GPT Image 2 API
Pruebe GPT Image 2 antes de integrar la API
Compruebe la calidad de salida, estime el coste en tokens de una solicitud y genere una muestra antes de integrar formalmente.
Create image task
Fixed to gpt-image-2Text-to-image, image-to-image and mask-guided editing. Billed by the tokens the upstream usage object reports.
Upload source or reference images for image-to-image and editing. Each one adds image input tokens.
Pixel budget for the chosen ratio: 1K about 1.05 MP, 2K about 4.19 MP, 4K is 8.29 MP.
Rendering effort. It drives the output token count, so it is the single biggest cost lever.
Transparent keeps an alpha channel in the output. This is a Preview feature — results may be unstable.
Number of images per request (1-10). Cost scales linearly with the count.
Los resultados se conservan durante 24 horas: descarga lo que quieras guardar.
Sepa cuánto cuesta probar antes de añadir créditos
Empiece por el coste de una sola muestra, elija un presupuesto de prueba y calcule su propio caso en la calculadora. Las tarifas por token están abajo.
First Test Cost
Text-to-Image - 1K - 1:1 - mediumOne 1K prompt-only image
About 208 tests with $10 in credits.
Iterate prompts on low quality at 1K to save tokens, then promote the final render to high. Each reference image in image_urls adds input tokens.
Testing Budget Guide
Pick an amount based on how many tests you expect.Good for a first validation.
Good for prompt iteration.
Good before production integration.
Common Cost Examples
Estimated cost for one generated 1:1 image. Final cost is settled against the token counts the upstream usage object reports.
Model Pricing
This page serves two models and they are billed differently. Each block states its own rule, so read the badge before comparing the numbers.
gpt-image-2Token-basedBilled by token, so there is no fixed per-image price. These are the raw rates; what a request actually costs depends on its size, quality, reference images and count. Use the calculator below to price your own case.
| Item | Rule | Rate | Billing |
|---|---|---|---|
| Image output tokens | The generated image itself. Token count grows with the resolution tier and the quality tier. | $0.027/1K tokens-10% 1.836 cr/1K tokens$0.030 precio oficial | Output tokens |
| Image input tokens | Applied to each reference image in image_urls, and to a mask when one is sent. | $0.0072/1K tokens-10% 0.4896 cr/1K tokens$0.0080 precio oficial | Input tokens |
| Image cached input tokens | Charged only when the upstream usage object reports cached image tokens. | $0.0018/1K tokens-10% 0.1224 cr/1K tokens$0.0020 precio oficial | Input tokens |
| Text input tokens | Produced by the prompt itself. Typically under 1% of a request. | $0.0045/1K tokens-10% 0.306 cr/1K tokens$0.0050 precio oficial | Input tokens |
| Text cached input tokens | Charged only when the upstream usage object reports cached text tokens. | $0.0012/1K tokens-10% 0.0765 cr/1K tokens$0.0013 precio oficial | Input tokens |
Figures are estimates. Final charges are based on actual token usage.
gpt-image-2-betaFlat per callOne flat rate per call, whatever the aspect ratio - no token accounting and nothing to estimate. Auto or aspect-ratio sizes at the 1K tier only, one image per call. The OpenAI list price has no equivalent for this route, so no official comparison is shown.
| Item | Rule | Rate | Billing |
|---|---|---|---|
| 1K output | Any aspect ratio or auto, at the 1K tier. One image per call, regardless of prompt length or reference images. | $0.015/image 1.02 cr/image | Per call |
La API de GPT Image 2 de un vistazo
GPT Image 2 se lanzó junto con ChatGPT Images 2.0 y está disponible a través de la API con el ID de modelo gpt-image-2. Úselo para generación con mucho texto y edición de alta fidelidad; ChatGPT puede añadir orquestación y herramientas que son independientes del modelo de imagen en bruto.
Lo que GPT Image 2 puede crear
Genere imágenes de alta fidelidad a partir de prompts de texto o imágenes de referencia, con buenos diseños de póster, infografías densas, hojas de personaje, creatividad de producto y flujos de edición guiados por máscara.
