¿Qué tan rápido es GPT Image 1.5 en comparación con GPT Image 1?

GPT Image 1.5 ofrece hasta 4× mejoras de velocidad con respecto a GPT Image 1, reduciendo significativamente la latencia para flujos de trabajo creativos iterativos.

¿GPT Image 1.5 admite fondos transparentes?

Sí, establece el parámetro background en 'transparent' con formatos de salida PNG o WebP. La transparencia funciona mejor con ajustes de calidad medios o altos.

¿Cuál es la longitud máxima del prompt de texto para GPT Image 1.5?

GPT Image 1.5 acepta prompts de hasta 32,000 caracteres, lo que permite instrucciones altamente detalladas y acotadas para tareas complejas de generación de imágenes.

¿Cómo se compara GPT Image 1.5 con Nano Banana Pro de Google?

GPT Image 1.5 pone énfasis en la fidelidad de edición y la velocidad de iteración, mientras que Nano Banana Pro es elogiado por su realismo de estudio. Ambos compiten de cerca—elige según las necesidades de tu flujo de trabajo.

¿GPT Image 1.5 admite edición conversacional de múltiples turnos?

Sí, a través de la Responses API, GPT Image 1.5 admite flujos de edición de múltiples turnos en los que puedes refinar iterativamente las imágenes proporcionando instrucciones de seguimiento mientras se preserva el contexto.

¿Puede GPT Image 1.5 usar múltiples imágenes de referencia para composición?

Sí, GPT Image 1.5 acepta múltiples imágenes de entrada para composición y referencia de estilo. Las primeras 5 imágenes se preservan con mayor fidelidad al usar el modo input_fidelity alto.

¿Qué resoluciones y ajustes de calidad admite GPT Image 1.5?

GPT Image 1.5 admite 1024×1024 (cuadrado), 1536×1024 (horizontal) y 1024×1536 (vertical). Las opciones de calidad incluyen baja, media, alta y automática.

OpenAI

Disponible

gpt-image-1.5

GPT Image 1.5 API

GPT-Image-1.5 es el modelo de imagen de OpenAI dentro de la familia GPT Image. Es un modelo GPT multimodal nativo diseñado para generar imágenes a partir de prompts de texto y realizar ediciones de alta fidelidad en imágenes de entrada, siguiendo de cerca las instrucciones del usuario.

Precio inicial

$6.40 / 1M de tokens de entrada

Facturación por uso

Estado de la API

Disponible

Endpoint de producción

Respuesta

Listo para async

Tiempo de respuesta de la API observado

Publicado

Dec 16, 2025

OpenAI

Playground

Prueba GPT Image 1.5 con una solicitud real, revisa sus parámetros y valida la salida antes de integrar la API.

Resumen

Una descripción práctica de GPT Image 1.5, con comportamientos importantes y consideraciones de integración.

¿Qué es la API de GPT-Image-1.5?

GPT-Image-1.5 es el miembro más reciente de la familia GPT Image de OpenAI y el modelo detrás de la renovada experiencia de Imágenes de ChatGPT. Está diseñado para llevar la generación de imágenes de experimentos de novedad a herramientas creativas de nivel de producción: mayor fotorrealismo, control más fino para ediciones iterativas e inferencia más rápida para admitir flujos de trabajo interactivos y empresariales.

La API gpt-image-1.5 es un endpoint de modelo de imágenes multimodal que acepta una o más entradas de imagen (identificadores de archivos o bytes) más un prompt de texto y devuelve imágenes generadas o editadas. Es compatible con:

Generación de texto a imagen (crear a partir del prompt),
Edición de imagen / inpainting / composición (aplicar instrucciones a imágenes existentes; se permiten múltiples imágenes de entrada), y
Flujos de edición iterativos y multiturno a través de la Responses API (habilita interfaces de “ajustar e iterar”).

La API trata los prompts de imagen de manera diferente a los límites antiguos de DALL·E: los modelos de imagen GPT aceptan prompts de texto significativamente más largos (la pauta de 32k caracteres), lo que hace factibles instrucciones complejas y con muchas restricciones.

