Guida all'API GPT Image 2.5: prezzi, configurazione e test pratici

L'API GPT Image 2.5 di OpenAI è una famiglia composta da due modelli, non un unico modello richiamabile denominato gpt-image-2.5. Gli alias mobili attuali sono gpt-image-2.5-flare, progettato da OpenAI per una produzione quotidiana veloce e di alta qualità, e gpt-immagine-2.5-sunburst, pensati per l'editing di immagini incentrato sulla precisione. Entrambi sono stati lanciati l'8 settembre 2026. Questa guida illustra gli ID esatti, i tre percorsi API, i parametri supportati, le dimensioni personalizzate, i prezzi ufficiali dei token, i limiti di rate e un pratico calcolatore dei costi.

Riporta inoltre un test controllato separato effettuato tramite la piattaforma unificata di Anywhere gpt-image-2.5 percorso. Tale dispositivo non presentava alcun selettore Flare/Sunburst né riportava l'etichetta della variante, pertanto i suoi output non vengono presentati come risultati nativi dell'API OpenAI né assegnati a nessuno dei due modelli ufficiali.

Prova subito GPT Image 2.5 su GlobalGPT!

Che cos’è l’API GPT Image 2.5?

GPT Image 2.5 è la famiglia di modelli per la generazione e la modifica di immagini di OpenAI, rilasciata l'8 settembre 2026. Entrambi i modelli ufficiali accettano testo e restituiscono immagini; i flussi di lavoro di modifica possono anche fornire immagini come input. Un dettaglio importante relativo all’implementazione riguarda l’identità: il nome della famiglia è utile nel linguaggio colloquiale, ma nelle richieste di produzione è necessario utilizzare l’ID esatto del modello riportato nelle pagine ufficiali dei modelli.

Due modelli, non un unico ID famiglia richiamabile

Un alias mobile segue la versione corrente di OpenAI con quel nome. Uno snapshot datato associa le richieste a una versione specifica ed è quindi più facile da riprodurre durante i test di regressione. Utilizza l'alias mobile quando desideri aggiornamenti del modello compatibili senza modificare il codice; utilizza uno snapshot quando la coerenza del comportamento è più importante rispetto alla ricezione automatica delle revisioni successive.

Queste descrizioni rappresentano il posizionamento di OpenAI, non un vincitore determinato dai nostri test. Il test controllato descritto più avanti in questo articolo ha utilizzato un percorso unificato di terze parti che non ha rivelato quale variante ufficiale, se ve ne fosse una, abbia evaso una richiesta.

Guida rapida all'API GPT Image 2.5

Genera con l'API Immagini

Usi nella produzione diretta POST /v1/images/generations. L'SDK OpenAI legge la chiave API dall'ambiente, mentre GPT Image restituisce dati immagine codificati in base64 anziché un URL ospitato permanente. Decodifica quei dati e scrivili utilizzando la stessa estensione di formato_di_output.

import base64
from pathlib import Path
from openai import OpenAI

client = OpenAI()
result = client.images.generate(
    model="gpt-image-2.5-flare",
    prompt="Una lampada da tavolo in ceramica su un piano bianco da studio, foto del prodotto",
    size="1536x1024",
    quality="high",
    output_format="webp",
)

image_bytes = base64.b64decode(result.data[0].b64_json)
Path("lamp.webp").write_bytes(image_bytes)

Per eseguire un test di produzione riproducibile, sostituire l'alias mobile con gpt-image-2.5-flare-2026-09-08. Conserva nel tuo registro delle richieste i parametri quali prompt, dimensioni, qualità e input simili a un "seed"; l'immagine restituita rimane comunque l'artefatto principale.

