A API GPT Image 2.5 da OpenAI é uma família de dois modelos, e não um único modelo que possa ser chamado, denominado gpt-image-2.5. Os aliases móveis atuais são gpt-image-2.5-flare, projetado pela OpenAI para uma geração rápida e de alta qualidade no dia a dia, e gpt-image-2.5-sunburst, voltados para a edição de imagens com foco na precisão. Ambos foram lançados em 8 de setembro de 2026. Este guia aborda os IDs exatos, três caminhos de API, parâmetros suportados, tamanhos personalizados, preços oficiais dos tokens, limites de taxa e uma calculadora prática de custos.
O relatório também menciona um teste controlado separado realizado por meio da plataforma unificada da Anywhere gpt-image-2.5 rota. Esse equipamento não apresentava nenhum seletor Flare/Sunburst nem exibia a etiqueta da variante correspondente; portanto, suas saídas não são apresentadas como resultados nativos da API OpenAI nem atribuídas a nenhum dos modelos oficiais.
O que é a API GPT Image 2.5?
O GPT Image 2.5 é a família de modelos de geração e edição de imagens da OpenAI, lançada em 8 de setembro de 2026. Ambos os modelos oficiais aceitam texto e geram imagens; os fluxos de trabalho de edição também podem utilizar imagens como entrada. Um detalhe importante da implementação é a identidade: o nome da família é útil na linguagem coloquial, mas as solicitações de produção devem usar o ID exato do modelo, disponível nas páginas oficiais dos modelos.
Dois modelos, e não um único ID de família que possa ser chamado
Um alias móvel acompanha a versão atual do OpenAI sob esse nome. Um snapshot datado vincula as solicitações a uma versão específica e, portanto, é mais fácil de reproduzir durante os testes de regressão. Use o alias móvel quando desejar atualizações compatíveis do modelo sem alterar o código; use um snapshot quando o comportamento consistente for mais importante do que receber automaticamente revisões posteriores.
| Modelo | Mudança de apelido | Instantâneo com data | Posicionamento oficial | Modalidades |
|---|---|---|---|---|
| Sinal de fogo | gpt-image-2.5-flare | gpt-image-2.5-flare-2026-09-08 | Geração rápida e de alta qualidade de imagens para o dia a dia | Texto para dentro; imagem para fora |
| Sunburst | gpt-image-2.5-sunburst | gpt-image-2.5-sunburst-2026-09-08 | Edição de imagens com foco na precisão | Inserir texto e imagem; remover imagem |
Essas descrições refletem o posicionamento do OpenAI, e não um vencedor determinado por nossos testes. O teste controlado apresentado mais adiante neste artigo utilizou uma rota unificada de terceiros que não revelou qual variante oficial, se é que houve alguma, atendeu à solicitação.
Guia de introdução rápida à API GPT Image 2.5
Gerar com a API de imagens
Usos da geração direta POST /v1/images/generations. O SDK OpenAI lê sua chave de API do ambiente, e o GPT Image retorna dados de imagem codificados em base64, em vez de uma URL hospedada permanente. Decodifique esses dados e grave-os usando a mesma extensão que formato_de_saída.
import base64
from pathlib import Path
from openai import OpenAI
client = OpenAI()
result = client.images.generate(
model="gpt-image-2.5-flare",
prompt="Um abajur de cerâmica sobre uma mesa branca de estúdio, foto do produto",
size="1536x1024",
quality="high",
output_format="webp",
)
image_bytes = base64.b64decode(result.data[0].b64_json)
Path("lamp.webp").write_bytes(image_bytes)Para um teste de produção reproduzível, substitua o alias móvel por gpt-image-2.5-flare-2026-09-08. Registre em seu próprio registro de solicitações os dados de entrada da aplicação, como prompt, tamanho, qualidade e seed; a imagem retornada em si continua sendo o artefato principal.
Editar uma imagem
A edição direta é utilizada para POST /v1/images/edits. A API documenta uploads em várias partes e referências JSON por meio de url_da_imagem ou id_do_arquivo desde que a rota selecionada permita isso. É possível fornecer até 16 imagens, mas esse limite máximo não é uma recomendação: referências em menor número, mas claramente diferenciadas, são mais fáceis de analisar e avaliar.