Características principales (prácticas)

Mejor editabilidad / consistencia multiturno: preserva la apariencia del personaje, la iluminación y los atributos visuales clave a lo largo de ediciones iterativas. Esto hace que “mismo modelo, ediciones repetidas” sea más confiable para flujos como catálogos de productos o activos de marca.
Mayor rendimiento — mejoras de velocidad de 4× respecto a GPT Image 1, orientadas a reducir la latencia en flujos creativos iterativos.
Optimizaciones de coste — costes de entrada/salida de imagen reducidos en alrededor de 20% frente a GPT Image 1, lo que reduce el coste por imagen en iteraciones para usuarios de alto volumen.
Composición multiimagen y referencia de estilo — acepta múltiples imágenes de referencia para componer escenas o transferir estilo/iluminación.
Controles de calidad/fidelidad — parámetros de la API que equilibran velocidad frente a fidelidad (use menor calidad para generación masiva; mayor calidad para activos de producción).
Edición multiturno / integración con la Responses API — habilita flujos paso a paso (solicitar cambios y luego “hacer ajustes” preservando el estado).

Capacidades técnicas

Límite de prompt de texto (modelos de imagen): hasta 32,000 caracteres (nota: OpenAI documenta esto como la longitud de texto permitida para los modelos de imagen GPT). Úsalo para prompts largos y con muchas restricciones.
Entradas de imagen: acepta IDs de archivo (preferidos para flujos multiturno) o bytes sin procesar; se pueden proporcionar múltiples imágenes para composición y referencia.
Salidas: artefactos de imagen PNG/JPEG o predeterminados de la plataforma devueltos por la API (o como adjuntos dentro de ChatGPT). Las salidas pueden incluir múltiples imágenes candidatas y admitir solicitudes iterativas para refinar un resultado.
Modos de generación: texto a imagen, edición de imagen (inpaint/extender con instrucciones) y variantes. La edición multiturno admite instrucciones del tipo “agregar/quitar/combinar”.
Edición consciente de las instrucciones: los modelos están optimizados para la fidelidad a las instrucciones (preservando invariantes especificados como “no cambies el logotipo”, “mantén la pose y la iluminación”). Los patrones de ingeniería de prompts (repetir explícitamente los invariantes en cada iteración) reducen la deriva semántica.

Rendimiento en benchmarks

Posición en la tabla de clasificación: un informe agregado citó a GPT Image 1.5 liderando los rankings de texto a imagen con ~1264 puntos en una tabla de Artificial Analysis, por delante del siguiente modelo por un margen medible.
Métricas a nivel de tarea (edición y preservación): un resumen de Microsoft Foundry de métricas de evaluación muestra que GPT-Image-1.5 logra un éxito de modificación binaria casi perfecto (100% en un BinaryEval de un solo turno) y sólidas puntuaciones de preservación de rostro (alrededor de 90% en medidas de AuraFace) en su tabla comparativa frente a competidores y modelos anteriores de OpenAI. Esas métricas comparativas sitúan a GPT-Image-1.5 por delante de algunos rivales en preservación y fidelidad de edición.

GPT Image 1.5

Cómo se compara GPT-Image-1.5 con sus pares

Vs. GPT Image 1 (generación anterior de OpenAI): más rápido (hasta 4×), más barato (~20% menos en coste de E/S de imagen) y mayor fidelidad de edición, enfocado a pasar de “prototipo/demo” a flujos de trabajo de imagen aptos para producción.
Vs. Nano Banana Pro / modelos de imagen Gemini de Google: GPT-Image-1.5 y la familia Nano Banana Pro / Gemini 3 de Google como rivales cercanos: cada uno tiene fortalezas en distintas clases de prompts. El mensaje de OpenAI enfatiza la fidelidad en edición y la velocidad de iteración; la oferta de Google ha sido elogiada por realismo de nivel de estudio en algunos ejemplos.
Vs. Qwen Image y otros modelos abiertos/cerrados: GPT-Image-1.5 supera a Qwen Image en varias métricas de edición y preservación en evaluaciones de un solo turno, pero las diferencias se reducen en multiturno u otras pruebas específicas de dominio.

Dónde destaca GPT-Image-1.5

Imágenes de productos para e-commerce: variantes masivas, cambios de fondo, catálogos de productos consistentes a partir de una única foto (preservación de marca/logotipo).
Producción de activos creativos y de marketing: iteraciones rápidas de concepto, maquetas fotorrealistas, transferencias de estilo controladas.
Retoque fotográfico y flujos editoriales: pruebas realistas de ropa/peinados, retoque selectivo que preserva identidad e iluminación.
Integración con herramientas de diseño: integración en plataformas de diseño o CMS para variantes de imagen bajo demanda (los controles de fidelidad ayudan a controlar costes).
Pipelines de composición en varios pasos: entradas multiimagen permiten composición y generación basada en referencia para escenas complejas.