Modifica un'immagine

Usi della modifica diretta POST /v1/images/edits. La documentazione dell'API descrive i caricamenti multipart e i riferimenti JSON tramite image_url o file_id laddove il percorso selezionato lo consenta. È possibile fornire fino a 16 immagini, ma tale limite massimo non è da intendersi come raccomandazione: un numero inferiore di riferimenti, chiaramente differenziati, risulta più facile da esaminare e valutare.

import base64
from pathlib import Path
from openai import OpenAI

client = OpenAI()
with Path("product.png").open("rb") as source:
    result = client.images.edit(
 model="gpt-image-2.5-sunburst",
 image=[source],
 prompt="Cambia solo il paralume in blu cobalto.",
        size="1536x1024",
 output_format="png",
    )

Path("product-edited.png").write_bytes(
    base64.b64decode(result.data[0].b64_json)
)

Utilizzare un linguaggio esplicito relativo alla conservazione, come “solo modifiche”, come vincolo verificabile, quindi confrontare il codice sorgente e il risultato a piena risoluzione. Una modifica può soddisfare l’attributo richiesto pur riformulando o ricostruendo le regioni non modificate.

Utilizza lo strumento di generazione di immagini dell'API Responses

Puoi anche chiamare POST /v1/responses con lo strumento di generazione delle immagini. Questo approccio è utile quando la creazione dell’immagine rappresenta una fase di un flusso di lavoro basato su modelli che analizza anche testi o risultati generati da altri strumenti. Non si tratta di una sostituzione diretta della forma di risposta fornita dall’API Image: è necessario esaminare gli elementi di output della risposta relativi alla chiamata di generazione dell’immagine, anziché dare per scontato che data[0].b64_json esiste.

response = client.responses.create(
    model="YOUR_RESPONSES_MODEL",
    input="Crea un'immagine del prodotto pulita sulla base di questa brief approvata.",
    tools=[{"type": "image_generation"}],
)

image_calls = [
    item for item in response.output
    if item.type == "image_generation_call"
]

Scegli l'API Image diretta per un'operazione di generazione o modifica circoscritta con una contabilità semplice. Scegli "Risposte" quando la generazione dell'immagine rientra in una sequenza agentica più ampia. In entrambi i casi, verifica che l'attuale guida ufficiale alla creazione di immagini e la firma dell'SDK prima della distribuzione, poiché gli schemi delle API appena rilasciati possono subire modifiche.

Parametri, formati di output e limiti di dimensione

I parametri più utili riguardano la qualità, il numero di file in uscita, le anteprime progressive, la moderazione, il comportamento in background, il formato, la compressione e le dimensioni. Considerateli come un insieme coerente piuttosto che come opzioni indipendenti. Ad esempio, la trasparenza richiede il formato PNG o WebP, mentre compressione_in_uscita si applica ai formati JPEG e WebP, anziché al formato PNG.

Dimensioni personalizzate

Per una dimensione personalizzata, ogni lato deve essere un multiplo di 16, il rapporto di aspetto deve rimanere compreso tra 1:3 e 3:1, nessun lato può superare i 3.840 pixel e l’area totale deve essere compresa tra 655.360 e 8.294.400 pixel. Le dimensioni superiori all'area di 2.560×1.440 sono indicate come sperimentali.

• 1536x1024 è valido: entrambi i lati sono multipli di 16, il rapporto 3:2 è consentito e l'area rientra nei limiti.
• 1024x1024 è valido per gli stessi motivi.
• 1200x800 non è valido perché 1.200 e 800 non sono entrambi multipli di 16, anche se il rapporto di aspetto sembra ragionevole.

Verifica le dimensioni prima di inviare una richiesta, in modo che eventuali bug dell'applicazione non influenzino la valutazione del modello. Controlla inoltre il formato effettivo e le dimensioni del file decodificato: una soluzione di compatibilità di terze parti potrebbe non riprodurre esattamente tutti i parametri nativi.

Prezzi dell'API GPT Image 2.5

OpenAI applica le tariffe di GPT Image 2.5 in base alla categoria del token. Le tariffe riportate di seguito sono state verificate sulla pagina ufficiale dei prezzi il 10 settembre 2026. GPT Image 2 utilizza le stesse tariffe indicate, ma tariffe uguali non implicano necessariamente lo stesso consumo di token per lo stesso prompt o la stessa immagine.

Calcolare il costo effettivo della richiesta

Per ciascuna categoria, moltiplicare i token restituiti per la relativa tariffa per milione di token, quindi dividere per 1.000.000. Sommare i costi delle cinque categorie per ottenere il costo totale di una richiesta. Il calcolatore ufficiale di GPT Image 2 non stima il consumo di token di GPT Image 2.5, pertanto non è possibile stabilire un “costo per immagine” universale e attendibile senza dati effettivi sull'utilizzo.

