Voltar ao Blog

API OpenAI GPT Image 2.5 na E2X: qualidade xhigh e max até 4K a partir de $0.0525

E2X Team··16 min de leitura
gpt-image-2.5gpt-image-2.5-sunburstgpt-image-2.5-flareopenaiimage-generationimage-apitext-to-imageimage-editing

O GPT Image 2.5 da OpenAI já está disponível na API da E2X em duas rotas: openai/gpt-image-2.5-sunburst/text-to-image para gerar cenas a partir de um prompt de texto e openai/gpt-image-2.5-sunburst/edit-image para modificar ou compor fotos de origem. Com o nosso desconto fixo de 75% aplicado, uma requisição em 1K custa $0.0525, em 2K custa $0.105 e em 4K custa $0.1575.

Essas tarifas permanecem fixas em todas as configurações de quality do esquema. Na E2X, os novos níveis de qualidade xhigh e max compartilham exatamente o mesmo multiplicador ×7 que low, medium e high. Você pode executar todas as tarefas em xhigh ou max sem adicionar um único centavo à sua fatura.

Fotografia de estúdio vista de cima de um colorímetro de latão e prismas ópticos sobre uma bancada de ardósia

Este guia cobre a integração completa: como a tarifa base e os multiplicadores determinam sua fatura, o esquema de entrada completo para ambas as rotas, código de produção em curl e TypeScript para polling e webhooks, e os prompts exatos por trás das imagens de exemplo desta página.

Como o preço de $0.0525 é calculado

Entender a fórmula de cobrança na E2X evita dois erros comuns: pagar pela resolução 4K enquanto você ainda está testando a redação do prompt e reduzir quality para economizar dinheiro quando quality não altera o preço.

Tanto openai/gpt-image-2.5-sunburst/text-to-image quanto openai/gpt-image-2.5-sunburst/edit-image compartilham um valor base de tabela de $0.03 (30,000 microcentavos na resposta da API). A E2X aplica um desconto fixo de 75% sobre essa base, reduzindo a unidade inicial para $0.0075 (7,500 microcentavos). A partir daí, o mecanismo de cobrança multiplica por dois fatores de parâmetros:

  1. O fator quality: low, medium, high (o padrão do esquema), xhigh e max usam cada um o multiplicador ×7. Multiplicar $0.0075 por 7 resulta em $0.0525.
  2. O fator resolution: 1K (o padrão do esquema) aplica ×1, 2K aplica ×2 e 4K aplica ×3.

Como todos os cinco valores de quality mapeiam para o mesmo fator ×7 na tabela de preços dinâmicos, resolution é o único parâmetro que altera o seu custo por imagem. Você nunca verá uma cobrança não multiplicada de $0.0075 em uma tarefa concluída porque quality assume o padrão high (×7) sempre que é omitido. E como xhigh e max compartilham esse mesmo fator ×7, cair para low ou medium economiza zero dólares. Defina quality como high, xhigh ou max de acordo com a densidade visual do seu prompt e deixe low de lado.

ResoluçãoFórmula do multiplicadorTarifa de tabela E2X ($0.03 × 7)Tarifa E2X (75% off)Microcentavos na APIfal.ai sob demanda (nível high)Economia na E2X
1K (padrão)$0.0075 × 7 × 1$0.21$0.052552500$0.21175%
2K$0.0075 × 7 × 2$0.42$0.1050105000$0.22253%
4K$0.0075 × 7 × 3$0.63$0.1575157500$0.40161%

Comparação de tarifas verificada em 4 de novembro de 2026 com base nos preços sob demanda da fal.ai. As tarifas e termos dos provedores podem mudar; consulte nossa página de preços para ver os valores atualizados.

Para equipes que executam ciclos iterativos de design, essa curva de multiplicadores torna o orçamento simples. Mantenha resolution fixada em "1K" enquanto refina a iluminação, o ângulo da câmera e o texto incorporado em "xhigh" ou "max". Oito gerações de rascunho em 1K somam $0.42 no total. Assim que o layout estiver aprovado, execute uma única renderização final em "4K" por $0.1575. Toda a sequência de nove imagens sai por $0.5775, em comparação com $1.4175 se cada rascunho fosse executado em 4K.

