulang, susun frame aksi dengan API, lalu animasikan menggunakan Kling. Termasuk kode dan batasan.

Saat meminta model video membuat "seorang ksatria mengayunkan pedang", hasilnya sering kali hanya berupa ayunan pedang dalam arti yang paling longgar. Bilah pedang tampak kabur, proporsi tubuh berubah antarframe, dan kamera menciptakan gerakan yang tidak pernah diminta.

Sutradara mengatasi masalah ini dengan blocking: posisi karakter berdiri, gerakan yang dimulai lebih dahulu, dan titik akhir gerakan. GPT Image 2.6 di Felo dapat memberikan rancangan tersebut dalam bentuk GIF berulang berdurasi 1,8 detik melalui browser, atau lembar frame 3 × 3 melalui API gambar. Kedua cara ini lebih hemat biaya daripada menentukan aksi setelah membayar model video untuk mengatur pencahayaan, pengambilan gambar, dan musik.

Dua cara menggunakan GPT Image 2.6 di Felo

Melalui browser: generator GIF AI

Buka felo.ai/tools/gpt-image-2-6, deskripsikan gambar, lalu pilih model. Kotak input menggunakan GPT Image 2.6 Flare dan format PNG sebagai pengaturan awal. Untuk membuat animasi, buka pengaturan dan pilih GIF. Menulis kata "GIF" dalam prompt saja tidak akan mengubah format output.

Kontrol GIF dirancang dengan rentang terbatas: 2 hingga 16 frame, 20 hingga 2000 milidetik per frame, dan ukuran awal frame 512 × 512. Pengaturan default Felo adalah 9 frame dengan durasi 200 ms, sehingga menghasilkan loop berdurasi 1,8 detik. Durasi ini memang singkat. Namun, waktu tersebut cukup untuk menilai apakah sebuah gestur terlihat jelas.

Anda dapat mengunggah gambar referensi, meminta pengeditan, atau menandai area dengan kontrol sketsa. Untuk pengujian aksi pertama, gunakan satu subjek, latar belakang polos, dan satu gerakan.

Ilustrasi output: loop 9 frame dengan durasi 200 ms. Alat browser menghasilkan GIF secara langsung; alur kerja agen di bawah ini menyusun frame yang sama dari satu lembar 3 × 3.

Melalui API, untuk agen dan aplikasi

Kedua model tersebut tersedia dalam katalog gambar Felo dengan ID gpt-image-2.6-flare dan gpt-image-2.6-sunburst. Satu kunci API mencakup 18 model gambar dari 8 penyedia, sehingga agen dapat membandingkan atau beralih model tanpa membuka akun penyedia secara terpisah.

	GPT Image 2.6 Flare	GPT Image 2.6 Sunburst
Dirancang untuk	Draf cepat dan revisi berulang	Gambar mendetail dan pengeditan presisi
ID Model	gpt-image-2.6-flare	gpt-image-2.6-sunburst
Input / output	Teks, gambar → gambar	Teks, gambar → gambar
Kegunaan di sini	Eksplorasi ide aksi dengan cepat	Konsistensi karakter antarpanel
Harga yang tercantum	$5 / 1 juta token input, $30 / 1 juta token output	$5 / 1 juta token input, $30 / 1 juta token output

Harga dihitung per token, bukan per gambar. Karena itu, resolusi dan gambar referensi memengaruhi biaya. Kedua halaman model menampilkan lencana uji coba gratis dengan batas waktu. Periksa ketentuan dan tarif terbaru sebelum merencanakan penggunaan untuk produksi.

Browser menghasilkan GIF, sedangkan API gambar mengembalikan gambar diam. Nilai enum output_format untuk model ini adalah png, jpeg, atau webp, sehingga agen perlu menyusun GIF dari frame yang dihasilkan. Bagian API di bawah ini menunjukkan caranya.

Mengapa GIF lebih baik daripada prompt video untuk draf pertama

Model video merupakan mesin interpolasi. Model ini mampu mengisi ruang di antara dua kondisi, tetapi kurang andal dalam menentukan kondisi mana yang penting. Prompt teks memberi model satu kalimat untuk ditafsirkan. GIF sembilan frame memberikan sembilan keputusan eksplisit mengenai pose, siluet, dan waktu gerakan.

