Introdução
GPT Image 2 Texto para imagem é o modelo gpt-image-2 da OpenAI, lançado em abril de 2026, que gera imagens a partir de um prompt escrito. Segue briefings longos e precisos, coloca títulos e rótulos citados como texto legível na imagem e renderiza em três níveis de qualidade e três níveis de tamanho, em quinze proporções. Devolve até dez imagens por solicitação, com toda configuração abaixo do preço de tabela da OpenAI.
Escolha o modo pelo material de partida
| O que você tem | Modo |
|---|---|
| um briefing escrito | GPT Image 2 Texto para imagem |
| uma imagem para mudar | GPT Image 2 Edição de imagem |
Recursos e destaques
Rota econômica e Official fallback
É o gpt-image-2 da OpenAI, que a OpenAI descreve como seu modelo de geração de imagens de ponta. Uma única imagem em qualidade medium e tamanho 1k começa, na maioria das proporções, numa rota econômica mais barata, onde o modelo pode reformular um pouco o prompt ou acrescentar pequenos detalhes. Com o Official fallback ligado (padrão), o que essa rota recusar ou não conseguir concluir é executado de novo na rota oficial, e as demais configurações passam por ela desde o início.
Texto que dá para ler
Títulos, chamadas de capa, letreiros e rótulos entre aspas voltam como texto de verdade. Nos nossos testes de pôster e capa de revista, toda linha citada saiu escrita corretamente em qualidade medium.
Um preço para cada formato e nível
A OpenAI cobra por tokens de saída, que crescem com a qualidade, o nível de tamanho e o quanto a imagem é quadrada. Cada combinação tem seu próprio preço por imagem abaixo da tarifa da OpenAI, mostrado antes do envio; imagens medium em 1k na rota econômica começam ainda mais baixo.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
prompt | Sim | Até 5.000 caracteres. Coloque entre aspas duplas cada palavra que deve aparecer na imagem e diga onde ela fica; o resto é lido como descrição. pelo menos 1 caracteres · no máximo 5000 caracteres |
aspect_ratio | Não | Quinze proporções de 1:3 a 3:1, 1:1 por padrão. A proporção muda o preço: uma imagem larga ou alta custa menos que um quadrado no mesmo nível. |
resolution | Não | 1k (padrão), 2k ou 4k. Uma imagem quadrada tem 1024, 2048 ou 2880 pixels de lado; um nível maior custa mais por imagem. |
quality | Não | low, medium (padrão) ou high. |
num_outputs | Não | De 1 a 10 imagens por solicitação, 1 por padrão. Cada imagem é cobrada separadamente. |
output_format | Não | png (padrão), jpeg ou webp. Não altera o preço. |
output_quality | Não | Qualidade de compressão para jpeg e webp, de 0 a 100: valores mais altos preservam mais detalhe e geram arquivos maiores. Não é usada com png e não altera o preço. |
official_fallback | Não | Ligado por padrão. Uma solicitação de uma única imagem PNG em qualidade medium e tamanho 1k, em qualquer proporção exceto 21:9, 9:21, 3:1 e 1:3 passa primeiro pela rota econômica. Valor padrão: |
Preços
Cobrado por imagem. O preço depende de qualidade, nível de tamanho e proporção e aparece antes do envio; um formato largo ou alto custa menos que um quadrado no mesmo nível. Uma solicitação de uma única imagem PNG em qualidade medium e tamanho 1k, em qualquer proporção exceto 21:9, 9:21, 3:1 e 1:3 começa na rota econômica, pelo preço econômico. Com o Official fallback ligado (padrão), uma solicitação que essa rota recusar ou não conseguir concluir é executada de novo na rota oficial, pelo preço oficial, por isso o orçamento mostra o preço inicial e o valor máximo. Solicitações recusadas não são cobradas. Na rota oficial, prompts longos acrescentam uma pequena taxa pelos tokens de entrada além dos primeiros 100, uma vez por solicitação; texto em chinês, japonês ou coreano conta cerca de um token por caractere.
