Panduan Image Generation

API generasi gambar di KoboiLLM mengikuti standar OpenAI Images API, sehingga library OpenAI maupun LiteLLM yang ada bisa langsung dipakai. Panduan ini menjelaskan cara memanggil endpoint, parameter yang tersedia, contoh kode untuk berbagai bahasa, struktur respons, dan estimasi biaya untuk semua model image generation yang didukung (OpenAI gpt-image-*, Google Gemini, dan Google Imagen).

1. Endpoint dan Otentikasi

Base URL:

https://lite.koboillm.com/v1

Endpoint https://api.koboillm.com/v1 juga tersedia dan identik fungsinya — pilih salah satu.

Endpoint utama:

Method	Path	Fungsi
`POST`	`/v1/images/generations`	Buat gambar baru dari prompt teks
`POST`	`/v1/images/edits`	Edit / modifikasi gambar yang sudah ada

Otentikasi menggunakan header Authorization: Bearer <API_KEY>. API key diberikan saat pembuatan akun. Simpan di environment variable, jangan hard-code di source code.

export LITELLM_API_KEY="sk-xxxxxxxxxxxxxx"

2. Model yang Tersedia

⚠️ Disclaimer Harga

Tarif yang tercantum di dokumen ini diambil dari halaman pricing resmi OpenAI dan Google Cloud Vertex AI, diverifikasi empiris pada Mei 2026 dengan menjalankan request ke setiap model dan mencocokkan dengan billing API masing-masing provider. Provider bisa mengubah harga kapan saja tanpa notifikasi panjang. Selalu verifikasi tagihan aktual di dashboard https://lite.koboillm.com (lihat §8).

2.1 — Model OpenAI

Model	Endpoint name	Billing	Cocok untuk
`gpt-image-1-mini`	`gpt-image-1-mini`	per-token	Thumbnail, generasi massal, prototipe — paling murah
`gpt-image-1.5`	`openai/gpt-image-1.5`	per-token	General-purpose, balance kualitas & harga — rekomendasi default
`gpt-image-2`	`openai/gpt-image-2`	per-token	Model terbaru, prompt adherence terbaik, detail kompleks
`gpt-image-1`	`openai/gpt-image-1`	per-token	Versi legacy, tarif sama dengan gpt-image-1-mini family
`chatgpt-image-latest`	`openai/chatgpt-image-latest`	per-token	”ChatGPT-style” dengan reasoning step — paling mahal, ~3× gpt-image-1.5
`dall-e-3`	`openai/dall-e-3`	per-image flat	Model legacy DALL·E 3
`dall-e-2`	`dall-e-2`	per-image flat	Model legacy DALL·E 2

2.2 — Model Google Gemini (token-based)

Model	Endpoint name	Cocok untuk
`gemini-2.5-flash-image`	`gemini/gemini-2.5-flash-image` atau `vertex_ai/gemini-2.5-flash-image`	Image gen via Gemini, murah & cepat — rekomendasi Gemini
`gemini-3.1-flash-image-preview`	`gemini/gemini-3.1-flash-image-preview` atau `vertex_ai/gemini-3.1-flash-image-preview`	Versi preview lebih baru, ~1.7× lebih mahal dari 2.5-flash
`gemini-3-pro-image-preview`	`gemini/gemini-3-pro-image-preview` atau `vertex_ai/gemini-3-pro-image-preview`	Versi Pro, kualitas tertinggi di Gemini family, ~3.5× lebih mahal dari 2.5-flash

Model gemini/... dan vertex_ai/... adalah dua route yang sama ke backend. Pakai yang mana saja — keduanya menggunakan kredensial Vertex AI dan ditagih dengan tarif identik.