Anggaran sembilan frame juga memaksa Anda menentukan pilihan. Dengan durasi 200 ms per frame, tidak ada ruang untuk deskripsi samar seperti "adegan aksi dinamis". Anda harus menentukan urutannya: posisi siap, ancang-ancang, serangan, gerakan lanjutan, lalu kembali ke posisi awal. Prompt video yang lemah sering kali bermasalah karena tidak memiliki keputusan seperti ini.

Loop menambahkan batasan kedua. GIF yang dapat berulang tanpa gangguan harus kembali ke pose awal. Hal ini juga membuat sebuah cuplikan mudah diedit. Jika lengan karakter berakhir pada posisi baru, cuplikan berikutnya akan dimulai dengan posisi tubuh yang berbeda.

Anda dapat memeriksa seluruh hasil dalam hitungan detik. Periksa siluet, tangan, objek yang dibawa, serta sambungan antara frame terakhir dan frame pertama. Agen dapat membandingkan frame atau meminta model visi menjelaskan perubahan yang terjadi sebelum Anda mengeluarkan biaya untuk satu detik video.

Halaman alat Felo menjelaskan secara tegas: "GIF adalah loop tanpa suara. Gunakan alat video saat Anda membutuhkan suara, adegan panjang, atau beberapa cuplikan." Kalimat tersebut menjadi titik awal alur kerja ini, bukan batas akhirnya.

Susun aksi melalui browser

Berikut alur praktis untuk merancang aksi karakter sebelum mengubahnya menjadi cuplikan video.

1. Tetapkan karakter terlebih dahulu

Jangan mulai dari animasi. Buat gambar referensi karakter dalam posisi diam, tampak depan, pose netral, dan latar belakang polos. Pertahankan setiap detail dalam prompt saat membuat animasi: gaya rambut, warna pakaian, aksesori, senjata, dan proporsi tubuh. Konsistensi dapat berubah antarproses pembuatan gambar, sehingga deskripsi yang lebih spesifik mengurangi detail yang harus diciptakan model di antara frame.

2. Tulis aksi sebagai loop, bukan adegan

Prompt aksi yang baik memiliki empat bagian:

1. Tetapkan adegan. Apa yang terlihat dalam frame, di mana posisinya, dan seperti apa tampilannya.
2. Tentukan satu gerakan. Apa yang bergerak dan dalam urutan apa.
3. Tetapkan elemen yang tidak berubah. Kamera, kaki, logo, dan tangan.
4. Minta gerakan kembali. Akhiri dengan instruksi untuk kembali ke pose awal.

Contoh:

Seorang kurir mengenakan jaket kuning mustard berdiri di jalan berbatu berwarna terang, tampak samping, seluruh tubuh terlihat, kamera tetap. Ia memindahkan tumpuan berat badan, meraih tas selempang, mengeluarkan paket biru kecil, lalu mengulurkannya ke depan. Pertahankan posisi jaket, tas selempang, dan kamera. Setelah itu, turunkan paket dan kembalikan karakter ke pose awal. Buat gerakan dalam loop yang mulus. Latar belakang sederhana, tanpa teks.

Prompt tersebut sengaja dibuat sederhana. Kesederhanaan adalah keunggulan dalam kasus ini: satu aksi yang jelas dapat terlihat pada ukuran 512 × 512 dengan sembilan frame. Simpan kerumunan, hujan, dan gerakan kamera untuk model video.

3. Pilih GIF dalam pengaturan dan mulai dengan skala kecil

Atur ukuran 512 × 512, 9 frame, dan durasi 200 ms per frame. Buat gambar. Jangan menambah frame sebelum aksi dasar terlihat jelas.

Saat loop tidak berjalan sesuai harapan, lakukan perbaikan dalam urutan berikut: kurangi jumlah frame dan sederhanakan aksi, lalu tambah durasi setiap frame, kemudian tambahkan detail yang harus dipertahankan.

4. Periksa sambungan, bukan hanya bagian tengah

Tonton loop sebanyak dua kali. Sambungan antara frame terakhir dan frame pertama merupakan bagian yang sering menunjukkan kegagalan: perubahan posisi bahu, objek yang berpindah tangan, atau latar belakang yang bergeser.

Setelah itu, ubah satu variabel dalam setiap percobaan. Ide pose baru membutuhkan prompt baru. Penyesuaian waktu membutuhkan perubahan jumlah frame atau durasi frame. Menggabungkan keduanya membuat Anda sulit mengetahui perubahan mana yang memberikan hasil lebih baik.

