GPT Image 2

API GPT Image 2 Text-to-Image na E2X

GPT Image 2 é o gpt-image-2-2026-04-21 da OpenAI, e é o modelo que entregamos para quem precisa que as palavras dentro da imagem estejam corretas. Expomos como openai/gpt-image-2/text-to-image. Em resolution=1K, o nosso default, cobramos $0.0525 por imagem seja qual for o quality que você enviar — contra $0.211 pelo request de tier alto comparável na fal.ai.

Já tem uma imagem que você quer alterada em vez de substituída? O GPT Image 2 edit-image aceita referências e uma mask opcional, mesmo modelo e mesma tabela de preços.

Como o preço funciona de verdade

Isto não é uma cobrança fixa por imagem, e só um dos dois botões mexe na sua fatura.

Resolution é a alavanca de verdade: 1K é ×1, 2K é ×2, 4K é ×3.

Quality é um multiplicador ×7 em qualquer ajuste. low, medium, high e auto caem todos no mesmo número, então mandar quality: "low" compra uma imagem pior pelo mesmo dinheiro. É uma esquisitice de como a nossa config mapeia o parâmetro — sabemos disso, e até consertarmos não há razão para enviar nada além de high. A taxa base de $0.0075 que você talvez veja citada por aí vale apenas para um request que não carrega campo quality nenhum. É o coeficiente de onde o nosso motor de preços parte, não o preço de uma imagem pronta.

O que você é cobrado de fato, checado em 26 de agosto de 2026:

Olhe o formato disso antes de fechar um orçamento. A fal quase não cobra mais por 2K do que por 1K — $0.211 contra $0.222 — enquanto o nosso preço dobra. A nossa vantagem é maior em 1K e vai estreitando conforme você sobe.

A própria OpenAI não entra na tabela: ela cobra por token, então não existe número oficial por imagem, e qualquer valor que você veja por aí é a saída da calculadora de alguém. Datamos as nossas linhas porque nós as rechecamos.

Os preços e as condições dos produtos podem mudar. Verifique o preço atual de cada provider antes de tomar uma decisão de compra. O preço do Google Batch ou Flex não é diretamente equivalente a um request de API on-demand padrão, porque as condições de agendamento, disponibilidade e processamento são diferentes; por isso ele ficou fora desta comparação. Esta é uma comparação de escopo limitado, não uma afirmação de que a E2X é a opção mais barata do mundo em qualquer configuração.

Texto legível é a razão para escolher este modelo

A maioria dos modelos de imagem ainda transforma texto corrido em rabiscos decorativos que parecem letras a três metros de distância. Este não faz isso, e essa capability sozinha é o motivo de ele ocupar um tier premium no nosso catálogo. O que ele aguenta:

• Parágrafos densos em corpo pequeno — texto corrido que sobrevive a um zoom, notas de rodapé, a linha legal no pé de um cartaz.
• Saída multilíngue, incluindo CJK ao lado de escrita latina numa mesma composição.
• Layouts estruturados — infográficos, tabelas comparativas, slides de marketing em que tipografia e gráficos precisam concordar.
• Rótulos e embalagens de produto, onde um nome de marca escrito errado mata o asset na hora.

Duas coisas vêm junto. A resolução chega a 4K, um salto real em relação ao teto de 1536px do GPT Image 1, e background: "transparent" te dá um recorte sem passo de matting — só PNG ou WebP, já que JPEG não tem canal alpha.

O modelo roda sobre o raciocínio da série O, planejando a composição e se autoconferindo antes de renderizar. Qualidade primeiro. É por isso que ele é mais lento que um modelo de tier flash, e por isso publicamos aqui um ETA de 60 segundos em vez de te prometer três.

API request: prompt entra, imagem sai

Crie uma API key no seu dashboard e mantenha ela no servidor. prompt é o único campo obrigatório.

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": "Cartaz de recrutamento para uma padaria litorânea. A manchete diz FLOUR & SALT em sans condensada. Abaixo dela, quatro linhas de texto corrido em 9pt listando as vagas abertas. Textura de papel quente, uma única cor de tinta.",
      "aspect_ratio": "2:3",
      "resolution": "2K",
      "quality": "high"
    }
  }'

Devolvemos um job ID. Faça polling nele, ou mande um webhookUrl e pule o loop.

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: "Screenshot quadrado de app store. Mockup de aparelho sobre um campo verde-menta. Barra de legenda embaixo em japonês e inglês, ambas totalmente legíveis.",
      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));
}

O status caminha pending → processing → completed, ou para em failed ou cancelled. Cuidado com as maiúsculas — os valores de resolution são 1K, 2K, 4K, em caixa alta. O nosso default de aspect ratio é 1:1, e o enum é largo, de 21:9 até 1:3. A spec legível por máquina carrega o schema atual e o preço atual.

Escolhendo entre os nossos modelos text-to-image

Cinco geradores nesta categoria, e o GPT Image 2 é o caro. Às vezes isso está certo. Muitas vezes não está.

