OpenAI: GPT-5.4 Image 2

OpenAI: GPT-5.4 Image 2 è un modello di immagini di OpenAI che gestisce anche testo. Si colloca sia nella categoria immagini sia in quella testo, combinando il modello GPT-5.4 con le capacità di generazione di immagini di GPT Image 2. Il provider lo ha rilasciato il 2026-04-21. Per uno sviluppatore, l'inquadramento importante è che non si tratta di un modello solo testo con un endpoint immagini aggiunto a posteriori; è costruito per il lavoro multimodale in cui ragionamento, coding e generazione di immagini avvengono nello stesso flusso di lavoro.

Sul lato input il modello accetta immagini, testo e file. Sul lato output restituisce immagini e testo, quindi una singola chiamata può produrre un'immagine generata insieme a contenuto scritto. La finestra di contesto è di 272.000 token e l'output massimo è di 128.000 token. La generazione di immagini è configurabile anziché fissa: aspect_ratio accetta 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9 o auto; quality accetta auto, low, medium o high; background accetta auto o opaque; n va da 1 a 10 immagini; input_references va da 0 a 16; e output_compression va da 0 a 100.

Queste capacità indicano un insieme piuttosto specifico di casi d'uso. Poiché il modello accetta input di immagini, testo e file e può restituire sia immagini sia testo, si adatta a flussi di lavoro che mescolano analisi e generazione: leggere materiale di riferimento e produrre nuovi elementi visivi da esso, iterare su un design attraverso diversi input, oppure generare un lotto di immagini in una sola chiamata con n impostato sopra 1. L'intervallo di input_references fino a 16 rende pratico condizionare l'output su un insieme più ampio di immagini fornite anziché su un singolo esempio. I controlli aspect_ratio e quality permettono di adattare l'output a un formato target, ad esempio 16:9 per layout orizzontali o 9:16 per quelli verticali, senza post-processing. L'output testuale nella stessa risposta è utile quando si desidera una spiegazione, una didascalia o codice insieme all'immagine.

Si chiama il modello tramite l'API compatibile con OpenAI di api14 usando il model id "openai/gpt-5.4-image-2". Poiché l'interfaccia è compatibile con OpenAI, le librerie client OpenAI esistenti e le forme delle richieste funzionano con un cambio di base URL e di model id. I parametri supportati sono include_reasoning, logprobs, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, top_logprobs e verbosity. I controlli reasoning e verbosity permettono di bilanciare profondità e brevità, seed supporta un campionamento riproducibile, e structured_outputs e response_format aiutano quando si ha bisogno che la porzione testuale abbia una forma prevedibile. Le opzioni specifiche per le immagini (aspect_ratio, quality, background, n, input_references, output_compression) vengono passate come parte della richiesta.

Non c'è alcuna restrizione dichiarata nei fatti sopra, ma vale la pena leggere l'elenco dei parametri come segnale di adeguatezza. Se il tuo compito è pura generazione di testo senza output di immagini, i parametri per le immagini e la modalità di output immagini aggiungono superficie che non utilizzerai, e un modello solo testo può essere più semplice da gestire. Se hai bisogno di più di 16 riferimenti di input, più di 10 immagini per chiamata, o aspect ratio al di fuori dell'insieme elencato, gli intervalli documentati di questo modello non li copriranno. Entro questi limiti, è pensato per sviluppatori che vogliono generazione e ragionamento in un'unica richiesta anziché concatenare modelli separati.