TL;DR
GPT-Image-2.5 es una familia de API de imágenes con dos modelos: Flare prioriza la generación rápida y cotidiana, mientras que Sunburst prioriza la precisión de edición y la fidelidad del resultado final. A través de CometAPI, las integraciones existentes del SDK de OpenAI suelen migrar cambiando la URL base, la clave de API y el ID del modelo. Comienza con Flare en calidad media, mide la latencia y el costo por imagen aceptada, y enruta las ediciones exigentes o salidas premium a Sunburst.
Key Takeaways
- Flare es la opción enfocada en velocidad para productos interactivos, iteración rápida y generación a gran escala.
- Sunburst es la opción enfocada en precisión para ediciones localizadas, preservación de referencias y composiciones finales complejas.
- Ambos modelos aceptan entradas de texto e imagen, admiten seis modos de calidad y generan o editan imágenes mediante la Images API.
- CometAPI admite los dos IDs de modelo a través de una URL base y patrón de SDK compatibles con OpenAI.
- Los resultados actuales de Arena favorecen a Sunburst para generación y edición, mientras que ambos modelos nuevos siguen marcados como preliminares.
- La selección para producción debe basarse en latencia, tasa de aceptación, fidelidad de edición, uso de tokens y costo efectivo por imagen aprobada.
El 8 de septiembre de 2026, OpenAI presentó ChatGPT Images 2.5 y lanzó dos nuevos modelos de generación de imágenes en la API: GPT Image 2.5 Flare para generación de imágenes rápida y cotidiana, y GPT Image 2.5 Sunburst para flujos de trabajo que priorizan la calidad de imagen y un control de edición más estricto. OpenAI posiciona a Flare como el valor predeterminado para la mayoría de las aplicaciones, mientras que Sunburst es su modelo de generación y edición de imágenes más capaz.
Ambos modelos están disponibles ahora a través de CometAPI. La ventaja práctica es que los desarrolladores pueden llamarlos mediante la interfaz familiar del SDK de OpenAI, reemplazando la clave de API y la URL base por credenciales de CometAPI. La API compatible con OpenAI de CometAPI significa que una aplicación de generación de imágenes existente suele requerir solo un pequeño cambio de integración, en lugar de un nuevo SDK o arquitectura de solicitudes.
Esta guía muestra cómo generar y editar imágenes con GPT-Image-2.5 mediante CometAPI usando cURL, Python y JavaScript, y cómo elegir el modelo, nivel de calidad, dimensiones y formato de salida adecuados para un flujo de trabajo de producción.
What Is the GPT-Image-2.5 API?
GPT-Image-2.5 es la familia actual de generación de imágenes de OpenAI. Acepta entradas de texto e imagen y devuelve imágenes. La familia tiene dos modelos: GPT-Image-2.5 Flare, optimizado para velocidad y uso cotidiano, y GPT-Image-2.5 Sunburst, optimizado para máxima capacidad y edición precisa.
How to GPT-Image-2.5 API Compared with GPT Image 2 API?
El cambio clave no es simplemente un reemplazo único más rápido. GPT-Image-2.5 separa la carga de trabajo en dos opciones diseñadas con propósito. Flare se orienta a la generación rutinaria con menor latencia, mientras que Sunburst apunta a las tareas de generación y edición más exigentes. Ambos modelos exponen el mismo conjunto de controles amplio, incluidos niveles de calidad de low a max, entradas de imagen para edición y streaming de imágenes parciales.
Para la migración, comienza manteniendo tus prompts y estructura de solicitud actuales, y luego selecciona un modelo según los requisitos de latencia y fidelidad. Vuelve a probar el renderizado de texto, las instrucciones de preservación, las máscaras, el orden de las imágenes de referencia, el tamaño de salida y el costo antes de cambiar el tráfico de producción.
Why Use GPT-Image-2.5 Through CometAPI?
CometAPI proporciona una capa de acceso compatible con OpenAI que puede reducir el trabajo de integración cuando un equipo ya usa su gateway. Los beneficios prácticos son gestión centralizada de claves, un formato de solicitud familiar, visibilidad del uso y la capacidad de enrutar la generación y edición de imágenes a través de una única URL base.
| Item | Value |
|---|---|
| Base URL | https://api.cometapi.com/v1 |
| Generation route | POST /images/generations |
| Editing route | POST /images/edits |
| Authentication | Authorization: Bearer $COMETAPI_KEY |
Los precios del proveedor y la disponibilidad del modelo pueden cambiar. Confirma el identificador del modelo, el comportamiento del endpoint y la facturación actual en el panel de CometAPI antes del despliegue en producción.
