Modifica di immagini multi-riferimento con GPT Image 2.5: combinare immagini sorgente e prompt da 50K
La maggior parte del lavoro visivo commerciale parte da asset già esistenti: un packshot pulito di una nuova referenza (SKU), una tavola di texture da studio approvata da un art director o il layout del packaging della passata stagione che richiede testi aggiornati per un lancio regionale. Rigenerare da zero questi elementi visivi con un modello solo testuale significa buttare via la geometria, le proporzioni dell'etichetta e la silhouette del prodotto che hai già pagato per fotografare.
L'endpoint openai/gpt-image-2.5-sunburst/edit-image di OpenAI su E2X è progettato per la modifica condizionata da riferimenti e la composizione multi-immagine. Passi un array di immagini sorgente pubblicamente raggiungibili in image_urls insieme a un'istruzione di modifica in linguaggio naturale lunga fino a 50,000 caratteri. Con lo sconto fisso del 75% di E2X, ogni modifica in 1K costa $0.0525, in 2K costa $0.105 e in 4K costa $0.1575, indipendentemente dal fatto che tu esegua il job a qualità low, medium, high, xhigh o max.

Questa guida illustra il funzionamento di openai/gpt-image-2.5-sunburst/edit-image: come scrivere prompt differenziali (delta prompt) che bloccano la geometria esistente modificando al contempo etichette o illuminazione, come indicizzare più file in image_urls, perché il limite massimo del prompt passa da 32,000 a 50,000 caratteri sulla route di modifica e quando passare a Google Nano Banana o GPT Image 2 per modifiche specializzate.
Schema di input e prezzi su openai/gpt-image-2.5-sunburst/edit-image
Chiamare openai/gpt-image-2.5-sunburst/edit-image utilizza la stessa coda POST https://api.e2x.ai/v1/jobs/submit di qualsiasi altro modello nel catalogo E2X. Solo due proprietà all'interno di input sono obbligatorie: prompt e image_urls. Su E2X, GPT Image 2.5 è disponibile in due varianti: GPT Image 2.5 Sunburst (openai/gpt-image-2.5-sunburst, che supporta risoluzioni 1K/2K/4K e i livelli di qualità low, medium, high, xhigh, max) e GPT Image 2.5 Flare (openai/gpt-image-2.5-flare, che supporta /models/openai/gpt-image-2.5-flare/text-to-image e /models/openai/gpt-image-2.5-flare/edit-image con risoluzioni 1K/2K/4K e i livelli di qualità low, medium, high).
| Campo | Tipo | Obbligatorio | Predefinito | Descrizione e limiti |
|---|---|---|---|---|
prompt | string | Sì | Nessuno | Istruzione di modifica o composizione fino a 50,000 caratteri. |
image_urls | string[] | Sì | Nessuno | Array di URL HTTPS pubblicamente accessibili che puntano alle tue immagini di riferimento. |
aspect_ratio | string | No | "1:1" | "auto" più 15 rapporti fissi: "1:1", "4:3", "3:4", "3:2", "2:3", "5:4", "4:5", "16:9", "9:16", "2:1", "1:2", "21:9", "9:21", "3:1", "1:3". |
resolution | string | No | "1K" | "1K" ($0.0525), "2K" ($0.1050) o "4K" ($0.1575). Deve essere in maiuscolo. |
quality | string | No | "high" | "low", "medium", "high", "xhigh" o "max". Tutti e cinque condividono il moltiplicatore ×7. |
Poiché il costo base di listino ($0.03, ridotto del 75% a $0.0075) viene moltiplicato per 7 su ogni livello di quality ($0.0075 × 7 = $0.0525), portare un job di modifica da "high" a "xhigh" o "max" non comporta alcun costo aggiuntivo su E2X. Solo resolution ("1K" = ×1, "2K" = ×2, "4K" = ×3) modifica il prezzo. Puoi verificare il listino aggiornato in qualsiasi momento sulla nostra pagina dei prezzi, oppure consultare la nostra guida all'API di GPT Image 2.5 per il calcolo completo della fatturazione in micro-centesimi.