Dari GIF ke video: dua metode pengiriman

API video Felo tidak menerima input GIF animasi. API ini menerima gambar diam atau video, sehingga proses pengiriman membutuhkan satu tahap konversi. Ada dua metode yang dapat digunakan, serta satu pilihan lain untuk mempertahankan GIF sebagai hasil akhir.

Keyframe menetapkan kondisi awal dan akhir; referensi video menggunakan ritme loop.

Metode 1: Keyframe, untuk kondisi awal dan akhir yang ditentukan

Pilih dua frame yang mengapit perubahan yang Anda inginkan. Untuk karakter kurir, gunakan panel 2 (pergeseran tumpuan berat badan) dan panel 6 (paket diulurkan ke depan), bukan frame pertama dan terakhir loop yang sengaja dibuat identik. Kirim keduanya sebagai frame_images dengan frame_type bernilai first_frame atau last_frame.

Cara ini menetapkan kondisi awal dan akhir pilihan Anda. Prompt hanya perlu menjelaskan hal-hal yang tidak dapat ditunjukkan oleh kedua gambar tersebut: pergerakan kamera, pencahayaan, dan tempo.

Kling 4.0 Image-to-Video cocok untuk kebutuhan ini. Halaman model mencantumkan frame_images sebagai salah satu parameter yang didukung dan menjelaskan kemampuan membuat klip berdurasi 3 hingga 30 detik dengan audio stereo. Berikan dua pose pilihan kepada model, lalu model akan menginterpolasi gerakan di antaranya.

Contoh prompt singkat untuk metode keyframe:

Kurir yang sama dengan jaket mustard yang sama, di jalan berbatu yang sama, meraih tas selempang dan mengulurkan paket biru. Kamera bergerak maju secara perlahan, pencahayaan sore yang lembut, kedalaman bidang dangkal. Pertahankan wajah, pakaian, dan paket karakter tanpa perubahan. Suara suasana jalan yang alami.

Model video mengisi gerakan di antara dua pose Anda. Ini merupakan lompatan kreatif yang lebih kecil dibandingkan meminta model menciptakan seluruh aksi dari satu kalimat.

Metode 2: Referensi video, untuk menggunakan ritme gerakan

Jika Anda ingin video mengikuti ritme GIF, konversikan loop menjadi MP4 singkat dan kirim sebagai referensi video. Dalam API video, input_references menerima entri video_url bersama referensi image_url.

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

Kling 4.0 Omni-Video merupakan pilihan untuk pembuatan video berbasis referensi. Halamannya mencantumkan dukungan hingga 5 klip video berdurasi 3 hingga 30 detik, dengan total durasi maksimal 30 detik, serta hingga 10 referensi gambar. Dengan fitur ini, Anda dapat mengirim sketsa gerakan dan gambar karakter dalam satu permintaan.

Gunakan metode ini saat waktu gerakan menjadi fokus utama: gestur dengan tiga ketukan, gerakan berputar, atau jeda komedi. Omni-Video mencantumkan referensi video berdurasi 3–30 detik, sehingga GIF perlu diulang hingga minimal tiga detik sebelum diekspor. Pilihan lain adalah menggunakan 12 frame dengan durasi 250 ms.

Model video akan mengikuti ritme dan pose umum dalam referensi, bukan mereproduksinya frame demi frame. Jika Anda membutuhkan kondisi awal dan akhir yang spesifik, gunakan keyframe.

Atau pertahankan GIF

Terkadang GIF memang menjadi hasil akhir yang dibutuhkan. Stiker berulang, status UI, unggahan media sosial, atau sprite game tidak membutuhkan model video maupun musik latar. Contoh penggunaan GPT Image 2.6 di halaman Felo mencakup loop seni piksel pedang air, gerakan potret menoleh dan mengedipkan mata, serta spanduk acara Jepang. Ketiganya berfokus pada gerakan sederhana yang mudah dikenali.

Format ini memiliki batasan nyata: 256 warna per frame, tanpa audio, dan ukuran file yang meningkat seiring dimensi serta jumlah frame. Warna datar dan latar belakang sederhana dapat menyamarkan keterbatasan warna. Gradien dan warna kulit dapat menampilkan efek pita warna.

API GPT Image 2.6: kirim, periksa status, kumpulkan hasil

Manusia dapat memantau proses pembuatan GIF melalui browser. Agen tidak dapat melakukannya tanpa kontrak tugas API yang jelas. API Felo menyediakan alur tersebut: kirim, periksa status, kumpulkan hasil.

