GPT Image 2

E2X पर GPT Image 2 Text-to-Image API

GPT Image 2 दरअसल OpenAI का gpt-image-2-2026-04-21 है, और यही वह मॉडल है जो हम लोगों के हाथ में तब देते हैं जब तस्वीर के भीतर के शब्दों का सही होना ज़रूरी हो। हम इसे openai/gpt-image-2/text-to-image के रूप में उपलब्ध कराते हैं। resolution=1K पर, जो हमारा default है, हम प्रति इमेज $0.0525 लेते हैं, चाहे आप कोई भी quality भेजें — जबकि fal.ai पर तुलनीय high-tier request के लिए $0.211 लगते हैं।

आपके पास पहले से कोई इमेज है जिसे आप बदलना चाहते हैं, हटाकर नई नहीं बनाना? GPT Image 2 edit-image references और एक वैकल्पिक mask लेता है, वही मॉडल और वही रेट कार्ड।

कीमत असल में काम कैसे करती है

यह प्रति इमेज कोई सपाट शुल्क नहीं है, और दो में से सिर्फ़ एक ही नॉब आपका बिल हिलाता है।

असली लीवर resolution है: 1K पर ×1, 2K पर ×2, 4K पर ×3।

quality हर सेटिंग पर ×7 का multiplier है। low, medium, high और auto, सब एक ही आँकड़े पर उतरते हैं, यानी quality: "low" भेजने का मतलब है उतने ही पैसे में घटिया इमेज खरीदना। यह हमारा config इस parameter को जिस तरह map करता है उसकी एक विचित्रता है, इसलिए high के अलावा कुछ भी भेजने की कोई वजह नहीं है। $0.0075 की जो base rate आपको कहीं उद्धृत दिख सकती है, वह सिर्फ़ उस request पर लागू होती है जिसमें quality field होता ही नहीं। वह हमारे प्राइसिंग इंजन का शुरुआती गुणांक है, किसी तैयार इमेज की कीमत नहीं।

आपसे असल में क्या वसूला जाता है, 26 अगस्त 2026 को जाँचा गया:

बजट देने से पहले उस आकृति को ग़ौर से देखिए। fal, 2K के लिए 1K से मुश्किल से ज़्यादा लेता है — $0.211 के मुक़ाबले $0.222 — जबकि हमारी कीमत दोगुनी हो जाती है। हमारी बढ़त 1K पर सबसे चौड़ी है और ऊपर चढ़ने के साथ सिकुड़ती जाती है।

OpenAI खुद टेबल में नहीं जा सकता: वह token के हिसाब से बिल करता है, इसलिए प्रति इमेज कोई आधिकारिक आँकड़ा मौजूद ही नहीं है, और कहीं और आपको जो नंबर दिखे वह किसी के कैलकुलेटर का नतीजा है। हम अपनी पंक्तियों पर तारीख़ इसलिए डालते हैं क्योंकि हम उन्हें दोबारा जाँचते हैं।

कीमतें और प्रोडक्ट की शर्तें समय के साथ बदल सकती हैं; खरीद का फ़ैसला लेने से पहले हर provider की मौजूदा कीमत जाँच लें। Google Batch या Flex प्राइसिंग किसी स्टैंडर्ड on-demand API request के सीधे बराबर नहीं है, क्योंकि उसमें scheduling, उपलब्धता और प्रोसेसिंग की शर्तें अलग होती हैं; इसलिए उसे इस तुलना में शामिल नहीं किया गया है। यह एक सीमित दायरे की तुलना है — यह दावा नहीं किया जा रहा कि E2X हर कॉन्फ़िगरेशन में दुनिया का सबसे सस्ता विकल्प है।

