Картинку раньше заказывали у дизайнера или дёргали через браузер. Японский разработчик Cocotone предлагает отдать задачу агенту прямо в терминале. Media Studio Kit 1.1.1 ставит генерацию картинок и озвучки в рабочую сессию Codex или Claude Code. Ключ OpenAI API остаётся у вас, и счёт тоже приходит вам.
Что внутри и как это ставится
В архиве два пакета: исходники для Windows и Mac и отдельная версия для Linux-сред Muse и Grok Bot. Про Muse и Grok Bot в открытых источниках ничего нет, поэтому ниже только то, что написал автор. Рядом с ZIP лежит текст-инструкция. Её копируют в чат с агентом вместе с архивом, дальше агент сам ставит библиотеки и проверяет установку.
Если у вас обычный чат без доступа к файлам, всё придётся делать руками по его подсказкам. Выигрыш по времени появится, только если агент умеет работать с файлами и терминалом.
- Скачать ZIP media-studio-kit-1.1.1.zip и сверить SHA-256 с значением из карточки кита.
- Выбрать копи-блок: для Windows и Mac или для Muse.
- Передать ZIP агенту и вставить блок как сообщение. API-ключ в чат не вставлять.
- Выбрать, где хранить ключ: Keychain на Mac, диспетчер учётных данных Windows, Secure Credentials Store в Muse, ввод на каждую сессию или уже заданная переменная окружения.
- Задать лимит приёмки. По умолчанию это 10 запросов.
- Первую генерацию разрешить только после того, как агент покажет условия и ориентировочную стоимость.
По ссылке Google Drive ZIP может выдать предупреждение, что вирусы проверить не получилось. Автор пишет, что на это можно нажимать и продолжать. Сам архив проверяйте по хешу, а не по словам автора.
Что умеет кит
- Картинка из текста в PNG, правка по референсу, прозрачный фон.
- Правка по разметке: круг или стрелку рисуете на первом референсе, а что поменять, пишете в запросе. Если референсов несколько, размечается только первый. Исходник не меняется, разметка сохраняется отдельным прозрачным PNG.
- SVG: выбирается при сохранении, отдельных настроек модели не нужно. Вывод в SVG оплачивается отдельно от самой картинки.
- GIF: короткая анимация, можно передать статичный референс. Разметка для GIF и SVG не работает.
- WAV: озвучка по тексту. Задаются текст, голос и манера речи. По умолчанию голос marin, модель GPT Realtime 2.1 Mini.
Модели берутся из каталога внутри кита. По умолчанию для картинок стоит GPT Image 2.6 Sunburst, есть также Flare и версии 2.5 Sunburst и Flare. Если запрос не прошёл, кит не переключается на другую модель сам.
Важно не путать complexity и quality. Complexity подбирает агент под задачу и записывает причину в журнал. Quality задаёте вы.
Ключ нельзя вставлять в чат с AI. Его не кладут ни в экран браузера, ни в аргументы команд. Слова Cocotone из инструкции кита, перевод мой.
Сколько это стоит и что в цифрах не видно
Цены OpenAI на GPT-Image-2.6 в API по токенам такие же, как у предыдущего поколения. Цифры ниже взяты из разбора datastudios.org на 5 ноября 2026 года. В рубли я их не пересчитываю: курс на день оплаты придётся взять самим.
| Что оплачивается | Цена, $ за 1 млн токенов | Примечание |
|---|---|---|
| Выходные image-токены | 30 | Основная статья расхода |
| Входные image-токены | 8 | Референсы и исходники |
| Кэшированный вход (image) | 2 | Повторное использование входа |
| Текстовый вход | 5 | Промт и текст |
| Batch-скидка | нет данных | Для 2.6 не поддерживается; для 2.5 выходные токены шли по 15 |
Токены не равны цене картинки. OpenAI не публикует, сколько токенов уходит на один кадр 2.6, об этом же пишет datastudios.org. Поэтому точную сумму до генерации кит не покажет, а агент должен сказать, что оценка приблизительная.
- Вывод в SVG оплачивается отдельно от картинки.
- Повторы и обрывы: API может списать деньги даже за генерацию без результата.
- Подписка ChatGPT и API — разные кошельки. Подписка API не оплачивает.
Лимит считает запросы, а не деньги
Лимит приёмки ограничивает количество запросов, но не сумму. Один запрос может дать несколько картинок. Неудавшиеся и оборвавшиеся запросы тоже считаются. Использованное не сбрасывается: если потратили 2 из 10 и поставили 10 заново, в запасе останется 8. Вернуть счётчик к нулю можно только вручную.
Напоминаю: стоп-крана по балансу в ките нет. Перед запуском поставьте в админке OpenAI лимит расходов (Spend limits) и бюджетный алерт. Алерт только присылает уведомление, API он не останавливает.
Что проверили тестеры и что не проверено
Тестов на моей стороне не было, я ничего не гонял. Ниже только то, что сообщили пользователи кита и сам автор.
- Личное окружение Claude на Linux, предыдущая версия preview.4: сработали проверка, одна картинка и одна озвучка. Тесты 53 из 53. Модель в ответе картинки не указана, поэтому реально использованный вариант не подтверждён. Стоимость не сверяли.
- Версия preview.2 упиралась в права пользователя, preview.3 блокировала символические ссылки, в preview.4 это исправили.
- 1.1.0-preview.1: тестовый лимит 2 съел оба запроса, остаток стал 0. Из-за этого в 1.1.1 лимит сделан настраиваемым.
- В 1.1.0-preview.2 за одну ночь осталось 4 записи без результата. Списана оплата или нет, пока неизвестно.
Сам Cocotone проверил версию 1.1.1 на своём Mac с процессором arm64 и Node.js v24.22.1: 73 тестовых прогона без ошибок. Там же он через API сделал SVG, PNG и правку референса. Всё это в его окружении.
Не проверено: Windows и Muse, доступ к моделям на других аккаунтах, установка с нуля, работа с настоящим ключом в хранилище и сумма по каждой генерации.
Что это меняет для русского креатора
Главное здесь маршрут: агент создаёт ассеты внутри рабочей сессии и сам записывает настройки и расход. Для раскадровок, SVG-иконок, коротких GIF под соцсети и правок по референсу это удобно. Для видео, музыки и транскрипции кит не подходит, понадобится другой инструмент.
Если хотите попробовать без лишнего риска, начните так:
- Поставьте лимит приёмки 3 и лимит расходов в OpenAI до первой генерации.
- Попросите агента показать условия и стоимость, и только потом разрешите первый запуск.
- Для первого теста возьмите одну картинку в PNG, потом SVG и GIF по одному.
- После каждого запуска сверяйте расход в админке OpenAI и не полагайтесь только на журнал кита.
Источники
Introducing Images 2.6 | OpenAI
GPT-Image-2.6 API pricing: $30 per 1M image tokens, no Batch, Sunburst vs Flare
Источникnote.com