2.3 — Model Google Imagen (per-image flat fee)

Model	Endpoint name	Tarif per gambar	Cocok untuk
`imagen-3.0-fast-generate-001`	`vertex_ai/imagen-3.0-fast-generate-001`	$0.02	Imagen 3.0 speed-optimized — paling murah
`imagen-4.0-fast-generate-001`	`vertex_ai/imagen-4.0-fast-generate-001`	$0.02	Imagen 4.0 speed-optimized
`imagen-3.0-generate-001`	`vertex_ai/imagen-3.0-generate-001`	$0.04	Imagen 3.0 standard v1
`imagen-3.0-generate-002`	`vertex_ai/imagen-3.0-generate-002`	$0.04	Imagen 3.0 standard v2
`imagen-3.0-capability-001`	`vertex_ai/imagen-3.0-capability-001`	$0.04	Imagen 3.0 untuk inpainting/editing
`imagen-4.0-generate-001`	`vertex_ai/imagen-4.0-generate-001`	$0.04	Imagen 4.0 standard
`imagen-4.0-ultra-generate-001`	`vertex_ai/imagen-4.0-ultra-generate-001`	$0.06	Imagen 4.0 ultra — kualitas tertinggi

Imagen menggunakan tarif tetap per-gambar (tidak per-token). Resolusi dan parameter lain tidak mempengaruhi biaya — n=1 selalu pakai tarif di atas, n=4 × tarif tersebut.

2.4 — Cara Memilih Model

Tier harga (dari termurah ke termahal, untuk 1 gambar 1024×1024):

Tier	Harga/gambar	Model	Notes
💵	$0.002–$0.033	`gpt-image-1-mini`	OpenAI, varies by quality
💵	$0.02	`imagen-3.0-fast`, `imagen-4.0-fast`	Imagen flat-fee
💵💵	$0.04	`imagen-3.0-generate-*`, `imagen-4.0-generate`	Imagen standard
💵💵	$0.0387	`gemini-2.5-flash-image`	Token-based, deterministic
💵💵	$0.06	`imagen-4.0-ultra`	Imagen highest quality
💵💵	$0.0672	`gemini-3.1-flash-image-preview`	Token-based
💵💵💵	$0.011–$0.211	`gpt-image-1.5`, `gpt-image-2`, `gpt-image-1`	OpenAI, varies by quality
💵💵💵	$0.1344	`gemini-3-pro-image-preview`	Token-based, Gemini paling mahal
💵💵💵💵	$0.04–$0.43	`chatgpt-image-latest`	Paling mahal — has reasoning step

Berdasarkan kebutuhan:

Generasi massal / batch → gpt-image-1-mini low quality (~$0.002/gambar)
Murah & deterministic (harga selalu sama) → imagen-3.0-fast atau imagen-4.0-fast ($0.02 flat)
Marketing / produk → gpt-image-1.5 medium/high
Kualitas tinggi, prompt detail → gpt-image-2 high atau imagen-4.0-ultra
Edit gambar dengan referensi → gpt-image-1.5 (input image cuma ~194 token vs ~1024 token di gpt-image-2). Untuk Gemini, pakai chat completion dengan multimodal — lihat §5.4.
Butuh konsistensi harga (tidak naik turun per token) → Imagen series (flat fee)
Butuh model Google ecosystem → gemini-2.5-flash-image (token-based, mirip OpenAI)
Hindari chatgpt-image-latest untuk volume tinggi — biayanya bisa 10× gpt-image-1.5

3. Parameter Permintaan

Parameter umum (untuk kedua endpoint)

Parameter	Type	Values	Effect
`model`	string	salah satu dari §2	Menentukan tarif tier
`prompt`	string	free text	Tokenized as `text_input`
`size`	string	`1024x1024`, `1024x1536`, `1536x1024`, `auto`	Resolusi. Mempengaruhi output token count (dan biaya).
`quality`	string	`low`, `medium`, `high`, `auto`	Mempengaruhi output token count. high ≈ 15× lebih banyak token dari low (OpenAI only).
`n`	int	1–10	Jumlah gambar. Cost multiplies linearly.
`response_format`	string	`url` (default) atau `b64_json`	Tidak mempengaruhi biaya.
Untuk `/v1/images/edits` saja:
`image`	file/multipart	PNG/JPEG	Counted as `image_input` tokens
`mask`	file/multipart	PNG	Same rate as `image`

Catatan untuk Gemini: parameter quality tidak digunakan. Hanya OpenAI yang membedakan low/medium/high. Gemini hanya merespons size / aspect ratio.