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="Altere apenas o abajur para azul cobalto.",
size="1536x1024",
output_format="png",
)
Path("product-edited.png").write_bytes(
base64.b64decode(result.data[0].b64_json)
)Utilize uma linguagem explícita de preservação, como “apenas alterar”, como uma restrição verificável e, em seguida, compare o arquivo de origem e o resultado final em resolução total. Uma edição pode atender ao atributo solicitado e, ao mesmo tempo, reestruturar ou reconstruir regiões que não foram alteradas.
Use a ferramenta de geração de imagens da API Responses
Você também pode ligar para POST /v1/responses com a ferramenta de geração de imagens. Essa abordagem é útil quando a criação de imagens é uma etapa de um fluxo de trabalho orientado por modelo que também analisa textos ou resultados de ferramentas. Não se trata de uma substituição direta do formato de resposta da API de Imagens: verifique os itens de saída da resposta da chamada de geração de imagens, em vez de presumir que data[0].b64_json existe.
response = client.responses.create(
model="YOUR_RESPONSES_MODEL",
input="Crie uma imagem de produto nítida a partir deste briefing aprovado.",
tools=[{"type": "image_generation"}],
)
image_calls = [
item for item in response.output
if item.type == "image_generation_call"
]Escolha a API de imagem direta para uma tarefa específica de geração ou edição com contabilização simples. Escolha “Respostas” quando a geração de imagens fizer parte de uma sequência de ações mais ampla. Em ambos os casos, valide o atual guia oficial para a criação de imagens e a assinatura do SDK antes da implantação, pois os esquemas de API recém-lançados podem sofrer alterações.
Parâmetros, formatos de saída e limites de tamanho
Os parâmetros mais úteis controlam a qualidade, a contagem de resultados, as visualizações progressivas, a moderação, o comportamento em segundo plano, o formato, a compactação e as dimensões. Considere-os como um conjunto compatível, em vez de opções independentes. Por exemplo, a transparência requer o formato PNG ou WebP, enquanto compressão_de_saída aplica-se aos formatos JPEG e WebP, e não ao PNG.
| Parâmetro | Valores verificados ou regra | Nota de implementação |
|---|---|---|
qualidade | auto, baixo, médio, alto, xalto, máx. | Compare sua própria tarefa; uma classificação mais alta não significa, necessariamente, que seja a melhor opção de produção. |
n | 1-10 | Saídas múltiplas aumentam o volume de trabalho retornado e, provavelmente, o uso de tokens. |
imagens_parciais | 0-3 | Utilize parciais progressivos apenas quando for compatível com a rota e o fluxo do cliente. |
moderação | auto ou baixo | Essa configuração não garante que todas as solicitações serão aceitas. |
histórico | auto, opaco, transparente | Para obter uma saída com fundo transparente, é necessário usar os formatos PNG ou WebP. |
formato_de_saída | PNG, JPEG, WebP | O conteúdo retornado consiste em dados de imagem em base64. |
compressão_de_saída | 0-100 | Aplica-se à saída em JPEG e WebP. |
Dimensões personalizadas
Para um tamanho personalizado, cada lado deve ser um múltiplo de 16, a proporção deve permanecer entre 1:3 e 3:1, nenhum dos lados pode exceder 3.840 pixels e a área total deve estar entre 655.360 e 8.294.400 pixels. Tamanhos com área superior a 2.560 × 1.440 são considerados experimentais.
1536 x 1024é válido: ambos os lados são múltiplos de 16, a proporção 3:2 é permitida e a área está dentro dos limites.1024 x 1024é válido pelas mesmas razões.1200x800é inválida porque 1.200 e 800 não são, ao mesmo tempo, múltiplos de 16, embora a proporção pareça razoável.
Valide as dimensões antes de enviar uma solicitação, para que um erro do aplicativo não interfira na avaliação do modelo. Verifique também o formato e as dimensões reais do arquivo decodificado: uma rota de compatibilidade de terceiros pode não reproduzir exatamente todos os parâmetros nativos.
