API de GPT Image 2.5 Sunburst para generar y editar imágenes
Consulta precios por token y ejemplos de edición de imágenes de referencia de GPT Image 2.5 Sunburst. Revisa formatos de generación, ajustes de calidad y límites de entrada.
Precios y facturación de la API de GPT Image 2.5 Sunburst
Precio de referencia no verificado de forma independiente. Consulta las tarifas actuales, unidades de facturación y condiciones aplicables del proveedor antes de comparar costes.
Herramienta de imágenes en línea de GPT Image 2.5 Sunburst
Ajustes de imagen
Inicia sesión para ejecutar con el saldo de tu cuenta.
Las imágenes siguientes se atribuyen a este modelo en la guía de prompts de OpenAI enlazada; no son resultados registrados de API Hop. Los prompts y ajustes son ejemplos reutilizables, no parámetros verificados de reproducción; los prompts adaptados están identificados. Compara geometría, letras y cambios no deseados con la entrada antes de usar una edición.
Ver prompt
Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat.
He has weathered skin with visible wrinkles, pores, and sun texture, and a few faded traditional sailor tattoos on his arms.
He is calmly adjusting a net while his dog sits nearby on the deck. Shot like a 35mm film photograph, medium close-up at eye level, using a 50mm lens.
Soft coastal daylight, shallow depth of field, subtle film grain, natural color balance.
The image should feel honest and unposed, with real skin texture, worn materials, and everyday detail. No glamorization, no heavy retouching.
Give me a cool in culture ad / fashion shot for a brand called Thread.
It's a hip young street brand. The ad shows a group of friends hanging out together with the tagline "Yours to Create."
Make it feel like a polished campaign image for a youth streetwear audience: stylish, contemporary, energetic, and tasteful.
Use clean composition, strong color direction, natural poses, and premium fashion photography cues.
Render the tagline exactly once, clearly and legibly, integrated into the ad layout.
No extra text, no watermarks, no unrelated logos.
Create an original, non-infringing logo for a company called Field & Flour, a local bakery.
The logo should feel warm, simple, and timeless. Use clean, vector-like shapes, a strong silhouette, and balanced negative space.
Favor simplicity over detail so it reads clearly at small and large sizes. Flat design, minimal strokes, no gradients unless essential.
Fully transparent background. Deliver a single centered logo with generous padding, clean alpha edges, and no solid backdrop, scenery, checkerboard, or watermark.
Registrado el 22 de octubre de 2026 mediante API Hop. Cada resultado es una solicitud del modelo y modo indicados, no una garantía de éxito, velocidad o calidad de producción. Las respuestas siguientes conservan su idioma original.
La comparación visual muestra un fondo blanco y el sujeto y la composición ampliamente conservados, con pequeños cambios en superficies y reflejos. El primer plano no es idéntico píxel a píxel. Compara el borde del vaso, el hielo, el nivel del líquido, el limón, la hoja y el pedestal con la imagen original.
Esta respuesta no repitió el nombre del modelo. El registro conserva el modelo solicitado y el ID exactos; no verifica de forma independiente el enrutamiento del proveedor.
Solicitud y entrada completas
POST /openai/v1/images/generations
{
"model": "gpt-image-2.5-sunburst",
"prompt": "Edit the supplied product photograph. Replace only the turquoise background with a plain white studio background. Keep the same clear glass, orange drink level, ice, pedestal, lemon wedge and green leaf, with their shapes, colors and relative positions unchanged. Preserve the full composition. No new objects, text, logos or watermarks.",
"image_urls": [
"https://api.apihop.ai/generated/364459846248173568/0.png"
],
"n": 1,
"size": "16:9",
"resolution": "1k",
"quality": "low",
"output_format": "png",
"stream": false
}
Las imágenes siguientes se atribuyen a este modelo en la guía de prompts de OpenAI enlazada; no son resultados registrados de API Hop. Los prompts y ajustes son ejemplos reutilizables, no parámetros verificados de reproducción; los prompts adaptados están identificados. Compara geometría, letras y cambios no deseados con la entrada antes de usar una edición.