Catatan untuk Imagen: parameter quality dan size tidak mempengaruhi biaya (flat fee per-gambar).

4. Generate Gambar dari Teks

4.1 — curl

curl -X POST https://lite.koboillm.com/v1/images/generations \
  -H "Authorization: Bearer $LITELLM_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-image-1.5",
    "prompt": "Naga megah terbang di atas pegunungan berkabut saat senja",
    "size": "1024x1024",
    "quality": "high",
    "n": 1
  }'

4.2 — Python (LiteLLM SDK)

import os
from litellm import image_generation

os.environ["LITELLM_API_KEY"] = "sk-xxxxxxxxxxxxxx"

response = image_generation(
    model    = "openai/gpt-image-1.5",
    prompt   = "Naga megah terbang di atas pegunungan berkabut saat senja",
    n        = 1,
    size     = "1024x1024",       # 1024x1024 | 1024x1536 | 1536x1024 | auto
    quality  = "high",            # auto | high | medium | low
    api_base = "https://lite.koboillm.com/v1",
    api_key  = os.environ["LITELLM_API_KEY"],
)

# Akses gambar via response.data[0].url atau response.data[0].b64_json
# Akses usage untuk verifikasi biaya
print("Usage:", response.usage)

4.3 — Python (OpenAI SDK)

LiteLLM proxy bersifat OpenAI-compatible, jadi SDK OpenAI standar bekerja dengan mengganti base_url.

from openai import OpenAI

client = OpenAI(
    base_url="https://lite.koboillm.com/v1",
    api_key="sk-xxxxxxxxxxxxxx",
)
response = client.images.generate(
    model="openai/gpt-image-1.5",
    prompt="Naga megah terbang di atas pegunungan berkabut saat senja",
    size="1024x1024",
    quality="high",
    n=1,
)

4.4 — JavaScript / TypeScript

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://lite.koboillm.com/v1",
  apiKey: process.env.LITELLM_API_KEY,
});

const response = await client.images.generate({
  model: "openai/gpt-image-1.5",
  prompt: "...",
  size: "1024x1024",
  quality: "high",
  n: 1,
});

console.log(response.usage);

4.5 — Contoh dengan model Gemini

Model Gemini juga support endpoint /v1/images/generations yang sama:

from litellm import image_generation

response = image_generation(
    model    = "gemini/gemini-2.5-flash-image",   # atau gemini-3-pro-image-preview, dll
    prompt   = "Kucing oranye sedang tidur di sofa, gaya cinematic",
    n        = 1,
    size     = "1024x1024",
    api_base = "https://lite.koboillm.com/v1",
    api_key  = os.environ["LITELLM_API_KEY"],
)

print(response.usage)   # text_tokens, image_tokens — ditagih per-token

Model Gemini menerima aspect ratio 1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, dan 21:9. Parameter quality tidak digunakan di Gemini — hanya OpenAI yang membedakan low/medium/high.

4.6 — Contoh dengan model Imagen

Imagen pakai endpoint yang sama, tapi tarifnya flat per-gambar (tidak per-token):

from litellm import image_generation

response = image_generation(
    model    = "vertex_ai/imagen-4.0-fast-generate-001",  # $0.02/gambar
    prompt   = "Pemandangan gunung Indonesia dengan kabut pagi",
    n        = 1,
    api_base = "https://lite.koboillm.com/v1",
    api_key  = os.environ["LITELLM_API_KEY"],
)

# Imagen tidak return token usage — biaya selalu tetap per gambar
# Cek SpendLogs di dashboard untuk verifikasi

Untuk batch generate (4 gambar sekaligus dari satu prompt):

response = image_generation(
    model="vertex_ai/imagen-4.0-fast-generate-001",
    prompt="...",
    n=4,             # akan ditagih 4 × $0.02 = $0.08
    api_base="https://lite.koboillm.com/v1",
    api_key=os.environ["LITELLM_API_KEY"],
)