Endpoint gambar menggunakan POST https://openapi.felo.ai/api/v1/images/generations dengan bearer key. Endpoint ini mengembalikan 202 dan task_id. Kirim permintaan polling ke GET /api/v1/images/generations/{task_id} hingga status bernilai succeeded, lalu ambil URL media bertanda tangan dari outputs.

Isi permintaan menerima ID model, prompt, quality, aspect_ratio, output_format, dan input_references untuk gambar referensi. Jika membutuhkan gambar referensi lokal, unggah gambar tersebut melalui POST /api/v1/files terlebih dahulu. Endpoint ini menerima PNG, JPEG, GIF, WebP, MP4, dan format umum lainnya hingga 100 MiB, lalu mengembalikan catatan file. Masukkan nilai id sebagai file_id dalam input_references.

Untuk agen yang membutuhkan GIF, pola paling praktis adalah meminta seluruh aksi dalam bentuk lembar storyboard melalui satu panggilan gambar, lalu memotongnya menjadi beberapa frame. Satu permintaan menghasilkan sembilan pose; proses pemotongan bersifat deterministik; penyusunan GIF menjadi tahap lokal. Frame yang dihasilkan juga digunakan dalam tahap video, sehingga tidak ada gambar yang dibuat dua kali.

Struktur tugas: kirim tugas gambar, periksa status hingga hasil tersedia, potong lembar gambar secara lokal, lalu kirim tugas video dengan frame tersebut.

Minta sembilan pose dalam satu panggilan

Contoh prompt storyboard untuk permintaan tersebut:

Satu lembar storyboard 3 × 3 dengan latar belakang putih polos, sembilan panel persegi berukuran sama yang saling berdempetan tanpa jarak. Kurir yang sama dengan jaket kuning mustard muncul dalam setiap panel: tampak samping, seluruh tubuh terlihat, proporsi, warna, dan tas selempang identik. Panel 1 berdiri; panel 2 memindahkan tumpuan berat badan; panel 3 meraih tas selempang; panel 4 membuka tas; panel 5 mengeluarkan paket biru; panel 6 mengulurkan paket ke depan; panel 7 menurunkan paket; panel 8 mengembalikan tangan ke sisi tubuh; panel 9 menggunakan pose yang sama dengan panel 1. Pencahayaan datar, skala konsisten, tanpa teks, tanpa keterangan, tanpa nomor panel.

Lembar berukuran 1K menghasilkan ubin sekitar 340 piksel setelah pemotongan, lebih lembut dibandingkan frame browser berukuran 512 piksel. Minta ukuran persegi yang lebih besar jika saluran Anda menyediakan pilihan tersebut. Periksa lembar gambar sebelum pemotongan: jika panel tidak rata atau karakter mengalami perubahan, buat ulang dengan instruksi tata letak yang lebih sederhana daripada mencoba memperbaikinya setelah pemotongan.

Kirim, potong, susun

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)

Setelah itu, potong lembar gambar dan susun loop secara lokal:

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

Pengguna ImageMagick 6 dapat mengganti magick dengan convert. Pemotongan menghasilkan bagian yang rata karena prompt meminta panel tanpa jarak.

Kirim dua keyframe ke model video

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"]

Lakukan polling pada tugas video dengan cara yang sama, lalu unduh URL output bertanda tangan. Endpoint yang digunakan adalah POST https://openapi.felo.ai/api/v1/videos/generations. Tugas ini memiliki status dan outputs, sama seperti tugas gambar. Katalog lengkap rute video tersedia di halaman model video.

Integrasikan ke dalam agen

Agen dapat menghasilkan beberapa lembar aksi dengan biaya setara beberapa gambar, membandingkannya, lalu mengeluarkan biaya untuk video setelah memilih hasil. Agen juga dapat mencatat prompt yang menghasilkan setiap lembar, sesuatu yang sulit dilakukan saat seseorang mengeklik antarmuka pengguna.

Karena satu kunci yang sama mencakup model chat, gambar, dan video, seluruh alur dapat berjalan dalam satu agen: model perencanaan menulis urutan aksi, panggilan gambar menghasilkan lembar storyboard, model visi memeriksa konsistensi, dan panggilan video menyelesaikan cuplikan. Felo menyediakan URL dasar yang kompatibel dengan OpenAI dan Anthropic, serta panduan konfigurasi untuk Codex, Claude Code, DeepSeek Harness, OpenClaw, dan klien agen lainnya. Dengan demikian, agen yang sudah ada dapat terhubung ke platform tanpa perlu dibangun ulang.

