GPT Image 2

GPT Image 2 è l’ultimo modello GPT Image di OpenAI per generare e modificare immagini. Aiberm lo espone tramite endpoint immagine compatibili con OpenAI, così puoi usare l’SDK OpenAI cambiando base_url / baseURL in https://aiberm.com/v1.

Endpoint di generazione: POST https://aiberm.com/v1/images/generations

Endpoint di modifica: POST https://aiberm.com/v1/images/edits

Modello: gpt-image-2

Scegliere un’API

Usa l’Image API quando ti serve una richiesta per generare o modificare un’immagine. Questo è il percorso consigliato per la maggior parte delle integrazioni Aiberm.

OpenAI documenta anche la generazione di immagini come strumento nella Responses API per flussi conversazionali o multi-step. Se la tua integrazione dipende dalla modifica multi-turno, verifica prima che il modello e l’endpoint Aiberm supportino la Responses API.

Generare un’immagine

L’Image API restituisce i dati dell’immagine in base64 in data[0].b64_json. Decodificali e scrivi i byte su un file.

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)

Output di esempio verificato

Questa immagine è stata generata con l’esempio Python sopra e salvata da data[0].b64_json.

Modificare con immagini di riferimento

Passa una o più immagini a images.edit e descrivi l’output desiderato. Più immagini di input possono essere usate come riferimenti per una nuova composizione.

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)

Modifica di riferimento verificata

L’esempio di modifica combina l’immagine del prodotto con lo sfondo della scrivania e restituisce un nuovo PNG 1536x1024.

Input prodotto	Input sfondo	Output modificato

Modificare con una maschera

Usa una maschera quando vuoi guidare quale area deve cambiare. L’immagine di origine e la maschera devono avere le stesse dimensioni e lo stesso formato, e la maschera deve includere un canale alpha.

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)

Modifica con maschera verificata

L’immagine della maschera usa un canale alpha per guidare l’area modificabile. L’immagine restituita è un PNG normale.

Immagine di origine	Immagine maschera	Output modificato

Streaming di immagini parziali

L’API upstream di OpenAI documenta stream e partial_images per ricevere immagini intermedie prima del risultato finale. Su Aiberm, considera questa funzione dipendente dalla compatibilità: usa il flusso standard non in streaming a meno che il tuo endpoint non abbia confermato esplicitamente il supporto allo streaming.

Se invii stream: true e partial_images, la risposta potrebbe comunque essere un payload JSON finale normale con data[0].b64_json.

Opzioni di output

Note e limitazioni

• I prompt complessi possono richiedere più tempo; progetta l’app tenendo conto di timeout e lavoro in background.
• Il rendering del testo è migliorato ma non è ancora garantito che sia esatto. Per loghi, etichette o mockup UI, controlla l’output prima di pubblicare.
• Il modello potrebbe non preservare perfettamente personaggi ricorrenti, layout esatti o dettagli di brand tra generazioni separate.
• Per le modifiche, ometti input_fidelity con gpt-image-2; il modello elabora automaticamente gli input immagine ad alta fedeltà.
• Per le modifiche con maschera, la maschera è una guida piuttosto che una selezione pixel-perfect.