4.7 — Contoh lengkap dengan menampilkan & menyimpan gambar (Google Colab)

!pip install litellm -q

import os, base64, requests
from io import BytesIO
from IPython.display import Image, display
from litellm import image_generation
from google.colab import userdata

os.environ["LITELLM_API_KEY"] = userdata.get("LITELLM_API_KEY")

response = image_generation(
    model    = "openai/gpt-image-1.5",
    prompt   = "Pantai tropis dengan air biru jernih dan pohon kelapa, gaya fotografi",
    n        = 1,
    size     = "1024x1024",
    quality  = "high",
    api_base = "https://lite.koboillm.com/v1",
    api_key  = os.environ["LITELLM_API_KEY"],
)

image_data = response.data[0]
if image_data.url:
    img_bytes = requests.get(image_data.url).content
elif image_data.b64_json:
    img_bytes = base64.b64decode(image_data.b64_json)

display(Image(data=img_bytes))

with open("hasil.png", "wb") as f:
    f.write(img_bytes)
print(f"💾 Tersimpan ke hasil.png ({len(img_bytes)} bytes)")
print(f"📊 Usage: {response.usage}")

5. Edit Gambar yang Sudah Ada

Endpoint /v1/images/edits menerima gambar input + prompt teks. Cocok untuk:

Mengubah warna / tekstur bagian gambar
Menambah atau menghapus elemen
Memperluas (outpaint) gambar di luar frame
Membuat variasi dari satu gambar referensi

⚠️ /v1/images/edits hanya support model OpenAI (gpt-image-*). Model Gemini (gemini-2.5-flash-image) tidak support endpoint ini — LiteLLM menggunakan endpoints.predict API yang tidak kompatibel dengan publisher model Gemini. Untuk edit gambar pakai Gemini, gunakan chat completion dengan multimodal input sebagai gantinya (lihat §5.4).

5.1 — curl (multipart form)

curl -X POST https://lite.koboillm.com/v1/images/edits \
  -H "Authorization: Bearer $LITELLM_API_KEY" \
  -F "model=openai/gpt-image-1.5" \
  -F "image=@input.png" \
  -F 'prompt=Ubah warna langit menjadi ungu saat senja' \
  -F "size=1024x1024" \
  -F "quality=high"

5.2 — Python (LiteLLM SDK)

from litellm import image_edit

with open("input.png", "rb") as f:
    response = image_edit(
        model    = "openai/gpt-image-1.5",
        image    = f,
        prompt   = "Ubah warna langit menjadi ungu saat senja",
        size     = "1024x1024",
        quality  = "high",
        api_base = "https://lite.koboillm.com/v1",
        api_key  = os.environ["LITELLM_API_KEY"],
    )

5.3 — Python (OpenAI SDK)

from openai import OpenAI

client = OpenAI(
    base_url="https://lite.koboillm.com/v1",
    api_key="sk-xxxxxxxxxxxxxx",
)

with open("input.png", "rb") as f:
    response = client.images.edit(
        model="openai/gpt-image-1.5",
        image=f,
        prompt="Ubah warna langit menjadi ungu saat senja",
        size="1024x1024",
        quality="high",
    )

Catatan: gpt-image-2 memproses input image di high fidelity, jadi 1 gambar input 1024×1024 menghasilkan ~1024 token vs ~194 token di gpt-image-1.5. Edit dengan gpt-image-2 cenderung lebih mahal dari sisi input image-nya.