Observe a quinta coluna na tabela acima. Todo campo monetário retornado pela API da E2X é um número inteiro em microcentavos, onde 1,000,000 de microcentavos equivalem a $1.00 USD. Uma geração em 1K retorna 52500, uma geração em 2K retorna 105000 e uma geração em 4K retorna 157500. Armazene esses inteiros diretamente na sua tabela contábil e divida por 1,000,000 apenas ao formatar os números para um painel humano.

Esquema completo de parâmetros para ambos os endpoints

Ambas as rotas do GPT Image 2.5 funcionam sob o envelope padrão de tarefas da E2X em POST https://api.e2x.ai/v1/jobs/submit. Você passa o identificador do modelo no nível superior do corpo JSON e coloca todos os controles específicos do modelo dentro do objeto input. Na E2X, o GPT Image 2.5 está disponível em duas variantes: GPT Image 2.5 Sunburst (openai/gpt-image-2.5-sunburst, que suporta resoluções 1K/2K/4K e níveis de qualidade low, medium, high, xhigh, max) e GPT Image 2.5 Flare (openai/gpt-image-2.5-flare, que suporta /models/openai/gpt-image-2.5-flare/text-to-image e /models/openai/gpt-image-2.5-flare/edit-image com resoluções 1K/2K/4K e níveis de qualidade low, medium, high).

ParâmetroDisponibilidade no endpointTipoObrigatórioPadrãoValores aceitos / limites
promptAmbos os endpointsstringSimNenhumAté 32,000 caracteres em text-to-image; até 50,000 caracteres em edit-image.
image_urlsApenas edit-imagestring[]Sim (na edição)NenhumURLs HTTPS publicamente acessíveis para condicionamento por referência, composição ou edição.
aspect_ratioAmbos os endpointsstringNão"1:1""auto", "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" (16 no total).
resolutionAmbos os endpointsstringNão"1K""1K", "2K", "4K" (deve estar em maiúsculas).
qualityAmbos os endpointsstringNão"high""low", "medium", "high", "xhigh", "max".

Três detalhes do esquema merecem atenção antes de você escrever sua camada de validação:

  • Strings de resolution em letras maiúsculas são obrigatórias nos modelos da OpenAI. Passe "1K", "2K" ou "4K". Se a sua base de código já chama modelos do Google em nosso catálogo de texto para imagem, onde as resoluções são em minúsculas ("1k", "2k", "4k"), normalize a caixa de texto por slug de modelo em vez de compartilhar uma única constante de string.
  • aspect_ratio tem como padrão "1:1" e suporta "auto". Quando você omite aspect_ratio, o GPT Image 2.5 renderiza um quadro quadrado. Quando você passa explicitamente "auto", o modelo seleciona uma das proporções suportadas com base no assunto descrito no seu prompt (ou preserva o enquadramento da sua imagem de referência principal em edit-image).
  • O GPT Image 2.5 omite o parâmetro background. Nem openai/gpt-image-2.5-sunburst/text-to-image nem openai/gpt-image-2.5-sunburst/edit-image incluem o campo background ("transparent", "opaque", "auto"). Se o seu fluxo de trabalho precisa de um recorte PNG transparente com canal alfa em uma única chamada, direcione essa requisição para openai/gpt-image-2/text-to-image ou openai/gpt-image-2/edit-image pelo mesmo preço de $0.0525. Detalhamos essa decisão de roteamento em nossa comparação entre GPT Image 2.5 e GPT Image 2.

Gerando sua primeira imagem com curl

Como as tarefas do GPT Image 2.5 levam cerca de 60 segundos em média, a API da E2X é assíncrona. Sua requisição POST valida o payload, coloca o trabalho na fila e retorna imediatamente um jobId.

Aqui está uma requisição curl completa chamando openai/gpt-image-2.5-sunburst/text-to-image na resolução "1K" e qualidade "xhigh" ($0.0525):

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/text-to-image",
    "input": {
      "prompt": "Overhead editorial photograph of an anodized aluminum mechanical keyboard on a dark walnut desk. Keycaps in matte charcoal with a single signal orange Esc key. Soft north-window daylight from the top left, crisp key legends.",
      "aspect_ratio": "3:2",
      "resolution": "1K",
      "quality": "xhigh"
    }
  }'

Teclado mecânico de alumínio anodizado gerado com GPT Image 2.5 na proporção 3:2

Prompt usado para a imagem acima:

"Overhead editorial photograph of an anodized aluminum mechanical keyboard on a dark walnut desk. Keycaps in matte charcoal with a single signal orange Esc key. Soft north-window daylight from the top left, crisp key legends."