Preços da API GPT Image 2.5
O OpenAI define os preços do GPT Image 2.5 por categoria de token. As tarifas abaixo foram verificadas com base na página oficial de preços em 10 de setembro de 2026. O GPT Image 2 utiliza as mesmas tarifas listadas, mas tarifas iguais não significam o mesmo consumo de tokens para o mesmo prompt ou imagem.
| Categoria do token | Preço por 1 milhão de tokens |
|---|---|
| Entrada de texto | $5.00 |
| Entrada de texto em cache | $1.25 |
| Entrada de imagem | $8.00 |
| Entrada de imagem em cache | $2.00 |
| Saída de imagem | $30.00 |
Fonte: Preços da API OpenAI. USD, antes de impostos ou taxas específicas do provedor.
Calcular o custo real de uma solicitação
Para cada categoria, multiplique os tokens retornados pela respectiva taxa por milhão de tokens e, em seguida, divida por 1.000.000. Some os custos das cinco categorias para uma solicitação. A calculadora oficial do GPT Image 2 não estima o consumo de tokens do GPT Image 2.5; portanto, não há um “custo por imagem” universal justificável sem dados reais de uso.
Taxas oficiais dos tokens
Calculadora de custos da API GPT Image 2.5
| Entrada de texto | $0.0000 |
|---|---|
| Entrada de texto em cache | $0.0000 |
| Entrada de imagem | $0.0000 |
| Entrada de imagem em cache | $0.0000 |
| Saída de imagem | $0.0000 |
O GPT Image 2.5 é cobrado com base no uso de tokens. A calculadora do GPT Image 2 da OpenAI não estima o consumo de tokens do GPT Image 2.5; portanto, esta calculadora utiliza as contagens de tokens fornecidas aqui, em vez de inferi-las a partir do tamanho ou da qualidade da imagem.
Para o planejamento da produção, acompanhe também o custo por unidade aceitável: o custo total do lote dividido pelo número de unidades que passam pelo seu critério de qualidade específico para a tarefa. Essa é a sua própria métrica operacional, não uma unidade de faturamento do tipo OpenAI. Uma solicitação que seja barata, mas inutilizável, pode sair mais cara do que um resultado com maior número de tokens que seja entregue sem necessidade de regeneração.
Limites de taxa e planejamento de produção
Os limites de taxa incluem tokens por minuto (TPM) e imagens por minuto (IPM). Leve ambos em consideração: uma solicitação pode estar dentro do limite de contagem de imagens, mas ainda assim exceder a taxa de transferência de tokens. As duas páginas oficiais do modelo GPT Image 2.5 exibem, atualmente, a mesma tabela.
| Nível de uso | TPM | IPM |
|---|---|---|
| Gratuito | Não suportado | Não suportado |
| Nível 1 | 100,000 | 5 |
| Nível 2 | 250,000 | 20 |
| Nível 3 | 800,000 | 50 |
| Nível 4 | 3,000,000 | 150 |
| Nível 5 | 8,000,000 | 250 |
Novas tentativas, concorrência e classes de falha
Separe nos logs os eventos de autenticação, parâmetro inválido, limite de taxa, capacidade, transporte, tempo limite e saída inválida. Erros de autenticação ou de parâmetros geralmente exigem uma correção na configuração, e não uma nova tentativa. Respostas relacionadas a limite de taxa e capacidade podem justificar um backoff limitado. Falhas de transporte e tempos limite exigem uma estratégia de idempotência para que o aplicativo não crie acidentalmente trabalho duplicado passível de cobrança.
Acima de tudo, uma falha operacional não é um indicador da qualidade da imagem. A qualidade só deve ser avaliada após a existência de uma saída válida e decodificável. Registre a latência observada, incluindo a rota, a data, o ponto de extremidade e as condições da solicitação; a latência observada em um único local não constitui uma afirmação definitiva sobre a velocidade do modelo.