How to Use GPT-Image-2.5 API in CometAPI
Step 1: Get a CometAPI API Key
Crea o inicia sesión en tu cuenta de CometAPI y genera un token desde la consola de tokens de la API de CometAPI.
Almacena la clave como una variable de entorno en lugar de incrustarla en el código fuente de la aplicación:
| export COMETAPI_KEY="your-cometapi-key" |
|---|
En Windows PowerShell:
| $env:COMETAPI_KEY="your-cometapi-key" |
|---|
No expongas la clave de API en JavaScript del lado del navegador, repositorios públicos, capturas de pantalla o aplicaciones cliente. Para producción, las variables de entorno del lado del servidor o un gestor de secretos son opciones más seguras.
Step 2: Generate Your First Image with cURL
Para la mayoría de las aplicaciones, comienza con Flare. Una solicitud mínima de generación se ve así:
curl "https://api.cometapi.com/v1/images/generations" \-H "Authorization: Bearer $COMETAPI_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-image-2.5-flare", "prompt": "Fotografía de producto premium de un altavoz inalámbrico negro mate sobre un pedestal de hormigón claro, luz de ventana suave, textura de material realista, composición editorial limpia, sin texto", "size": "1536x1024", "quality": "medium", "output_format": "png" }' |
|---|
Las piezas específicas de CometAPI fundamentales son el endpoint y la clave de API. La API de GPT Image 2.5 Flare en CometAPI usa el endpoint api.cometapi.com/v1/images/generations con autenticación Bearer.
Los modelos de GPT Image normalmente devuelven el contenido de la imagen generada mediante data[].b64_json en lugar de requerir que tu aplicación descargue una URL de imagen permanente.
Una respuesta simplificada se ve así:
| { "data": [ { "b64_json": "<base64-image-data>" } ], "usage": { "input_tokens": 32, "output_tokens": 1372, "total_tokens": 1404 } } |
|---|
Tu aplicación debe decodificar el campo Base64 y guardar los bytes devueltos en lugar de almacenar la cadena Base64 como el recurso final.
Step 3: Generate an Image with Python
| import base64 import os import requests response = requests.post( "https://api.cometapi.com/v1/images/generations",
 headers={"Authorization": f"Bearer {os.environ['COMETAPI_KEY']}"}, json={ "model": "gpt-image-2.5-flare", "prompt": ( "Una ilustración isométrica limpia de un laboratorio de investigación alimentado por energía solar, " "fondo blanco, geometría precisa, sin etiquetas ni marcas de agua" ), "size": "1536x1024", "quality": "high", "output_format": "png", }, timeout=180, ) response.raise_for_status() payload = response.json() image_b64 = payload["data"][0]["b64_json"] with open("research-lab.png", "wb") as file: file.write(base64.b64decode(image_b64)) |
|---|
Esta es una de las mayores ventajas prácticas de CometAPI para un proyecto existente con el SDK de OpenAI: el ejemplo oficial de CometAPI usa el mismo cliente de OpenAI, cambiando el base_url, la clave y el ID del modelo en lugar de reemplazar la capa de SDK de la aplicación.
Step 4: Use Multiple Reference Images with the Responses API
Asigna un rol estable a cada imagen antes de redactar el prompt. Un orden útil es: primero el sujeto, segundo el estilo, luego el fondo o la referencia de composición. Nombra explícitamente esos roles en el prompt para que el modelo no tenga que inferir qué propiedades copiar.
import base64
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1",
)
response = client.responses.create(
model="gpt-6-astra",
input=[{
"role": "user",
"content": [
{"type": "input_text", "text": (
"Crea una imagen para campaña. Usa la imagen 1 solo para la forma "
"y los colores del producto; la imagen 2 solo para la iluminación "
"y el estilo visual; la imagen 3 solo para la composición del fondo. "
"Preserva el logo del producto exactamente y no agregues ningún otro texto."