Ver prompt
Extract the product from the input image and isolate it on a fully transparent background.
Output: centered product, crisp silhouette, no halos/fringing.
Preserve product geometry and label legibility exactly.
Add only light polishing. Do not add a solid backdrop, checkerboard, scenery, or shadow.
Do not restyle the product; remove the background and preserve clean alpha transparency.
Turn this drawing into a photorealistic image.
Preserve the exact layout, proportions, and perspective.
Choose realistic materials and lighting consistent with the sketch intent.
Do not add new elements or text.
In this room photo, replace ONLY the white chairs with chairs made of wood.
Preserve camera angle, room lighting, floor shadows, and surrounding objects.
Keep all other aspects of the image unchanged.
Photorealistic contact shadows and fabric texture.
El modelo insignia de OpenAI para generar y editar imágenes con alta precisión
GPT Image 2.5 Sunburst es un modelo de generación y edición de imágenes lanzado por OpenAI el 8 de septiembre de 2026. También es la versión de la familia GPT Image 2.5 que concede mayor importancia a la calidad de imagen y a la precisión de edición.
Creemos que el mayor cambio de Sunburst no es simplemente generar imágenes más pulidas, sino comprender con mayor exactitud qué quiere cambiar el usuario y qué debe conservarse.
Por ejemplo, al crear un anuncio de producto, quizá solo quiera cambiar el ángulo del producto, ajustar la iluminación del fondo o sustituir un texto, sin alterar el aspecto del producto ni la composición de toda la imagen. Sunburst está optimizado para este tipo de trabajo que exige un control preciso.
OpenAI presenta Sunburst como un modelo para trabajo creativo avanzado y edición detallada. Frente a Flare, de la misma familia, dedica más tiempo a generar una imagen para mejorar la precisión del resultado.
Recomendamos probar primero Sunburst si su negocio depende principalmente de imágenes finales de alta calidad, como fotografía comercial, diseño publicitario y recursos de marca. Si solo quiere generar muchas imágenes rápidamente, Flare puede resultar más adecuado.
Un modelo visual con generación desde texto, edición con referencias y composición de varias imágenes
GPT Image 2.5 Sunburst no es solo un modelo de generación de imágenes a partir de texto. También admite imágenes existentes como entrada y utiliza instrucciones textuales para editarlas, transferir estilos y combinar varias referencias.
Creemos que esta capacidad se aproxima más al trabajo de diseño real que la generación desde texto por sí sola, porque los usuarios normalmente no quedan satisfechos con la primera imagen y necesitan seguir afinando detalles.
Por ejemplo, puede subir un personaje, un fondo interior y una imagen de referencia de vestuario, y pedir al modelo que regenere la escena con las posiciones y relaciones indicadas.
En las pruebas de Genflick de septiembre de 2026, la familia GPT Image 2.5 completó una composición de personaje y escena con tres imágenes de referencia, conservando la ropa del personaje, las características del fondo y las posiciones izquierda-derecha especificadas.
Esto no significa, por supuesto, que las composiciones complejas nunca fallen. Recomendamos aportar originales claros y especificar qué rasgos debe conservar el modelo cuando intervienen la apariencia de productos, la identidad de personajes o los logotipos de marcas.
Un modelo de generación con seis ajustes de calidad y resoluciones personalizadas
GPT Image 2.5 Sunburst admite seis ajustes de calidad: low, medium, high, xhigh, max y auto; el valor predeterminado es auto.
En resolución, las recomendaciones oficiales son 1024x1024, 1536x1024 y 1024x1536; también se admiten resoluciones personalizadas que cumplan las restricciones de dimensiones. El modelo permite salidas con un número de píxeles aproximadamente equivalente a 4K, aunque las resoluciones superiores siguen sujetas a limitaciones experimentales.
