GPT Image 2.5 Flare

Genera y edita imágenes hasta 4K con OpenAI GPT Image 2.5 Flare — 3 niveles de calidad (low, medium, high), 16 relaciones de aspecto y edición con múltiples referencias.

Texto a imagendesde$0.0075Edición de imagendesde$0.0075
Preciosdesde $0.0075/solicitud
Latencia~60 segundos en promedio
Resolución1K/2K/4K
Ideal paraimage, openai, gpt-image-2.5-flare

Parámetros

Costo Estimado

Precios →
Ahorras 75% en este modelo
Costo base por request$0.03
Descuento-75%
Tu Total$0.0075
Ahorras $0.023 por solicitud

Inicia sesión para ejecutar modelos

Output Preview

Ready

No output yet

Run the model to see generated results.

Ejemplo de salida

Ejemplo de API— Parámetros Actuales

SDKs y Bibliotecas →
generate.py
import requests

result = requests.post(
    'https://api.e2x.ai/v1/jobs/submit',
    headers={
        'Authorization': f'Bearer {API_KEY}',
        'Content-Type': 'application/json'
    },
    json={
  'model': 'openai/gpt-image-2.5-flare/edit-image',
  'input': {}
}
)

Obtener trabajo— Consultar resultado

get_job.py
import time

job_id = result.json()['jobId']

while True:
    response = requests.get(
        f'https://api.e2x.ai/v1/jobs/{'{job_id}'}',
        headers={'Authorization': f'Bearer {'{API_KEY}'}'}
    )
    data = response.json()['data']

    if data['status'] == 'completed':
        print('Done!', data['outputs'][0]['url'])
        break
    elif data['status'] == 'failed':
        raise Exception(f"Job failed: {'{'}data['error']['message']{'}'}")

    time.sleep(2)
Explorar alternativas

Modelos relacionados

Descubre más modelos de IA para Edición de imagen

Ejemplo de salida de GPT Image 2.6 SunburstImagen
OpenAIopenaiNuevo

GPT Image 2.6 Sunburst

Edita y combina hasta 16 imágenes de referencia con prompts de 50,000 caracteres, máscaras y guía de anotaciones visuales con OpenAI GPT Image 2.6 Sunburst. $0.0525 por edición 1K (75% dto.) hasta 4K.

  • openai
  • gpt-image-2.6-sunburst
  • text-to-image
$0.03$0.0075-75%/ solicitud
Ejemplo de salida de GPT Image 2.6 FlareImagen
OpenAIopenaiNuevo

GPT Image 2.6 Flare

Edita y combina hasta 16 imágenes de referencia a alta velocidad con prompts de 50,000 caracteres, máscaras y anotaciones visuales en OpenAI GPT Image 2.6 Flare. $0.0525 por edición 1K (75% dto.).

  • openai
  • gpt-image-2.6-flare
  • text-to-image
$0.03$0.0075-75%/ solicitud
Ejemplo de salida de GPT Image 2.5 SunburstImagen
OpenAIopenaiNuevo

GPT Image 2.5 Sunburst

Edita y transforma imágenes usando entradas de referencia e instrucciones en lenguaje natural con GPT Image 2.5 Sunburst. Admite prompts de hasta 50,000 caracteres, resolución 4K y 5 niveles de calidad.

  • openai
  • gpt-image-2.5-sunburst
  • text-to-image
$0.03$0.0075-75%/ solicitud
Ejemplo de salida de Nano Banana 2.1Imagen
GooglegoogleNuevo

Nano Banana 2.1

Edición de imágenes Google Nano Banana 2.1 al precio más bajo del mundo ($0.03 en 1K, $0.04 en 2K, $0.09 en 4K con 50% de descuento) y multirreferencia.

  • google
  • nano-banana-2.1
  • text-to-image
$0.06$0.03-50%/ solicitud
Recursos

Blog

Ideas, tutoriales y novedades del equipo de E2X.

Ver todo

API de edición de imágenes y referencias de GPT Image 2.5 Flare en E2X

GPT Image 2.5 Flare edit-image es el endpoint de edición condicionada por referencias de OpenAI en E2X, disponible en openai/gpt-image-2.5-flare/edit-image. Envía una o varias URLs de origen en image_urls junto con una instrucción de hasta 50,000 caracteres, y el modelo modificará la imagen existente, compondrá múltiples productos en una sola escena o sustituirá textos integrados. Con nuestro descuento permanente del 75%, una edición en 1K se factura a $0.0525 por imagen generada en resoluciones 1K, 2K y 4K con 3 niveles de calidad (low, medium, high), un 75% por debajo de los $0.211 en fal.ai. Para los niveles de calidad xhigh y max, utiliza GPT Image 2.5 Sunburst (edit-image).