O que aconteceu nos testes controlados do Anywhere GPT Image 2.5
Configuração de teste controlada
- Local de execução
- Em qualquer lugar, utilizando seus terminais compatíveis com OpenAI
- Rota testada
gpt-image-2.5, sem o seletor Flare/Sunburst à mostra- Data oficial do teste
- 9 de setembro de 2026
- Regra da prova
- Solicitações e entradas congeladas; preservar a primeira saída válida; sem repetições cosméticas
- Pontuação
- Verificações específicas para cada tarefa, relacionadas a texto, contagem, ordem, edições solicitadas, preservação e artefatos evidentes
- Método de custeio
- Usos relacionados à Anywhere mapeados de acordo com as taxas oficiais de tokens da OpenAI; não se trata de uma fatura da Anywhere
Esses resultados descrevem cinco primeiros resultados válidos e cinco casos com falha neste lote. Eles não determinam o desempenho nativo do OpenAI, não identificam o Flare ou o Sunburst, nem comprovam a confiabilidade em produção.
As tarefas de geração, edição e composição de referências abaixo utilizaram, cada uma, uma primeira saída válida. As cinco solicitações formais bem-sucedidas tiveram um custo calculado combinado de $0.088603. Esse total não inclui solicitações com falha, a criação de fixtures, a verificação de prontidão e a imagem principal.
G01: anúncio de produto com texto exato
A instrução exigia a linha ABRA ESPAÇO PARA AS IDEIAS exatamente uma vez, uma lâmpada, uma composição fixa e exclusões explícitas. O primeiro resultado válido reproduziu o texto uma vez e passou em todas as verificações declaradas.
Testado por meio da rota unificada gpt-image-2.5 da Anywhere em 9 de setembro de 2026.- Status
- Primeira saída válida
- Pontuação da tarefa
- 10/10
- Tempo decorrido
- 6.150 ms
- Custo calculado
- $0.041645
Solicitação precisa, dados completos, configurações e verificações objetivas
Status: saída_válida na tentativa 1; a primeira saída válida foi preservada.
Percurso: Compatível com Anywhere OpenAI /images/generations com gpt-image-2.5.
Prompt exato
Crie um anúncio de produto em formato horizontal 3:2, em ambiente de estúdio, para um abajur de mesa portátil fictício na cor preto fosco, em um cenário clean em branco e cinza claro. Mostre exatamente um abajur, ligeiramente inclinado para a direita, com um feixe de luz suave e quente e um generoso espaço negativo. Inclua exatamente uma linha de texto: "MAKE ROOM FOR IDEAS". Escreva essa frase em letras maiúsculas claras, sem serifa, centralizadas no terço superior. Sem nenhum outro texto, sem logotipo, sem marca d’água, sem pessoas e sem produtos adicionais.
Entrada completa: Apenas texto. Não foi fornecida nenhuma imagem.
Configurações reais da solicitação
tamanho1536 x 1024qualidadealtoformato_de_saídawebphistóricoopacon1
Verificações objetivas
texto_exato2/2
A frase “MAKE ROOM FOR IDEAS” aparece uma vez, completa e com a grafia correta; não há nenhum texto adicional visível.
objeto_obrigatório2/2
Há exatamente um abajur de mesa preto fosco completo.
composição2/2
A lâmpada está voltada para a direita, o feixe de luz quente é visível, o espaço negativo é preservado e o texto está posicionado no terço superior.
proibições2/2
Não há nenhum logotipo, marca d’água, pessoas ou produtos adicionais visíveis.
usabilidade_da_primeira_saída2/2
A primeira saída válida pode ser utilizada sem necessidade de regeneração ou grandes reformas.
Saída completa
A saída completa “first-valid” em 1536×1024 aparece logo abaixo deste painel de evidências. A resposta retornou um arquivo PNG, embora a solicitação fosse por WebP.
G02: disposição de objetos contados
A solicitação especificava exatamente três objetos: uma esfera de vidro azul, um leque amarelo dobrado e um cubo de aço, nessa ordem, da esquerda para a direita. A primeira resposta válida preservou a contagem, a sequência e os materiais identificáveis.