Vista previa de resultados
Mejor legibilidad del texto en diseños densos
Hojas de personaje multipanel
Composición y tipografía de nivel póster
Qué puede hacer
Pósteres e infografías con mucho texto
Hojas de personaje y personajes coherentes
Fotos de producto para e-commerce y anuncios estilo UGC
Visuales de campaña por lotes vía API
Edición con referencias, transferencia de estilo y máscaras
Primeros fotogramas para flujos de vídeo con IA
Elija el modelo de imagen adecuado para cada tarea
| Característica | GPT Image 2 | Nano Banana | Seedream |
|---|---|---|---|
| Precio inicial | ~$0.048 / imagen | Opciones más económicas | Niveles por imagen |
| Modelo de facturación | Por tokens | Por imagen generada | Por imagen según el nivel |
| Calidad de salida | Low / Medium / High x 1K / 2K / 4K | 1K / 2K / 4K según el modelo | 1K / 1.5K / 2K |
| Entrada de referencia | Hasta 16 imágenes más máscara | Depende del modelo | Hasta 10 imágenes |
| Mejor para | Pósteres, infografías, texto en la imagen | Generación de imágenes de alta calidad | Anuncios, creatividad de producto, edición de imágenes |
Detalles clave
size y resolution funcionan juntos
En modo proporción, el nivel de resolución fija el presupuesto de píxeles (1K unos 1,05 MP, 2K unos 4,19 MP, 4K exactamente 8,29 MP). En modo auto o píxeles propios, resolution se ignora.
quality significa esfuerzo de renderizado
Low, medium y high determinan cuántos tokens de salida gasta el modelo. Itere prompts en low y suba el render final a high.
La facturación sigue al objeto usage
Se cobran créditos según los tokens que informa el objeto usage del proveedor: se estima antes de ejecutar y se liquida con las cifras reales.
Parámetros principales de la solicitud
Los campos que determinan la salida y el coste en POST /v1/images/generations. La generación es asíncrona: consulte el task ID devuelto o use un callback, y guarde los resultados pronto, ya que los enlaces de imagen siguen siendo válidos durante 24 horas. Los esquemas completos y los ejemplos de código están en la pestaña API.
| Parámetro | Tipo | Función |
|---|---|---|
| model | string · obligatorio | 'gpt-image-2' para la ruta oficial facturada por tokens, o 'gpt-image-2-beta' para la ruta 1K de tarifa plana. |
| prompt | string · obligatorio | La instrucción de texto. Los tokens del prompt se miden como entrada de texto en la ruta por tokens. |
| size | string · auto por defecto | 'auto', una de 15 proporciones como 1:1 o 16:9, o píxeles WxH explícitos en múltiplos de 16. |
| resolution | string · 1K / 2K / 4K | Presupuesto de píxeles en modo proporción; se ignora cuando size es auto o píxeles explícitos. |
| quality | string · low / medium / high | Esfuerzo de renderizado. Determina el gasto de tokens de salida en la ruta por tokens: itere en low y suba el render final a high. |
| background | string · opaque / transparent | Canal alfa de la salida. Predeterminado opaque; transparent está en Preview y los resultados pueden ser inestables. |
| n | integer · 1–10 | Imágenes por solicitud en gpt-image-2; el coste escala linealmente. GPT Image 2 Beta devuelve una imagen por llamada. |
| image_urls | array · hasta 16 | Imágenes de referencia para image-to-image y edición. Cada una añade tokens de entrada de imagen. |
| mask_url | string · opcional | PNG con canal alfa cuyas dimensiones en píxeles coinciden con la imagen de referencia; las zonas transparentes se regeneran. |
| callback_url | string · opcional | Webhook HTTPS que recibe el resultado de la tarea, como alternativa al polling. |
Límites de producción a tener en cuenta
El texto y la maquetación aún requieren revisión
El renderizado de texto ha mejorado, pero la colocación exacta, la nitidez y la composición estructurada aún pueden desviarse del prompt.
La salida grande es experimental
Los tamaños personalizados pueden alcanzar un lado de 3840 px, pero las salidas con más de 3.686.400 píxeles totales —el número de píxeles de 2560x1440— son por ahora experimentales.
El fondo transparente está en Preview
background: "transparent" ya está disponible, pero sigue en Preview: los resultados pueden ser inestables.