Creemos que el principal valor de los ajustes de calidad es permitir que los desarrolladores controlen los costes según las necesidades del negocio, en lugar de usar max en todos los casos. Como hemos repetido al hablar de otros modelos, el ajuste de razonamiento más alto puede no ofrecer el mejor resultado.
Por ejemplo, medium o high pueden bastar para ilustraciones corrientes de artículos web. Para imágenes comerciales que deban mostrar detalles de producto, puede probar además xhigh y max.
Un ajuste de calidad superior no significa que todos los requisitos se resuelvan mejor. Algunas pruebas prácticas incluso observaron que los ajustes superiores añaden elementos decorativos que el usuario no pidió.
Recomendamos fijar la composición y el contenido con un ajuste de menor coste y aumentar la calidad para los recursos finales. Es un planteamiento más razonable.
Herramientas en línea y API de GPT Image 2.5 Sunburst en RequestBeam
Con RequestBeam queremos ayudarle a experimentar antes con GPT Image 2.5 Sunburst en situaciones de negocio reales, sin dedicar primero un tiempo considerable a integrar una API.
Basta con iniciar sesión en RequestBeam, crear una clave API y añadir un pequeño saldo para empezar a evaluar el modelo con las herramientas en línea. No necesita escribir código de API ni contratar un plan fijo para una prueba breve, y puede reducir el trabajo de administrar cuentas en varias plataformas de modelos.
Funciones principales y puntos fuertes de GPT Image 2.5 Sunburst
Edición precisa: cambiar solo el contenido indicado y conservar los demás detalles en lo posible
Creemos que la edición precisa es la capacidad más destacable de GPT Image 2.5 Sunburst.
Un problema relativamente habitual en modelos anteriores era que el usuario quería cambiar un detalle pequeño, pero el modelo también modificaba la cara de una persona, la forma del producto o incluso todo el fondo.
Sunburst está optimizado para esta situación. OpenAI destaca específicamente su capacidad para realizar ediciones locales en sujetos y fondos complejos, conservando en lo posible el sujeto original, la composición y los elementos de marca.
Uno de nuestros clientes de comercio electrónico compartió una comparación entre Sunburst y Flare. Con la misma instrucción de producto en varios ajustes de calidad, observó que Sunburst conservaba de manera más constante la perspectiva, los reflejos y la composición del producto, mientras que Flare tendía más a rehacer la imagen al cambiar de ajuste.
Creemos que esta capacidad encaja bien con imágenes de productos para comercio electrónico, recursos publicitarios y modificaciones locales de diseños existentes.
Coherencia de personajes y referencias: adecuada para proyectos creativos continuos y recursos de personajes
La coherencia de personajes siempre ha sido importante para quienes crean cómics, ilustraciones narrativas y materiales de marketing con IA.
Nos interesa especialmente si Sunburst puede conservar los rasgos clave de un personaje, como estructura facial, peinado, accesorios y estilo visual general, al cambiar su pose, ropa o fondo.
En su lanzamiento, OpenAI mostró específicamente cómo trasladar un personaje de una imagen de referencia a distintas escenas, ajustar su aspecto y realizar ediciones sucesivas.
Un cliente que produce series de episodios cortos nos contó que las instrucciones con las que antes no obtenía resultados satisfactorios mejoraron notablemente con la API de Sunburst, y destacó especialmente la coherencia de personajes y la calidad de imagen.
Creemos que Sunburst sirve para producir varias imágenes promocionales del mismo personaje, ilustraciones narrativas secuenciales y personajes de marca que deban mantener una identidad visual coherente.
Recomendamos establecer primero una imagen de referencia del personaje aprobada y usarla para generar distintas escenas. Asegurar la coherencia de los recursos básicos del personaje antes de producir las imágenes finales dará mejores resultados.
