OpenAI: GPT Image 2

GPT Image 2 es un modelo de generación de imágenes de OpenAI, listado en api14 bajo el id de modelo openai/gpt-image-2. Se encuentra en la categoría de imagen, y OpenAI lo describe como su modelo de generación de imágenes más reciente, con soporte para generación y edición de imágenes de alta fidelidad. Si tu aplicación necesita producir o modificar imágenes en lugar de texto, esta es la familia de modelos que deberías considerar primero.

El modelo acepta entradas de texto e imagen y devuelve imágenes como su única modalidad de salida. Esa combinación es lo que hace posible la edición: puedes enviar un prompt por sí solo, o combinar un prompt con imágenes de referencia para guiar el resultado. La ventana de contexto es de 400.000 tokens, con una salida máxima de 360.000 tokens. La generación se controla mediante un conjunto de parámetros de imagen. La relación de aspecto se puede establecer en 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9 o auto. La calidad acepta auto, low, medium o high. El fondo acepta auto u opaque. Puedes solicitar entre 1 y 10 imágenes por llamada con n, proporcionar entre 0 y 16 referencias de entrada, y establecer la compresión de salida en cualquier valor de 0 a 100.

Esas capacidades apuntan a un conjunto bastante amplio de usos prácticos. La generación de texto a imagen abarca recursos de marketing, ilustraciones para aplicaciones y web, exploración de conceptos e imágenes de marcador de posición o de producción. Dado que el modelo también acepta entradas de imagen, los flujos de trabajo de edición encajan de forma natural: cambiar el estilo de un recurso existente, ajustar una composición o producir variaciones que se mantengan cercanas a una referencia proporcionada. El parámetro input_references, que permite hasta 16 imágenes, se adapta a tareas en las que varias imágenes de origen deben informar un único resultado, como combinar elementos de múltiples referencias. El parámetro n ayuda cuando quieres varios candidatos en una sola solicitud, y los ajustes de relación de aspecto y calidad te permiten adaptar la salida a un espacio específico de un diseño, desde formatos cuadrados para redes sociales hasta banners anchos de 21:9.

Llamas al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo openai/gpt-image-2, por lo que las bibliotecas cliente de OpenAI existentes y las formas de solicitud generalmente se mantienen. Los parámetros admitidos son max_tokens, response_format, seed y structured_outputs, junto con los parámetros de imagen descritos anteriormente: aspect_ratio, quality, background, n, input_references y output_compression. El parámetro seed es útil cuando necesitas resultados reproducibles entre ejecuciones, y response_format te permite controlar cómo se devuelven los datos de la imagen. Dado que la interfaz es compatible con OpenAI, cambiar a este modelo desde otro modelo de imagen de OpenAI es principalmente cuestión de cambiar el id de modelo y ajustar los parámetros.

Una cosa que hay que tener en cuenta es la modalidad de salida. GPT Image 2 devuelve únicamente imágenes, por lo que no es la elección adecuada cuando necesitas completados de texto, respuestas de chat o cualquier otra salida de texto; un modelo de texto se ajusta mejor a esos casos. Dentro del trabajo con imágenes, los rangos de los parámetros definen los límites: como máximo 10 imágenes por solicitud, como máximo 16 referencias de entrada, y valores de calidad y compresión limitados a las opciones listadas. Si tu tarea cae dentro de esos límites, este modelo cubre tanto la generación como la edición a través de un único endpoint.