Cómo acceder a la API de GPT Image 1.5

Paso 1: Regístrate para obtener la clave de API

Inicia sesión en cometapi.com. Si aún no eres usuario, regístrate primero. Entra en tu consola de CometAPI. Obtén la clave de API de credenciales de acceso de la interfaz. Haz clic en “Add Token” en el token de API del centro personal, obtén la clave de token: sk-xxxxx y envíala.

Paso 2: Envía solicitudes a la API de GPT Image 1.5

Selecciona el endpoint “gpt-image-1.5” para enviar la solicitud a la API y configura el cuerpo de la solicitud. El método y el cuerpo de la solicitud se obtienen de la documentación de la API en nuestro sitio web. Nuestro sitio web también proporciona pruebas en Apifox para tu comodidad. Sustituye <YOUR_API_KEY> por tu clave real de CometAPI de tu cuenta. la URL base es Images (https://api.cometapi.com/v1/images/generations) y [Edición de imágenes]

Inserta tu pregunta o solicitud en el campo content—esto es a lo que responderá el modelo. Procesa la respuesta de la API para obtener la respuesta generada.

Paso 3: Recupera y verifica los resultados

Procesa la respuesta de la API para obtener la respuesta generada. Tras el procesamiento, la API responde con el estado de la tarea y los datos de salida.

Consulta también Gemini 3 Pro Preview API

Preguntas frecuentes

Precios

Usa la estimación rápida anterior para una sola ejecución y luego revisa la comparación completa entre CometAPI y el precio oficial.

Primera solicitud

$0.032

Costo de uso estimado de CometAPI

Diez solicitudes

$0.32

Costo de uso estimado de CometAPI

Quince solicitudes

$0.48

Costo de uso estimado de CometAPI

Precios para GPT Image 1.5

Explora precios competitivos para GPT Image 1.5, diseñado para adaptarse a diversos presupuestos y necesidades de uso. Nuestros planes flexibles garantizan que solo pagues por lo que uses, facilitando el escalado a medida que crecen tus requisitos. Descubre cómo GPT Image 1.5 puede mejorar tus proyectos mientras mantienes los costos manejables.

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
gpt-image-1.5	Entrada:$6.4/M Salida:$25.6/M	Entrada:$8/M Salida:$32/M	-20%
gpt-image-1.5-2025-12-16	Entrada:$6.4/M Salida:$25.6/M	Entrada:$8/M Salida:$32/M	-20%

API

Copia un endpoint y un ejemplo de código funcionales, y abre la referencia completa de la API cuando necesites todos los parámetros.

Una API, acceso a modelos listo para producción

Autentícate una vez, llama al endpoint del modelo y mantén el mismo flujo de facturación y observabilidad entre proveedores.

POST/v1/images/generations

Código de ejemplo y API para GPT Image 1.5

La API gpt-image-1.5 es un endpoint de modelo de imagen multimodal que acepta una o más entradas de imagen (identificadores de archivo o bytes) más un prompt de texto y devuelve imágenes generadas o imágenes editadas. Admite:

POST

/v1/images/generations

#!/bin/bash

# Set your API key if not set globally
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

# Create output/ folder
mkdir -p output

# Generate the image using gpt-image-1.5
response=$(curl -s https://api.cometapi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-image-1.5",
    "prompt": "A cute baby sea otter",
    "n": 1,
    "size": "1024x1024"
  }')

# Extract base64 image data from response
if command -v jq &> /dev/null; then
  image_data=$(echo "$response" | jq -r '.data[0].b64_json')
else
  image_data=$(echo "$response" | sed -n 's/.*"b64_json":"\([^"]*\)".*/\1/p')
fi

if [ -n "$image_data" ] && [ "$image_data" != "null" ]; then
  # Decode base64 and save to file (macOS uses -D, Linux uses -d)
  echo "$image_data" | base64 -d > output/gpt-image-1.5-output.png 2>/dev/null || echo "$image_data" | base64 -D > output/gpt-image-1.5-output.png
  echo "Image saved to: output/gpt-image-1.5-output.png"
else
  echo "Error: Failed to generate image"
  echo "$response"
fi

cURL Code Example

#!/bin/bash

# Set your API key if not set globally
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

# Create output/ folder
mkdir -p output

# Generate the image using gpt-image-1.5
response=$(curl -s https://api.cometapi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-image-1.5",
    "prompt": "A cute baby sea otter",
    "n": 1,
    "size": "1024x1024"
  }')

