O GPT Image 2.6 Sunburst edit-image é o principal endpoint da OpenAI na E2X para edição de imagens condicionada por referências e composição de múltiplas imagens, servido em openai/gpt-image-2.6-sunburst/edit-image. Passe até 16 imagens de referência em image_urls (acima das 10 no GPT Image 2.5) junto com uma instrução de alterações de até 50,000 caracteres, e o modelo editará rótulos de produtos, comporá múltiplos sujeitos em uma cena unificada ou aplicará transformações espaciais guiadas por máscaras e anotações visuais de markup. Com nosso desconto permanente de 75%, uma edição em 1K custa $0.0525 por imagem de saída em todos os cinco níveis de qualidade (low, medium, high, xhigh, max), 75% abaixo do benchmark de nível alto de $0.211 na fal.ai.
Está gerando apenas a partir de um prompt de texto — ou sintetizando arquivos nativos .gif animados (output_format: "gif") e .svg vetoriais (output_format: "svg") sem imagens de origem? Chame GPT Image 2.6 Sunburst text-to-image, que compartilha exatamente a mesma tabela de tarifas ($0.0525 em 1K, $0.105 em 2K, $0.1575 em 4K). Para fluxos de trabalho de edição interativa de menor latência que precisam apenas dos níveis de qualidade low, medium e high, use GPT Image 2.6 Flare edit-image (text-to-image).
Galeria de amostras visuais e GIFs animados
Abaixo estão edições reais de antes e depois condicionadas por referências, composições de markup com múltiplas referências e saídas .gif animadas complementares produzidas com a família GPT Image 2.6 na E2X (assets.e2x.ai).
Antes: packshot de referência de entrada (image_urls[0])

- Referência de origem (
image_urls[0]): 1122×1402 (packshot de estúdio 4:5)
- Prompt de geração de origem:
"Clean studio packshot of a frosted emerald glass botanical elixir bottle with a brushed brass dropper cap resting on a plain white cyclorama table, minimalist cream paper label reading \"E2X BOTANICALS\" in fine black serif type, soft neutral lighting"
Depois: reiluminação de cena travada por referência e tipografia em folha dourada em relevo

- Endpoint:
openai/gpt-image-2.6-sunburst/edit-image (aspect_ratio: "4:5", 1122×1402)
- Prompt de edição:
"Keep the exact frosted emerald glass botanical elixir bottle and brushed brass dropper cap from image 1 unchanged. Change the label text to read \"E2X.AI NIGHT SERUM 2.6\" in embossed gold foil serif lettering, and place the bottle on wet black volcanic basalt stones surrounded by glowing bioluminescent moss and warm golden sunburst rim lighting."

- Demonstração conceitual (
16:9, 1672×941): Combinando referências de personagem, produto e ambiente com setas de markup visual e caixas delimitadoras.
- Prompt:
"High-tech creative art direction studio workbench displaying floating reference photographs of a character, a luxury perfume bottle, and a neon street backdrop converging into a central master composite frame with glowing cyan markup annotation arrows, bounding boxes, and a crisp label reading \"e2x.ai\""
Reiluminação de monólito arquitetônico e gravação em neon (aspect_ratio: "1:1")

- Endpoint:
openai/gpt-image-2.6-sunburst/edit-image (aspect_ratio: "1:1", resolution: "1K", quality: "max")
- Prompt de edição:
"Transform this gallery monolith into a radiant golden-hour sunburst monument: engrave bold, crisp, glowing warm-gold neon typography reading \"e2x.ai\" across the center of the frosted glass panel, surround the pedestal with dramatic sunburst orange and amber volumetric light beams breaking through the atrium, and add warm golden reflections on the dark floor."