Ai fini della pianificazione della produzione, tieni traccia anche del costo per unità accettabile: il costo totale del lotto diviso per il numero di unità che superano il controllo specifico dell'attività. Questa è la tua metrica operativa, non un'unità di fatturazione OpenAI. Una richiesta economica ma inutilizzabile può risultare più costosa di un risultato con un numero di token più elevato che viene consegnato senza necessità di rigenerazione.

Limiti di produzione e pianificazione della produzione

I limiti di velocità includono i token al minuto (TPM) e le immagini al minuto (IPM). È necessario tenere conto di entrambi: una richiesta può rientrare nel limite del numero di immagini pur superando la velocità di trasmissione dei token. Le due pagine ufficiali del modello GPT Image 2.5 mostrano attualmente la stessa tabella.

Tentativi di ripetizione, concorrenza e classi di errore

Distinguere nei log gli eventi relativi ad autenticazione, parametri non validi, limitazione di velocità, capacità, trasporto, timeout e output non valido. Gli errori di autenticazione o relativi ai parametri richiedono solitamente una correzione della configurazione, non un nuovo tentativo. Le risposte relative alla limitazione della frequenza e alla capacità possono giustificare un backoff limitato. Gli errori di trasporto e i timeout richiedono una strategia di idempotenza affinché l’applicazione non generi accidentalmente operazioni fatturabili duplicate.

Soprattutto, un errore operativo non è indice della qualità dell'immagine. Valutare la qualità solo dopo che è presente un output valido e decodificabile. Registrare la latenza osservata indicando il percorso, la data, l'endpoint e le condizioni della richiesta; la latenza rilevata in un singolo luogo non costituisce un indicatore permanente della velocità del sistema.

Cosa è emerso dai test controllati di Anywhere GPT Image 2.5

Le operazioni di generazione, modifica e composizione dei riferimenti riportate di seguito hanno utilizzato ciascuna un primo output valido. Le cinque richieste formali andate a buon fine avevano un costo calcolato complessivo pari a $0.088603. Da tale totale sono escluse le richieste non andate a buon fine, la creazione dei fixture, il test di prontezza e l'immagine di riferimento.

G01: annuncio di prodotto con testo esatto

Il prompt richiedeva la riga FATE SPAZIO ALLE IDEE esattamente una volta, una lampada, una composizione fissa ed esclusioni esplicite. Il primo risultato valido ha riprodotto il testo una volta e ha superato tutti i controlli dichiarati.

Testato tramite il percorso unificato gpt-image-2.5 di Anywhere il 9 settembre 2026.

Stato

Primo risultato valido

Punteggio dell'attività

10/10

Tempo trascorso

6.150 ms

Costo calcolato

$0.041645

Analisi delle capacitàIn questa prima singola elaborazione, il percorso ha gestito contemporaneamente il testo visibile esatto, il numero di oggetti, la composizione e i vincoli negativi.

LimitazioneUn annuncio pubblicitario di successo non è indicativo di un tasso di successo generale nella resa del testo, e il percorso unificato non ha individuato né Flare né Sunburst.

Giudizio praticoUtilizza una riga di copia congelata e conta ogni occorrenza di testo visibile. Questo output è stato accettato senza rigenerazione.

Richiesta precisa, dati di input completi, impostazioni e verifiche degli obiettivi

Stato: output_valido al primo tentativo; è stato conservato il primo output valido.

Percorso: Compatibile con Anywhere OpenAI /immagini/generazioni con gpt-image-2.5.

Prompt esatto

Crea una pubblicità di prodotto in formato orizzontale 3:2 per una lampada da scrivania portatile fittizia di colore nero opaco, su uno sfondo pulito bianco e grigio chiaro. Mostra esattamente una lampada, leggermente inclinata verso destra, con un fascio di luce morbido e caldo e un ampio spazio negativo. Includi esattamente una riga di testo: "MAKE ROOM FOR IDEAS". Scrivi quella frase in caratteri sans-serif maiuscoli ben definiti, centrati nel terzo superiore dell’immagine. Nessun altro testo, nessun logo, nessuna filigrana, nessuna persona e nessun altro prodotto.

