OpenAI: GPT Image 2

GPT Image 2 é um modelo de geração de imagens da OpenAI, listado na api14 sob o id de modelo openai/gpt-image-2. Ele está na categoria de imagem, e a OpenAI o descreve como seu mais recente modelo de geração de imagens, com suporte à geração e edição de imagens de alta fidelidade. Se a sua aplicação precisa produzir ou modificar imagens em vez de texto, esta é a família de modelos a considerar primeiro.

O modelo aceita entradas de texto e imagem e retorna imagens como sua única modalidade de saída. Essa combinação é o que torna a edição possível: você pode enviar um prompt sozinho, ou combinar um prompt com imagens de referência para orientar o resultado. A janela de contexto é de 400.000 tokens, com saída máxima de 360.000 tokens. A geração é controlada por um conjunto de parâmetros de imagem. A proporção pode ser definida como 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9 ou auto. A qualidade aceita auto, low, medium ou high. O fundo aceita auto ou opaque. Você pode solicitar entre 1 e 10 imagens por chamada com n, fornecer entre 0 e 16 referências de entrada, e definir a compressão de saída em qualquer valor de 0 a 100.

Essas capacidades apontam para um conjunto bastante amplo de usos práticos. A geração de texto para imagem cobre materiais de marketing, artes para aplicativos e web, exploração de conceitos e imagens de placeholder ou de produção. Como o modelo também aceita entradas de imagem, os fluxos de edição se encaixam naturalmente: reestilizar um ativo existente, ajustar uma composição, ou produzir variações que permaneçam próximas de uma referência fornecida. O parâmetro input_references, que permite até 16 imagens, atende a tarefas em que várias imagens de origem precisam informar um único resultado, como combinar elementos de múltiplas referências. O parâmetro n ajuda quando você quer vários candidatos em uma única requisição, e as configurações de proporção e qualidade permitem ajustar a saída a um espaço específico em um layout, de formatos quadrados para redes sociais a banners largos em 21:9.

Você chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo openai/gpt-image-2, então bibliotecas cliente da OpenAI existentes e formatos de requisição geralmente funcionam sem alterações. Os parâmetros suportados são max_tokens, response_format, seed e structured_outputs, além dos parâmetros de imagem descritos acima: aspect_ratio, quality, background, n, input_references e output_compression. O parâmetro seed é útil quando você precisa de resultados reproduzíveis entre execuções, e response_format permite controlar como os dados da imagem retornam. Como a interface é compatível com OpenAI, mudar para este modelo a partir de outro modelo de imagem da OpenAI é basicamente uma questão de alterar o id de modelo e ajustar parâmetros.

Uma coisa a ter em mente é a modalidade de saída. O GPT Image 2 retorna apenas imagens, então não é a escolha certa quando você precisa de completions de texto, respostas de chat, ou qualquer outra saída de texto; um modelo de texto se encaixa melhor nesses casos. Dentro do trabalho com imagens, os intervalos dos parâmetros definem os limites: no máximo 10 imagens por requisição, no máximo 16 referências de entrada, e valores de qualidade e compressão limitados às opções listadas. Se a sua tarefa estiver dentro desses limites, este modelo cobre tanto geração quanto edição através de um único endpoint.