O GPT Image 2 oferece renderização de texto quase perfeita, saída de produção em 4K, realismo baseado em conhecimento do mundo real e capacidade extrema de seguir instruções de múltiplas disciplinas.
curl-X POST 'https://pollo.ai/api/platform/v1/generation/openai/gpt-image-2/image'\-H'Content-Type: application/json'\-H'x-api-key: YOUR_API_KEY'\-d'{ "input": { "prompt": "A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field", "aspectRatio": "1:1", "resolution": "1K", "quality": "low" }}'
Optionally include webhookUrl to receive a callback when the task succeeds or fails.
Optional request field
{"input":{"prompt":"A cinematic shot of a golden retriever running through a field of sunflowers at sunset, warm rim light, shallow depth of field","aspectRatio":"1:1","resolution":"1K","quality":"low"},"webhookUrl":"https://example.com/webhooks/pollo"}
Schema
Input fields for the selected endpoint and mode.
Field
Type
Required
Description
prompt
string
Yes
Text prompt describing the content to generate.
aspectRatio
string
No
Output aspect ratio, as width:height (e.g. 16:9).
resolution
string
No
Output resolution of the generated media (e.g. 720p, 1080p, 2K, 4K). Values are case-insensitive.
O GPT Image 2 se destaca na geração de texto legível dentro de imagens. Títulos, rótulos e letras miúdas saem limpos, então pôsteres, embalagens e diagramas ficam prontos para usar.
Com o GPT Image 2 na Pollo API, desenvolvedores adicionam geração de imagens a partir de texto, edição de imagem e composição com múltiplas imagens aos seus apps, gerando saída de até 4K com proporções escolhidas por requisição.
Principais recursos da API GPT Image 2
Texto legível e preciso na imagem
A tipografia se mantém consistente em títulos, legendas e rótulos densos, tornando o modelo confiável para cardápios, infográficos e qualquer layout em que o texto precise ser legível, não só decorativo.
Seguimento extremo de instruções
Prompts longos e detalhados são seguidos de perto, então quantidades específicas de objetos, posicionamentos, cores e frases escritas aparecem como descrito, em vez de virar uma interpretação solta.
Edição em nível de pixel
Envie uma imagem existente e altere uma região com precisão, trocando objetos, ajustando texto ou refinando detalhes enquanto as partes não tocadas do quadro permanecem intactas.
Compreensão contextual do mundo real
As cenas refletem relações reais entre objetos, materiais e ambientes, então uma ferramenta, prato ou vitrine descritos parecem plausíveis em vez de montados com partes desconexas.
Saída em 4K
As gerações escalam para 4K, oferecendo resolução suficiente para layouts de impressão, banners grandes e fotos de produto detalhadas sem precisar de uma etapa separada de upscaling no fluxo de trabalho.
Composição com múltiplas imagens
Combine várias imagens de referência em uma única requisição para mesclar assuntos, colocar um produto em uma nova cena ou criar uma composição que mantenha cada fonte reconhecível.
Casos de uso da API GPT Image 2
Mockups de embalagem e rótulo: Gere caixas, garrafas e sachês com nomes de marca legíveis, listas de ingredientes e letras miúdas posicionadas como especificado no prompt.
Infográficos e diagramas: Produza gráficos, esquemas rotulados e layouts de etapas em que o texto e a estrutura carregam o significado, não apenas o visual.
Cardápios e placas de sinalização: Crie cardápios de restaurante, quadros de preços e sinalização de loja com texto preciso e tipografia consistente para ferramentas de hospitalidade e varejo.
Edições fotográficas direcionadas: Deixe os usuários selecionarem uma região e alterarem um elemento, como recolorir uma peça de roupa ou substituir um logotipo, preservando o restante.
Composição de produtos: Insira um produto de uma imagem em um novo cenário, mantendo sua forma e acabamento para catálogos de ecommerce e imagens de lifestyle.
Layouts de pôster e anúncio: Monte layouts promocionais em que título, subtítulo e chamada para ação devem aparecer exatamente como escritos e permanecer legíveis.
Conceitos de app e UI: Renderize mockups de interface e ideias de telas com rótulos reais de botões e textos de menu para apps de design e prototipagem.
Variantes localizadas de assets: Regenere o mesmo layout com textos diferentes para produzir variantes por idioma ou campanha em escala.
Como usar a API GPT Image 2
Obtenha uma chave de API: Crie uma conta na Pollo API e gere sua chave de API no painel de desenvolvedor.
Escolha o modelo: Envie requisições para o endpoint GPT Image 2 em /generation/openai/gpt-image-2-0/image.
Adicione suas entradas: Passe um prompt para texto para imagem, ou forneça imageUrl ou images para edição e composição, depois defina aspectRatio, resolution (1K, 2K, 4K) e quality.
Gere e recupere: Envie a tarefa, consulte o taskId e o status retornados e baixe a imagem quando concluir com sucesso.
Boas práticas de prompting para a API GPT Image 2
Escreva o prompt como uma ficha técnica. Coloque entre aspas o texto exato que você quer renderizar, diga onde os elementos ficam e nomeie cores e materiais para que o seguimento de instruções tenha alvos claros.