Hal yang belum dapat diatasi oleh alur kerja ini

Metode GIF-first mengurangi ambiguitas dalam perancangan aksi. Namun, metode ini tidak membuat model video menghasilkan gerakan dengan akurasi frame.

• Gerakan dapat berubah. Model video melakukan interpolasi; posisi tangan atau lipatan pakaian dapat berubah di antara keyframe. Gambar referensi membantu menjaga konsistensi, tetapi hasilnya tetap perlu diperiksa.
• Durasi singkat tetaplah singkat. Dua hingga 16 frame hanya cukup untuk satu gestur, bukan satu adegan. Susun adegan dari beberapa gestur dan biarkan model video menangani transisinya.
• Teks dalam frame sulit dipertahankan. Bentuk huruf dapat berubah antarframe. Tambahkan judul melalui alat desain, bukan dalam animasi.
• Daftar model dapat berubah. Ketentuan uji coba dan parameter yang didukung merupakan data yang dapat berubah, jadi periksa halaman model atau Playground sebelum menggunakan ID dalam produksi.

FAQ

Apakah GPT Image 2.6 dapat menghasilkan GIF animasi di Felo?

Ya, melalui alat browser. Pilih GPT Image 2.6, buka pengaturan, lalu pilih GIF. Panel ini mendukung 2 hingga 16 frame, 20 hingga 2000 ms per frame, dan ukuran awal 512 × 512. Pengaturan 9 frame dengan durasi 200 ms menghasilkan loop berdurasi 1,8 detik.

Bisakah saya menggunakan GPT Image 2.6 melalui API?

Ya. Gunakan ID model gpt-image-2.6-flare atau gpt-image-2.6-sunburst dengan POST /api/v1/images/generations di Felo API Platform. Satu kunci Felo mencakup permintaan tersebut; Anda tidak memerlukan akun OpenAI, Google, atau Kuaishou. Proses ini bersifat asinkron: kirim tugas, periksa statusnya, lalu unduh hasilnya.

Apakah API gambar mengembalikan file GIF?

Belum. API gambar publik mencantumkan png, jpeg, dan webp untuk model ini. Agen tetap dapat menghasilkan GIF dengan membuat lembar frame atau serangkaian gambar diam, lalu menyusunnya secara lokal menggunakan ImageMagick atau ffmpeg. Hasil ini sering kali menjadi pilihan yang lebih baik karena tahap video juga membutuhkan frame individual.

Bagaimana cara mengubah GIF menjadi video di Felo?

Gunakan GIF sebagai rancangan gerakan, lalu kirim ke API image-to-video melalui salah satu dari dua cara: ekstrak dua keyframe yang mengapit perubahan dan kirim sebagai frame_images, atau konversikan loop menjadi MP4 dan kirim sebagai referensi video_url. API video Felo tidak menerima GIF animasi secara langsung.

Berapa biaya pembuatan GIF dengan GPT Image 2.6?

Kedua model menggunakan harga per token: $5 per 1 juta token input dan $30 per 1 juta token output. Karena itu, resolusi yang lebih tinggi atau jumlah gambar referensi yang lebih banyak membutuhkan biaya lebih besar. Alat browser dan API menggunakan kuota Felo Anda. Periksa halaman model untuk mengetahui tarif dan ketentuan uji coba terbaru.

Mulai dengan loop

Cara yang dapat diandalkan untuk meningkatkan kualitas video AI adalah berhenti meminta video sebagai langkah pertama. Buat aksi dalam skala kecil agar mudah diperiksa, susun menjadi loop, perbaiki sambungannya, lalu kirim frame ke model yang dapat menambahkan pencahayaan, kamera, dan suara.

Coba GPT Image 2.6 di Felo untuk membuat loop pertama melalui browser. Saat siap mengintegrasikan alur kerja ini ke dalam agen, kunjungi API model gambar, buat kunci API, lalu kirim satu permintaan. GIF adalah rancangannya. Video adalah pertunjukannya.

---

Tulisan ini juga tersedia dalam English, 简体中文, 日本語, 한국어, 繁體中文, हिन्दी, Français, العربية, Русский, اردو, Deutsch, Tiếng Việt, Türkçe, Italiano, ไทย, Español, বাংলা and Português.