Un miglioramento dello schema rispetto a openai/gpt-image-2/edit-image è che quality è ora facoltativo sulla versione 2.5. Se ometti quality, il worker utilizza "high" per impostazione predefinita, anche se per le sostituzioni tipografiche e le composizioni multi-oggetto consigliamo di passare esplicitamente "xhigh" o "max".
Regole di delta prompting: bloccare ciò che resta vs indicare ciò che cambia
L'errore più grande che gli sviluppatori commettono passando da openai/gpt-image-2.5-sunburst/text-to-image a edit-image è scrivere da zero una descrizione completa della scena senza indicare al modello quali parti dell'immagine di input non devono essere toccate. Se passi una foto da studio di un vasetto di candela e usi il prompt "An amber glass candle jar on dark linen with a gold label reading BERGAMOT & CEDAR SOY CANDLE", il modello interpreta il tuo prompt come il permesso di ridisegnare il vasetto, alterare le venature del legno sul coperchio e spostare l'angolazione della fotocamera.
La modifica basata su riferimenti funziona al meglio quando scrivi un delta prompt strutturato in tre clausole esplicite:
- La modifica mirata: indica la regione esatta, il materiale o la stringa di testo che deve essere modificata.
- Gli elementi invarianti bloccati: elenca gli elementi strutturali dell'immagine sorgente che devono rimanere intatti (silhouette del contenitore, materiale del tappo, prospettiva della fotocamera, texture dello sfondo, direzione della luce).
- L'indice posizionale dei riferimenti: quando
image_urlscontiene più di un URL, fai riferimento a ciascun input tramite la sua posizione a partire da 1 (image 1,image 2,image 3) e specifica quale ruolo svolge ciascun file.
Flusso di lavoro 1: sostituzione della tipografia del packaging su amber-jar-original.png
Supponiamo che il tuo team e-commerce disponga di un packshot master (amber-jar-original.png) di un vasetto di candela da speziale e debba localizzare o rinominare la linea di profumazioni su dodici referenze senza dover fotografare nuovamente il vasetto fisico.
Ecco la richiesta curl che chiama openai/gpt-image-2.5-sunburst/edit-image a risoluzione "2K" e qualità "xhigh" ($0.105) per sostituire il titolo stampato con "BERGAMOT & CEDAR SOY CANDLE" mantenendo bloccati il vasetto, il coperchio e lo sfondo:
curl -X POST https://api.e2x.ai/v1/jobs/submit \
-H "Authorization: Bearer $E2X_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-image-2.5-sunburst/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://assets.yourstore.example.com/packshots/amber-jar-original.png"
],
"aspect_ratio": "4:5",
"resolution": "2K",
"quality": "xhigh"
}
}'

Prompt utilizzato per il flusso di lavoro di sostituzione dell'etichetta qui sopra:
"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."
Perché funziona in modo così pulito:
- La stringa sostitutiva
"BERGAMOT & CEDAR SOY CANDLE"è racchiusa tra doppi apici con escape in modo che il modello sappia esattamente dove iniziano e finiscono i caratteri letterali. - Il trattamento tipografico (
in the same serif font and gold foil finish) indica a GPT Image 2.5 di replicare il riflesso metallico speculare e lo stile dei tratti già presenti suamber-jar-original.png. - La clausola di blocco (
Keep the apothecary jar shape, wooden lid, and linen backdrop unchanged) impedisce derive nella scena da studio circostante.
Quando fai prove iterative sul posizionamento dell'etichetta o sulle interruzioni di riga, esegui i primi passaggi a "resolution": "1K" ($0.0525) con "quality": "xhigh", per poi passare "resolution" a "2K" o "4K" una volta che la crenatura è perfetta.
Flusso di lavoro 2: composizione di prodotto a due riferimenti con image_urls
La modifica a singola immagine aggiorna un asset esistente. La modifica multi-riferimento ti consente di combinare tavole fotografiche separate in un unico scatto coerente. Invece di incollare uno scontorno PNG piatto sopra uno sfondo in Photoshop e dipingere a mano false ombre di contatto, passi entrambi gli URL in image_urls e spieghi a GPT Image 2.5 come l'oggetto in image 1 interagisce fisicamente con l'ambiente in image 2.