Testado por meio da rota unificada gpt-image-2.5 da Anywhere em 9 de setembro de 2026.- Status
- Primeira saída válida
- Pontuação da tarefa
- 10/10
- Tempo decorrido
- 33.577 ms
- Custo calculado
- $0.005505
Solicitação precisa, dados completos, configurações e verificações objetivas
Status: saída_válida na tentativa 1; a primeira saída válida foi preservada.
Percurso: Compatível com Anywhere OpenAI /images/generations com gpt-image-2.5.
Prompt exato
Crie uma natureza morta editorial horizontal no formato 3:2 em um cenário de estúdio em tons de carvão e off-white. Mostre exatamente três objetos: uma esfera de vidro azul cobalto à esquerda, um leque de papel amarelo dobrado no centro e um cubo de aço escovado à direita. Mantenha os três objetos totalmente visíveis, espaçados uniformemente e iluminados por uma luz suave vinda do canto superior esquerdo. Sem texto, sem logotipo, sem marca d’água, sem pessoas, sem objetos extras e sem símbolos decorativos.
Entrada completa: Apenas texto. Não foi fornecida nenhuma imagem.
Configurações reais da solicitação
tamanho1536 x 1024qualidadealtoformato_de_saídawebphistóricoopacon1
Verificações objetivas
contagem_de_objetos2/2
Há exatamente uma esfera de vidro azul, um leque dobrado amarelo e um cubo de aço.
ordem_e_visibilidade2/2
Os objetos estão totalmente visíveis na ordem exigida: à esquerda, no centro e à direita.
materiais_e_cores2/2
Os materiais — vidro, papel e metal escovado — e as cores solicitadas estão bem definidos.
iluminação_e_espaçamento2/2
A cena apresenta uma iluminação coerente vinda do canto superior esquerdo e um espaçamento uniforme.
proibições_e_artefatos2/2
Não há texto, logotipo, marca d’água, pessoas, objetos extras ou artefatos significativos visíveis.
Saída completa
A saída completa “first-valid” em 1536×1024 aparece logo abaixo deste painel de evidências. A resposta retornou um arquivo PNG, embora a solicitação fosse por WebP.
E01: alterar uma cor
A edição alterou o abajur preto fosco para azul cobalto, mantendo o produto reconhecível. Perdeu um ponto porque a conversão da imagem de origem quadrada para uma saída na proporção 3:2 resultou em um leve reenquadramento e reconstrução fora do atributo-alvo.
Testado por meio da rota unificada gpt-image-2.5 da Anywhere em 9 de setembro de 2026.- Status
- Primeira saída válida
- Pontuação da tarefa
- 9/10
- Tempo decorrido
- 41.387 ms
- Custo calculado
- $0.016320
Solicitação precisa, dados completos, configurações e verificações objetivas
Status: saída_válida na tentativa 1; a primeira saída válida foi preservada.
Percurso: Compatível com Anywhere OpenAI /imagens/edições com gpt-image-2.5.
Prompt exato
Altere apenas a cor do abajur, de preto fosco para azul cobalto. Mantenha a forma exata do abajur, sua posição, escala, base, braço, interruptor, sombras, luz quente, fundo, ângulo da câmera, recorte e todos os outros detalhes visíveis. Não adicione nenhum texto, logotipo, marca d’água, pessoa ou objeto extra.
Entrada completa da imagem:
- Entrada 1:
00-control/fixtures/edit-source-lamp.png(1.328.812 bytes; SHA-256a93d7c90aa57c7949939f011918fcfe531f34fa039859d043556c0cd26dcea2b)
Configurações reais da solicitação
tamanho1536 x 1024qualidadealtoformato_de_saídawebphistóricoopacon1
Verificações objetivas
alteração_solicitada2/2
A cor muda de preto fosco para azul cobalto.
geometria_posição_escala_recorte1/2
A lâmpada continua reconhecível, mas a fonte quadrada é reenquadrada e ligeiramente reconstruída para a saída na proporção 3:2.
não_preservação_do_alvo2/2
A base, o braço, o interruptor, a lâmpada e as regiões pretas não-alvo permanecem substancialmente consistentes.
iluminação_bordas_materiais2/2
A iluminação, as sombras, os contornos e a renderização dos materiais permanecem coerentes.
usabilidade_da_primeira_saída2/2
A primeira saída válida pode ser utilizada sem necessidade de regeneração ou reparos significativos.