Fotografía comercial: iluminación, materiales y detalles de producto más naturales
Creemos que la fotografía comercial de productos es otra aplicación importante de Sunburst.
En GPT Image 2.5, OpenAI se centró en mejorar la iluminación natural, las texturas de materiales y la conservación de detalles de las referencias. Sunburst pone todavía más énfasis en imágenes finales de alta calidad.
Por ejemplo, un cliente de comercio electrónico explicó que generaba imágenes promocionales para un producto de cuidado de la piel. Subió una referencia a Sunburst para crear imágenes con distintos fondos, exigiendo mantener las proporciones del frasco, los colores del envase y el logotipo. Quedó muy satisfecho con el resultado.
Por supuesto, evaluar fotografía comercial no consiste solo en decidir si una imagen resulta atractiva. Everypixel realizó una prueba ciega de 48 escenarios de fotografía comercial en septiembre de 2026. La preferencia por el fotorrealismo de Sunburst frente a Qwen Image 2 fue del 69.0%. Frente a GPT Image 2, sin embargo, obtuvo solo un 52.7%, con un intervalo de confianza que incluía el 50%; por tanto, no puede considerarse una ventaja clara en fotorrealismo.
Creemos que este resultado es una referencia útil. Los puntos fuertes de Sunburst pueden estar más en seguir instrucciones y controlar las ediciones que en hacer que todas las imágenes parezcan claramente más realistas.
Para imágenes de comercio electrónico recomendamos revisar por separado la forma del producto, el texto del envase, la plausibilidad de luces y sombras y los detalles del fondo. El comercio electrónico depende de que el producto real coincida con su presentación. Una discrepancia puede dañar la confianza en la marca.
Texto y diseños complejos: adecuado para carteles, infografías y diseño visual de productos
En carteles publicitarios e imágenes de marketing, el modelo debe generar la imagen y además manejar correctamente texto, números y composición.
Creemos que Sunburst ya tiene un valor práctico considerable en este ámbito.
Varios clientes nos han comunicado que Sunburst ofrece resultados satisfactorios en tareas concretas, como carteles y guiones gráficos de nueve viñetas, reduciendo mucho las revisiones y acertando a veces al primer intento.
A partir de estas experiencias concretas, creemos que ya merece la pena usar Sunburst en trabajos reales para imágenes promocionales con poco texto claramente especificado. Aun así, las imágenes con mucho texto, composiciones complejas o requisitos de marca estrictos necesitan revisión humana.
Recomendamos indicar con claridad el texto, su ubicación, los tamaños relativos y los elementos que no deben añadirse. Es preferible una instrucción estructurada, que puede ayudar a generar mejores imágenes.
Ediciones sucesivas y producción de recursos de marca: reducir las generaciones repetidas
Nos importa más que Sunburst encaje en un flujo de diseño real que su capacidad de generar una sola imagen atractiva.
En el trabajo comercial, los diseñadores suelen generar un primer borrador y revisarlo repetidamente según los comentarios: ajustar la posición del producto, cambiar colores de fondo, sustituir texto y producir versiones para distintos canales.
La familia GPT Image 2.5 mejora la conservación de detalles durante ediciones sucesivas, y Sunburst concede más importancia a la precisión de edición.
Un cliente, desarrollador que lleva tiempo usando la API de GPT Image, dijo haber generado anteriormente más de unas 80,000 imágenes y haber observado mejoras en el uso de referencias y en elementos de interfaz frente a GPT Image 2.5 al probar la nueva versión.
Creemos que la cuestión decisiva para los equipos de marketing es si hacen falta menos revisiones para pasar del primer borrador al recurso final.
Evaluaciones y rendimiento de GPT Image 2.5 Sunburst
En esta sección nos referimos a datos publicados por Artificial Analysis, Arena, Everypixel y Quantslant, además de algunas experiencias compartidas por clientes.