Por que este prompt funciona bem na qualidade "xhigh": teclados mecânicos são um teste de estresse clássico para geradores de imagens porque espaçamento irregular entre teclas, fileiras tortas ou legendas borradas arruínam imediatamente a foto. Especificar um ângulo de câmera superior (Overhead editorial photograph), nomear o material exato da estrutura (anodized aluminum), isolar um único ponto de destaque de cor (single signal orange Esc key) e solicitar qualidade "xhigh" dá ao modelo orçamento de amostragem suficiente para manter a grade de switches reta e as legendas das teclas nítidas.

Quando a chamada de envio é bem-sucedida, a API responde com 200 OK e um envelope JSON contendo o identificador da sua tarefa:

{
  "success": true,
  "data": {
    "jobId": "job_01J9X7K3M8P2Q4R6S8T0V2W4Y6",
    "status": "pending"
  }
}

Para verificar o status pelo terminal, chame GET https://api.e2x.ai/v1/jobs/{jobId} com o mesmo cabeçalho Authorization:

curl -s https://api.e2x.ai/v1/jobs/job_01J9X7K3M8P2Q4R6S8T0V2W4Y6 \
  -H "Authorization: Bearer $E2X_API_KEY"

Quando data.status passa de pending para processing e finalmente para completed, a URL da imagem finalizada fica disponível em data.outputs[0].url.

Tipografia e layout de pôster na qualidade max

Um dos motivos mais fortes para passar de high para xhigh ou max no GPT Image 2.5 é a renderização de texto dentro de layouts gráficos estruturados. Pôsteres, capas de livros, planificações de embalagens e cartões de UI exigem alinhamento rigoroso da linha de base e formas de letras limpas.

Aqui está o prompt e a configuração de parâmetros usados para gerar um pôster de exposição suíço na proporção 2:3 com resolução "2K" e qualidade "max" ($0.105):

'Minimalist museum poster on textured cotton paper. Centered Swiss grid typography reading "ZURICH DESIGN WERKSCHAU 2026" in bold black grotesque type above a cobalt blue geometric arch.'

Pôster de museu suíço com tipografia exata gerado pelo GPT Image 2.5

Três regras práticas tornam a tipografia dentro da imagem confiável no GPT Image 2.5:

  1. Coloque a string exata de exibição entre aspas. Tudo dentro das aspas é tratado como texto literal a ser renderizado na tela, enquanto as palavras ao redor descrevem a família tipográfica (bold black grotesque type), a superfície (textured cotton paper) e o posicionamento (Centered Swiss grid typography).
  2. Use xhigh ou max sempre que o texto for o ponto focal. Como a E2X cobra max com o mesmo multiplicador ×7 de high, solicitar "quality": "max" garante o kerning mais preciso e as bordas de traço mais limpas sem aumentar seu custo.
  3. Escolha a proporção final desde o início. Um pôster pede "2:3" ou "3:4". Gerar em "1:1" e cortar depois elimina margens das quais o layout em grade depende.

Integração TypeScript em produção: polling e armazenamento

Em um backend Node.js ou TypeScript, sua integração precisa fazer três coisas de forma limpa: enviar a tarefa, consultar o status em uma cadência razoável (cerca de 3 segundos corresponde ao intervalo de polling dos nossos workers) e copiar o arquivo finalizado da URL temporária de entrega da E2X para o seu próprio bucket S3, R2 ou GCS.