पढ़ने योग्य टेक्स्ट ही इस मॉडल को चुनने की वजह है

ज़्यादातर इमेज मॉडल आज भी body copy को सजावटी लकीरों में बदल देते हैं, जो तीन मीटर दूर से अक्षर जैसी लगती हैं। यह मॉडल ऐसा नहीं करता, और वही अकेली capability इसे हमारे कैटलॉग में प्रीमियम tier पर बैठाती है। यह किन चीज़ों में टिकता है:

• छोटे point size पर घने पैराग्राफ़ — ऐसा चलता हुआ टेक्स्ट जो zoom झेल ले, फ़ुटनोट, पोस्टर के नीचे की क़ानूनी पंक्ति।
• बहुभाषी output, जिसमें एक ही रचना में लैटिन लिपि के साथ CJK भी शामिल है।
• संरचित layouts — इन्फ़ोग्राफ़िक, तुलना चार्ट, मार्केटिंग स्लाइड, जहाँ टाइप और ग्राफ़िक्स को आपस में मेल खाना है।
• प्रोडक्ट लेबल और पैकेजिंग, जहाँ ब्रांड का एक ग़लत स्पेलिंग पूरी ऐसेट मार देता है।

इसके साथ दो चीज़ें और आती हैं। resolution 4K तक पहुँचता है, जो GPT Image 1 की 1536px की छत से असली छलांग है, और background: "transparent" आपको बिना matting pass के कट-आउट देता है — सिर्फ़ PNG या WebP में, क्योंकि JPEG में alpha channel होता ही नहीं।

मॉडल O-series reasoning पर चलता है, render करने से पहले composition की योजना बनाता है और खुद अपनी जाँच करता है। पहले क्वालिटी। इसीलिए यह किसी flash-tier मॉडल से धीमा है, और इसीलिए हम यहाँ आपको तीन सेकंड का वादा करने के बजाय 60 सेकंड का ETA छापते हैं।

API request: prompt अंदर, इमेज बाहर

अपने dashboard में एक key बनाइए, उसे server-side रखिए। prompt ही इकलौता ज़रूरी field है।

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/text-to-image",
    "input": {
      "prompt": "समुद्र तट की एक बेकरी के लिए भर्ती का पोस्टर। हेडलाइन में condensed sans में FLOUR & SALT लिखा हो। उसके नीचे 9pt की body copy की चार पंक्तियाँ, जिनमें खाली पद गिनाए गए हों। गर्म काग़ज़ की बनावट, एक ही स्याही का रंग।",
      "aspect_ratio": "2:3",
      "resolution": "2K",
      "quality": "high"
    }
  }'

हम एक job ID लौटाते हैं। उसे poll कीजिए, या एक webhookUrl भेजकर लूप छोड़ दीजिए।

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

const submitted = await fetch("https://api.e2x.ai/v1/jobs/submit", {
  method: "POST",
  headers,
  body: JSON.stringify({
    model: "openai/gpt-image-2/text-to-image",
    input: {
      prompt: "स्क्वेयर ऐप स्टोर स्क्रीनशॉट। मिंट रंग के मैदान पर डिवाइस मॉकअप। नीचे कैप्शन बार जापानी और अंग्रेज़ी दोनों में, दोनों पूरी तरह पढ़ने योग्य।",
      aspect_ratio: "1:1",
      resolution: "1K",
      quality: "high",
      background: "transparent",
    },
  }),
}).then((r) => r.json());

const jobId = submitted.data.jobId;

while (true) {
  const job = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, { headers })
    .then((r) => r.json());
  if (job.data.status === "completed") {
    console.log(job.data.outputs[0].url);
    break;
  }
  if (job.data.status === "failed") {
    throw new Error(job.data.error?.message || "Generation failed");
  }
  await new Promise((r) => setTimeout(r, 3000));
}

status pending → processing → completed की राह चलता है, या failed अथवा cancelled पर रुक जाता है। casing पर नज़र रखिए — resolution की values uppercase हैं, 1K, 2K, 4K। हमारा aspect ratio default 1:1 है, और enum चौड़ा चलता है, 21:9 से नीचे 1:3 तक। machine-readable spec में मौजूदा schema और कीमत रहती है।