Dati completi: Solo testo. Non è stata fornita alcuna immagine.

Impostazioni effettive della richiesta

dimensione

1536x1024

qualità

alto

formato_di_output

webp

contesto

opaco

n

1

Controlli oggettivi

testo_esatto2/2

MAKE ROOM FOR IDEAS compare una sola volta, completo e scritto correttamente; non è visibile alcun altro testo.

oggetto_richiesto2/2

È presente esattamente una lampada da scrivania nera opaca completa.

composizione2/2

La lampada è rivolta verso destra, si vede il fascio di luce calda, lo spazio negativo è mantenuto e il testo è posizionato nel terzo superiore.

divieti2/2

Non sono visibili né loghi, né filigrane, né persone, né prodotti aggiuntivi.

usabilità_del_primo_output2/2

Il primo risultato valido è utilizzabile senza necessità di revisione o di interventi di ricostruzione significativi.

Output completo

L'output completo "first-valid" a 1536×1024 appare immediatamente sotto questo riquadro di informazioni. La risposta ha restituito un file PNG anche se la richiesta era per un file WebP.

G02: disposizione degli oggetti contati

La richiesta specificava esattamente tre oggetti: una sfera di vetro blu, un ventaglio piegato giallo e un cubo d’acciaio, nell’ordine da sinistra a destra. Il primo risultato valido ha mantenuto il numero, la sequenza e i materiali riconoscibili.

Testato tramite il percorso unificato gpt-image-2.5 di Anywhere il 9 settembre 2026.

Stato

Primo risultato valido

Punteggio dell'attività

10/10

Tempo trascorso

33.577 ms

Costo calcolato

$0.005505

Analisi delle capacitàIl primo risultato è stato ottenuto in seguito al conteggio di tre oggetti, nell'ordine sinistra-centro-destra, con i colori richiesti e indizi distintivi relativi al materiale.

LimitazioneL'osservazione riguarda una natura morta controllata, non la complessità derivante dal conteggio arbitrario di oggetti né l'affidabilità della produzione ripetuta.

Giudizio praticoIn questo caso, la specificazione precisa del numero, dell’ordine, dei materiali e delle esclusioni ha permesso di ottenere un risultato immediatamente utilizzabile.

Richiesta precisa, dati di input completi, impostazioni e verifiche degli obiettivi

Stato: output_valido al primo tentativo; è stato conservato il primo output valido.

Percorso: Compatibile con Anywhere OpenAI /immagini/generazioni con gpt-image-2.5.

Prompt esatto

Crea una natura morta editoriale orizzontale in formato 3:2 su un set da studio color carbone e bianco sporco. Mostra esattamente tre oggetti: una sfera di vetro blu cobalto a sinistra, un ventaglio di carta giallo piegato al centro e un cubo in acciaio spazzolato a destra. Assicurati che tutti e tre gli oggetti siano completamente visibili, distanziati in modo uniforme e illuminati da un'unica luce soffusa proveniente dall'angolo in alto a sinistra. Nessun testo, nessun logo, nessuna filigrana, nessuna persona, nessun oggetto superfluo e nessun simbolo decorativo.

Dati completi: Solo testo. Non è stata fornita alcuna immagine.

Impostazioni effettive della richiesta

dimensione

1536x1024

qualità

alto

formato_di_output

webp

contesto

opaco

n

1

Controlli oggettivi

numero_oggetti2/2

Sono presenti esattamente una sfera di vetro blu, un ventaglio pieghevole giallo e un cubo d’acciaio.

ordine_e_visibilità2/2

Gli oggetti sono completamente visibili nell'ordine richiesto: a sinistra, al centro e a destra.

materiali_e_colori2/2

I materiali (vetro, carta e metallo spazzolato) e i colori richiesti sono chiari.

illuminazione_e_spaziatura2/2

La scena presenta un'illuminazione coerente proveniente dall'alto a sinistra e una disposizione uniforme degli spazi.

divieti_e_reperti2/2

Non sono visibili né testo, né logo, né filigrana, né persone, né oggetti estranei, né artefatti significativi.