Calidad de generación desde texto: 1198 Elo en AA-Image-T2I v2.0
En la clasificación AA-Image-T2I v2.0 de Artificial Analysis, GPT Image 2.5 Sunburst obtuvo 1198 Elo con el ajuste max, ocupando entonces el primer puesto.
En la misma clasificación, GPT Image 2.5 Flare Max obtuvo 1191 Elo y GPT Image 2 High, 1172 Elo.
La evaluación utiliza comparaciones anónimas por pares de imágenes y calcula las puntuaciones Elo a partir de preferencias humanas, por lo que se aproxima al juicio de los usuarios sobre la calidad global de las imágenes generadas.
Sin embargo, observamos que los intervalos de confianza del 95% de Sunburst y Flare se solapan, lo que significa que su calidad global de generación desde texto es relativamente cercana.
Recomendamos probar primero Flare si su negocio se basa principalmente en generación corriente desde texto, e incluir Sunburst en la comparación para recursos con mayores exigencias de calidad visual final.
Calidad de edición: 1183 Elo en AA-Image-Editing v2.0
En AA-Image-Editing v2.0 de Artificial Analysis, Sunburst Max obtuvo 1183 Elo, frente a 1163 Elo de Flare Max y 1125 Elo de GPT Image 2 High.
Creemos que este resultado refleja el posicionamiento de Sunburst con más claridad que su puntuación de generación desde texto.
Editar una imagen no consiste en generarla desde cero, sino en producir un resultado que cumpla las expectativas del usuario a partir de una imagen existente y los cambios solicitados. Según datos compartidos por clientes, la proporción entre edición y generación desde cero es de aproximadamente 3:1. Estos resultados apuntan, por tanto, a una ventaja relativamente clara de Sunburst en edición.
Recomendamos priorizar Sunburst si desarrolla un editor de imágenes con IA, una herramienta de sustitución de fondos de productos o de relleno de zonas, en lugar de elegir solo por la clasificación de generación desde texto.
Edición con varias referencias: 1535 en Arena Multi Image Edit
En la clasificación Multi Image Edit de Arena, GPT Image 2.5 Sunburst obtuvo 1535±9, Flare 1501±8 y GPT Image 2 Medium 1454±4. Estos resultados seguían marcados como preliminares entonces.
Creemos que esta puntuación es especialmente importante para aplicaciones que combinan varias imágenes de referencia.
Por ejemplo, al reunir personas, ropa y escenas de distintas imágenes en una sola, el modelo debe comprender cada imagen y manejar también las posiciones, proporciones y relaciones visuales entre varios objetos.
Sin embargo, las puntuaciones de Arena proceden de comparaciones de preferencias y no significan que cada objeto se haya reproducido con exactitud. Para combinaciones de productos, retratos de grupo y escenas complejas, seguimos recomendando que la revisión humana de detalles sea indispensable.
Prueba ciega de fotografía comercial: solo un 52.7% de preferencia en fotorrealismo frente a GPT Image 2
Everypixel probó 48 escenarios de fotografía comercial con evaluaciones anónimas de 13 miembros de equipos de producción.
En la comparación entre Sunburst y GPT Image 2, las tres dimensiones principales dieron un 52.7% de preferencia en fotorrealismo, un 55.2% en seguimiento de instrucciones y un 56.7% en preferencia estética.
Creemos que esta prueba recuerda que el 52.7% no demuestra una ventaja estadísticamente clara en fotorrealismo. Aunque Sunburst tiene una pequeña ventaja en seguimiento de instrucciones y estética, también es relativamente limitada.
Por ello recomendamos que los equipos que ya usan GPT Image 2 para fotografía comercial no migren todo precipitadamente. Empiecen probando Sunburst en edición precisa, composiciones complejas y manejo de texto, y decidan después si cambiar.