# Extract base64 image data from response
if command -v jq &> /dev/null; then
  image_data=$(echo "$response" | jq -r '.data[0].b64_json')
else
  image_data=$(echo "$response" | sed -n 's/.*"b64_json":"\([^"]*\)".*/\1/p')
fi

if [ -n "$image_data" ] && [ "$image_data" != "null" ]; then
  # Decode base64 and save to file (macOS uses -D, Linux uses -d)
  echo "$image_data" | base64 -d > output/gpt-image-1.5-output.png 2>/dev/null || echo "$image_data" | base64 -D > output/gpt-image-1.5-output.png
  echo "Image saved to: output/gpt-image-1.5-output.png"
else
  echo "Error: Failed to generate image"
  echo "$response"
fi

Python Code Example

import base64
import os
from openai import OpenAI

# Set your API key if not set globally
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
client = OpenAI(api_key=COMETAPI_KEY, base_url="https://api.cometapi.com/v1")

# Create output/ folder
folder_path = "output"
os.makedirs(folder_path, exist_ok=True)

# Generate the image using gpt-image-1.5
result = client.images.generate(
    model="gpt-image-1.5",
    prompt="A cute baby sea otter",
    n=1,
    size="1024x1024"
)

# Save the image to a file
image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)
with open(os.path.join(folder_path, "gpt-image-1.5-output.png"), "wb") as f:
    f.write(image_bytes)

print("Image saved to: output/gpt-image-1.5-output.png")

JavaScript Code Example

import OpenAI from "openai";
import { writeFile, mkdir } from "fs/promises";
import path from "path";
import { fileURLToPath } from "url";

const __dirname = path.dirname(fileURLToPath(import.meta.url));

// Set your API key if not set globally
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const client = new OpenAI({
  apiKey: COMETAPI_KEY,
  baseURL: "https://api.cometapi.com/v1",
});

// Create output/ folder
const folderPath = path.join(__dirname, "../output");
await mkdir(folderPath, { recursive: true });

// Generate the image using gpt-image-1.5
const result = await client.images.generate({
  model: "gpt-image-1.5",
  prompt: "A cute baby sea otter",
  n: 1,
  size: "1024x1024",
});

// Save the image to a file
const imageBuffer = Buffer.from(result.data[0].b64_json, "base64");
await writeFile(path.join(folderPath, "gpt-image-1.5-output.png"), imageBuffer);

console.log("Image saved to: output/gpt-image-1.5-output.png");

Capacidades

Revisa los datos clave del modelo antes de elegir una arquitectura o estimar la carga de producción.

Capacidades compatibles

Funciones devueltas por la API del modelo existente.

text-to-image

image-editing

Entrada y salida

Entradas

text

Salidas

image

Perfil de producción

Proveedor: OpenAI
Contexto: Depende del modelo
Uso comercial: Compatible

Casos de uso

Usa GPT Image 1.5 en flujos de producción que coincidan con sus capacidades de image, y compara alternativas antes de comprometerte con una integración a largo plazo.

Visuales de producto y creatividades de campaña

Arte conceptual y exploración visual rápida

Edición de imágenes, variaciones y producción de assets

Otros modelos

Compara otros modelos disponibles en CometAPI según calidad, latencia, capacidades y precio.

Abrir comparación de modelos →

OpenAI

GPT Image 2

GPT Image 2 es el modelo de generación de imágenes de última generación de OpenAI para generar y editar imágenes de forma rápida y de alta calidad. Admite tamaños de imagen flexibles y entradas de imagen de alta fidelidad.

Ver modelo

Google

Nano Banana 2 lite

El modelo de imagen Gemini 3.1 Flash Lite es un experto en eficiencia dentro de la familia de generación de imágenes, diseñado para ofrecer latencia ultrabaja y una generación y modificación de imágenes rentable.

Ver modelo

Google

Nano Banana 2

Descripción general de capacidades principales: Resolución: Hasta 4K (4096×4096), a la par de Pro. Consistencia de imágenes de referencia: Hasta 14 imágenes de referencia (10 objetos + 4 personajes), manteniendo la consistencia de estilo y personajes. Relaciones de aspecto extremas: Nuevas relaciones 1:4, 4:1, 1:8, 8:1 añadidas, adecuadas para imágenes largas, carteles y pancartas. Renderizado de texto: Generación de texto avanzada, adecuada para infografías y diseños de carteles de marketing. Mejora de búsqueda: Google Search + Image Search integrados. Fundamentación: Proceso de razonamiento incorporado; los prompts complejos se razonan antes de la generación.