)},
{"type": "input_image", "image_url": "https://example.com/product.png"},
{"type": "input_image", "image_url": "https://example.com/style.png"},
{"type": "input_image", "image_url": "https://example.com/background.png"},
],
}],
tools=[{
"type": "image_generation",
"model": "gpt-image-2.5-sunburst",
}],
)
for item in response.output:
if item.type == "image_generation_call":
with open("campaign.png", "wb") as file:
file.write(base64.b64decode(item.result))
La Responses API usa un modelo principal compatible en el nivel superior y selecciona GPT-Image-2.5 dentro de la herramienta de generación de imágenes. Si el gateway aún no expone el modelo principal seleccionado o el esquema de la herramienta, revisa el catálogo de modelos actual de CometAPI y usa su equivalente documentado.
Nota: Se pueden introducir varias imágenes de referencia a la vez, con cada imagen desempeñando un rol distinto; especifica claramente el propósito de cada imagen en el prompt. Al realizar edición con múltiples imágenes, presta atención al orden de entrada y la correspondencia semántica.
How to Edit Existing Images
Usa la ruta de edición cuando deba preservarse y modificarse un recurso existente. Indica qué debe permanecer fijo antes de describir el cambio solicitado.
curl https://api.cometapi.com/v1/images/edits \
-H "Authorization: Bearer $COMETAPI_KEY" \
-F "model=gpt-image-2.5-sunburst" \
-F "image[]=@product.png" \
-F "prompt=Preserva la forma del producto, la etiqueta y el ángulo de cámara. Reemplaza solo el fondo con un degradado cálido de estudio. No añadas texto nuevo." \
-F "quality=high" \
-F "output_format=png"
Input
Output
Assign Roles to Multiple Input Images
No te bases únicamente en el orden de carga. Indica “la imagen 1 es el sujeto”, “la imagen 2 es la referencia de estilo” y “la imagen 3 es la referencia de fondo”. Luego enumera los atributos permitidos para transferir desde cada imagen. Esto reduce el copiado accidental de rostros, logotipos, texto o disposición desde la referencia incorrecta.
Use a Mask for Localized Edits
Una máscara guía el área editable: los píxeles transparentes indican dónde se permite el cambio, mientras que el resto del área debe preservarse. La máscara debe coincidir con el tamaño y formato de la imagen de origen, incluir un canal alfa y permanecer dentro del límite de tamaño de archivo de la API. Con múltiples imágenes de entrada, la máscara se aplica a la primera imagen.
Una máscara es una guía en lugar de una selección de píxel perfecto. Refuérzala con lenguaje de preservación como “cambia solo la región transparente; preserva todos los demás píxeles, texto y geometría”.
Production Tips for GPT-Image-2.5 in CometAPI
La especificación del modelo no lista el streaming genérico a nivel de modelo como característica admitida, pero la Images API y la Responses API admiten streaming de generación de imágenes con partial_images. Esto proporciona previsualizaciones de imagen progresivas en lugar de streaming de texto token por token: la Images API acepta valores de partial_images de 0 a 3 y puede devolver esa cantidad de previsualizaciones durante la generación. Cada imagen parcial agrega 100 tokens de salida. Los equipos pueden usar estas previsualizaciones para una interfaz de progreso de generación; las aplicaciones que no las necesitan pueden continuar usando el flujo estándar de generación y edición.
Incluso si
partial_images: 3está configurado, no hay garantía de que se reciban exactamente tres imágenes parciales; si la imagen final se genera lo suficientemente rápido, el número real recibido puede ser menor que la cantidad solicitada.
GPT-Image-2.5 API Parameters
GPT-Image-2.5 expone más control de salida que simplemente elegir un prompt y un modelo.