Las peticiones complejas pueden tardar más
OpenAI señala que los prompts complejos pueden tardar hasta dos minutos en procesarse.
Por qué usar GPT Image 2 a través de EvoLink
Estime el coste exacto antes de generar
La facturación por tokens es la parte de GPT Image 2 más difícil de presupuestar: los tokens de salida de imagen crecen con la resolución y el nivel de calidad, cada imagen de referencia añade tokens de entrada y el propio prompt también se contabiliza. EvoLink lo convierte en una cifra cotizada antes de enviar: la calculadora de precios y el Playground tarifican exactamente la combinación de tamaño, resolución, calidad y referencias que está a punto de enviar.
Eso cambia su forma de probar: itere los prompts en el nivel low, observe el efecto de cada cambio en la estimación y suba a high solo el render final, en lugar de descubrir el patrón de costes en la factura de fin de mes.
Por debajo del precio de lista de OpenAI, línea a línea
La sección de precios de esta página coloca la tarifa de EvoLink junto al precio oficial de OpenAI para cada tipo de token —salida de imagen, entrada de imagen, entrada en caché y texto— y muestra el ahorro actual línea a línea, respaldado por la garantía de precio más bajo de EvoLink.
Como la comparación se calcula a partir de los precios SKU en vivo y no de una afirmación de marketing, puede verificarla en el momento de integrar y volver a comprobarla cuando su volumen crezca lo bastante para que la diferencia importe.
Dos rutas de facturación en una página
gpt-image-2 y gpt-image-2-beta se sirven en paralelo: la ruta oficial facturada por tokens, con toda la superficie de 1K/2K/4K, niveles de calidad, máscara y multirreferencia, y una ruta a tarifa plana donde cada imagen 1K cuesta lo mismo sin importar la longitud del prompt ni las referencias.
En la práctica, los equipos ponen borradores, iteración de prompts y lotes 1K en la ruta plana, de coste perfectamente predecible, y reservan la ruta por tokens para finales en 2K/4K, máscaras y ediciones con muchas referencias. Cambiar es cambiar el model ID, no migrar de proveedor.
Una clave API para rutas de imagen, vídeo, audio y LLM
La misma clave API que llama a gpt-image-2 llama también a Seedance para vídeo, a Nano Banana 2 y Seedream como rutas de imagen alternativas, y al catálogo LLM: un solo saldo, un solo historial de tareas, una sola vía de autenticación.
Esto importa especialmente en imagen porque los pipelines rara vez terminan en una imagen fija: genere el fotograma clave con GPT Image 2, anímelo con Seedance y recurra a otro modelo de imagen cuando un trabajo encaje mejor allí, sin mantener cuentas, claves ni registros de facturación separados por proveedor.
Estado de tareas auditable antes de pagar
Cada generación informa de enviado, en proceso, completado o fallido, con el detalle del error en la respuesta y en la consola. Las tareas fallidas no se tratan como generaciones facturables correctas, así que un lote de trabajos defectuoso no se convierte silenciosamente en una factura.
Para sistemas en producción, esa es la diferencia entre "petición enviada" e "imagen entregada": consulte la tarea, verifique el estado final y concilie el gasto con los registros por tarea de la consola cuando necesite justificar una cifra.
Familia de modelos GPT Image
GPT Image 1.5
Ruta de imagen anterior de OpenAI, con tamaños fijos de clase 1024, facturación por tokens y comportamiento de producción asentado.
VerOtros modelos de imagen en EvoLink
Nano Banana 2
Modelo de imagen de Google para generación de alta calidad y flujos creativos flexibles.
Ver
Seedream 5.0 Pro
Ruta de imagen de BytePlus con niveles 1K/1.5K/2K, edición multirreferencia y descomposición en capas.
Ver
Grok Imagine Image 2.0
Ruta de imagen de xAI en la que el número de imágenes de entrada elige el modo, con salida 1K/2K y hasta 10 imágenes por solicitud.
VerPreguntas frecuentes
¿Qué relación hay entre GPT Image 2 y ChatGPT Images 2.0?