¿Vas a generar únicamente a partir de una descripción escrita sin fotos de referencia? Llama entonces a GPT Image 2.5 Flare text-to-image, que aplica la misma tabla de tarifas y solo requiere prompt.

Precios por edición según resolución y nivel de calidad

Cada solicitud de edición en openai/gpt-image-2.5-flare/edit-image comienza con una tarifa base de lista de $0.03 (30,000 microcéntimos) que nuestro descuento global del 75% reduce a $0.0075 (7,500 microcéntimos) antes de aplicar dos coeficientes de parámetros:

  • Factor de resolution: 1K (predeterminado) = ×1, 2K = ×2, 4K = ×3.
  • Factor de quality: low, medium y high (predeterminado) aplican cada uno un coeficiente de ×7.

Dado que las tres opciones de quality multiplican por 7 la base con descuento de $0.0075 ($0.0075 × 7 = $0.0525 en 1K), resolution es la única variable que modifica el precio. Puedes ejecutar calidad high exactamente por el mismo precio que low. Además, a diferencia de nuestra ruta anterior GPT Image 2 edit-image, donde quality era un campo obligatorio, en GPT Image 2.5 Flare quality es opcional y toma high por defecto.

Matriz completa de tarifas por edición verificada el 4 de noviembre de 2026:

Resolución de salidaTarifa E2X con descuentoTarifa de lista sin dto.Factor combinadoEquivalente en fal.aiFase de edición habitual
1K (por defecto en esquema)$0.0525$0.211 × 7$0.211 (75% más caro)Ajuste de prompts, pruebas de texto en etiquetas, cambios de fondo
2K$0.1050$0.422 × 7$0.222 (53% más caro)Packshots de comercio electrónico en producción y banners web principales
4K$0.1575$0.633 × 7$0.401 (61% más caro)Composiciones listas para imprenta y exportaciones maestras en alta resolución

Esa estructura de precios simplifica el presupuesto de un ciclo de edición. Cuando estés ajustando un prompt para reemplazar el texto de la etiqueta de una botella o probando tres entornos de iluminación distintos para el recorte de un producto, mantén resolution en 1K ($0.0525 cada una) mientras ejecutas calidad high. Cinco ediciones exploratorias en 1K más una exportación final en 2K ($0.105) suman $0.3675 en total.

Los precios y las condiciones del producto pueden cambiar. Consulta las tarifas vigentes de cada proveedor antes de tomar una decisión de compra. Los precios de Google Batch o Flex no equivalen directamente a una solicitud de API estándar bajo demanda, ya que difieren las condiciones de programación, disponibilidad y procesamiento; por tanto, quedan excluidos de esta comparativa. Esta es una comparación acotada, no una afirmación de que E2X sea la opción más barata del mercado en cualquier configuración.

Flujos de trabajo de edición principales para este endpoint

  • Localización y reemplazo de texto dentro de la imagen: Pasa al endpoint un cartel terminado, el diseño plano de un envase o una tarjeta de interfaz y especifica entre comillas dobles la cadena exacta de sustitución. El modelo actualiza las palabras manteniendo intactos el diseño circundante, la perspectiva y el sombreado de la superficie.
  • Composición de escenas con múltiples referencias: Proporciona un array de URLs de origen en image_urls para combinar elementos separados en un mismo encuadre, como colocar el recorte de un producto de la imagen 1 sobre la mesa de estudio mostrada en la imagen 2 bajo la paleta de colores de la imagen 3.
  • Cambios específicos de atributos y rediseño de estilo: Mantén fija la geometría del sujeto mientras cambias materiales, vestuario, hora del día o escenario de fondo mediante un prompt diferencial.
  • Límite ampliado de prompt de 50,000 caracteres: Mientras que la versión de texto a imagen limita los prompts a 32,000 caracteres, edit-image acepta hasta 50,000 caracteres, ofreciendo a los pipelines automatizados espacio de sobra para enviar especificaciones detalladas de maquetación, reglas de estilo de marca e instrucciones por imagen de referencia.