Saída completa
A saída completa “first-valid” em 1536×1024 aparece logo abaixo deste painel de evidências. A resposta retornou um arquivo PNG, embora a solicitação fosse por WebP.
E02: substituir o plano de fundo
A edição alterou o fundo para um verde-menta suave e manteve a consistência do material da lâmpada. Assim como no E01, a alteração solicitada foi aprovada, enquanto a conversão da proporção da imagem causou um leve reenquadramento e reconstrução.
Testado por meio da rota unificada gpt-image-2.5 da Anywhere em 9 de setembro de 2026.- Status
- Primeira saída válida
- Pontuação da tarefa
- 9/10
- Tempo decorrido
- 50.151 ms
- Custo calculado
- $0.007208
Solicitação precisa, dados completos, configurações e verificações objetivas
Status: saída_válida na tentativa 1; a primeira saída válida foi preservada.
Percurso: Compatível com Anywhere OpenAI /imagens/edições com gpt-image-2.5.
Prompt exato
Altere apenas o fundo do estúdio, substituindo o cinza claro por um verde menta suave e liso. Mantenha todas as partes do abajur preto fosco, incluindo sua cor, forma, posição, escala, base, braço, interruptor, lâmpada acesa, luz quente, sombras, ângulo da câmera e enquadramento. Não adicione nenhum texto, logotipo, marca d’água, pessoa ou objeto adicional.
Entrada completa da imagem:
- Entrada 1:
00-control/fixtures/edit-source-lamp.png(1.328.812 bytes; SHA-256a93d7c90aa57c7949939f011918fcfe531f34fa039859d043556c0cd26dcea2b)
Configurações reais da solicitação
tamanho1536 x 1024qualidadealtoformato_de_saídawebphistóricoopacon1
Verificações objetivas
alteração_solicitada2/2
O fundo do estúdio muda para um verde menta suave.
geometria_posição_escala_recorte1/2
A lâmpada continua reconhecível, mas a fonte quadrada é reenquadrada e ligeiramente reconstruída para a saída na proporção 3:2.
não_preservação_do_alvo2/2
O abajur continua em preto fosco e mantém seus principais detalhes: base, braço, abajur, interruptor e lâmpada.
iluminação_bordas_materiais2/2
A iluminação, as sombras, os contornos e os materiais permanecem coerentes após a edição do plano de fundo.
usabilidade_da_primeira_saída2/2
A primeira saída válida pode ser utilizada sem necessidade de regeneração ou reparos significativos.
Saída completa
A saída completa “first-valid” em 1536×1024 aparece logo abaixo deste painel de evidências. A resposta retornou um arquivo PNG, embora a solicitação fosse por WebP.
M01: combinar três referências
A saída manteve a lâmpada verde, o caderno cor de coral e a caneca azul e os posicionou na disposição solicitada: esquerda-centro-direita. Isso demonstra sucesso em uma composição fixa com três referências, não sendo uma garantia geral para o máximo documentado de 16 entradas.
Testado por meio da rota unificada gpt-image-2.5 da Anywhere em 9 de setembro de 2026.- Status
- Primeira saída válida
- Pontuação da tarefa
- 10/10
- Tempo decorrido
- 105.469 ms
- Custo calculado
- $0.017925
Solicitação precisa, dados completos, configurações e verificações objetivas
Status: saída_válida na tentativa 1; a primeira saída válida foi preservada.
Percurso: Compatível com Anywhere OpenAI /imagens/edições com gpt-image-2.5.
Prompt exato
Usando as três imagens de referência na ordem em que foram fornecidas, crie uma cena horizontal de mesa na proporção 3:2. Preserve a forma e o material característicos de cada objeto de referência. Coloque o abajur uma vez à esquerda, o caderno fechado uma vez no centro e a caneca uma vez à direita. O abajur projeta um feixe de luz aconchegante sobre o caderno, sem ocultá-lo. Fundo de estúdio neutro e limpo. Sem texto, sem logotipo, sem marca d’água, sem pessoas, sem objetos duplicados e sem produtos adicionais.