Não pule a etapa de download. A URL retornada em data.outputs[0].url é um link de entrega de curta duração. Armazenar essa string diretamente no banco de dados da sua aplicação resultará em imagens quebradas assim que o objeto de entrega expirar.

import { writeFile, mkdir } from "node:fs/promises";
import path from "node:path";

const E2X_BASE_URL = "https://api.e2x.ai/v1";
const API_KEY = process.env.E2X_API_KEY;

if (!API_KEY) {
  throw new Error("Missing E2X_API_KEY environment variable");
}

type GptImageResolution = "1K" | "2K" | "4K";
type GptImageQuality = "low" | "medium" | "high" | "xhigh" | "max";

interface SubmitTextToImageInput {
  prompt: string;
  aspect_ratio?: string;
  resolution?: GptImageResolution;
  quality?: GptImageQuality;
  webhookUrl?: string;
}

const headers = {
  Authorization: `Bearer ${API_KEY}`,
  "Content-Type": "application/json",
};

export async function submitGptImage25(
  options: SubmitTextToImageInput
): Promise<string> {
  const { webhookUrl, ...input } = options;

  const response = await fetch(`${E2X_BASE_URL}/jobs/submit`, {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "openai/gpt-image-2.5-sunburst/text-to-image",
      input: {
        prompt: input.prompt,
        aspect_ratio: input.aspect_ratio ?? "2:3",
        resolution: input.resolution ?? "2K",
        quality: input.quality ?? "max",
      },
      ...(webhookUrl ? { webhookUrl } : {}),
    }),
  });

  if (!response.ok) {
    throw new Error(`Submit failed (${response.status}): ${await response.text()}`);
  }

  const payload = (await response.json()) as { data: { jobId: string } };
  return payload.data.jobId;
}

export async function pollUntilComplete(
  jobId: string,
  timeoutMs = 300_000
): Promise<string> {
  const deadline = Date.now() + timeoutMs;
  let delayMs = 3000;

  while (Date.now() < deadline) {
    await new Promise((resolve) => setTimeout(resolve, delayMs));

    const response = await fetch(`${E2X_BASE_URL}/jobs/${jobId}`, { headers });
    if (!response.ok) {
      throw new Error(`Status check failed with HTTP ${response.status}`);
    }

    const { data } = (await response.json()) as {
      data: {
        status: string;
        outputs?: Array<{ url: string }>;
        error?: { message?: string };
      };
    };

    if (data.status === "completed" && data.outputs?.[0]?.url) {
      return data.outputs[0].url;
    }
    if (data.status === "failed" || data.status === "cancelled") {
      throw new Error(data.error?.message ?? `Job ended in ${data.status}`);
    }

    delayMs = Math.min(Math.round(delayMs * 1.25), 8000);
  }

  throw new Error(`Timed out waiting for job ${jobId}`);
}

async function saveImage(url: string, destination: string): Promise<void> {
  const res = await fetch(url);
  if (!res.ok) throw new Error(`Download failed: HTTP ${res.status}`);
  await mkdir(path.dirname(destination), { recursive: true });
  await writeFile(destination, Buffer.from(await res.arrayBuffer()));
}

Se preferir usar um cliente pronto em vez de escrever wrappers fetch manualmente, confira a página de SDKs da E2X para pacotes oficiais e exemplos de configuração.

Mudando para webhooks em cargas de trabalho em lote

Ambos os endpoints do GPT Image 2.5 suportam um limite de simultaneidade de 100 tarefas ativas por conta, além de limites de taxa de 100 chamadas por minuto, 5,000 chamadas por hora e 50,000 chamadas por dia. Quando você executa perto de 100 tarefas em paralelo, manter 100 loops de polling abertos em memória prende processos de workers e torna os deploys frágeis.

Passar webhookUrl na raiz do corpo de /v1/jobs/submit elimina o loop de polling. Assim que a tarefa atinge completed, failed ou cancelled, a E2X envia uma notificação HTTP POST para o seu servidor:

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/text-to-image",
    "input": {
      "prompt": "Overhead editorial photograph of an anodized aluminum mechanical keyboard on a dark walnut desk. Keycaps in matte charcoal with a single signal orange Esc key. Soft north-window daylight from the top left, crisp key legends.",
      "aspect_ratio": "3:2",
      "resolution": "1K",
      "quality": "xhigh"
    },
    "webhookUrl": "https://api.yourcompany.com/webhooks/e2x-image"
  }'

No seu handler de webhook, registre o jobId recebido, verifique o estado chamando GET /v1/jobs/{jobId} com sua chave de API, baixe a imagem de data.outputs[0].url para o seu armazenamento permanente de objetos e marque o registro no banco de dados como concluído.