Output completo

L'output completo "first-valid" a 1536×1024 appare immediatamente sotto questo riquadro di informazioni. La risposta ha restituito un file PNG anche se la richiesta era per un file WebP.

E01: cambiare un colore

La modifica ha trasformato il paralume nero opaco in blu cobalto, pur mantenendo riconoscibile il prodotto. È stato sottratto un punto perché la conversione della sorgente quadrata in un’immagine di output con rapporto 3:2 ha comportato un leggero riframing e una ricostruzione al di fuori dell’attributo di destinazione.

Testato tramite il percorso unificato gpt-image-2.5 di Anywhere il 9 settembre 2026.

Stato

Primo risultato valido

Punteggio dell'attività

9/10

Tempo trascorso

41.387 ms

Costo calcolato

$0.016320

Analisi delle capacitàLa modifica richiesta alla tonalità di colore è stata effettuata con successo, mantenendo al contempo la coerenza dell’identità, della struttura e dell’illuminazione della lampada.

LimitazioneLa conversione dal formato quadrato al formato 3:2 ha comportato una leggera modifica dell'inquadratura e una ricostruzione, pertanto la conservazione degli elementi non target non è stata esatta a livello di pixel.

Giudizio praticoMantenere allineati i rapporti di aspetto dell'originale e dell'output quando è fondamentale preservarli rigorosamente, quindi controllare ogni area non di destinazione.

Richiesta precisa, dati di input completi, impostazioni e verifiche degli obiettivi

Stato: output_valido al primo tentativo; è stato conservato il primo output valido.

Percorso: Compatibile con Anywhere OpenAI /immagini/modifiche con gpt-image-2.5.

Prompt esatto

Modifica solo il colore del paralume, sostituendo il nero opaco con il blu cobalto. Mantieni invariati la forma esatta della lampada, la posizione, le proporzioni, la base, il braccio, l'interruttore, le ombre, la luce calda, lo sfondo, l'angolazione della ripresa, il ritaglio e ogni altro dettaglio visibile. Non aggiungere testo, loghi, filigrane, persone o oggetti aggiuntivi.

Immagine completa inserita:

• Dato 1: 00-control/fixtures/edit-source-lamp.png (1.328.812 byte; SHA-256 a93d7c90aa57c7949939f011918fcfe531f34fa039859d043556c0cd26dcea2b)

Impostazioni effettive della richiesta

dimensione

1536x1024

qualità

alto

formato_di_output

webp

contesto

opaco

n

1

Controlli oggettivi

modifica_richiesta2/2

La tonalità passa dal nero opaco al blu cobalto.

geometria_posizione_scala_ritaglio1/2

La lampada rimane riconoscibile, ma la sorgente quadrata viene inquadrata in modo diverso e leggermente modificata per l'output in formato 3:2.

non_target_preservation2/2

La base, il braccio, l’interruttore, la lampadina e le regioni nere non bersaglio rimangono sostanzialmente invariate.

illuminazione_bordi_materiali2/2

L'illuminazione, le ombre, i contorni e la resa dei materiali rimangono coerenti.

usabilità_del_primo_output2/2

Il primo prodotto valido è utilizzabile senza necessità di rigenerazione o riparazioni importanti.

Output completo

L'output completo "first-valid" a 1536×1024 appare immediatamente sotto questo riquadro di informazioni. La risposta ha restituito un file PNG anche se la richiesta era per un file WebP.

E02: sostituire lo sfondo

La modifica ha cambiato lo sfondo in un tenue verde menta, mantenendo inalterate le caratteristiche materiali della lampada. Come nel caso dell’E01, la modifica richiesta è stata approvata, mentre la conversione del formato ha comportato un leggero ridimensionamento e una leggera ricostruzione dell’immagine.

Testato tramite il percorso unificato gpt-image-2.5 di Anywhere il 9 settembre 2026.