5.4 — Edit Gambar dengan Gemini (Chat Completion)

Karena /v1/images/edits tidak support Gemini, gunakan endpoint /v1/chat/completions dengan model gemini-2.5-flash-image dan multimodal content (image input sebagai data URL base64):

from openai import OpenAI
import base64

client = OpenAI(
    base_url="https://lite.koboillm.com/v1",
    api_key="sk-xxxxxxxxxxxxxx",
)

with open("input.png", "rb") as f:
    b64 = base64.b64encode(f.read()).decode("utf-8")
    data_url = f"data:image/png;base64,{b64}"

response = client.chat.completions.create(
    model="gemini/gemini-2.5-flash-image",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Ubah warna langit menjadi ungu saat senja"},
                {"type": "image_url", "image_url": {"url": data_url}},
            ],
        }
    ],
)

# Hasil edit ada di response.choices[0].message.content sebagai Markdown
# dengan gambar output dalam format data URL.
print(response.choices[0].message.content)
print("Usage:", response.usage)

Cara kerja:

Encode gambar input ke base64, kirim sebagai image_url dengan format data:image/png;base64,...
Gemini memproses prompt + gambar, lalu menghasilkan gambar baru
Output gambar dikembalikan sebagai data URL dalam Markdown di message.content

Catatan: Response Gemini juga menyertakan gambar output dalam array images di response.choices[0].message:
{
  "content": "...gambar dalam Markdown...",
  "images": [
    { "image_url": { "url": "data:image/png;base64,..." } }
  ]
}
Ambil dari response.choices[0].message.images[0].image_url.url jika ingin akses langsung tanpa parsing Markdown.

6. Struktur Respons

Format respons mengikuti spec OpenAI:

{
  "created": 1730000000,
  "data": [
    {
      "url": "https://...",          // atau b64_json
      "b64_json": "iVBORw0KGgo..."
    }
  ],
  "usage": {
    "input_tokens": 10,
    "output_tokens": 4482,
    "total_tokens": 4492,
    "input_tokens_details": {
      "text_tokens": 10,
      "image_tokens": 0,
      "cached_tokens": 0
    },
    "output_tokens_details": {
      "text_tokens": 322,
      "image_tokens": 4160
    }
  }
}

Field usage adalah kunci untuk memverifikasi biaya — semua tagihan dihitung berdasarkan token-token di sini (kecuali Imagen yang flat-fee).

7. Tarif & Estimasi Biaya

Biaya dihitung per-token, sama seperti rate publik OpenAI dan Google. Setiap request ditagih:

biaya = text_input × tarif_text_input
      + image_input × tarif_image_input        (hanya untuk edits)
      + cached_input × tarif_cached            (jarang)
      + output_text × tarif_output_text
      + output_image × tarif_output_image

7.1 — Tarif OpenAI per 1 juta token (USD)

Model	Text in	Image in	Cached	Output text	Output image
`gpt-image-1-mini`	$2.00	$2.50	$0.25	$8.00	$8.00
`gpt-image-1.5`	$5.00	$8.00	$1.25	$10.00	$32.00
`gpt-image-2`	$5.00	$8.00	$2.00	$30.00	$30.00
`gpt-image-1`	$5.00	$10.00	$2.50	$40.00	$40.00
`chatgpt-image-latest`	$10.00	$20.00	$2.50	$64.00	$64.00

gpt-image-1.5 adalah satu-satunya model OpenAI yang membedakan tarif text-output dan image-output. Sisanya pakai satu tarif untuk semua output token.

7.2 — Tarif Gemini per 1 juta token (USD)

Model	Text in	Image in	Output text	Output image	Output token per gambar 1024²
`gemini-2.5-flash-image`	$0.30	$0.30	$2.50	$30.00	1.290 token
`gemini-3.1-flash-image-preview`	$0.50	$0.50	$3.00	$60.00	1.120 token
`gemini-3-pro-image-preview`	$2.00	$2.00	$12.00	$120.00	1.120 token

Untuk Gemini, jumlah token output per-gambar bersifat deterministic — sama setiap kali untuk resolusi yang sama.

Jumlah output token per resolusi (Gemini 3.1 Flash & 3 Pro):

Resolusi	Token output
512×512 (~0.25MP)	747
1024×1024 (~1MP)	1.120
2K (~4MP)	1.680
4K (~16MP)	2.520 (3.1 Flash) / 2.000 (3 Pro)

7.3 — Tarif Imagen (per gambar, flat fee)

Model	Tarif/gambar
`imagen-3.0-fast-generate-001`	$0.02
`imagen-4.0-fast-generate-001`	$0.02
`imagen-3.0-generate-001`	$0.04
`imagen-3.0-generate-002`	$0.04
`imagen-3.0-capability-001`	$0.04
`imagen-4.0-generate-001`	$0.04
`imagen-4.0-ultra-generate-001`	$0.06

Imagen tidak menggunakan token math — biaya tetap per gambar terlepas dari resolusi atau panjang prompt.