| Especificação | Preço |
|---|---|
| $0.001816 / imagem |
| $0.001816 / imagem |
| $0.00244 / imagem |
| $0.00244 / imagem |
| $0.002752 / imagem |
| $0.002752 / imagem |
| $0.002872 / imagem |
| $0.002872 / imagem |
| $0.00304 / imagem |
| $0.00304 / imagem |
| $0.003568 / imagem |
| $0.003568 / imagem |
| $0.003736 / imagem |
| $0.003736 / imagem |
| $0.003856 / imagem |
| $0.003856 / imagem |
| $0.004192 / imagem |
| $0.004192 / imagem |
| $0.004456 / imagem |
| $0.004456 / imagem |
| $0.005104 / imagem |
| $0.005152 / imagem |
| $0.005152 / imagem |
| $0.005704 / imagem |
| $0.005704 / imagem |
| $0.006016 / imagem |
| $0.006016 / imagem |
| $0.006712 / imagem |
| $0.006712 / imagem |
| $0.007312 / imagem |
| $0.007312 / imagem |
| $0.0076 / imagem |
| $0.0076 / imagem |
| $0.008128 / imagem |
| $0.008128 / imagem |
| $0.009304 / imagem |
| $0.009304 / imagem |
| $0.009928 / imagem |
| $0.011176 / imagem |
| $0.011176 / imagem |
| $0.01192 / imagem |
| $0.01192 / imagem |
| $0.01324 / imagem |
| $0.01324 / imagem |
| $0.016216 / imagem |
| $0.01396 / imagem |
| $0.01396 / imagem |
| $0.018592 / imagem |
| $0.018592 / imagem |
| $0.020368 / imagem (Com Official fallback: até $0.021472) |
| $0.020368 / imagem (Com Official fallback: até $0.021472) |
| $0.020998 / imagem (Com Official fallback: até $0.023992) |
| $0.020998 / imagem (Com Official fallback: até $0.023992) |
| $0.022 / imagem (Com Official fallback: até $0.028) |
| $0.022 / imagem (Com Official fallback: até $0.028) |
| $0.022864 / imagem (Com Official fallback: até $0.031456) |
| $0.022864 / imagem (Com Official fallback: até $0.031456) |
| $0.023626 / imagem (Com Official fallback: até $0.034504) |
| $0.023626 / imagem (Com Official fallback: até $0.034504) |
| $0.024112 / imagem |
| $0.024112 / imagem |
| $0.025636 / imagem (Com Official fallback: até $0.042544) |
| $0.032272 / imagem |
| $0.032272 / imagem |
| $0.03688 / imagem |
| $0.03688 / imagem |
| $0.043072 / imagem |
| $0.043072 / imagem |
| $0.048064 / imagem |
| $0.048064 / imagem |
| $0.050776 / imagem |
| $0.050776 / imagem |
| $0.055432 / imagem |
| $0.055432 / imagem |
| $0.062416 / imagem |
| $0.062416 / imagem |
| $0.0652 / imagem |
| $0.0652 / imagem |
| $0.067984 / imagem |
| $0.067984 / imagem |
| $0.080464 / imagem |
| $0.080464 / imagem |
| $0.086032 / imagem |
| $0.094288 / imagem |
| $0.094288 / imagem |
| $0.103984 / imagem |
| $0.103984 / imagem |
| $0.11296 / imagem |
| $0.11296 / imagem |
| $0.14272 / imagem |
| $0.054616 / imagem |
| $0.054616 / imagem |
| $0.07144 / imagem |
| $0.07144 / imagem |
| $0.082936 / imagem |
| $0.082936 / imagem |
| $0.095248 / imagem |
| $0.095248 / imagem |
| $0.096472 / imagem |
| $0.096472 / imagem |
| $0.110728 / imagem |
| $0.110728 / imagem |
| $0.124624 / imagem |
| $0.124624 / imagem |
| $0.127864 / imagem |
| $0.127864 / imagem |
| $0.135064 / imagem |
| $0.135064 / imagem |
| $0.142816 / imagem |
| $0.142816 / imagem |
| $0.168976 / imagem |
| $0.171016 / imagem |
| $0.171016 / imagem |
| $0.19456 / imagem |
| $0.19456 / imagem |
| $0.197104 / imagem |
| $0.197104 / imagem |
| $0.220456 / imagem |
| $0.220456 / imagem |
| $0.248464 / imagem |
| $0.248464 / imagem |
| $0.259552 / imagem |
| $0.259552 / imagem |
| $0.274216 / imagem |
| $0.274216 / imagem |
| $0.320608 / imagem |
| $0.320608 / imagem |
| $0.342928 / imagem |
| $0.37588 / imagem |
| $0.37588 / imagem |
| $0.414736 / imagem |
| $0.414736 / imagem |
| $0.456544 / imagem |
| $0.456544 / imagem |
| $0.569656 / imagem |
Casos de uso
Pôsteres, capas e anúncios
Layouts em que as palavras importam tanto quanto a imagem: pôsteres de filme, capas de revista, banners de promoção e mockups de embalagem, numa chamada em vez de imagem mais uma etapa separada de composição.
Variações para aprovação
Até dez imagens de um briefing numa solicitação, para a equipe escolher um caminho antes de alguém pagar pelo nível high.
Guia de prompt e dicas práticas
Cite e posicione cada linha
Escreva cada texto entre aspas duplas e diga onde ele fica: no alto, no canto inferior esquerdo, no letreiro. Palavras sem aspas são lidas como descrição, não como texto a compor.
Descreva a foto, não palavras-chave
Frases completas sobre assunto, roupa, cenário, luz e lente funcionam melhor que listas de tags. Diga também o meio: still de filme, foto de produto em estúdio, capa de revista.
Rascunho em low, final mais acima
Low custa uma pequena fração do medium no mesmo tamanho e já mostra composição e posição do texto. Mantenha o prompt igual e suba um nível para a versão final.
Escolha o nível de tamanho pelo uso
Use 1k para telas e redes sociais, 2k para telas grandes e 4k só para impressão ou recortes fortes. Cada nível acima aumenta o preço por imagem.
Início rápido da API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${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"
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.