GPT Image 2 es el modelo de imagen accesible por API lanzado junto con ChatGPT Images 2.0, con el ID de modelo gpt-image-2. ChatGPT puede combinar la generación de imágenes con razonamiento, búsqueda web u orquestación multiimagen, por lo que el modelo API en bruto no debe considerarse idéntico a todos los flujos de trabajo del producto ChatGPT.
¿Cuál es la diferencia entre GPT Image 2 y GPT Image 2 Beta?
Son dos variantes de ruta distintas de EvoLink. gpt-image-2 usa la ruta oficial facturada por tokens, con calidades low/medium/high, resoluciones 1K/2K/4K, píxeles WxH explícitos, n hasta 10 y una máscara de inpainting. gpt-image-2-beta es la ruta alternativa de precio fijo de EvoLink para salida 1K y una imagen por llamada; no es un ID de modelo oficial de OpenAI.
¿Cuánto cuesta GPT Image 2?
Se factura por tokens. Los tokens de salida de imagen dominan la factura y crecen con los niveles de resolución y calidad; los tokens de entrada de imagen se suman por cada imagen de referencia; los tokens de entrada de texto vienen del prompt. El Playground estima la combinación seleccionada antes de enviar. Si prefiere un precio fijo por imagen, GPT Image 2 Beta factura una tarifa fija por llamada, y la calculadora de precios estima su coste por imagen.
¿Cómo se compara el precio de GPT Image 2 en EvoLink con el de OpenAI?
La sección de precios compara la tarifa actual de EvoLink con el precio de lista de OpenAI y muestra el ahorro disponible en el momento de la consulta. Use la calculadora para su combinación exacta de tamaño, calidad e imágenes de referencia en lugar de confiar en una afirmación universal por imagen.
¿Debo usar la Image API o la Responses API para GPT Image 2?
Con la Image API, elija gpt-image-2 directamente para generar o editar. Con la Responses API, elija un modelo principal que admita la herramienta image_generation; la herramienta se encarga de seleccionar el modelo de imagen en flujos conversacionales o de varios pasos. EvoLink ofrece su propia ruta unificada para el acceso directo al modelo.
¿Puedo previsualizar antes de integrar la API?
Sí. Use el Playground para probar la calidad, estimar créditos e inspeccionar el JSON de la petición antes de llevarlo a su producto.
¿Qué diferencia hay entre size y resolution?
size elige la forma: auto, una de las 15 proporciones o píxeles WxH explícitos. resolution solo fija el presupuesto de píxeles en modo proporción, y se ignora con auto o píxeles explícitos.
¿Se facturan las imágenes de referencia?
Sí. Cada imagen en image_urls añade tokens de entrada de imagen. La máscara se reserva como una imagen de entrada adicional al estimar y se liquida con el uso real del proveedor.
¿Qué límites tienen los tamaños de píxel personalizados?
El ancho y el alto deben ser múltiplos de 16, el total de píxeles debe estar entre 655.360 y 8.294.400, ningún lado puede superar 3840 px y la proporción debe quedar entre 1:3 y 3:1. Las salidas con más de 3.686.400 píxeles totales —el número de píxeles de 2560x1440— son por ahora experimentales.
¿Puedo generar varias imágenes en una petición?
En gpt-image-2 sí: n admite de 1 a 10 y el coste escala de forma lineal. GPT Image 2 Beta devuelve una imagen por llamada.
¿Cómo funciona la máscara de inpainting?
mask_url espera un PNG con canal alfa cuyas dimensiones coincidan exactamente con la imagen de referencia. Los píxeles transparentes marcan el área a regenerar y los opacos se conservan. Sin imagen de referencia, la máscara se descarta.
¿Qué pasa si una generación falla?
Consulte el estado de la tarea y el detalle del error en la respuesta o en la consola. Las tareas fallidas no deben contarse como generaciones facturables correctas.
¿Cuáles son las principales limitaciones de GPT Image 2?
Los prompts complejos pueden tardar hasta dos minutos. La colocación del texto, la coherencia de personajes recurrentes y la composición estructurada precisa aún pueden requerir iteración.
Guías de GPT Image 2
API Reference
Select endpoint
Authentication
All APIs require Bearer Token authentication.