| Parameter — OpenAI image guide | What it controls | Recommended starting point |
|---|---|---|
| quality | Nivel de cómputo/detalle | medium para desarrollo |
| size | Resolución/proporción | 1024×1024 o 1536×1024 |
| output_format | PNG, JPEG, WebP | PNG para fidelidad; WebP/JPEG para entrega |
| background | Salida opaca o transparente | Usa transparente solo cuando sea necesario |
| output_compression | Compresión JPEG/WebP | Ajusta para entrega web |
| n | Número de imágenes devueltas | Comienza con 1 |
| prompt | Requisitos visuales | Haz explícitos el layout y las restricciones |
Image API vs Responses API
| Criterion | Image API | Responses API |
|---|---|---|
| Best for | Generación y edición directas de una sola pasada | Flujos conversacionales, de múltiples pasos o agentic sobre imágenes |
| Model selection | Configura directamente el modelo de imagen | Usa un modelo principal más la herramienta de generación de imágenes |
| Multiple references | Admitidas para ediciones, según la ruta | Encaja de forma natural para varias entradas por URL o ID de archivo |
| Iteration | La aplicación reenvía el contexto | Diseñada para turnos iterativos y llamadas a herramientas |
| Streaming previews | Admite imágenes parciales | Admite imágenes parciales |
| Choose when | Sabes el resultado deseado y quieres la solicitud más corta | El modelo debe razonar sobre contexto, referencias o resultados previos |
Regla general: comienza con la Image API. Pasa a la Responses API cuando el flujo de trabajo necesite estado de conversación, múltiples referencias semánticas u otras herramientas alrededor de la generación de imágenes.
Choosing quality
La escalera de calidad admitida es:
| auto low medium high xhigh max |
|---|
auto permite que el modelo decida. Para desarrollo, sin embargo, elegir medium explícitamente hace que las pruebas A/B sean más controladas.
Un patrón útil de despliegue es:
| low / medium → borradores, previsualizaciones, experimentación de alto volumen high → recursos de producción aprobados xhigh / max → renders finales exigentes donde la ganancia de calidad justifica el costo |
|---|
No uses automáticamente max solo porque esté disponible. Más tokens de salida de imagen incrementan el costo, y un prompt débil no se convierte en uno bueno solo por aumentar la calidad.
Choosing image size
Los presets comunes son:
| 1024x1024 1536x1024 1024x1536 |
|---|
Los modelos 2.5 también admiten dimensiones arbitrarias válidas, lo cual es útil para banners, páginas de producto, creatividades móviles y otros recursos no cuadrados. La especificación actual de OpenAI permite dimensiones de hasta 3840 píxeles por borde dentro de sus límites de número de píxeles y relación de aspecto. Guía de creación de prompts de imagen de OpenAI
Creating transparent images
Usa:
| { "background": "transparent", "output_format": "png" } |
|---|
o WebP. La salida transparente requiere un formato que soporte transparencia alfa, por lo que JPEG no es apropiado. Requisitos de fondo transparente
Esto es especialmente útil para recortes de producto, recursos de UI, íconos, stickers y pipelines de composición.
How to Prompt GPT-Image-2.5
Un prompt confiable para producción separa el objetivo creativo de las restricciones. Escribe primero las instrucciones positivas y luego las restricciones de preservación y negativas.
Define Composition
Especifica el sujeto, ángulo de cámara, encuadre, profundidad, fondo y la posición relativa de objetos importantes. Ejemplo: “Vista del producto en tres cuartos, centrado, amplio espacio negativo a la derecha, cámara a nivel de los ojos, aspecto de lente de 50 mm”.
Describe Lighting and Materials
Indica la dirección de la luz, suavidad, contraste, temperatura de color y respuesta de materiales. Ejemplo: “Gran softbox desde la parte superior izquierda, leve luz de contorno, aluminio cepillado realista, reflejos controlados”.
Control Exact Text
Coloca el texto requerido entre comillas y especifica su posición, jerarquía, capitalización y tipografía. Pide que no se agregue texto adicional. Ejemplo: “Coloca el titular exacto ‘BUILD WITH CLARITY’ en la parte superior centrado, en sans serif mayúscula y negrita. Preserva la ortografía exactamente. No añadas otras palabras, letras, etiquetas ni marcas de agua”.
State What Must Be Preserved
Para edición, nombra los elementos que no pueden cambiar: identidad, pose, geometría del producto, logo, texto de etiqueta, proporciones, ángulo de cámara o fondo. Coloca estas restricciones antes de la modificación solicitada.
Add Negative Constraints
Enumera los modos de fallo probables en lenguaje sencillo: “Sin dedos extra, sin productos duplicados, sin logo deformado, sin texto mal escrito, sin borde, sin marca de agua”. Las restricciones negativas son más útiles cuando abordan riesgos específicos en lugar de términos genéricos de calidad.
How Much Does GPT-Image-2.5 Cost?