Everypixel · Evaluación independientePreferencia por Sunburst frente a GPT Image 248 escenas de fotografía comercial · 13 revisores de producción · Prueba ciega
Cuota de preferencia (%) · Más alto es mejor · 50% = igual preferencia
0255075100
Fotorrealismo52.7%
Fidelidad al prompt55.2%
Estética56.7%
El intervalo de confianza del realismo incluye 50%: sin ventaja estadísticamente clara. Las demás mejoras de preferencia son modestas.
Velocidad y coste: aproximadamente 28 segundos en High y 78 en Max
Quantslant comparó la velocidad y el coste de Sunburst y Flare usando la misma instrucción.
Con una resolución de 1536×864, los resultados fueron:
Calidad
Tiempo de Sunburst
Tiempo de Flare
Coste por imagen
Media
14.0 segundos
12.8 segundos
$0.0086
Alta
27.8 segundos
17.9 segundos
$0.033
Máxima
77.8 segundos
37.6 segundos
$0.130
Los datos proceden de un entorno de prueba específico, con pocas muestras en calidad media. No deben interpretarse como tiempos de respuesta estables de la plataforma ni precios fijos.
Creemos que lo principal es que Sunburst y Flare usan las mismas tarifas oficiales por token, pero Sunburst tarda notablemente más en los ajustes altos. Pasar de High a Max también aumenta mucho el coste por imagen, sin garantizar una mejora proporcional de calidad. Lo hemos repetido: los ajustes de razonamiento superiores requieren más tiempo, pero no siempre producen los mejores resultados. Es una idea poco intuitiva que insistimos en transmitir a nuestros clientes.
Recomendamos empezar con High al evaluar imágenes corrientes. Pruebe Max para publicidad de alto valor o imágenes finales que deban conservar detalles complejos. Para generación rápida y vistas previas repetidas, recomendamos más claramente Flare.
GPT Image 2.5 Sunburst frente a Flare, GPT Image 2, Nano Banana 2.1 y MAI-Image-2.6
Frente a GPT Image 2.5 Flare: priorizar precisión de edición o velocidad de generación
Creemos que Sunburst y Flare son la comparación más natural por pertenecer a la misma generación, aunque están optimizados para necesidades empresariales diferentes.
Según las pruebas independientes de Artificial Analysis, la diferencia de calidad en generación desde texto no es grande. Sunburst Max obtiene 1198 Elo y Flare Max, 1191 Elo.
En edición, la ventaja de Sunburst es más marcada: 1183 y 1163 Elo, respectivamente.
En velocidad, Quantslant observó que Flare era claramente más rápido en High, con una diferencia aún mayor en Max.
No vemos una simple relación de actualización y sustitución entre ambos, y sus usos no son idénticos.
Si desarrolla un generador de ilustraciones para blogs o un sitio general de imágenes desde texto, o necesita producir recursos para redes sociales en volumen, recomendamos priorizar Flare.
Si su producto permite subir referencias y realizar ediciones precisas y repetidas de personas, productos y zonas de una imagen, recomendamos más claramente Sunburst.
Para plataformas con generación y edición, recomendamos Flare para crear rápidamente y Sunburst para el refinamiento detallado. En ambos, recomendamos comenzar las pruebas en high.
Frente a GPT Image 2: la nueva versión encaja mejor en edición, pero no toda imagen comercial justifica migrar
GPT Image 2 es una referencia importante para Sunburst, porque muchas aplicaciones que ya usan la generación de OpenAI deben decidir si merece la pena actualizarse.
En las evaluaciones de Artificial Analysis, Sunburst supera a GPT Image 2 en Elo tanto en generación desde texto como en edición.
Sin embargo, la prueba ciega de fotografía comercial de Everypixel aporta otra perspectiva: Sunburst no mostró una ventaja estadísticamente clara en fotorrealismo.
Creemos que esto indica que lo más destacable de la nueva versión es manejar requisitos complejos y tareas de edición, no generar imágenes claramente más atractivas en todos los escenarios comerciales.