GIF animado complementar de texto para imagem (output_format: "gif")

- Endpoint irmão:
openai/gpt-image-2.6-sunburst/text-to-image (output_format: "gif", aspect_ratio: "16:9", 448×256)
- Prompt:
"A glowing neon cyberpunk ramen shop sign at night in Tokyo with animated rising steam from a holographic noodle bowl, flickering magenta and cyan rain reflections, and crisp neon badge reading \"e2x.ai\", smooth looping multi-frame animation"
Preços por edição entre níveis de resolução e qualidade
Cada requisição de edição em openai/gpt-image-2.6-sunburst/edit-image começa com uma tarifa base de tabela de $0.03 (30,000 microcentavos) que nosso desconto global de 75% reduz para $0.0075 (7,500 microcentavos) antes de aplicar dois coeficientes de parâmetros:
- Fator de
resolution: 1K (padrão) = ×1, 2K = ×2, 4K = ×3.
- Fator de
quality: low, medium (padrão), high, xhigh e max aplicam cada um um coeficiente ×7.
Como todas as cinco opções de quality multiplicam a base com desconto de $0.0075 por 7 ($0.0075 × 7 = $0.0525 em 1K), resolution é a única alavanca de custo. Ao contrário das APIs originais em que configurações de qualidade mais altas multiplicam o consumo de tokens em até 12×, a E2X cobra exatamente a mesma tarifa fixa para xhigh e max que para low ou medium.
Matriz completa de tarifas por edição verificada em 6 de novembro de 2026:
| Resolução de saída | Tarifa E2X com desconto | Tarifa de tabela sem desconto | Fator combinado | Equivalente na fal.ai | Etapa típica de edição |
|---|
1K (padrão do esquema) | $0.0525 | $0.21 | 1 × 7 | $0.211 (75% mais caro) | Ajuste de prompts, trocas de texto em rótulos, testes de layout multi-imagem em xhigh/max |
2K | $0.1050 | $0.42 | 2 × 7 | $0.222 (53% mais caro) | Packshots de e-commerce em produção e composições de campanhas |
4K | $0.1575 | $0.63 | 3 × 7 | $0.401 (61% mais caro) | Artes-finais de embalagens para impressão e exportações mestras ultranítidas |
Essa estrutura de preços simplifica o orçamento de um ciclo de edição. Quando você estiver ajustando um prompt para substituir o texto em folha dourada em relevo no rótulo de um frasco ou testando três configurações de iluminação para uma composição com vários produtos, mantenha resolution em 1K ($0.0525 cada) executando qualidade xhigh ou max. Cinco edições exploratórias em 1K mais uma exportação final em 2K ($0.105) somam $0.3675 no total.
Os preços e os termos dos produtos podem mudar. Verifique os preços atuais de cada provedor antes de tomar uma decisão de compra. Os preços do Google Batch ou Flex não são diretamente equivalentes a uma solicitação de API padrão sob demanda, pois as condições de agendamento, disponibilidade e processamento diferem; portanto, estão excluídos desta comparação. Esta é uma comparação com escopo definido, e não uma afirmação de que a E2X é a opção mais barata do mundo em todas as configurações.
Principais atualizações de edição no GPT Image 2.6 Sunburst
- Até 16 imagens de referência (
image_urls): openai/gpt-image-2.6-sunburst/edit-image aumenta o maxItems de image_urls de 10 (no GPT Image 2.5) para 16 URLs de origem. Você pode passar vistas de personagens em vários ângulos, ângulos de produtos, amostras de materiais, referências de iluminação e fundos em uma única chamada de API.
- Inpainting com máscara (
mask_image) e orientação por markup visual (markup_image): Além de arrays multi-imagem em image_urls, a arquitetura de edição do GPT Image 2.6 suporta controle espacial de regiões via mask_image (máscaras alfa ou binárias que travam os pixels fora da máscara) e markup_image (setas desenhadas à mão, caixas delimitadoras e rótulos indicativos esboçados diretamente sobre um quadro de referência para mostrar onde objetos ou tipografia devem ficar).
- Limite de 50,000 caracteres para prompts de edição: Enquanto
text-to-image limita os prompts a 32,000 caracteres, edit-image aceita até 50,000 caracteres, dando aos pipelines automatizados de catálogos amplo espaço para injetar transcrições de OCR, regras hexadecimais da marca e indexação por referência (image 1 até image 16).