Solicitud a la API: envío de URLs de origen y sondeo

prompt e image_urls son los dos parámetros obligatorios en openai/gpt-image-2.5-flare/edit-image. aspect_ratio (por defecto 1:1), resolution (por defecto 1K) y quality (por defecto high) son opcionales.

Aquí tienes una llamada con curl que envía la edición de la etiqueta de un envase con calidad high y resolución 2K ($0.105):

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-image-2.5-flare/edit-image",
    "input": {
      "prompt": "Change the main label title on the amber glass jar to \"BERGAMOT & CEDAR SOY CANDLE\" in the same serif font and gold foil finish. Keep the apothecary jar shape, wooden lid, and linen backdrop unchanged.",
      "image_urls": [
        "https://example.com/assets/amber-jar-original.png"
      ],
      "aspect_ratio": "4:5",
      "resolution": "2K",
      "quality": "high"
    }
  }'

A continuación se muestra un ejemplo completo en Node.js que compone dos imágenes de referencia en 1K ($0.0525) y sondea el trabajo hasta que termina:

const headers = {
  Authorization: `Bearer ${process.env.E2X_API_KEY}`,
  "Content-Type": "application/json",
};

const createJob = await fetch("https://api.e2x.ai/v1/jobs/submit", {
  method: "POST",
  headers,
  body: JSON.stringify({
    model: "openai/gpt-image-2.5-flare/edit-image",
    input: {
      prompt: "Place the titanium chronograph watch from image 1 onto the wet slate block in image 2. Match the cool side-lighting from image 2 and keep the sub-dial numerals sharp.",
      image_urls: [
        "https://example.com/assets/chronograph-front.png",
        "https://example.com/assets/wet-slate-surface.jpg",
      ],
      aspect_ratio: "1:1",
      resolution: "1K",
      quality: "high",
    },
  }),
}).then((res) => res.json());

const jobId = createJob.data.jobId;

while (true) {
  await new Promise((r) => setTimeout(r, 3000));
  const statusPayload = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, {
    headers,
  }).then((res) => res.json());

  const state = statusPayload.data.status;
  if (state === "completed") {
    console.log("Edited output URL:", statusPayload.data.outputs[0].url);
    break;
  }
  if (state === "failed" || state === "cancelled") {
    throw new Error(statusPayload.data.error?.message || `Edit job ${state}`);
  }
}

Cada URL incluida en image_urls debe ser accesible públicamente mediante HTTPS para que nuestros workers puedan descargar el archivo de origen. Puedes revisar la definición completa de parámetros en la especificación del endpoint legible por máquina o integrarlo mediante nuestros SDKs oficiales.

Comparativa de endpoints de edición de imágenes en E2X

Elige entre nuestros seis endpoints de imagen a imagen según si tu edición se centra en tipografía, recortes transparentes, identidad facial o costes en grandes volúmenes:

Modelo de ediciónPrecio 1KPrecio 4KResolución máx.Ventaja principal
GPT Image 2.5 Flare edit$0.0525$0.15754KPrompts de 50,000 caracteres, 3 niveles de calidad (low, medium, high), proporción auto
GPT Image 2 edit$0.0525$0.15754KAdmite background: "transparent" para recortes PNG con canal alfa al mismo precio
Nano Banana 2.1 edit$0.0300$0.09004KPrecio de edición 4K más bajo ($0.09) y 15 proporciones hasta 8:1
Nano Banana Pro edit$0.0750$0.15004KMejor retención de identidad facial con múltiples referencias de personajes
Nano Banana 2 edit$0.0400$0.08004KCambios rápidos de fondo y ajustes de color para uso diario
Nano Banana 2 Lite edit$0.0238n/a1KMenor coste fijo de edición en 1K para pipelines de catálogos masivos

Cuando una edición requiera un fondo PNG transparente (background: "transparent"), utiliza GPT Image 2 edit-image a la misma tarifa de $0.0525 (1K), ya que gpt-image-2.5-flare/edit-image no expone el campo background. Cuando necesites ediciones en 4K económicas a escala ($0.09) o banners ultraanchos 8:1, utiliza Nano Banana 2.1 edit-image. Explora todos los modelos de edición en la categoría de imagen a imagen o en el catálogo completo de modelos.