हमारे text-to-image मॉडलों में से चुनना

इस कैटेगरी में पाँच generator हैं, और GPT Image 2 महँगा वाला है। कभी-कभी यही सही होता है। अक्सर नहीं होता।

बँटवारा बारीक है, पर असली है। अगर टाइप का पढ़ने योग्य होना ज़रूरी है, तो यहाँ आइए। चेहरों के लिए, या कई references में एक ही किरदार को एक जैसा बनाए रखने के लिए Nano Banana Pro मज़बूत है और हम खुशी-खुशी आपका पैसा वहाँ ले लेंगे। किसी hero इमेज या बैकग्राउंड प्लेट के लिए Nano Banana 2 हमारी दर के तीन-चौथाई पर वही काम कर देता है और जल्दी निपटा भी देता है।

एक बात और, क्योंकि हम इसे कहना बेहतर समझते हैं बजाय इसके कि आप खुद पता लगाएँ: Nano Banana 2 Lite, legacy Nano Banana से सस्ता भी है और नया भी। अब भी पुराने slug पर हैं? माइग्रेट करना मुफ़्त पैसा है। बाकी सब text-to-image कैटेगरी और मॉडल कैटलॉग में बैठा है।

ऐसे मॉडल को prompt करना जो बनाने से पहले सोचता है

reasoning pass विनिर्देश को इनाम देता है और अस्पष्टता को सज़ा। अपनी कॉपी हूबहू quote कीजिए और बताइए कि वह कहाँ जाएगी: "हेडलाइन में 'FLOUR & SALT' लिखा हो, बीच में, ऊपर की एक-तिहाई जगह में" से वही string मिलती है, जबकि "कुछ टेक्स्ट वाला बेकरी पोस्टर" से एक सुंदर टाइपफ़ेस में प्रशंसनीय बकवास मिलती है। layout का वर्णन layout की तरह कीजिए — ऊपरी बैंड, बायाँ कॉलम, फ़ुटर रूल। planner एक स्थानिक ब्रीफ़ का सम्मान करता है।

transparency को किसी वाक्य से नहीं, background: "transparent" से सेट कीजिए। OpenAI के तीन साइज़ नियम, जो किसी rejection से पहले जान लेना अच्छा है: दोनों भुजाएँ 16 के गुणक हों, सबसे लंबी भुजा 3840px से कम हो, और aspect ratio 3:1 से ज़्यादा चौड़ा न हो।

शिप करने से पहले क्या जाँचें

इस मॉडल की हर इमेज पर दो provenance परतें होती हैं, और किसी भी quality tier पर इनमें से कोई भी वैकल्पिक नहीं है।

पहली, C2PA मेटाडेटा जो output को ChatGPT Images द्वारा बनाया गया बताता है — X, Meta, LinkedIn और TikTok इसे पढ़ते हैं और अपलोड पर "Made with AI" लेबल चिपका देते हैं। दूसरी, इमेज डेटा के भीतर ही एक नया अगोचर pixel watermark, जो मेटाडेटा हटाने की उस कोशिश को झेल जाता है जो लोग सबसे पहले करते हैं।

हम इनमें से किसी को नहीं हटा सकते, और इस मॉडल को दोबारा बेचने वाला कोई और भी नहीं हटा सकता। हम GPT Image 2 पर white-label output नहीं देते। अगर किसी क्लाइंट का कॉन्ट्रैक्ट AI-लेबल वाली ऐसेट पर रोक लगाता है, तो यहाँ कुछ बनाने से पहले वह बात तय कर लीजिए।

और बजट वाला जाल, एक बार फिर: quality कोई लागत का डायल नहीं है। ड्राफ़्ट पास के लिए low पर उतर आना दूसरे प्लैटफ़ॉर्म की आदत है; यहाँ वह वही $0.0525 जलाता है और ठीक उसी टेक्स्ट rendering को बिगाड़ता है जिसके लिए आप आए थे। खर्च resolution से नियंत्रित कीजिए — ड्राफ़्ट 1K पर, शिप 2K या 4K पर।

अक्सर पूछे जाने वाले सवाल

GPT Image 2 क्या है?