- 15 proporções de tela e formatos de saída raster: As imagens de saída podem ser enquadradas em 15 proporções fixas (
1:1, 1:2, 2:1, 1:3, 3:1, 2:3, 3:2, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 9:21, 21:9) e exportadas como png (padrão), jpeg ou webp.
Requisição de API: enviando URLs de referência e fazendo polling
prompt e image_urls (de 1 a 16 URLs HTTPS públicas) são os dois parâmetros obrigatórios em openai/gpt-image-2.6-sunburst/edit-image. aspect_ratio (padrão 1:1), resolution (padrão 1K), quality (padrão medium) e output_format (padrão png) são opcionais.
Aqui está uma chamada curl que envia uma edição de rótulo de embalagem e cena na qualidade max e resolução 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-2.6-sunburst/edit-image",
"input": {
"prompt": "Keep the exact frosted emerald glass botanical elixir bottle and brushed brass dropper cap from image 1 unchanged. Change the label text to read \"E2X.AI NIGHT SERUM 2.6\" in embossed gold foil serif lettering, and place the bottle on wet black volcanic basalt stones surrounded by glowing bioluminescent moss and warm golden sunburst rim lighting.",
"image_urls": [
"https://assets.e2x.ai/ui/assets/model-samples/2026/11/06/gallery-edit-before-botanical-bottle.png"
],
"aspect_ratio": "4:5",
"resolution": "2K",
"quality": "max",
"output_format": "png"
}
}'
Abaixo está um exemplo completo em Node.js que compõe múltiplas imagens de referência em 1K ($0.0525) e consulta o job até a conclusão:
const headers = {
Authorization: `Bearer ${process.env.E2X_API_KEY}`,
"Content-Type": "application/json",
};
const createJob = await fetch("https://api.e2x.ai/v1/jobs/submit", {
method: "POST",
headers,
body: JSON.stringify({
model: "openai/gpt-image-2.6-sunburst/edit-image",
input: {
prompt: 'Transform this gallery monolith into a radiant golden-hour sunburst monument: engrave bold, crisp, glowing warm-gold neon typography reading "e2x.ai" across the center of the frosted glass panel, surround the pedestal with dramatic sunburst orange and amber volumetric light beams.',
image_urls: [
"https://assets.e2x.ai/ui/assets/model-samples/2026/11/05/2470bb16-0686-4960-986b-ea5f1969ed25_sunburst-ref-input.png",
],
aspect_ratio: "1:1",
resolution: "1K",
quality: "max",
output_format: "png",
},
}),
}).then((res) => res.json());
const jobId = createJob.data.jobId;
while (true) {
await new Promise((r) => setTimeout(r, 3000));
const statusPayload = await fetch(`https://api.e2x.ai/v1/jobs/${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 dentro de image_urls deve ser acessível publicamente via HTTPS para que nossos workers possam baixar o arquivo de origem. Você pode inspecionar a definição completa de parâmetros na especificação do endpoint legível por máquina ou integrar por meio de nossos SDKs oficiais.
Comparando endpoints de edição de imagens na E2X
Escolha entre nossos endpoints de imagem para imagem com base no foco da sua edição: tipografia xhigh/max, composição de 16 referências, retorno de alta velocidade, recortes transparentes ou custo 4K em volume:
| Modelo de edição | Preço 1K | Preço 4K | Referências máx. | Principal vantagem |
|---|
| GPT Image 2.6 Sunburst edit | $0.0525 | $0.1575 | 16 | Prompts de 50,000 caracteres, níveis xhigh e max sem custo extra, 16 referências, precisão de máscara e markup |
| GPT Image 2.6 Flare edit | $0.0525 | $0.1575 | 16 | Edição de alta velocidade em 3 níveis (low, medium, high) com 16 entradas de referência e prompts de 50K |
| GPT Image 2.5 Sunburst edit | $0.0525 | $0.1575 | 10 | Fluxos legados 2.5 que exigem aspect_ratio: "auto" |
| GPT Image 2 edit | $0.0525 | $0.1575 | 10 | Suporta background: "transparent" para recortes PNG com canal alfa pelo mesmo preço |
| Nano Banana 2.1 edit | $0.0300 | $0.0900 | — | Menor preço de edição 4K ($0.09) e 15 proporções até 8:1 |
| Nano Banana Pro edit | $0.0750 | $0.1500 | — | Retenção de identidade facial entre diferentes ângulos de referência de personagens |
Navegue por todos os modelos de edição na categoria de imagem para imagem ou no catálogo completo de modelos.