Dados completos da imagem:
- Entrada 1:
00-control/fixtures/ref-lamp.png(1.334.151 bytes; SHA-25640c72915de60ba32e70de009b12619f3ffa8643460fd8e8326ffe3d94d215987) - Entrada 2:
00-control/fixtures/ref-notebook.png(2.067.635 bytes; SHA-256e96298c43d0b04ec4f50aa66d9a4005f3236fa51d945394d257303dd9e790179) - Entrada 3:
00-control/fixtures/ref-mug.png(1.444.324 bytes; SHA-2561d4cec622254b8533c5122fc5c0b2432b38e39fb3c16412dab02b744de5e538f)
Configurações reais da solicitação
tamanho1536 x 1024qualidadealtoformato_de_saídawebphistóricoopacon1
Verificações objetivas
presença_e_contagem_de_objetos2/2
Há um abajur, um caderno fechado e uma caneca.
identidade_de_referência2/2
O abajur verde e dourado, o caderno cor de coral e a caneca azul com nervuras mantêm suas identidades e materiais característicos.
relação_espacial2/2
O abajur está à esquerda, o caderno no centro e a caneca à direita, conforme solicitado.
coerência_da_cena2/2
A escala, a perspectiva, a iluminação, as sombras e o feixe de luz aconchegante formam um conjunto coerente.
proibições_e_artefatos2/2
Não há nenhum texto, logotipo, marca d’água, pessoas, produtos duplicados, substituições ou artefatos materiais visíveis.
Saída completa
A saída completa “first-valid” em 1536×1024 aparece logo abaixo deste painel de evidências. A resposta retornou um arquivo PNG, embora a solicitação fosse por WebP.
Entre os cinco primeiros resultados válidos, as verificações declaradas foram aprovadas com excelência: três obtiveram nota 10/10 e duas, 9/10. O limite útil é igualmente importante. Trata-se de evidência no nível da tarefa proveniente de uma rota de compatibilidade, sem lote repetido e sem variante oficial divulgada. Para obter melhores resultados em seu próprio trabalho, utilize um briefing fixo, restrições explícitas, referências consistentes e uma etapa de revisão; isso guia para melhorar a precisão da geração de imagens por IA amplia esse fluxo de trabalho.
A rota testada também apresentou uma incompatibilidade de formato que merece ser registrada separadamente: solicitações formais bem-sucedidas pediram o formato WebP, mas receberam PNG, embora mantendo as dimensões solicitadas de 1536×1024. Uma solicitação de disponibilidade pediu um WebP de 1024×1024 e recebeu um PNG de 1254×1254. Essas são observações sobre a rota unificada do Anywhere na data do teste, e não um comportamento atribuído à API nativa do OpenAI.
Como escolher uma rota do GPT Image 2.5?
Comece com o fluxo de trabalho de que você precisa e, em seguida, valide-o em relação a uma tarefa congelada. As descrições de modelo do OpenAI oferecem uma primeira opção viável, mas não substituem um teste realizado com seus próprios prompts, imagens de referência, regras de aceitação e limite de latência.
| Rota | Use isso para testar | Identidade e limite da evidência |
|---|---|---|
gpt-image-2.5-flare | Produção diária em que tanto a velocidade quanto a qualidade do resultado são importantes | Posicionamento oficial do OpenAI; não foi testado na prática neste artigo |
gpt-image-2.5-sunburst | Fluxos de trabalho de edição em que a precisão e a preservação do material original são fundamentais | Posicionamento oficial do OpenAI; não foi testado na prática neste artigo |
| Instantâneos datados | Testes de regressão e comportamento reproduzível em produção | Fixar o snapshot de 8 de setembro em vez do alias dinâmico |
Em qualquer lugar gpt-image-2.5 | Uma rota de compatibilidade unificada específica para cada provedor | Cinco resultados válidos da tarefa são apresentados aqui; não há mapeamento do Flare/Sunburst nem atribuição nativa do OpenAI |
Execute uma tarefa representativa de geração e edição antes de implementar um fluxo de trabalho em produção. Compare a taxa de resultados aceitáveis, a preservação, a distribuição de latência e o uso de recursos, em vez de basear sua decisão em uma única amostra atraente. Se sua equipe se beneficia ao direcionar diferentes tarefas para diferentes ferramentas, compare os melhores geradores de imagens com IA e manter a decisão de seleção no nível da tarefa.