Stato

Primo risultato valido

Punteggio dell'attività

9/10

Tempo trascorso

50.151 ms

Costo calcolato

$0.007208

Analisi delle capacitàIl percorso ha sostituito lo sfondo dello studio, conservando al contempo i principali materiali neri della lampada e la sua geometria caratteristica.

LimitazioneCome nell'episodio E01, il nuovo formato 3:2 ha comportato una leggera modifica dell'inquadratura e una ricostruzione che sono andate oltre la semplice modifica dello sfondo richiesta.

Giudizio praticoLa sostituzione dello sfondo era utilizzabile nella prima versione, ma le modifiche al formato dell'immagine dovrebbero essere considerate come un rischio a sé stante.

Richiesta precisa, dati di input completi, impostazioni e verifiche degli obiettivi

Stato: output_valido al primo tentativo; è stato conservato il primo output valido.

Percorso: Compatibile con Anywhere OpenAI /immagini/modifiche con gpt-image-2.5.

Prompt esatto

Modifica solo lo sfondo dello studio, sostituendo il grigio chiaro con un verde menta tenue e uniforme. Mantieni ogni elemento della lampada nera opaca, compresi il colore, la forma, la posizione, le proporzioni, la base, il braccio, l'interruttore, la lampadina accesa, la luce calda, le ombre, l'angolazione della ripresa e l'inquadratura. Non aggiungere alcun testo, logo, filigrana, persona o oggetto aggiuntivo.

Immagine completa inserita:

• Dato 1: 00-control/fixtures/edit-source-lamp.png (1.328.812 byte; SHA-256 a93d7c90aa57c7949939f011918fcfe531f34fa039859d043556c0cd26dcea2b)

Impostazioni effettive della richiesta

dimensione

1536x1024

qualità

alto

formato_di_output

webp

contesto

opaco

n

1

Controlli oggettivi

modifica_richiesta2/2

Lo sfondo dello studio assume una delicata tonalità di verde menta.

geometria_posizione_scala_ritaglio1/2

La lampada rimane riconoscibile, ma la sorgente quadrata viene inquadrata in modo diverso e leggermente modificata per l'output in formato 3:2.

non_target_preservation2/2

La lampada rimane di colore nero opaco e conserva le sue caratteristiche principali: base, braccio, paralume, interruttore e lampadina.

illuminazione_bordi_materiali2/2

L'illuminazione, le ombre, i contorni e i materiali rimangono coerenti anche dopo la modifica dello sfondo.

usabilità_del_primo_output2/2

Il primo prodotto valido è utilizzabile senza necessità di rigenerazione o riparazioni importanti.

Output completo

L'output completo "first-valid" a 1536×1024 appare immediatamente sotto questo riquadro di informazioni. La risposta ha restituito un file PNG anche se la richiesta era per un file WebP.

M01: unire tre riferimenti

L'output ha mantenuto la lampada verde, il taccuino color corallo e la tazza blu, disponendoli nella disposizione richiesta (sinistra-centro-destra). Ciò dimostra il successo su una composizione fissa a tre elementi di riferimento, ma non costituisce una garanzia generale per il numero massimo documentato di 16 input.

Testato tramite il percorso unificato gpt-image-2.5 di Anywhere il 9 settembre 2026.

Stato

Primo risultato valido

Punteggio dell'attività

10/10

Tempo trascorso

105.469 ms

Costo calcolato

$0.017925

Analisi delle capacitàIl percorso ha mantenuto tre elementi distinti di riferimento — identità, materiali, numero di elementi — e la relazione spaziale richiesta tra di essi all’interno di un’unica scena.

LimitazioneSi tratta di una composizione a tre riferimenti; non dimostra una conservazione equivalente rispetto al massimo documentato di 16 input.

Giudizio praticoIndicare i riferimenti secondo l'ordine dichiarato, specificare il nome di ogni posizionamento e valutare l'identità e il conteggio separatamente dalla cura estetica.

Richiesta precisa, dati di input completi, impostazioni e verifiche degli obiettivi

Stato: output_valido al primo tentativo; è stato conservato il primo output valido.

Percorso: Compatibile con Anywhere OpenAI /immagini/modifiche con gpt-image-2.5.