Los ajustes de calidad también difieren. GPT Image 2 llega hasta High, mientras que Sunburst añade XHigh y Max, con más opciones para las salidas finales.
Para equipos que ya usan GPT Image 2 recomendamos migrar primero las tareas de edición y composición con varias referencias. Las imágenes de presentación de productos y las ilustraciones de artículos que ya funcionan de manera estable pueden mantener el modelo anterior como comparación inicial.
No recomendamos sustituir todas las tareas solo porque Sunburst sea más nuevo. Lo correcto es decidir después de probar los usos de su negocio.
Frente a Nano Banana 2.1: mayor preferencia en edición frente a menores costes de generación
Nano Banana 2.1 es el modelo de generación y edición de Google y una alternativa de otra plataforma que merece considerarse al evaluar Sunburst.
En AA-Image-T2I v2.0 de Artificial Analysis, Sunburst Max obtiene 1198 Elo y Nano Banana 2.1, 1160 Elo.
En la clasificación de edición obtienen 1183 y 1137 Elo, respectivamente.
Estos dos resultados favorecen a Sunburst en pruebas independientes de preferencias.
Sin embargo, el coste también cuenta. En las configuraciones normalizadas de evaluación correspondientes, Artificial Analysis indica aproximadamente $210.7 por mil imágenes para Sunburst y $33.6 por mil para Nano Banana 2.1. Estas cifras solo se aplican a dichas configuraciones, no son costes fijos para cualquier resolución y calidad.
Creemos que puede priorizar Sunburst si busca mayor calidad de edición. Si necesita generar muchas imágenes, conviene evaluar detenidamente la ventaja de coste de Nano Banana 2.1.
Frente a MAI-Image-2.6: distintas opciones para trabajo visual preciso y producción en volumen
MAI-Image-2.6 es el modelo de generación de Microsoft AI y también merece incluirse en las pruebas de selección para imágenes comerciales.
En generación desde texto de Artificial Analysis, Sunburst Max obtiene 1198 Elo frente a 1151 Elo de MAI-Image-2.6. En edición, las puntuaciones son 1183 y 1139 Elo, respectivamente.
Ambas pruebas sitúan a Sunburst por delante en preferencias humanas. Los costes normalizados por mil imágenes de la misma evaluación son aproximadamente $210.7 y $38.9, respectivamente.
Creemos que Sunburst merece prioridad si necesita anuncios de alta gama, imágenes detalladas de productos o recursos de marca sometidos a varias rondas de edición.
Pero si necesita generar fondos en volumen para un catálogo amplio o producir continuamente muchas ilustraciones para un sitio de contenidos, MAI-Image-2.6 puede ser más económico.
Para aplicaciones de gran volumen recomendamos definir primero la calidad mínima aceptable y elegir después el modelo que la alcance con menor coste total, en lugar de usar simplemente el primero de la clasificación.
Preguntas frecuentes de integración de la API de GPT Image 2.5 Sunburst
¿Cómo llamo a este modelo mediante API Hop?
Crea una clave API de API Hop para tu servidor y envía JSON a POST /openai/v1/images/generations con el ID del modelo de esta página y un prompt. Omite image_urls para crear una imagen nueva. Revisa el precio actual antes de enviar: la generación se factura y no es una prueba de conexión gratuita.
¿Cómo edito una imagen de referencia mediante API Hop?
Envía el modelo seleccionado, un prompt de edición e image_urls a POST /openai/v1/images/generations. Incluye hasta 16 URL de imágenes HTTP(S) de acceso público. Este endpoint de API Hop usa JSON para generar y editar imágenes de referencia. Su contrato público actual no admite cargas multipart, URI de datos base64, máscaras ni una ruta /images/edits separada. Describe los cambios y los detalles que conservar, y revisa el resultado completo. Para otra edición, vuelve a enviar el resultado anterior como URL de referencia; el endpoint no conserva el historial de conversación.
¿Dónde está la URL de la imagen generada?
