GPT Image 2

GPT Image 2 es el modelo GPT Image más reciente de OpenAI para generar y editar imágenes. Aiberm lo expone a través de endpoints de imagen compatibles con OpenAI, de modo que puedes usar el SDK de OpenAI cambiando base_url / baseURL a https://aiberm.com/v1.

Endpoint de generación: POST https://aiberm.com/v1/images/generations

Endpoint de edición: POST https://aiberm.com/v1/images/edits

Modelo: gpt-image-2

Elegir una API

Usa la Image API cuando necesites una sola solicitud para generar o editar una imagen. Esta es la vía recomendada para la mayoría de las integraciones de Aiberm.

OpenAI también documenta la generación de imágenes como una herramienta en la Responses API para flujos de trabajo de imagen conversacionales o de varios pasos. Si tu integración depende de edición en varios turnos, primero confirma que tu modelo y endpoint de Aiberm admitan la Responses API.

Generar una imagen

La Image API devuelve datos de imagen en base64 en data[0].b64_json. Decodifícalos y escribe los bytes en un archivo.

1from openai import OpenAI
2import base64
3 
4client = OpenAI(
5  api_key="YOUR_API_KEY",
6  base_url="https://aiberm.com/v1",
7)
8 
9result = client.images.generate(
10  model="gpt-image-2",
11  prompt="A clean product photo of a matte black smart desk lamp on a white background",
12  size="1024x1024",
13  quality="medium",
14)
15 
16image_base64 = result.data[0].b64_json
17image_bytes = base64.b64decode(image_base64)
18 
19with open("lamp.png", "wb") as f:
20  f.write(image_bytes)

Salida de ejemplo verificada

Esta imagen se generó con el ejemplo de Python anterior y se guardó desde data[0].b64_json.

Editar con imágenes de referencia

Pasa una o más imágenes a images.edit y describe la salida deseada. Se pueden usar varias imágenes de entrada como referencias para una nueva composición.

1from openai import OpenAI
2import base64
3 
4client = OpenAI(
5  api_key="YOUR_API_KEY",
6  base_url="https://aiberm.com/v1",
7)
8 
9result = client.images.edit(
10  model="gpt-image-2",
11  image=[
12      open("product.png", "rb"),
13      open("background.png", "rb"),
14  ],
15  prompt="Place the product from the first image onto the desk in the second image. Keep realistic lighting.",
16  size="1536x1024",
17  quality="high",
18)
19 
20image_bytes = base64.b64decode(result.data[0].b64_json)
21with open("edited-product.png", "wb") as f:
22  f.write(image_bytes)

Edición de referencia verificada

El ejemplo de edición combina la imagen del producto con el fondo del escritorio y devuelve un PNG nuevo de 1536x1024.

Entrada de producto	Entrada de fondo	Salida editada

Editar con una máscara

Usa una máscara cuando quieras orientar qué área debe cambiar. La imagen de origen y la máscara deben tener las mismas dimensiones y formato, y la máscara debe incluir un canal alfa.

1from openai import OpenAI
2import base64
3 
4client = OpenAI(
5  api_key="YOUR_API_KEY",
6  base_url="https://aiberm.com/v1",
7)
8 
9result = client.images.edit(
10  model="gpt-image-2",
11  image=open("room.png", "rb"),
12  mask=open("mask.png", "rb"),
13  prompt="Replace the masked area with a modern walnut bookshelf.",
14)
15 
16image_bytes = base64.b64decode(result.data[0].b64_json)
17with open("room-bookshelf.png", "wb") as f:
18  f.write(image_bytes)

Edición con máscara verificada

La imagen de máscara usa un canal alfa para orientar el área editable. La imagen devuelta es un PNG normal.

Imagen de origen	Imagen de máscara	Salida editada

Imágenes parciales en streaming

La API original de OpenAI documenta stream y partial_images para recibir imágenes intermedias antes del resultado final. En Aiberm, trátalo como dependiente de la compatibilidad: usa el flujo estándar sin streaming a menos que tu endpoint haya confirmado de forma explícita el soporte de streaming.

Si envías stream: true y partial_images, la respuesta puede seguir siendo un payload JSON final normal con data[0].b64_json.

Opciones de salida

Notas y limitaciones

• Los prompts complejos pueden tardar más en procesarse; diseña tu aplicación teniendo en cuenta tiempos de espera y trabajo en segundo plano.
• El renderizado de texto ha mejorado, pero aún no se garantiza que sea exacto. Para logotipos, etiquetas o maquetas de UI, revisa la salida antes de publicarla.
• El modelo puede no preservar de forma perfecta personajes recurrentes, diseños exactos o detalles de marca entre generaciones separadas.
• Para ediciones, omite input_fidelity con gpt-image-2; el modelo procesa las entradas de imagen con alta fidelidad de forma automática.
• En ediciones con máscara, la máscara es una guía, no una selección píxel a píxel.