Official OpenAI API Costs
En el momento de la verificación, Flare y Sunburst listan los mismos precios por token: 5 USD por millón de tokens de entrada de texto, 1.25 USD por millón de tokens de entrada de texto en caché, 8 USD por millón de tokens de entrada de imagen, 2 USD por millón de tokens de entrada de imagen en caché y 30 USD por millón de tokens de salida de imagen. El costo final depende de los tokens realmente usados, no solo del número de solicitudes.
CometAPI Pricing and Ways to Reduce Cost
CometAPI actualmente anuncia un descuento del 20% para GPT-Image-2.5 Flare en su catálogo de modelos. Trata el panel y la factura como la fuente de verdad porque los precios del gateway pueden cambiar. Para reducir el gasto, usa Flare para el trabajo rutinario, comienza en medium o high, reserva xhigh o max para casos aprobados, reutiliza entradas en caché donde sea compatible, evita variantes innecesarias y configura partial_images en 0 a menos que las previsualizaciones mejoren la experiencia del usuario.
Other Cost Factors and a Worked Example
El costo está influenciado por la longitud del prompt, la cantidad y resolución de imágenes de referencia, las dimensiones de salida, la calidad, los tokens de salida finales, las variantes solicitadas, las previsualizaciones parciales, reintentos y resultados rechazados. Rastrea tanto el gasto por solicitud como el gasto por imagen aceptada.
Costo por imagen aceptada = gasto total de generación ÷ número de salidas que pasan la revisión.
Ejemplo ilustrativo: 10 intentos a 0.18 USD cada uno cuestan 1.80 USD. Si 6 imágenes pasan la revisión, el costo por imagen aceptada es 0.30 USD, no 0.18 USD. Si un mejor prompt reduce la ejecución a 8 intentos con 6 imágenes aceptadas, el costo por imagen aceptada cae a 0.24 USD.
Flare vs. Sunburst: Which Model Should You Use?
La decisión del modelo debe estar impulsada por la carga de trabajo en lugar de tratar a Sunburst como un reemplazo automático de Flare.
| Decision | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst |
|---|---|---|
| Interactive application | Recomendado | Úsalo selectivamente |
| Rapid prompt iteration | Recomendado | Usualmente innecesario |
| High-volume creative generation | Recomendado | Depende de la tasa de aceptación |
| Product/reference editing | Bueno | Recomendado |
| Complex final composition | Bueno | Recomendado |
| Maximum editing control | Bueno | Recomendado |
| Latency-sensitive UI | Recomendado | Menos adecuado |
| Premium final asset | Probar primero | Recomendado cuando la ganancia de calidad es medible |
Para muchos productos, la arquitectura óptima no es “elegir uno para siempre”. Enruta la mayoría de las solicitudes a Flare y envía revisiones exigentes o salidas finales de alto valor a Sunburst.
How Do You Migrate from GPT Image 2 to GPT-Image-2.5?
Si ya usas GPT Image 2 a través de CometAPI, la migración es relativamente pequeña porque la generación y edición permanecen en las rutas de la Images API.
El cambio más simple es:
| # Antes model="gpt-image-2" # Después: enfoque en velocidad model="gpt-image-2.5-flare" # Después: enfoque en precisión model="gpt-image-2.5-sunburst" |
|---|
Pero no te limites a cambiar el ID. Reevalúa la calidad, dimensiones de salida, latencia, preservación del sujeto, corrección del texto, localidad de la edición y uso real de tokens usando un conjunto de evaluación fijo.
OpenAI recomienda específicamente mantener constantes el prompt, las referencias, las dimensiones y el formato de salida al comparar modelos, de modo que el cambio de modelo sea la variable medida. Guía de migración de OpenAI
Production Tips for GPT-Image-2.5 in CometAPI
Para un servicio en producción, mantén pequeña la implementación alrededor de GPT-Image-2.5: almacena la clave de API del lado del servidor, persiste la imagen decodificada en tu propio almacenamiento, registra modelo/calidad/tamaño/latencia/uso, limita los reintentos y trata los errores 400 de manera diferente a los 429 transitorios o fallos 5xx.
CometAPI ya ha publicado una guía dedicada que cubre colas, concurrencia acotada, backoff exponencial, IDs durables, almacenamiento, manifiestos y seguimiento de costos por lotes. En lugar de duplicar esa implementación aquí, consulta Cómo automatizar la generación de imágenes a escala al pasar de una única llamada de API a producción por lotes.
