OpenAI: GPT-5 Image

GPT-5 Image è un modello di OpenAI che combina il modello linguistico GPT-5 con capacità di generazione di immagini. Si colloca nella categoria delle immagini pur gestendo anche il testo, quindi è un modello multimodale e non un puro generatore di immagini. OpenAI lo ha rilasciato il 14 ottobre 2025. Se usi già GPT-5 per il lavoro testuale, questo modello estende la stessa famiglia alla generazione e alla modifica di immagini.

Il modello accetta testo, immagini e file come input, e può produrre sia testo sia immagini come output. La sua finestra di contesto è di 400.000 token, con un output massimo di 128.000 token. Sul lato immagini espone una serie di controlli di generazione: rapporto d'aspetto (1:1, 3:2, 2:3 o auto), qualità (auto, low, medium o high), sfondo (auto, transparent o opaque), un conteggio n tra 1 e 10, fino a 16 riferimenti di input e compressione dell'output da 0 a 100. La presenza dei riferimenti di input significa che puoi fornire immagini su cui il modello deve lavorare, ed è ciò che rende possibile la modifica e la generazione guidata da riferimenti accanto alla generazione da un prompt testuale.

Queste capacità indicano un insieme piuttosto ampio di usi pratici. Puoi generare immagini direttamente da prompt testuali e controllare la forma, la qualità e lo sfondo del risultato, inclusi sfondi trasparenti per asset che devono essere compositati in seguito. Poiché il modello accetta input di immagini e file, puoi anche usarlo per attività di modifica o trasformazione di immagini in cui l'immagine di origine viene passata come riferimento, e per flussi di lavoro che mescolano ragionamento testuale e output di immagini, come produrre una spiegazione scritta insieme a un'immagine generata o modificata. I parametri di reasoning e di output strutturato suggeriscono che può essere usato anche in pipeline in cui la parte testuale deve essere analizzata programmaticamente.

Chiami il modello tramite l'API compatibile con OpenAI di api14 usando l'id del modello "openai/gpt-5-image". I parametri di richiesta supportati sono include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, structured_outputs, temperature, top_logprobs, top_p e verbosity. Anche i controlli specifici delle immagini (rapporto d'aspetto, qualità, sfondo, n, riferimenti di input e compressione dell'output) vengono passati come parte della richiesta. Poiché l'interfaccia è compatibile con OpenAI, i client SDK e gli strumenti OpenAI esistenti in genere funzionano cambiando solo l'URL di base e l'id del modello.

Qui non ci sono informazioni su limiti di frequenza, latenza o disponibilità, quindi considerali incognite da testare rispetto al tuo carico di lavoro. Se la tua attività è puramente testuale e non tocca mai le immagini, un modello solo testo della famiglia GPT-5 potrebbe essere una scelta più semplice. Se hai bisogno di output di immagini con un forte rispetto delle istruzioni e immagini di riferimento, questo modello è quello da valutare per primo.