Edite imagens com a API OpenAI GPT Image 2 Edit. Use alterações guiadas por prompt, entrada com várias imagens, controles flexíveis de qualidade e saída criativa estável.
Experimente agora o Gerador de Imagens por IA
A GPT Image 2 Edit API da OpenAI oferece edição de imagens com IA econômica e pronta para produção para desenvolvedores e equipes criativas. Essa integração profissional de API de edição de imagens ajuda você a transformar visuais existentes por meio de instruções em linguagem natural, preservando a coerência da cena, a consistência de estilo e a intenção de design. Construído sobre a stack mais recente de edição de imagens GPT da OpenAI, o GPT Image 2 Edit combina raciocínio multimodal semântico com controles flexíveis de qualidade e suporte a múltiplas imagens de entrada para fluxos de trabalho de edição escaláveis no Best Image AI.
Observação Certifique-se de que seus prompts estejam em conformidade com as políticas de uso da OpenAI. Se ocorrer um erro, revise seu prompt em busca de conteúdo restrito, ajuste-o e tente novamente.
GPT Image 2 Edit vs. GPT Image 2 Edit Client
O GPT Image 2 Edit Client oferece os mesmos recursos centrais de edição de imagens com um caminho de acesso muito acessível para equipes que priorizam eficiência de custo. O GPT Image 2 Edit mantém a mesma edição semântica forte, suporte a fluxo de trabalho com múltiplas imagens e adequação à produção, tornando ambas as variantes apropriadas para pipelines profissionais de edição dependendo das prioridades de orçamento.
GPT Image 2 Edit vs. Runway Gen-4 References
O Runway Gen-4 References é forte em fluxos visuais cinematográficos guiados por referência. A GPT Image 2 Edit API se diferencia com edição flexível de múltiplas imagens, seguimento confiável de instruções e edição eficiente baseada em API para uso prático em produção.
GPT Image 2 Edit vs. Stable Image Edit
O Stable Image Edit oferece flexibilidade de personalização e o apelo de um ecossistema aberto. O GPT Image 2 Edit oferece integração de API com menos atrito, comportamento semântico de edição mais refinado e forte qualidade pronta para uso para equipes que querem edição confiável sem sobrecarga de infraestrutura.
GPT Image 2 Edit vs. Qwen Image 2.0 Edit
O Qwen Image 2.0 Edit é um forte modelo de edição orientado a valor com vantagens multilíngues. A GPT Image 2 Edit API se destaca com o seguimento refinado de instruções da OpenAI, suporte robusto a fluxos com múltiplas imagens e controle de edição confiável orientado a design.
GPT Image 2 Edit vs. Nano Banana 2 Edit
O Nano Banana 2 Edit enfatiza a velocidade do Gemini Flash e a alta produtividade de edição com baixo custo. O GPT Image 2 Edit foca em edição semântica refinada, composição flexível com múltiplas imagens e forte integração de fluxo de trabalho da OpenAI para pipelines profissionais de edição.
// Step 1: Submit generation request
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
method: 'POST',
headers: {
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
body: JSON.stringify({
model_name: 'gpt-image-2-edit',
width: 1,
height: 1,
resolution: '1k',
prompt: 'Change the jacket color to deep navy, keep lighting consistent',
quality: 'medium',
image_url_list: ['https://example.com/source.jpg']
})
});
const { data } = await response.json();
const taskId = data.task_id;
// Step 2: Poll for results
const taskId = data.task_id;
const pollResult = async (taskId) => {
const res = await fetch(`https://api.flaq.ai/api/v1/image/${taskId}`, {
headers: { 'Authorization': 'Bearer YOUR_API_KEY' }
});
return res.json();
};
while (true) {
const pollResultData = await pollResult(taskId);
const status = pollResultData.data.task_status;
if (status === 'succeed') {
console.log(pollResultData.data.task_result.images[].);
;
}
(status === ) {
.(pollResultData..);
;
}
( (resolve, ));
}
# Step 1: Submit generation request
import requests
response = requests.post(
'https://api.flaq.ai/api/v1/image/task',
headers={
'Content-Type': 'application/json',
'Authorization': 'Bearer YOUR_API_KEY'
},
json={
'model_name': 'gpt-image-2-edit',
'width': 1,
'height': 1,
'resolution': '1k',
'prompt': 'Change the jacket color to deep navy, keep lighting consistent',
'quality': 'medium',
'image_url_list': ['https://example.com/source.jpg']
}
)
task_id = response.json()['data']['task_id']
# Step 1: Submit generation request
curl -X POST https://api.flaq.ai/api/v1/image/task \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model_name": "gpt-image-2-edit",
"width": 1,
"height": 1,
"resolution": "1k",
"prompt": "Change the jacket color to deep navy, keep lighting consistent",
"quality": "medium",
"image_url_list": ["https://example.com/source.jpg"]
}'
# Step 2: Poll for results
# Replace {task_id} with the task_id returned from the submit response
curl -X GET "https://api.flaq.ai/api/v1/image/{task_id}" \
-H "Authorization: Bearer YOUR_API_KEY"
# Step 2: Poll for results
task_id = response.json()['data']['task_id']
poll_url = f"https://api.flaq.ai/api/v1/image/{task_id}"
while True:
poll_result = requests.get(poll_url, headers={'Authorization': 'Bearer YOUR_API_KEY'}).json()
status = poll_result['data']['task_status']
if status == 'succeed':
print(poll_result['data']['task_result']['images'][0]['url'])
break
if status == 'failed':
print(poll_result['data']['task_status_msg'])
break
time.sleep(10)