Con stream: false, API Hop espera a que termine y devuelve las URL de imágenes en data[].url junto con la información de uso disponible. Revisa el estado HTTP y el cuerpo de la respuesta antes de leer el resultado. Usa el formato documentado para este endpoint, no un analizador de respuestas Base64 del proveedor. Descarga las imágenes terminadas a tu almacenamiento si tu aplicación necesita acceso duradero.
¿Cómo leo un resultado en streaming?
Con stream: true, lee los eventos SSE hasta image_generation.completed y [DONE], y gestiona los eventos de error. No se garantizan vistas previas parciales. Este endpoint Images generations no devuelve un ID de tarea para sondeo. Si la conexión termina antes de completarse, conserva cualquier ID de solicitud y revisa los registros y el uso de la cuenta antes de otra generación potencialmente facturable. La desconexión del cliente no demuestra que la generación se haya cancelado.
Ejemplos de API y parámetros admitidos de GPT Image 2.5 Sunburst
Inicio rápido de la API de GPT Image 2.5 Sunburst
gpt-image-2.5-sunburst
model es obligatorio; estos ejemplos usan el ID del modelo de esta página. Comprueba el acceso de tu clave API con GET /v1/models.
Generación de imágenesPOST /openai/v1/images/generations
curl -X POST "https://api.apihop.ai/openai/v1/images/generations" \
-H "Authorization: Bearer <API_KEY>" \
-H "Content-Type: application/json" \
-d '{"model":"gpt-image-2.5-sunburst","prompt":"Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat.\nHe has weathered skin with visible wrinkles, pores, and sun texture, and a few faded traditional sailor tattoos on his arms.\nHe is calmly adjusting a net while his dog sits nearby on the deck. Shot like a 35mm film photograph, medium close-up at eye level, using a 50mm lens.\nSoft coastal daylight, shallow depth of field, subtle film grain, natural color balance.\nThe image should feel honest and unposed, with real skin texture, worn materials, and everyday detail. No glamorization, no heavy retouching.","n":1,"size":"1:1","quality":"low","output_format":"png","stream":false,"resolution":"1k","image_urls":[],"background":"auto"}'
Límites de solicitud y respuesta de API Hop
Crea una clave API de API Hop para tu servidor y envía JSON a POST /openai/v1/images/generations con el ID del modelo de esta página y un prompt. Omite image_urls para crear una imagen nueva. Revisa el precio actual antes de enviar: la generación se factura y no es una prueba de conexión gratuita.
Envía el modelo seleccionado, un prompt de edición e image_urls a POST /openai/v1/images/generations. Incluye hasta 16 URL de imágenes HTTP(S) de acceso público. Este endpoint de API Hop usa JSON para generar y editar imágenes de referencia. Su contrato público actual no admite cargas multipart, URI de datos base64, máscaras ni una ruta /images/edits separada. Describe los cambios y los detalles que conservar, y revisa el resultado completo. Para otra edición, vuelve a enviar el resultado anterior como URL de referencia; el endpoint no conserva el historial de conversación.
Con stream: false, API Hop espera a que termine y devuelve las URL de imágenes en data[].url junto con la información de uso disponible. Revisa el estado HTTP y el cuerpo de la respuesta antes de leer el resultado. Usa el formato documentado para este endpoint, no un analizador de respuestas Base64 del proveedor. Descarga las imágenes terminadas a tu almacenamiento si tu aplicación necesita acceso duradero.
Con stream: true, lee los eventos SSE hasta image_generation.completed y [DONE], y gestiona los eventos de error. No se garantizan vistas previas parciales. Este endpoint Images generations no devuelve un ID de tarea para sondeo. Si la conexión termina antes de completarse, conserva cualquier ID de solicitud y revisa los registros y el uso de la cuenta antes de otra generación potencialmente facturable. La desconexión del cliente no demuestra que la generación se haya cancelado.