Nell'esempio seguente, image 1 (chronograph-front.png) è uno scatto frontale da studio pulito di un orologio cronografo in titanio spazzolato, mentre image 2 (wet-slate-surface.jpg) è una tavola di texture ambientale di ardesia scura bagnata illuminata da una luce laterale fredda e riflessi al neon.
"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."

Osserva come la composizione a due riferimenti gestisce l'integrazione fisica:
- La cassa dell'orologio, la lunetta tachimetrica, le lancette e la geometria dei quadranti secondari provengono da
image 1. - Il rilievo superficiale, le gocce d'acqua e la luce radente direzionale provengono da
image 2. - Nei punti in cui il bracciale in titanio tocca l'ardesia bagnata, il modello genera un'occlusione di contatto realistica e riflessi speculari sulla pietra umida coerenti con l'angolazione della cassa dell'orologio.
Se aggiungi un terzo URL di riferimento a image_urls, assegna un ruolo esplicito anche a quest'ultimo. Ad esempio: "Take the titanium chronograph watch from image 1, place it onto the wet slate surface in image 2, and apply the warm amber-and-teal color grading from image 3." Ogni file in image_urls deve essere raggiungibile tramite HTTPS pubblico dai worker di E2X (gli URL firmati S3 o R2 con scadenza a 15 minuti funzionano benissimo per i bucket privati).
Perché edit-image offre un limite di prompt di 50,000 caratteri
Su openai/gpt-image-2.5-sunburst/text-to-image, prompt accetta fino a 32,000 caratteri. Su openai/gpt-image-2.5-sunburst/edit-image, maxLength sale a 50,000 caratteri.
Nessun copywriter umano si siede alla tastiera per digitare a mano 50,000 caratteri. Tale soglia esiste per le pipeline automatizzate di catalogo e localizzazione, in cui il software costruisce il prompt programmaticamente a partire da database di prodotto strutturati, trascrizioni OCR e guide di stile del brand.
In una tipica pipeline di localizzazione automatizzata, un singolo payload edit-image combina quattro blocchi generati automaticamente all'interno di prompt:
- La trascrizione OCR completa con i bounding-box dell'immagine sorgente (in modo che il modello sappia quali stringhe esistenti su una tabella nutrizionale affollata o su uno schema tecnico devono essere sostituite e quali devono rimanere intatte).
- La mappa di traduzione di destinazione (che associa ciascun blocco di testo sorgente alla relativa stringa sostitutiva localizzata tra virgolette).
- Vincoli rigorosi di brand e packaging (riferimenti colore esadecimali, finiture dei materiali, regole di conservazione delle icone normative e vincoli negativi).
- Assegnazioni di ruolo per ciascun URL in
image_urls(identificando il packshot principale, il badge localizzato in sovrimpressione e l'ambiente di sfondo di destinazione).