Edição e composição com openai/gpt-image-2.5-sunburst/edit-image

Quando você já tem uma foto de produto, um layout de embalagem ou uma renderização arquitetônica e precisa modificar regiões específicas ou combinar múltiplas referências, altere o slug do modelo para openai/gpt-image-2.5-sunburst/edit-image.

O preço é idêntico ao de texto para imagem (1K custa $0.0525, 2K custa $0.105, 4K custa $0.1575), e duas regras do esquema mudam:

  1. image_urls é obrigatório. Passe um array com uma ou mais URLs HTTPS publicamente acessíveis apontando para suas imagens de origem.
  2. O limite de prompt aumenta para 50,000 caracteres. Esse espaço extra (acima dos 32,000 em text-to-image) permite que pipelines automatizados de catálogo passem transcrições completas de OCR, restrições rigorosas de cores da marca e regras de posicionamento por referência sem atingir um erro de limite de tamanho.

Aqui está uma requisição curl que passa duas imagens de origem em image_urls e faz a composição na resolução "1K" e qualidade "max" ($0.0525):

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": "Place the brushed titanium chronograph watch from image 1 onto the wet dark slate surface from image 2. Preserve the exact dial markings, hands, and bezel knurling from image 1, and match the cool cyan rim reflections from image 2.",
      "image_urls": [
        "https://your-cdn.example.com/catalog/chronograph-cutout.png",
        "https://your-cdn.example.com/backdrops/wet-slate-studio.jpg"
      ],
      "aspect_ratio": "1:1",
      "resolution": "1K",
      "quality": "max"
    }
  }'

Ao escrever prompts para edit-image, declare explicitamente o que deve mudar e o que deve permanecer bloqueado, e refira-se às suas entradas pela posição baseada em 1 em image_urls (image 1, image 2). Abordamos em detalhes a indexação de múltiplas imagens, substituição de rótulos de embalagens e templates de prompts de 50K em nosso guia de edição de múltiplas imagens com GPT Image 2.5.

Como o GPT Image 2.5 se encaixa no catálogo de modelos da E2X

Você pode navegar por todos os modelos de imagem que hospedamos no catálogo de modelos da E2X ou filtrar especificamente pela categoria de texto para imagem e pela categoria de imagem para imagem. Como todos os modelos na E2X compartilham o mesmo contrato /v1/jobs/submit, alternar entre modelos da OpenAI e do Google exige apenas mudar a string model e ajustar as letras maiúsculas ou minúsculas de resolution.

  • Escolha o GPT Image 2.5 (1K a $0.0525, 4K a $0.1575) quando quiser a fidelidade ao prompt e a renderização tipográfica da OpenAI combinadas com os níveis de qualidade xhigh ou max e aspect_ratio: "auto".
  • Escolha o GPT Image 2 (1K a $0.0525, 4K a $0.1575) quando seu pipeline exigir recortes PNG nativos com canal alfa via background: "transparent".
  • Escolha o Google Nano Banana 2.1 (1K a $0.03, 2K a $0.04, 4K a $0.09) quando precisar do menor preço de geração em 4K na E2X ou de proporções panorâmicas extremas como 8:1 e 1:8.
  • Escolha o Google Nano Banana Pro (1K/2K a $0.075, 4K a $0.15) quando precisar de consistência de personagens com múltiplas referências separadas por função.

Perguntas frequentes

Por que xhigh e max custam o mesmo que low e high na E2X?

No esquema de preços da E2X para openai/gpt-image-2.5-sunburst/text-to-image e openai/gpt-image-2.5-sunburst/edit-image, todos os cinco valores de quality (low, medium, high, xhigh, max) mapeiam para o mesmo multiplicador ×7 sobre o custo base com desconto de $0.0075. Isso garante $0.0525 (1K), $0.105 (2K) e $0.1575 (4K) em qualquer configuração de qualidade.

Qual é a diferença entre os endpoints text-to-image e edit-image?

openai/gpt-image-2.5-sunburst/text-to-image gera novas imagens apenas a partir de um prompt de texto (limite de 32,000 caracteres). openai/gpt-image-2.5-sunburst/edit-image exige tanto prompt (limite de 50,000 caracteres) quanto image_urls (URLs das imagens de origem) para editar, reestilizar ou compor visuais existentes. Ambos os endpoints compartilham exatamente os mesmos preços e limites de taxa.