Uma fórmula simples de prompt
Assunto e cenário + texto exato entre aspas + layout e posicionamento + estilo e cor + detalhe de material ou iluminação
O que você deve observar
Coloque o texto entre aspas: Ponha entre aspas o texto que você quer renderizar para o modelo tratar como cópia literal, não como tema solto.
Nomeie o posicionamento: Diga onde cada elemento deve ficar, como banner superior ou canto inferior esquerdo, para controlar o layout.
Descreva a região de edição: Na edição de imagem, especifique exatamente o que mudar para que as áreas não tocadas permaneçam como estavam.
Defina a proporção cedo: Escolha a proporção que se encaixa no formato final para que a composição já seja enquadrada corretamente desde o início.
Combine resolução com uso: Escolha 4K para impressão e formatos grandes, e resoluções menores para rascunhos e iteração mais rápidos.
Mantenha um foco por edição: Altere um único elemento por passagem de edição para manter resultados previsíveis e limpos.
Exemplos de prompts
Embalagem de produto
"Uma embalagem de café kraft fosca em pé sobre uma prateleira de madeira clara, rótulo frontal com 'MORNING ROOT — Single Origin' em serifada em negrito, com 'Net 340g' em texto pequeno na base. Luz natural suave, profundidade rasa, foto de produto em 4K."
Infográfico rotulado
"Um infográfico limpo em estilo flat intitulado 'How Composting Works' com quatro etapas numeradas organizadas da esquerda para a direita, cada uma com um ícone simples e uma legenda curta. Paleta de verdes e bege suaves, texto sans-serif nítido e legível."
Edição de região
"Usando a foto de vitrine enviada, substitua a placa suspensa em branco por uma com o texto 'AZURE BOOKS' em lettering manual de tom quente. Mantenha prédio, toldo e rua inalterados, combinando com a luz do dia e as sombras originais."
Composição com múltiplas imagens
"Combine o tênis fornecido e a imagem de fundo de estúdio para que o tênis fique centralizado em um pedestal refletivo, com holofote vindo do canto superior esquerdo, reflexão sutil no piso, mantendo a combinação exata de cores e os detalhes de costura do calçado."
GPT Image 2 vs Google Imagen 4 vs FLUX.1 Kontext
Capacidade
GPT Image 2
Google Imagen 4
FLUX.1 Kontext
Renderização de texto na imagem
✅ Forte com textos longos e pequenos
✅ Boa tipografia
⚠️ Focado em edição, texto mais fraco
Seguimento de instruções
✅ Lida com prompts detalhados e com múltiplos elementos
✅ Boa aderência
✅ Forte para instruções de edição
Edição em nível de pixel
✅
⚠️ Limitada
✅ Principal força
Composição com múltiplas imagens
✅
❌
⚠️ Baseado em referência
Resolução máxima
Até 4K
Até classe 2K
Até classe 4MP
Recomendado para
Assets com muito texto e edições precisas
Geração fotorrealista
Edição iterativa de imagem
Por que escolher a API GPT Image 2?
O GPT Image 2 se encaixa em produtos que precisam de texto legível e edições fiéis, de embalagens e infográficos a mudanças direcionadas por região, tudo em resoluções altas o bastante para impressão.
Pela Pollo API, você acessa o GPT Image 2 com uma única chave de API junto de mais de 300 modelos líderes de imagem e vídeo, com documentação clara, consulta de status de tarefas e geração que custa menos do que a Fal AI.
Comece com o endpoint GPT Image 2 na Pollo API para lançar recursos de imagem com texto preciso e depois compare com Imagen, FLUX e outros sem mexer na sua integração.
FAQs da API GPT Image 2
O que é o GPT Image 2?
GPT Image 2 é um modelo de imagem da OpenAI conhecido por texto preciso dentro da imagem, forte seguimento de instruções e edição em nível de pixel, com suporte a texto para imagem, edição de imagem e composição com múltiplas imagens até 4K.
A API GPT Image 2 renderiza texto com confiabilidade?
Sim. Esse é um de seus pontos fortes, lidando com títulos, rótulos e letras miúdas, o que o torna muito adequado para embalagens, cardápios, pôsteres e infográficos.
Ele pode editar uma imagem existente?
Sim. Forneça uma imagem e descreva a mudança, e o modelo edita uma região específica enquanto mantém o restante do quadro intacto.
Quais resoluções e proporções são suportadas?
A saída escala para 1K, 2K ou 4K, com proporções de quadrado e retrato até widescreen e ultrawide escolhidas por requisição.
Ele pode combinar múltiplas imagens?
Sim. Você pode enviar várias imagens de referência em uma única requisição para mesclar assuntos ou colocar um produto em uma nova cena, mantendo cada fonte reconhecível.
Por que executar o GPT Image 2 via Pollo API?
A Pollo API oferece uma única integração para GPT Image 2 e mais de 300 outros modelos, com documentação clara, rastreamento de tarefas e geração com custo menor do que provedores comparáveis.
