Introducción
GPT Image 2 Texto a imagen es el modelo gpt-image-2 de OpenAI, lanzado en abril de 2026, que genera imágenes a partir de un prompt escrito. Sigue briefs largos y precisos, coloca titulares y etiquetas citados como texto legible dentro de la imagen y genera en tres niveles de calidad y tres niveles de tamaño en quince relaciones de aspecto. Devuelve hasta diez imágenes por solicitud, con todos los ajustes por debajo del precio de lista de OpenAI.
Elige el modo según tu material de partida
| Lo que tienes | Modo |
|---|---|
| un brief escrito | GPT Image 2 Texto a imagen |
| una imagen que quieres cambiar | GPT Image 2 Edición de imagen |
Funciones y aspectos destacados
Ruta económica y Official fallback
Es el gpt-image-2 de OpenAI, que OpenAI describe como su modelo de generación de imágenes de vanguardia. Una sola imagen en calidad medium y tamaño 1k empieza, en la mayoría de los formatos, en una ruta económica más barata, donde el modelo puede reformular un poco el prompt o añadir pequeños detalles. Con Official fallback activado (predeterminado), lo que esa ruta rechace o no pueda terminar vuelve a ejecutarse en la ruta oficial, y el resto de ajustes va por ella desde el principio.
Texto que se puede leer
Titulares, líneas de portada, letreros y etiquetas entre comillas salen como texto real. En nuestras pruebas de pósteres y portadas de revista, cada línea citada salió bien escrita en calidad medium.
Un precio para cada formato y nivel
OpenAI cobra por tokens de salida, que aumentan con la calidad, el nivel de tamaño y lo cuadrado que sea el cuadro. Cada combinación tiene su propio precio por imagen por debajo de la tarifa de OpenAI, visible antes de enviar; las imágenes medium en 1k de la ruta económica empiezan aún más abajo.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
prompt | Sí | Hasta 5.000 caracteres. Pon entre comillas dobles cada palabra que deba aparecer en la imagen e indica dónde va; el resto se lee como descripción. mínimo 1 caracteres · máximo 5000 caracteres |
aspect_ratio | No | Quince formatos de 1:3 a 3:1, 1:1 de forma predeterminada. El formato cambia el precio: una imagen ancha o alta cuesta menos que una cuadrada en el mismo nivel. |
resolution | No | 1k (predeterminado), 2k o 4k. Una imagen cuadrada mide 1024, 2048 o 2880 píxeles de lado; un nivel mayor cuesta más por imagen. |
quality | No | low, medium (predeterminado) o high. |
num_outputs | No | De 1 a 10 imágenes por solicitud, 1 de forma predeterminada. Cada imagen se cobra por separado. |
output_format | No | png (predeterminado), jpeg o webp. No cambia el precio. |
output_quality | No | Calidad de compresión para jpeg y webp, de 0 a 100: un valor más alto conserva más detalle y genera archivos más grandes. No se usa con png y no cambia el precio. |
official_fallback | No | Activado de forma predeterminada. Valor predeterminado: |
Precios
Se cobra por imagen. El precio depende de la calidad, el nivel de tamaño y la relación de aspecto, y se muestra antes de enviar; un formato ancho o alto cuesta menos que un cuadrado en el mismo nivel. Una solicitud de una sola imagen PNG en calidad medium y tamaño 1k, en cualquier formato salvo 21:9, 9:21, 3:1 y 1:3 empieza en la ruta económica al precio económico. Con Official fallback activado (predeterminado), una solicitud que esa ruta rechace o no pueda completar vuelve a ejecutarse en la ruta oficial al precio oficial, por eso la cotización muestra el precio inicial y el máximo que puede costar. Las solicitudes rechazadas no se cobran. En la ruta oficial, los prompts largos suman un pequeño cargo por los tokens de entrada que pasen de los primeros 100, una vez por solicitud; el texto en chino, japonés o coreano cuenta aproximadamente un token por carácter.