7.4 — Jumlah output token OpenAI per (kualitas, ukuran)

OpenAI menghasilkan jumlah output image token yang tetap (deterministik) berdasarkan kombinasi quality dan size. Hasil empiris:

Untuk gpt-image-1, gpt-image-1-mini, gpt-image-1.5, chatgpt-image-latest:

Quality	1024×1024	1024×1536	1536×1024
low	272	408	400
medium	1.056	1.584	1.568
high	4.160	6.240	6.208

Untuk gpt-image-2:

Quality	1024×1024	1024×1536	1536×1024
low	196	152	150
medium	1.680	1.304	1.296
high	6.656	5.216	5.184

Untuk gpt-image-2, render non-square (1024×1536 atau 1536×1024) bisa lebih murah dari render square 1024×1024 di kualitas yang sama.

7.5 — Tabel biaya per gambar OpenAI (n=1, hasil empiris)

`gpt-image-1-mini` (paling murah)

Quality	1024×1024	1024×1536	1536×1024
low	$0.0022	$0.0033	$0.0032
medium	$0.0085	$0.0127	$0.0126
high	$0.0333	$0.0499	$0.0497

`gpt-image-1.5`

Quality	1024×1024	1024×1536	1536×1024
low	$0.0111	$0.0156	$0.0153
medium	$0.0376	$0.0551	$0.0544
high	$0.1375	$0.2039	$0.2026

`gpt-image-2`

Quality	1024×1024	1024×1536	1536×1024
low	$0.0059	$0.0048	$0.0048
medium	$0.0527	$0.0412	$0.0412
high	$0.2108	$0.1647	$0.1647

`gpt-image-1`

Quality	1024×1024	1024×1536	1536×1024
low	$0.0109	$0.0164	$0.0161
medium	$0.0423	$0.0634	$0.0628
high	$0.1665	$0.2497	$0.2484

`chatgpt-image-latest` (paling mahal — ada thinking step)

Quality	1024×1024	1024×1536	1536×1024
low	$0.0422	$0.0525	$0.0523
medium	$0.0957	$0.1254	$0.1268
high	$0.2946	$0.4297	$0.4216

Untuk n>1, kalikan dengan n.

7.6 — Tabel biaya per gambar Gemini (n=1, hasil empiris)

Gemini tidak punya parameter quality — biaya hanya ditentukan resolusi.

Model	1024×1024	2K (~4MP)	4K (~16MP)
`gemini-2.5-flash-image`	$0.0387	n/a	n/a
`gemini-3.1-flash-image-preview`	$0.0672	$0.101	$0.150
`gemini-3-pro-image-preview`	$0.1344	$0.134	$0.240

Untuk n>1, kalikan dengan n. Imagen flat fee — lihat §7.3.

7.7 — Contoh perhitungan

Contoh A — gpt-image-1.5 low/1024×1024:

"usage": {
  "input_tokens": 10,
  "output_tokens": 402,
  "input_tokens_details":  { "text_tokens": 10,  "image_tokens": 0 },
  "output_tokens_details": { "text_tokens": 130, "image_tokens": 272 }
}

Komponen	Token	Tarif	Biaya
Text input	10	$5/M	$0.00005
Output text	130	$10/M	$0.00130
Output image	272	$32/M	$0.00870
Total			$0.01005

Contoh B — gemini-2.5-flash-image, prompt 4 token, output 1.290 token:

"usage": {
  "input_tokens": 4,
  "output_tokens": 1290,
  "total_tokens": 1294
}

Komponen	Token	Tarif	Biaya
Text input	4	$0.30/M	$0.0000012
Output image	1.290	$30/M	$0.0387
Total			$0.0387

Contoh C — imagen-4.0-generate-001:

Imagen tidak melaporkan token (selalu nol di response). Tarif tetap $0.04/gambar. Untuk n=2, total $0.08.