Authorization:
Bearer YOUR_API_KEY/v1/images/generationsGenerate Image
Create an image generation task using text prompts. Supports text-to-image and reference-image-assisted generation.
Asynchronous processing mode, use the returned task ID to query status.
Generated image links are valid for 24 hours, please save them promptly.
Request Parameters
modelstringRequiredDefault: gpt-image-2Image generation model name.
| Value | Description |
|---|---|
| gpt-image-2 | Official GPT Image 2 — token-based billing |
gpt-image-2promptstringRequiredPrompt describing the image to be generated or how to edit the reference image.
Notes
- Max 32,000 characters (counted by Unicode code points — works for CJK and other languages)
A beautiful colorful sunset over the oceansizestringOptionalDefault: autoAspect ratio or explicit pixel dimensions (WxH).
| Value | Description |
|---|---|
| auto | Default — let the model decide |
| 1:1 / 1:2 / 2:1 / 1:3 / 3:1 / 2:3 / 3:2 / 3:4 / 4:3 / 4:5 / 5:4 / 9:16 / 16:9 / 21:9 / 9:21 | Aspect ratio — pixel size decided together with the resolution tier |
| 1024x1024 (or any WxH) | Explicit pixels — multiples of 16, pixel budget 655K~8.29M, edges ≤3840, aspect ≤3:1 |
Notes
- When size is explicit WxH pixels, the resolution parameter is ignored.
- In auto mode the model decides the final size; resolution has no effect.
- Combinations that exceed the 8.29 MP pixel budget are proportionally scaled down (e.g. 4K 1:1 → 2880×2880).
autoresolutionstringOptionalDefault: 1KResolution tier shortcut. Only effective when size is a ratio; ignored for explicit pixels and auto.
| Value | Description |
|---|---|
| 1K | Pixel budget ≈ 1024² = 1.05MP (1:1 → 1024×1024, 16:9 → 1360×768) |
| 2K | Pixel budget ≈ 2048² = 4.19MP (1:1 → 2048×2048, 16:9 → 2736×1536) |
| 4K | Pixel budget = 8.29MP / MaxPixels (1:1 → 2880×2880, 16:9 → 3840×2160 UHD) |
2KqualitystringOptionalDefault: mediumRendering quality / reasoning depth. Directly drives output token count (tile base 16/48/96 for low/medium/high).
| Value | Description |
|---|---|
| low | Tile base 16 — fastest, ~0.11× cost vs medium |
| medium | Tile base 48 — balanced (default) |
| high | Tile base 96 — highest fidelity, ~4× cost vs medium |
mediumbackgroundstringOptionalDefault: opaqueAlpha channel of the output image. Transparent is a Preview feature and results may be unstable.
| Value | Description |
|---|---|
| opaque | Flat background, no alpha channel (default) |
| transparent | Keeps an alpha channel (Preview, may be unstable) |
opaquenintegerOptionalDefault: 1Number of images to generate (1-10). Each image is billed independently; text input tokens scale linearly with n.
1image_urlsarrayOptionalReference image URL list for image-to-image and image editing features.
Notes
- 1–16 images per request
- Each image ≤ 50 MB
- Supported formats: .jpeg, .jpg, .png, .webp
- URLs must be directly accessible by the server, or URLs that trigger direct download (typically URLs ending with image extensions like .png, .jpg)
- Reference images themselves consume additional image-input tokens in edit / image-to-image mode
https://example.com/image1.pngmask_urlstringOptionalInpainting mask image URL — marks the region of the reference image to regenerate. Only valid in image edit mode (combined with image_urls); ignored in pure text-to-image.
Notes
- Only PNG with an alpha channel is accepted — transparent pixels (alpha < 255) mark areas to regenerate, opaque pixels are preserved
- Mask dimensions must EXACTLY match the reference image dimensions (width × height in pixels)
- Requires at least one image in image_urls — mask alone has no effect
- Single mask per request
https://example.com/mask.pngcallback_urlstringOptionalHTTPS callback address after task completion.
Notes
- Triggered on completion, failure, or cancellation
- Sent after billing confirmation
- HTTPS only, no internal IPs
- Max length: 2048 chars
- Timeout: 10s, Max 3 retries
https://your-domain.com/webhooks/image-task-completed