Prompt esatto

Utilizzando le tre immagini di riferimento nell’ordine in cui sono fornite, crea una composizione orizzontale da scrivania in formato 3:2. Mantieni la forma e il materiale distintivi di ciascun oggetto di riferimento. Posiziona la lampada a sinistra, il taccuino chiuso al centro e la tazza a destra. La lampada proietta un fascio di luce calda sul quaderno senza nasconderlo. Sfondo da studio neutro e pulito. Nessun testo, nessun logo, nessuna filigrana, nessuna persona, nessun oggetto duplicato e nessun prodotto aggiuntivo.

Immagini da inserire:

• Dato 1: 00-control/fixtures/ref-lamp.png (1.334.151 byte; SHA-256 40c72915de60ba32e70de009b12619f3ffa8643460fd8e8326ffe3d94d215987)
• Dato 2: 00-control/fixtures/ref-notebook.png (2.067.635 byte; SHA-256 e96298c43d0b04ec4f50aa66d9a4005f3236fa51d945394d257303dd9e790179)
• Dato 3: 00-control/fixtures/ref-mug.png (1.444.324 byte; SHA-256 1d4cec622254b8533c5122fc5c0b2432b38e39fb3c16412dab02b744de5e538f)

Impostazioni effettive della richiesta

dimensione

1536x1024

qualità

alto

formato_di_output

webp

contesto

opaco

n

1

Controlli oggettivi

presenza_e_numero_degli_oggetti2/2

Ci sono una lampada, un taccuino chiuso e una tazza.

identificativo_di_riferimento2/2

La lampada verde e ottone, il taccuino color corallo e la tazza blu a coste mantengono la loro identità distintiva e i materiali di cui sono fatti.

relazione_spaziale2/2

La lampada è a sinistra, il taccuino al centro e la tazza a destra, come richiesto.

coerenza_della_scena2/2

Le proporzioni, la prospettiva, l'illuminazione, le ombre e la calda pozza di luce formano un insieme armonioso.

divieti_e_reperti2/2

Non sono visibili testi, loghi, filigrane, persone, prodotti duplicati, sostituzioni o difetti materiali.

Output completo

L'output completo "first-valid" a 1536×1024 appare immediatamente sotto questo riquadro di informazioni. La risposta ha restituito un file PNG anche se la richiesta era per un file WebP.

Tra i cinque primi risultati validi, i controlli dichiarati sono stati superati con ottimi risultati: tre hanno ottenuto un punteggio di 10/10 e due di 9/10. Il limite utile è altrettanto importante. Si tratta di prove a livello di attività provenienti da un unico percorso di compatibilità, senza batch ripetuti né varianti ufficiali rese note. Per ottenere risultati migliori nel proprio lavoro, è consigliabile utilizzare un brief ben definito, vincoli espliciti, riferimenti coerenti e una fase di revisione; questo Guida per migliorare la precisione della generazione di immagini tramite IA amplia tale flusso di lavoro.

Il percorso testato ha inoltre evidenziato una discrepanza di formato che merita di essere segnalata separatamente: le richieste formali andate a buon fine richiedevano il formato WebP ma restituivano un PNG, pur mantenendo le dimensioni richieste di 1536×1024. Una richiesta di disponibilità ha richiesto un file WebP da 1024×1024 e ha restituito un PNG da 1254×1254. Si tratta di osservazioni relative al percorso unificato di Anywhere alla data del test, non di un comportamento attribuibile all’API nativa di OpenAI.

Come si fa a scegliere un percorso GPT Image 2.5?

Inizia con il flusso di lavoro di cui hai bisogno, quindi verificalo rispetto a un’attività “congelata”. Le descrizioni dei modelli di OpenAI offrono un primo candidato plausibile, ma non sostituiscono un test che utilizzi i tuoi prompt, le tue immagini di riferimento, le tue regole di accettazione e il tuo budget di latenza.

Eseguite un’operazione di generazione e modifica rappresentativa prima di implementare un flusso di lavoro in produzione. Confrontate il tasso di output accettabile, la conservazione dei dati, la distribuzione della latenza e l’utilizzo restituito, anziché basarvi su un singolo campione apparentemente vantaggioso. Se il vostro team trae vantaggio dall’assegnazione di lavori diversi a strumenti diversi, Confronta i migliori generatori di immagini basati sull'intelligenza artificiale e mantenere la decisione relativa alla selezione a livello di attività.

