OpenAI: GPT-5.4 Image 2

OpenAI: GPT-5.4 Image 2 é um modelo de imagem da OpenAI que também lida com texto. Ele se situa tanto na categoria de imagem quanto na de texto, combinando o modelo GPT-5.4 com capacidades de geração de imagem do GPT Image 2. O provedor o lançou em 2026-04-21. Para um desenvolvedor, o enquadramento importante é que este não é um modelo apenas de texto com um endpoint de imagem acoplado; ele foi construído para trabalho multimodal onde raciocínio, codificação e geração de imagem acontecem no mesmo fluxo de trabalho.

No lado da entrada, o modelo aceita imagens, texto e arquivos. No lado da saída, ele retorna imagens e texto, então uma única chamada pode produzir uma imagem gerada junto com conteúdo escrito. A janela de contexto é de 272.000 tokens e a saída máxima é de 128.000 tokens. A geração de imagem é configurável em vez de fixa: aspect_ratio aceita 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9 ou auto; quality aceita auto, low, medium ou high; background aceita auto ou opaque; n varia de 1 a 10 imagens; input_references varia de 0 a 16; e output_compression varia de 0 a 100.

Essas capacidades apontam para um conjunto bastante específico de casos de uso. Como o modelo aceita entradas de imagem, texto e arquivo e pode retornar tanto imagens quanto texto, ele se adequa a fluxos de trabalho que misturam análise com geração: ler material de referência e produzir novos visuais a partir dele, iterar sobre um design ao longo de várias entradas, ou gerar um lote de imagens em uma única chamada com n definido acima de 1. O intervalo de input_references de até 16 torna prático condicionar a saída a um conjunto maior de imagens fornecidas em vez de um único exemplo. Os controles de aspect_ratio e quality permitem que você ajuste a saída a um formato alvo, como 16:9 para layouts largos ou 9:16 para verticais, sem pós-processamento. A saída de texto na mesma resposta é útil quando você quer uma explicação, legenda ou código junto com a imagem.

Você chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo "openai/gpt-5.4-image-2". Como a interface é compatível com OpenAI, bibliotecas de cliente OpenAI existentes e formatos de requisição funcionam com uma mudança de URL base e id de modelo. Os parâmetros suportados são include_reasoning, logprobs, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, top_logprobs e verbosity. Os controles de reasoning e verbosity permitem que você troque profundidade por brevidade, seed suporta amostragem reproduzível, e structured_outputs e response_format ajudam quando você precisa da porção de texto em um formato previsível. As opções específicas de imagem (aspect_ratio, quality, background, n, input_references, output_compression) são passadas como parte da requisição.

Não há restrição declarada nos fatos acima, mas vale a pena ler a lista de parâmetros como um sinal sobre adequação. Se sua tarefa é geração puramente de texto sem saída de imagem, os parâmetros de imagem e a modalidade de saída de imagem adicionam uma superfície que você não vai usar, e um modelo apenas de texto pode ser mais simples de raciocinar. Se você precisa de mais de 16 referências de entrada, mais de 10 imagens por chamada, ou proporções de aspecto fora do conjunto listado, os intervalos documentados deste modelo não cobrirão isso. Dentro desses limites, ele é voltado para desenvolvedores que querem geração e raciocínio em uma única requisição em vez de encadear modelos separados.