Um prompt de edição funciona melhor quando separa explicitamente os elementos travados das modificações solicitadas:
- Diga o que permanece travado e o que muda: Declare explicitamente qual geometria, tampa ou identidade do sujeito deve permanecer intocada ("mantenha inalterados o exato frasco de vidro esmeralda fosco e a tampa conta-gotas de latão escovado da imagem 1").
- Indexe até 16 imagens de referência por posição: Refira-se a cada URL em
image_urls pelo índice começando em 1 ("pegue o personagem da imagem 1, o frasco da imagem 2, o clima de iluminação da imagem 3 e siga o layout de caixas delimitadoras ciano na imagem 4").
- Cite o texto substituto literalmente: Coloque o texto exato de substituição entre aspas duplas e descreva o tratamento do material ("altere o texto do rótulo para ler "E2X.AI NIGHT SERUM 2.6" em letras serifadas em folha de ouro em relevo").
- Escolha
xhigh ou max para kerning fino em rótulos: Como xhigh e max possuem exatamente o mesmo multiplicador ×7 de medium, sempre defina quality: "xhigh" ou "max" ao editar tipografia de embalagens ou detalhes mecânicos intrincados.
Para mais exemplos de fluxos de trabalho orientados por referência, leia nosso guia de geração de imagens consistentes e nossa comparação de modelos Nano Banana.
Perguntas frequentes
Após nosso desconto de 75%, uma edição custa $0.0525 em resolution: "1K" (o padrão), $0.105 em 2K e $0.1575 em 4K, quer quality esteja definida como low, medium, high, xhigh ou max.
Quantas imagens de referência posso passar para o GPT Image 2.6 Sunburst edit-image?
Você pode passar até 16 URLs de imagens publicamente acessíveis dentro do array image_urls (um aumento em relação às 10 no GPT Image 2.5). Refira-se a cada entrada pelo número em seu prompt ("imagem 1", "imagem 2", até "imagem 16") para controlar como sujeitos, texturas e guias de layout são combinados.
Como mask_image e markup_image funcionam na edição do GPT Image 2.6?
Ao lado de image_urls, a arquitetura do GPT Image 2.6 suporta mask_image para inpainting direcionado (travando os pixels fora da região da máscara) e markup_image para orientação visual de layout — permitindo que você desenhe setas, caixas delimitadoras e marcadores de posicionamento de texto diretamente sobre uma imagem de referência e instrua o modelo a converter essas anotações em elementos fotorrealistas da cena.
Quais parâmetros são obrigatórios no endpoint edit-image?
Apenas prompt (até 50,000 caracteres) e image_urls (um array de 1 a 16 URLs de imagens) são obrigatórios. aspect_ratio (padrão "1:1" entre 15 proporções), resolution (padrão "1K"), quality (padrão "medium") e output_format ("png", "jpeg", "webp", padrão "png") são opcionais.
Posso gerar GIFs animados ou SVGs no endpoint edit-image?
O endpoint openai/gpt-image-2.6-sunburst/edit-image gera imagens raster png, jpeg e webp. Para gerar arquivos nativos .gif animados em loop (output_format: "gif") ou .svg vetoriais escaláveis (output_format: "svg"), chame o endpoint irmão GPT Image 2.6 Sunburst text-to-image pela mesma tarifa de $0.0525 (1K).
Como mantenho os custos de iteração baixos ao refinar uma edição?
Mantenha resolution: "1K" enquanto testa a redação do prompt, a tipografia do rótulo e o posicionamento de múltiplas imagens na qualidade xhigh ou max. Cada passagem em 1K custa $0.0525 em vez de $0.105 (2K) ou $0.1575 (4K). Aumente resolution para 2K ou 4K apenas na exportação mestre final.