Ecco un esempio in TypeScript che mostra come una pipeline di catalogo assembla un payload di modifica multi-riferimento strutturato, lo invia a openai/gpt-image-2.5-sunburst/edit-image a qualità "max" ed effettua il polling per ottenere l'output:
const E2X_API = "https://api.e2x.ai/v1";
interface LocalizationEditJob {
masterPackshotUrl: string;
environmentPlateUrl: string;
ocrTranscript: Array<{ region: string; originalText: string; replacementText: string }>;
lockedElements: string[];
brandLightingRules: string;
resolution?: "1K" | "2K" | "4K";
}
export function buildStructuredEditPrompt(job: LocalizationEditJob): string {
const textReplacements = job.ocrTranscript
.map(
(item, idx) =>
`${idx + 1}. In region [${item.region}], replace "${item.originalText}" with "${item.replacementText}" using the exact same typeface, weight, and foil finish.`
)
.join("\n");
const invariants = job.lockedElements.map((el) => `- ${el}`).join("\n");
const prompt = [
"TASK: Multi-reference product compositing and packaging copy localization.",
"SOURCE REFERENCES:",
"- image 1: Primary product packshot providing exact container geometry, cap proportions, and label layout.",
"- image 2: Target studio surface and lighting environment plate.",
"",
"COMPOSITE INSTRUCTION:",
"Place the product from image 1 onto the surface shown in image 2.",
job.brandLightingRules,
"",
"EXACT TYPOGRAPHY REPLACEMENTS ON PRODUCT LABEL:",
textReplacements,
"",
"LOCKED INVARIANTS (DO NOT ALTER):",
invariants,
].join("\n");
if (prompt.length > 50_000) {
throw new Error(`Constructed prompt (${prompt.length} chars) exceeds 50,000-char limit`);
}
return prompt;
}
export async function runCatalogComposite(
job: LocalizationEditJob,
apiKey = process.env.E2X_API_KEY
): Promise<string> {
if (!apiKey) throw new Error("Missing E2X_API_KEY");
const headers = {
Authorization: `Bearer ${apiKey}`,
"Content-Type": "application/json",
};
const submitRes = await fetch(`${E2X_API}/jobs/submit`, {
method: "POST",
headers,
body: JSON.stringify({
model: "openai/gpt-image-2.5-sunburst/edit-image",
input: {
prompt: buildStructuredEditPrompt(job),
image_urls: [job.masterPackshotUrl, job.environmentPlateUrl],
aspect_ratio: "auto",
resolution: job.resolution ?? "1K",
quality: "max",
},
}),
});
if (!submitRes.ok) {
throw new Error(`Submit failed (${submitRes.status}): ${await submitRes.text()}`);
}
const { data: submitted } = (await submitRes.json()) as {
data: { jobId: string };
};
for (let attempt = 0; attempt < 120; attempt++) {
await new Promise((r) => setTimeout(r, 3000));
const pollRes = await fetch(`${E2X_API}/jobs/${submitted.jobId}`, { headers });
const { data: state } = (await pollRes.json()) as {
data: {
status: string;
outputs?: Array<{ url: string }>;
error?: { message?: string };
};
};
if (state.status === "completed" && state.outputs?.[0]?.url) {
return state.outputs[0].url;
}
if (state.status === "failed" || state.status === "cancelled") {
throw new Error(state.error?.message ?? `Edit job ended with ${state.status}`);
}
}
throw new Error(`Edit job ${submitted.jobId} timed out`);
}
Nota che il codice passa "aspect_ratio": "auto" e "quality": "max". Con "aspect_ratio": "auto", l'output preserva il rapporto d'aspetto dell'inquadratura di riferimento anziché forzare un ritaglio quadrato "1:1". E ricorda di copiare l'URL restituito da state.outputs[0].url nel tuo bucket di object storage non appena il job termina, oppure di configurare gli helper client ufficiali dalla nostra pagina degli SDK E2X.
