OpenAI: GPT Image 1

GPT Image 1 es un modelo de generación y edición de imágenes de OpenAI, listado en api14 bajo el id de modelo openai/gpt-image-1. Se sitúa en la categoría de imagen, y su proveedor lo describe como generador y editor de imágenes a través de una API de Images dedicada. Si ya trabajas con modelos de OpenAI, este es el mismo proveedor, expuesto aquí a través de la superficie compatible con OpenAI de api14.

El modelo acepta entradas de texto e imagen y devuelve imágenes. Su ventana de contexto es de 400.000 tokens, con una salida máxima de 360.000. Los parámetros de imagen te dan control sobre la forma y la calidad de lo que se devuelve: aspect_ratio acepta 1:1, 3:2, 2:3 o auto; quality acepta auto, low, medium o high; background acepta auto, transparent u opaque. Puedes solicitar entre 1 y 10 imágenes por llamada con n, proporcionar entre 0 y 16 referencias de entrada para ediciones, y establecer output_compression en cualquier valor de 0 a 100. El proveedor destaca la representación precisa de texto, los fondos transparentes y la compatibilidad con hasta 16 imágenes de referencia al editar.

Esas capacidades apuntan a un conjunto bastante específico de tareas. La representación precisa de texto lo hace adecuado para imágenes que necesitan palabras legibles en su interior, como banners, mockups o fotos de producto con etiquetas. Los fondos transparentes sirven para recursos que se compondrán en otro lugar, como iconos, logotipos o elementos de diseño por capas. La entrada de imágenes de referencia es lo que hace práctica la edición: puedes pasar imágenes existentes y pedir cambios en lugar de generar desde cero, lo cual es útil para iterar sobre un diseño o cambiar el estilo de un recurso manteniendo su estructura. Generar varias variaciones en una sola llamada con n ayuda cuando quieres opciones entre las que elegir en lugar de un único resultado.

Para llamarlo a través de api14, usa el id de modelo openai/gpt-image-1 contra el endpoint compatible con OpenAI, por lo que las bibliotecas cliente de OpenAI existentes y las formas de solicitud deberían trasladarse con cambios mínimos. Los parámetros compatibles son max_tokens, response_format, seed y structured_outputs, junto con los parámetros de imagen descritos anteriormente. Usa seed cuando necesites una salida reproducible entre ejecuciones, y response_format para controlar cómo se devuelve el resultado. Como el modelo devuelve imágenes en lugar de texto, trátalo como un endpoint de generación y no como uno de finalización de chat, aunque la superficie de la API sea compatible.

Una consideración práctica es que la modalidad de salida es únicamente imágenes. Si tu tarea es generación de texto, clasificación o cualquier cosa que devuelva prosa o texto estructurado, un modelo de texto encajará mejor; structured_outputs aquí se aplica dentro de una solicitud de generación de imágenes en lugar de convertir el modelo en un asistente de texto. El contexto de 400.000 tokens y la salida máxima de 360.000 son generosos, pero la restricción útil suele ser el límite de 16 imágenes de referencia para ediciones y el límite de 10 imágenes por llamada. Planifica en torno a esos números cuando agrupes trabajo.