| Especificación | Precio |
|---|---|
| $0.001816 / imagen |
| $0.001816 / imagen |
| $0.00244 / imagen |
| $0.00244 / imagen |
| $0.002752 / imagen |
| $0.002752 / imagen |
| $0.002872 / imagen |
| $0.002872 / imagen |
| $0.00304 / imagen |
| $0.00304 / imagen |
| $0.003568 / imagen |
| $0.003568 / imagen |
| $0.003736 / imagen |
| $0.003736 / imagen |
| $0.003856 / imagen |
| $0.003856 / imagen |
| $0.004192 / imagen |
| $0.004192 / imagen |
| $0.004456 / imagen |
| $0.004456 / imagen |
| $0.005104 / imagen |
| $0.005152 / imagen |
| $0.005152 / imagen |
| $0.005704 / imagen |
| $0.005704 / imagen |
| $0.006016 / imagen |
| $0.006016 / imagen |
| $0.006712 / imagen |
| $0.006712 / imagen |
| $0.007312 / imagen |
| $0.007312 / imagen |
| $0.0076 / imagen |
| $0.0076 / imagen |
| $0.008128 / imagen |
| $0.008128 / imagen |
| $0.009304 / imagen |
| $0.009304 / imagen |
| $0.009928 / imagen |
| $0.011176 / imagen |
| $0.011176 / imagen |
| $0.01192 / imagen |
| $0.01192 / imagen |
| $0.01324 / imagen |
| $0.01324 / imagen |
| $0.016216 / imagen |
| $0.01396 / imagen |
| $0.01396 / imagen |
| $0.018592 / imagen |
| $0.018592 / imagen |
| $0.020368 / imagen (Con Official fallback: hasta $0.021472) |
| $0.020368 / imagen (Con Official fallback: hasta $0.021472) |
| $0.020998 / imagen (Con Official fallback: hasta $0.023992) |
| $0.020998 / imagen (Con Official fallback: hasta $0.023992) |
| $0.022 / imagen (Con Official fallback: hasta $0.028) |
| $0.022 / imagen (Con Official fallback: hasta $0.028) |
| $0.022864 / imagen (Con Official fallback: hasta $0.031456) |
| $0.022864 / imagen (Con Official fallback: hasta $0.031456) |
| $0.023626 / imagen (Con Official fallback: hasta $0.034504) |
| $0.023626 / imagen (Con Official fallback: hasta $0.034504) |
| $0.024112 / imagen |
| $0.024112 / imagen |
| $0.025636 / imagen (Con Official fallback: hasta $0.042544) |
| $0.032272 / imagen |
| $0.032272 / imagen |
| $0.03688 / imagen |
| $0.03688 / imagen |
| $0.043072 / imagen |
| $0.043072 / imagen |
| $0.048064 / imagen |
| $0.048064 / imagen |
| $0.050776 / imagen |
| $0.050776 / imagen |
| $0.055432 / imagen |
| $0.055432 / imagen |
| $0.062416 / imagen |
| $0.062416 / imagen |
| $0.0652 / imagen |
| $0.0652 / imagen |
| $0.067984 / imagen |
| $0.067984 / imagen |
| $0.080464 / imagen |
| $0.080464 / imagen |
| $0.086032 / imagen |
| $0.094288 / imagen |
| $0.094288 / imagen |
| $0.103984 / imagen |
| $0.103984 / imagen |
| $0.11296 / imagen |
| $0.11296 / imagen |
| $0.14272 / imagen |
| $0.054616 / imagen |
| $0.054616 / imagen |
| $0.07144 / imagen |
| $0.07144 / imagen |
| $0.082936 / imagen |
| $0.082936 / imagen |
| $0.095248 / imagen |
| $0.095248 / imagen |
| $0.096472 / imagen |
| $0.096472 / imagen |
| $0.110728 / imagen |
| $0.110728 / imagen |
| $0.124624 / imagen |
| $0.124624 / imagen |
| $0.127864 / imagen |
| $0.127864 / imagen |
| $0.135064 / imagen |
| $0.135064 / imagen |
| $0.142816 / imagen |
| $0.142816 / imagen |
| $0.168976 / imagen |
| $0.171016 / imagen |
| $0.171016 / imagen |
| $0.19456 / imagen |
| $0.19456 / imagen |
| $0.197104 / imagen |
| $0.197104 / imagen |
| $0.220456 / imagen |
| $0.220456 / imagen |
| $0.248464 / imagen |
| $0.248464 / imagen |
| $0.259552 / imagen |
| $0.259552 / imagen |
| $0.274216 / imagen |
| $0.274216 / imagen |
| $0.320608 / imagen |
| $0.320608 / imagen |
| $0.342928 / imagen |
| $0.37588 / imagen |
| $0.37588 / imagen |
| $0.414736 / imagen |
| $0.414736 / imagen |
| $0.456544 / imagen |
| $0.456544 / imagen |
| $0.569656 / imagen |
Casos de uso
Pósteres, portadas y anuncios
Diseños donde las palabras importan tanto como la imagen: pósteres de cine, portadas de revista, banners de ofertas y maquetas de empaque, en una sola llamada en lugar de una imagen más una composición tipográfica aparte.
Variaciones para revisión
Hasta diez imágenes de un mismo brief en una solicitud, para que el equipo elija una dirección antes de pagar el nivel high.
Guía de prompts y consejos prácticos
Cita y ubica cada línea
Escribe cada texto entre comillas dobles e indica dónde va: arriba, abajo a la izquierda, en el letrero. Las palabras sin comillas se leen como descripción, no como texto a componer.
Describe la foto, no palabras clave
Las frases completas sobre sujeto, vestuario, escenario, luz y lente funcionan mejor que las listas de etiquetas. Nombra también el medio: fotograma de cine, foto de producto en estudio, portada de revista.
Boceta en low y termina más arriba
Low cuesta una pequeña parte de medium al mismo tamaño y ya muestra la composición y la ubicación del texto. Deja el prompt igual y sube un nivel para la versión final.
Elige el nivel de tamaño según el uso
Usa 1k para pantallas y redes sociales, 2k para pantallas grandes y 4k solo para impresión o recortes fuertes. Cada nivel más alto sube el precio por imagen.
Inicio rápido de la API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "openai/gpt-image-2/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"quality": "medium",
"resolution": "1k",
"num_outputs": 1,
"aspect_ratio": "1:1",
"output_format": "png"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.