OpenAI का इमेज generation मॉडल, स्नैपशॉट gpt-image-2-2026-04-21, जो 21 अप्रैल 2026 को GPT Image 1.5 के उत्तराधिकारी के रूप में रिलीज़ हुआ। यह render करने से पहले composition की योजना बनाने के लिए O-series reasoning इस्तेमाल करता है, और इसकी सबसे उभरी हुई capability है छोटे साइज़ पर तथा कई भाषाओं में इमेज के भीतर सटीक टेक्स्ट।

E2X पर GPT Image 2 text-to-image की कीमत कितनी है?

हमारे defaults पर, यानी quality=high और resolution=1K पर, प्रति इमेज $0.0525। 2K उसे दोगुना करके $0.105 कर देता है, 4K तिगुना करके $0.1575। 26 अगस्त 2026 की जाँच पर हमारी दरें यही थीं।

मुझे $0.0075 को एक इमेज की कीमत क्यों नहीं मानना चाहिए?

क्योंकि $0.0075 हमारी बिना गुणा वाली base rate है, और वह सिर्फ़ उस request पर लागू होती है जिसमें quality field होता ही नहीं। कोई भी quality value उसे सात से गुणा कर देती है, और उसके ऊपर resolution फिर से गुणा करता है। जो कॉन्फ़िगरेशन आप असल में भेज रहे हैं, उसी की कीमत बताइए, वरना आपका cost model सात गुने के फ़र्क़ से चूकेगा।

क्या कम quality सेटिंग भेजने से मेरा भुगतान घटता है?

नहीं। हमारा multiplier low, medium, high और auto, सबके लिए एक जैसा ×7 है, इसलिए इनमें से हर एक 1K पर $0.0525 बिल करता है। low भेजने पर खर्च वही रहता है और मिलता कम है। आपका बिल असल में जो parameter बदलता है, वह resolution है।

क्या GPT Image 2 के लिए E2X, fal.ai से सस्ता है?

हमने जिस भी resolution पर जाँचा, हाँ। 1024×1024 पर हमारे यहाँ $0.0525 बनाम वहाँ $0.211, यानी 75% कम; 2K पर $0.105 बनाम $0.222, 53% कम; 4K पर $0.1575 बनाम $0.401, 61% कम। OpenAI खुद प्रति इमेज नहीं, प्रति token बिल करता है, इसलिए सीधे तुलना करने लायक कोई आधिकारिक लिस्ट प्राइस है ही नहीं।

क्या बनी हुई इमेज पर watermark होता है?

हाँ, दो तरीक़ों से: C2PA मेटाडेटा, जिसे सोशल प्लैटफ़ॉर्म "Made with AI" लेबल लगाने के लिए पढ़ते हैं, और उसके साथ इमेज डेटा में पकाया हुआ एक अगोचर pixel watermark। ये दोनों हर quality tier पर मौजूद रहते हैं, और कोई भी provider — हम भी शामिल — इन्हें बंद नहीं कर सकता।

मुझे GPT Image 2 इस्तेमाल करना चाहिए या Nano Banana Pro?

GPT Image 2 तब चुनिए जब इमेज में ऐसा टेक्स्ट हो जिसे कोई इंसान पढ़ेगा: पैकेजिंग, इन्फ़ोग्राफ़िक, UI, पोस्टर। Nano Banana Pro तब चुनिए जब आपको पोर्ट्रेट यथार्थवाद चाहिए या कई reference images में एक जैसा किरदार। 1K पर दोनों की कीमत लगभग बराबर है, इसलिए चुनाव बजट पर नहीं, ताक़त पर कीजिए।