Erros comuns de implementação
- Envio de uma etiqueta da família em vez de um código de identificação oficial exato do modelo. Uso
gpt-image-2.5-flareougpt-image-2.5-sunburstna API nativa, a menos que seu provedor documente explicitamente um caminho diferente. - Analisar cada resposta da mesma forma que a API direta do Image. A API de Respostas retorna itens de saída da chamada da ferramenta; portanto, sua lógica de extração difere da
images.generateouimagens.editar. - Tratar dados em base64 como uma URL de imagem hospedada. Decodifique os bytes, verifique a integridade do arquivo e armazene-o em seu próprio sistema de mídia aprovado.
- Está sendo utilizado um tamanho personalizado inválido. Verifique se as dimensões são múltiplos de 16, a área, a proporção e o comprimento máximo de cada lado antes de fazer a solicitação.
- Combinação de opções de saída incompatíveis. A transparência requer os formatos PNG ou WebP; o controle de compactação se aplica aos formatos JPEG e WebP.
- Regenerar até que o resultado pareça bom e, então, considerá-lo como a primeira saída. Guarde o primeiro resultado válido e relate as tentativas subsequentes separadamente se quiser uma avaliação honesta do modelo.
- Classificar um tempo limite ou uma resposta de capacidade como má qualidade de imagem. A ausência de uma imagem válida significa que não há pontuação de qualidade; registre o evento na seção de disponibilidade ou transporte.
Perguntas frequentes sobre a API GPT Image 2.5
O GPT Image 2.5 possui uma API?
Sim. O documento OpenAI aborda a geração direta de imagens, a edição direta de imagens e a geração de imagens por meio da ferramenta API de respostas.
Quais são os IDs exatos do modelo GPT Image 2.5?
Os aliases móveis são gpt-image-2.5-flare e gpt-image-2.5-sunburst. Os instantâneos de 8 de setembro de 2026 acrescentam -2026-09-08 para cada apelido.
Quanto custa a API GPT Image 2.5 por imagem?
Não há um preço fixo comprovado por imagem. O custo depende dos tokens de entrada de texto, texto em cache, entrada de imagem, imagem em cache e saída de imagem. Utilize as tarifas oficiais por milhão de tokens com base no uso real.
O GPT Image 2.5 consegue editar várias imagens?
Sim. A API de edição documenta até 16 imagens de entrada. Esse é o limite máximo suportado, não uma garantia de que toda composição de 16 imagens preservará todos os detalhes.
O GPT Image 2.5 pode gerar um arquivo PNG ou WebP transparente?
Sim. Defina o plano de fundo como transparente e use a saída em formato PNG ou WebP. Verifique se o arquivo decodificado contém um canal alfa antes de utilizá-lo em um pipeline de ativos de produção.
Quais são os limites de uso da API GPT Image 2.5?
O acesso gratuito não é compatível com a tabela atual. O Nível 1 começa com 100.000 TPM e 5 IPM; o Nível 5 chega a 8.000.000 TPM e 250 IPM, com os limites dos Níveis 2 a 4 indicados acima. Verifique a página do modelo atual antes do lançamento.
Conclusão
Utilize o Flare ou o Sunburst de acordo com o posicionamento oficial do fluxo de trabalho e, em seguida, verifique a escolha com suas próprias tarefas congeladas. Fixe um instantâneo datado quando a reprodutibilidade for importante, decodifique e inspecione o arquivo retornado e calcule o custo com base no uso real de tokens, em vez de um valor estimado por imagem. Nosso lote do Anywhere produziu cinco primeiros resultados sólidos, limitados às tarefas, mas não revelou uma variante oficial, não concluiu os testes de transparência ou de nível de qualidade, nem estabeleceu ampla confiabilidade.