Errori comuni di implementazione

1. Invio di un'etichetta generica anziché del codice identificativo ufficiale esatto del modello. Utilizzo gpt-image-2.5-flare o gpt-immagine-2.5-sunburst sull'API nativa, a meno che il proprio provider non indichi esplicitamente una procedura diversa.
2. Analizza ogni risposta come l'API Image diretta. L'API Responses restituisce elementi di output delle chiamate agli strumenti, pertanto la sua logica di estrazione differisce da genera immagini o immagini.modifica.
3. Trattare i dati Base64 come URL di un'immagine ospitata. Decodifica i byte, verifica l'integrità del file e salvalo nel tuo sistema di archiviazione approvato.
4. Si sta utilizzando una dimensione personalizzata non valida. Prima di inviare la richiesta, verificare i multipli di 16, l'area, le proporzioni e la lunghezza massima del lato.
5. Combinazione di opzioni di output incompatibili. La trasparenza richiede il formato PNG o WebP; il controllo della compressione si applica ai formati JPEG e WebP.
6. Rigenerare fino a quando il risultato non sembra soddisfacente, quindi considerarlo come primo output. Per ottenere una valutazione attendibile del modello, conserva il primo risultato valido e riporta separatamente i tentativi successivi.
7. Considerare un timeout o una risposta di capacità come una scarsa qualità dell'immagine. L'assenza di un'immagine valida comporta l'assenza di un punteggio di qualità; registrare l'evento nella sezione "Disponibilità" o "Trasporto".

Domande frequenti sull'API GPT Image 2.5

GPT Image 2.5 dispone di un'API?

Sì. Il documento OpenAI illustra la generazione diretta di immagini, la modifica diretta di immagini e la generazione di immagini tramite lo strumento API Responses.

Quali sono gli ID esatti del modello GPT Image 2.5?

Gli alias dinamici sono gpt-image-2.5-flare e gpt-immagine-2.5-sunburst. Gli snapshot dell'8 settembre 2026 aggiungono -2026-09-08 a ciascun alias.

Quanto costa l'API GPT Image 2.5 per immagine?

Non esiste un prezzo fisso verificato per immagine. Il costo dipende dai token relativi a testo immesso, testo memorizzato nella cache, immagine immessa, immagine memorizzata nella cache e immagine in uscita. Utilizza le tariffe ufficiali per milione di token in base all'utilizzo effettivo.

GPT Image 2.5 è in grado di modificare più immagini contemporaneamente?

Sì. L'API di editing supporta fino a 16 immagini di input. Si tratta del numero massimo supportato, non di una garanzia che ogni composizione composta da 16 immagini conservi ogni singolo dettaglio.

GPT Image 2.5 è in grado di restituire un file PNG o WebP trasparente?

Sì. Imposta lo sfondo su trasparente e utilizza il formato di output PNG o WebP. Verifica che il file decodificato contenga un canale alfa prima di utilizzarlo in una pipeline di risorse di produzione.

Quali sono i limiti di velocità dell'API GPT Image 2.5?

L'accesso gratuito non è supportato nella tabella attuale. Il Livello 1 parte da 100.000 TPM e 5 IPM; il Livello 5 arriva a 8.000.000 TPM e 250 IPM, mentre i limiti per i Livelli da 2 a 4 sono indicati sopra. Controlla la pagina del modello attuale prima del lancio.

Conclusione

Utilizza Flare o Sunburst in base al posizionamento previsto dal flusso di lavoro ufficiale, quindi verifica la scelta con le tue attività congelate. Fissa un’istantanea datata quando la riproducibilità è fondamentale, decodifica e ispeziona il file restituito, e calcola il costo in base all’utilizzo effettivo dei token anziché a una stima per immagine. Il nostro batch Anywhere ha prodotto cinque primi risultati validi e limitati alle attività, ma non ha rivelato una variante ufficiale, non ha completato i test di trasparenza o di livello di qualità, né ha dimostrato un’ampia affidabilità.