A divisão é estreita, mas é real. Se o texto tem que ser legível, venha para cá. Para rostos, ou para um personagem mantido consistente ao longo de várias referências, o Nano Banana Pro é mais forte e ficamos felizes em receber o seu dinheiro do outro lado. Para uma imagem de destaque ou uma placa de fundo, o Nano Banana 2 dá conta por três quartos da nossa tarifa e termina antes.

Mais uma, já que preferimos dizer a deixar você descobrir sozinho: o Nano Banana 2 Lite é mais barato e mais novo que o Nano Banana legado. Ainda no slug antigo? Migrar é dinheiro de graça. O resto está na categoria text-to-image e no catálogo de modelos.

Fazendo prompt para um modelo que pensa antes de desenhar

A passada de raciocínio recompensa especificação e pune vagueza. Cite o seu texto exatamente e diga onde ele fica: "a manchete diz 'FLOUR & SALT', centralizada, no terço superior" entrega essa string, enquanto "um cartaz de padaria com algum texto" entrega besteira plausível numa tipografia bonita. Descreva layout como layout — faixa superior, coluna esquerda, fio de rodapé. O planejador respeita um briefing espacial.

Defina transparência com background: "transparent", não com uma frase. Três regras de tamanho da OpenAI, boas de saber antes de uma rejeição: os dois lados múltiplos de 16, lado maior abaixo de 3840px, aspect ratio não mais largo que 3:1.

O que checar antes de colocar em produção

Toda imagem deste modelo carrega duas camadas de proveniência, e nenhuma delas é opcional em qualquer tier de qualidade.

Primeiro, metadados C2PA identificando a saída como gerada pelo ChatGPT Images — X, Meta, LinkedIn e TikTok leem isso e colam um rótulo "Made with AI" no upload. Segundo, um watermark de pixel imperceptível mais recente, dentro dos próprios dados da imagem, que sobrevive à remoção de metadados que as pessoas tentam primeiro.

Não conseguimos remover nenhuma das duas, e ninguém mais que revenda este modelo consegue. Não oferecemos saída white-label no GPT Image 2. Se um contrato de cliente proíbe assets rotulados como IA, resolva isso antes de construir aqui.

E a armadilha de orçamento, mais uma vez: quality não é um botão de custo. Baixar para low nas passadas de rascunho é hábito trazido de outras plataformas; aqui isso queima os mesmos $0.0525 enquanto degrada exatamente a renderização de texto que te trouxe até aqui. Controle o gasto com resolution — rascunhe em 1K, publique em 2K ou 4K.

Perguntas frequentes

O que é o GPT Image 2?

O modelo de geração de imagem da OpenAI, snapshot gpt-image-2-2026-04-21, lançado em 21 de abril de 2026 como sucessor do GPT Image 1.5. Ele usa o raciocínio da série O para planejar uma composição antes de renderizar, e a sua capability de destaque é texto preciso dentro da imagem, em tamanhos pequenos e em vários idiomas.

Quanto custa o GPT Image 2 text-to-image na E2X?

$0.0525 por imagem nos nossos defaults, quality=high e resolution=1K. 2K dobra para $0.105, 4K triplica para $0.1575. Essas eram as nossas tarifas na checagem de 26 de agosto de 2026.

Por que eu não devo tratar $0.0075 como o preço de uma imagem?

Porque $0.0075 é a nossa taxa base sem multiplicador, e ela vale apenas para um request que não carrega campo quality nenhum. Qualquer valor de quality multiplica isso por sete, e resolution multiplica de novo por cima. Cote a configuração que você realmente envia, ou o seu modelo de custo erra por um fator de sete.

Enviar um ajuste de qualidade menor reduz o que eu pago?

Não. O nosso multiplicador é ×7 para low, medium, high e auto igualmente, então todos eles faturam $0.0525 em 1K. Mandar low custa o mesmo e devolve menos. Resolution é o parâmetro que de fato muda a sua fatura.

A E2X é mais barata que a fal.ai para o GPT Image 2?

Em todas as resoluções que checamos, sim. Em 1024×1024 são $0.0525 conosco contra $0.211 lá, 75% mais barato; em 2K, $0.105 contra $0.222, 53% mais barato; em 4K, $0.1575 contra $0.401, 61% mais barato. A própria OpenAI cobra por token e não por imagem, então não existe preço de tabela oficial para comparar diretamente.

As imagens geradas têm watermark?

Sim, de duas formas: metadados C2PA que as plataformas sociais leem para aplicar rótulos "Made with AI", mais um watermark de pixel imperceptível assado dentro dos dados da imagem. Os dois estão presentes em todos os tiers de qualidade, e nenhum provider — nós inclusive — consegue desligá-los.

Devo usar o GPT Image 2 ou o Nano Banana Pro?

Escolha o GPT Image 2 quando a imagem contiver texto que um humano vai ler: embalagem, infográfico, UI, cartaz. Escolha o Nano Banana Pro quando você precisar de realismo em retrato ou de um personagem consistente ao longo de várias imagens de referência. Eles custam mais ou menos o mesmo em 1K, então escolha pela força, não pelo orçamento.