8. Verifikasi Tagihan

Setiap request menghasilkan satu baris di Spend Logs yang menyimpan usage lengkap. Kamu bisa memverifikasi tagihan apapun:

Buka dashboard di https://lite.koboillm.com
Login dengan API key kamu
Buka menu Spend Logs
Cari baris dengan request_id (didapat dari response.id setiap call)
Lihat field metadata.usage_object — itu data token mentah dari provider
Kalikan dengan tarif di §7.1 / §7.2 / §7.3 — hasilnya harus sama dengan kolom spend (selisih maksimal 1 sen).

Jika tagihan kelihatan tidak sesuai, hubungi tim platform dengan request_id-nya.

9. Penanganan Error

HTTP code	Kemungkinan sebab	Tindakan
401	API key salah/expired	Cek key, hubungi platform jika perlu rotasi
403	Budget tim sudah terlampaui	Top up atau hubungi platform
400	Parameter tidak valid (size/quality di luar spec)	Periksa nilai sesuai §3
429	Rate limit terlampaui	Tunggu, lalu retry dengan exponential backoff
500 / 502	Error dari OpenAI / proxy	Retry. Jika persistent, hubungi platform
524	Cloudflare timeout (jarang)	Request terlalu lama. Coba quality lebih rendah atau ukuran kecil dulu

Contoh struktur error

{
  "error": {
    "message": "Team budget exceeded: $5.00 spent of $5.00 limit.",
    "type": "budget_exceeded",
    "code": "403"
  }
}

Retry dengan backoff (Python)

import time, random

def with_retry(fn, max_retries=3):
    for attempt in range(max_retries):
        try:
            return fn()
        except Exception as e:
            if attempt == max_retries - 1:
                raise
            wait = (2 ** attempt) + random.random()
            print(f"Retry dalam {wait:.1f}s setelah error: {e}")
            time.sleep(wait)

10. Tips & Best Practices

Pemilihan model

Untuk thumbnail / generasi massal → gpt-image-1-mini di low quality. ~$0.002 per gambar.
Harga konsisten (tidak naik turun per token) → Imagen series, flat fee per gambar.
Marketing / produk umum → gpt-image-1.5 di medium atau high.
Detail kompleks, prompt panjang → gpt-image-2 di high atau imagen-4.0-ultra.
Hindari chatgpt-image-latest untuk volume tinggi — biayanya bisa 10× lebih mahal dari gpt-image-1.5 setara.

Optimasi biaya

Mulai dengan quality=low untuk preview/iterasi prompt, lalu naik ke high setelah prompt-nya pas.
n=1 lebih efisien — generate ulang manual lebih murah dari batch.
Untuk edit, gunakan gpt-image-1.5 (input image cuma ~194 token vs ~1024 token di gpt-image-2). Gemini tidak support /v1/images/edits — gunakan chat completion multimodal seperti §5.4.
Imagen fast variants ($0.02) lebih murah dari Imagen generate ($0.04), cocok untuk thumbnail.

Latency

low quality: 5–15 detik (OpenAI)
medium quality: 15–45 detik (OpenAI)
high quality: 30–90 detik (OpenAI, bisa lebih untuk gpt-image-2 dan chatgpt-image-latest)
Gemini: 5–60 detik tergantung resolusi
Imagen: 5–15 detik untuk fast, 10–30 detik untuk standard/ultra

Privasi & data

Jangan kirim PII (data pribadi) di prompt — semua dilewati ke provider.
Output gambar tidak disimpan di server proxy. Download segera atau simpan ke storage sendiri jika ingin permanen.

Pertanyaan?

Status sistem: https://lite.koboillm.com
WhatsApp admin: lihat halaman Pengenalan untuk kontak
Untuk request model baru atau pertanyaan tagihan, hubungi tim platform.