Confronto tra gli endpoint di modifica immagini di OpenAI e Google su E2X
Sebbene openai/gpt-image-2.5-sunburst/edit-image sia la nostra prima scelta per aggiornamenti tipografici sul packaging, istruzioni differenziali complesse da 50K e rifinitura dei dettagli a livello xhigh / max, altri tre endpoint nella nostra categoria image-to-image risolvono problemi specifici a cui la versione 2.5 non si rivolge:
| Endpoint di modifica | Prezzo 1K | Prezzo 2K | Prezzo 4K | Limite prompt | Caso d'uso ideale |
|---|---|---|---|---|---|
openai/gpt-image-2.5-sunburst/edit-image | $0.0525 | $0.1050 | $0.1575 | 50,000 caratt. | Sostituzione etichette packaging, composizione multi-prodotto, livelli xhigh e max inclusi nella tariffa base, aspect ratio "auto". |
openai/gpt-image-2/edit-image | $0.0525 | $0.1050 | $0.1575 | 50,000 caratt. | Modifica o estrazione di prodotti su un PNG trasparente con canale alfa tramite background: "transparent". |
google/nano-banana-2.1/edit-image | $0.0300 | $0.0400 | $0.0900 | Standard | Costo più basso per modifiche in 1K ($0.03) e 4K ($0.09), oltre a rapporti banner estremi 8:1, 1:8, 4:1 e 1:4. |
google/nano-banana-pro/edit-image | $0.0750 | $0.0750 | $0.1500 | Standard | Conservazione dell'identità facciale umana e della somiglianza dei personaggi fino a 14 immagini di riferimento separate per ruolo. |
Ecco come instradare in pratica le richieste tra questi quattro modelli di modifica:
- Testi di packaging, composizioni da studio multi-prodotto e specifiche automatizzate da 50K: usa
openai/gpt-image-2.5-sunburst/edit-image($0.0525in 1K). La combinazione dei livelli di qualitàxhighemaxe di un budget di prompt da 50,000 caratteri gestisce modifiche tipografiche dense meglio di qualsiasi altra route. - Scontorni con sfondo trasparente (
background: "transparent"): usaopenai/gpt-image-2/edit-image($0.0525in 1K). Poiché GPT Image 2.5 omette il parametrobackground, GPT Image 2 rimane l'endpoint di riferimento ogni volta che il tuo output necessita di un canale alfa trasparente. Consulta la nostra guida GPT Image 2.5 vs GPT Image 2 per un router pronto all'uso che passa automaticamente dall'uno all'altro. - Sostituzioni di sfondo in 4K ad alto volume e banner ultra-wide: usa
google/nano-banana-2.1/edit-image. Al prezzo di$0.03per modifica in 1K e$0.09per modifica in 4K (con il nostro sconto del 50% su Google), riduce i costi di modifica in 4K del 43% rispetto alla tariffa 4K di$0.1575di OpenAI e supporta rapporti fino a8:1. - Personaggi umani ricorrenti e coerenza dei ritratti: usa
google/nano-banana-pro/edit-image($0.075in 1K/2K). Nano Banana Pro ti permette di suddividere esplicitamente le immagini di riferimento per ruolo (fino a 5 per l'identità del personaggio, 6 per gli oggetti e 3 per lo stile), evitando alterazioni dei tratti del viso tra i frame dello storyboard.
Puoi confrontare fianco a fianco tutti gli endpoint di modifica e generazione di immagini nel catalogo modelli di E2X e nella categoria text-to-image.
Domande frequenti
Quante immagini sorgente posso passare in image_urls su openai/gpt-image-2.5-sunburst/edit-image?
image_urls accetta un array fino a 10 URL di immagini HTTPS pubblicamente raggiungibili in una singola richiesta. Quando passi più URL, fai riferimento ad essi nel tuo prompt indicando la loro posizione a partire da 1 (image 1, image 2, image 3) e specifica se ciascuna immagine fornisce il prodotto principale, l'ambiente di sfondo o il riferimento per illuminazione e materiali.
Una modifica multi-immagine con 3 riferimenti costa più di una modifica con 1 sola immagine?
No. Su E2X, openai/gpt-image-2.5-sunburst/edit-image viene fatturato per richiesta esclusivamente in base alla resolution di output ("1K" costa $0.0525, "2K" costa $0.105, "4K" costa $0.1575), e non in base al numero di URL di input in image_urls o alla lunghezza del tuo prompt da 50,000 caratteri.
Perché il modello ha ridisegnato il mio prodotto invece di cambiare solo lo sfondo?
Se un prompt di modifica descrive solo la scena finale desiderata senza specificare cosa deve rimanere invariato, il modello può reinterpretare la geometria del soggetto. Includi sempre nel tuo prompt una clausola di blocco esplicita, ad esempio "Keep the watch case, bezel markings, and hand positions from image 1 unchanged; only replace the background surface with the wet slate from image 2."
Posso passare percorsi di file locali o data URI in base64 all'interno di image_urls?
Fornisci URL HTTPS pubblicamente raggiungibili in image_urls (come link pre-firmati S3, GCS o Cloudflare R2) in modo che i nodi worker di E2X possano scaricare direttamente i byte di riferimento durante l'esecuzione del job.