Cómo escribir prompts de edición eficaces

Un prompt de edición funciona mejor cuando describe el cambio en lugar de volver a describir toda la imagen de origen desde cero:

  1. Indica qué cambia y qué permanece fijo: Especifica claramente qué elementos deben quedar intactos ("sustituye el tablero de madera por mármol de Carrara apomazado; mantén sin cambios la taza de cerámica, el vapor y el ángulo del asa").
  2. Numera con claridad las imágenes de referencia múltiples: Al pasar dos o más URLs en image_urls, haz referencia a ellas por su posición ("toma la zapatilla de la imagen 1, colócala sobre la calle de asfalto mojado de la imagen 2 e iguala los reflejos de neón de la imagen 3").
  3. Cita literalmente el texto de reemplazo: Escribe el texto exacto de sustitución entre comillas dobles e indica cómo debe relacionarse con la tipografía existente ("sustituye el texto de la insignia por "LIMITED EDITION 250ML" en la misma fuente sans-serif condensada").
  4. Ajusta la relación de aspecto al origen o usa auto: Configurar aspect_ratio: "auto" permite al modelo conservar el encuadre de tu imagen de entrada, mientras que especificar 16:9 o 9:16 le indica que reencuadre o amplíe la escena para adaptarla al nuevo lienzo.

Para ver más ejemplos de flujos de trabajo basados en referencias, lee nuestra guía de generación consistente de imágenes y nuestra comparativa de modelos Nano Banana.

Preguntas frecuentes

¿Cuánto cuesta una edición individual con GPT Image 2.5 Flare en E2X?

Tras nuestro descuento del 75%, una edición se factura a $0.0525 en resolution: "1K" (el valor predeterminado), $0.105 en 2K y $0.1575 en 4K, tanto si quality se configura en low, medium o high.

¿Qué parámetros son obligatorios en el endpoint edit-image?

Solo prompt (hasta 50,000 caracteres) e image_urls (un array con al menos una URL de imagen accesible públicamente) son obligatorios. aspect_ratio, resolution y quality son opcionales y toman por defecto los valores "1:1", "1K" y "high".

¿En qué se diferencia GPT Image 2.5 Flare edit-image de GPT Image 2 edit-image?

Ambos endpoints comparten la misma tabla de tarifas ($0.0525 para 1K, $0.105 para 2K y $0.1575 para 4K). En GPT Image 2.5 Flare, quality es opcional con tres niveles (low, medium, high, por defecto high) y aspect_ratio añade "auto" además de las 15 proporciones fijas (usa GPT Image 2.5 Sunburst para xhigh y max). Sin embargo, gpt-image-2.5-flare/edit-image no incluye el parámetro de transparencia background presente en gpt-image-2/edit-image.

¿Puedo enviar varias imágenes de referencia en una sola solicitud?

Sí. image_urls acepta un array de URLs de origen para que puedas combinar sujetos, fondos y referencias de estilo en un único trabajo. Haz referencia a cada imagen por su número en el prompt ("imagen 1", "imagen 2") para que el modelo sepa qué papel desempeña cada archivo.

¿Por qué el límite del prompt aquí es de 50,000 caracteres en lugar de 32,000?

Los pipelines de edición basados en referencias suelen inyectar restricciones estructuradas de diseño, transcripciones OCR de etiquetas existentes e instrucciones de condicionamiento por imagen. El tope de 50,000 caracteres permite alojar esas cargas automatizadas más extensas sin truncamiento.

¿Cómo mantengo bajos los costes de iteración al ajustar una edición?

Mantén resolution: "1K" mientras pruebas la redacción del prompt y la ubicación en la composición con calidad high. Cada pasada en 1K cuesta $0.0525 en lugar de $0.105 (2K) o $0.1575 (4K). Sube resolution a 2K o 4K únicamente para la exportación final.

¿Cuándo conviene elegir Nano Banana Pro o Nano Banana 2.1 para editar?

Elige Nano Banana Pro ($0.075 en 1K) cuando la máxima prioridad sea conservar el parecido facial de una persona específica desde múltiples ángulos de referencia. Elige Nano Banana 2.1 ($0.03 para ediciones en 1K y $0.09 para ediciones en 4K) si necesitas la tarifa de edición 4K más baja en E2X o relaciones de aspecto extremas 8:1 y 1:8.