Esa distinción es particularmente importante al adaptar ejemplos escritos para la API nativa de OpenAI directamente a un endpoint de terceros compatible con OpenAI.
Common GPT-Image-2.5 API Errors
| Error | Likely cause | What to do |
|---|---|---|
| 401 Unauthorized | Clave de CometAPI inválida/faltante | Verifica COMETAPI_KEY y el encabezado Bearer |
| 400 Bad Request | Parámetro, tamaño, formato o ID de modelo inválido | Elimina campos opcionales y prueba una solicitud mínima |
| 429 Too Many Requests | Concurrencia o límite de cuenta alcanzado | Retrocede y reintenta con jitter |
| Repeated 5xx | Problema temporal upstream/API | Reintenta un número limitado de veces |
| Image appears as Base64 text | b64_json no fue decodificado | Decodifica Base64 y guarda los bytes |
| Transparent output fails | Formato de salida incompatible | Usa PNG o WebP |
| Edit changes too much | El prompt no restringe la preservación | Indica explícitamente qué debe permanecer sin cambios |
| Costs rise unexpectedly | Mayor calidad/resolución o reintentos | Registra el uso por solicitud y calcula el costo por imagen aceptada |
No reintentes automáticamente todos los fallos. Una solicitud 400 malformada generalmente seguirá siéndolo, mientras que reintentar un error de autenticación solo generará más tráfico fallido.
Rate Limits and Concurrency
| Tier | TPM | IPM |
|---|---|---|
| Tier 1 | 100K | 5 |
| Tier 2 | 250K | 20 |
| Tier 3 | 800K | 50 |
| Tier 4 | 3M | 150 |
| Tier 5 | 8M | 250 |
Conclusion
GPT-Image-2.5 ofrece a los desarrolladores una división de modelos más útil que una simple actualización generacional: Flare está optimizado para cargas de trabajo de imágenes cotidianas y rápidas, mientras que Sunburst proporciona una opción de mayor precisión para flujos de trabajo exigentes de generación y edición.
A través de CometAPI, ambos pueden encajar en una aplicación compatible con OpenAI existente con un esfuerzo mínimo de integración. Comienza con el endpoint /v1/images/generations, Flare, un ajuste de calidad controlado y un conjunto representativo de prompts. Agrega /v1/images/edits y Sunburst cuando tu producto requiera una preservación de referencias más sólida o cambios visuales precisos.
La optimización clave no es simplemente seleccionar la configuración más potente. Mide la latencia, el uso de tokens, la tasa de aceptación, la precisión de edición y el costo efectivo por imagen aprobada en la carga de trabajo que realmente atiende tu aplicación. Eso es lo que determina si Flare o Sunburst es el mejor modelo para producción.
FAQ
Is GPT-Image-2.5 available on CometAPI?
Sí. Tanto GPT Image 2.5 Flare como GPT Image 2.5 Sunburst están disponibles a través de CometAPI.
Do I need a separate OpenAI API key?
No. Al llamar al modelo mediante CometAPI, la autenticación usa tu clave de CometAPI contra el endpoint de CometAPI.
Should I use Flare or Sunburst?
Comienza con Flare para la mayoría de las cargas de trabajo de generación. Usa Sunburst cuando la precisión de edición, composiciones complejas o la preservación de detalles de imágenes de referencia tengan un impacto medible en la aceptación de la salida. Esto sigue el propio posicionamiento de OpenAI de los dos modelos.
Can GPT-Image-2.5 edit existing images?
Sí. Las especificaciones actuales del modelo admiten entrada de imágenes y edición de imágenes, y CometAPI expone la capacidad de edición de imágenes para la familia. API de GPT Image 2.5 Flare en CometAPI
Does GPT-Image-2.5 support transparent images?
Sí. Configura background como transparente y usa PNG o WebP como formato de salida. Guía de creación de prompts de imagen de OpenAI
Can I use the OpenAI Python SDK with CometAPI?
Sí. Los ejemplos actuales de CometAPI instancian el cliente estándar de OpenAI con base_url="https://api.cometapi.com/v1" y una clave de CometAPI. Ejemplo de SDK de CometAPI