Ver modelo

Flux

FLUX 2 MAX

FLUX.2 [max] es un modelo de inteligencia visual de primer nivel de Black Forest Labs (BFL) diseñado para flujos de trabajo de producción: marketing, fotografía de producto, comercio electrónico, flujos creativos y cualquier aplicación que requiera una identidad coherente de personajes/productos, renderizado de texto preciso y detalle fotorrealista a resoluciones de varios megapíxeles. La arquitectura está diseñada para un seguimiento sólido de instrucciones, fusión de múltiples referencias (hasta diez imágenes de entrada) y generación fundamentada (capacidad de incorporar contexto web actualizado al producir imágenes).

Ver modelo

Replicate

Black Forest Labs/FLUX 2 MAX

FLUX.2 [max] es la variante insignia y de la más alta calidad de la familia FLUX.2 de Black Forest Labs (BFL). Se posiciona como un modelo de generación texto→imagen y de edición de imágenes de nivel profesional que se centra en la máxima fidelidad, el cumplimiento del prompt y la consistencia de edición en personajes, objetos, iluminación y color. BFL y los registros de socios describen FLUX.2 [max] como la variante de primer nivel de FLUX.2, con funciones para edición con múltiples referencias y generación fundamentada.

Ver modelo

Replicate

Black Forest Labs/FLUX 2 DEV

FLUX 2 DEV es la versión orientada a desarrolladores, optimizada para investigación, experimentación y aplicaciones no comerciales. Ofrece a los desarrolladores potentes capacidades de generación de imágenes, manteniendo un equilibrio entre calidad y eficiencia computacional. Perfecta para prototipado, investigación académica y proyectos creativos personales.

Ver modelo

Uptime

Revisa los datos de latido en vivo, la disponibilidad del endpoint y los tiempos de respuesta observados antes de pasar a producción.

Versiones

Revisa los identificadores de modelo disponibles antes de fijar una integración de producción.

gpt-image-1.5

gpt-image-1.5-2025-12-16

Sigue explorando

Compara modelos y continúa tu investigación

OpenAI

Disponible

gpt-image-1.5

GPT Image 1.5 API

Precio inicial

$6.40 / 1M de tokens de entrada

Facturación por uso

Estado de la API

Disponible

Endpoint de producción

Respuesta

Listo para async

Tiempo de respuesta de la API observado

Publicado

Dec 16, 2025

OpenAI

Playground

Prueba GPT Image 1.5 con una solicitud real, revisa sus parámetros y valida la salida antes de integrar la API.

Resumen

Una descripción práctica de GPT Image 1.5, con comportamientos importantes y consideraciones de integración.

¿Qué es la API de GPT-Image-1.5?

Generación de texto a imagen (crear a partir del prompt),
Edición de imagen / inpainting / composición (aplicar instrucciones a imágenes existentes; se permiten múltiples imágenes de entrada), y
Flujos de edición iterativos y multiturno a través de la Responses API (habilita interfaces de “ajustar e iterar”).

Características principales (prácticas)

Mejor editabilidad / consistencia multiturno: preserva la apariencia del personaje, la iluminación y los atributos visuales clave a lo largo de ediciones iterativas. Esto hace que “mismo modelo, ediciones repetidas” sea más confiable para flujos como catálogos de productos o activos de marca.
Mayor rendimiento — mejoras de velocidad de 4× respecto a GPT Image 1, orientadas a reducir la latencia en flujos creativos iterativos.
Optimizaciones de coste — costes de entrada/salida de imagen reducidos en alrededor de 20% frente a GPT Image 1, lo que reduce el coste por imagen en iteraciones para usuarios de alto volumen.
Composición multiimagen y referencia de estilo — acepta múltiples imágenes de referencia para componer escenas o transferir estilo/iluminación.
Controles de calidad/fidelidad — parámetros de la API que equilibran velocidad frente a fidelidad (use menor calidad para generación masiva; mayor calidad para activos de producción).
Edición multiturno / integración con la Responses API — habilita flujos paso a paso (solicitar cambios y luego “hacer ajustes” preservando el estado).

Capacidades técnicas

Límite de prompt de texto (modelos de imagen): hasta 32,000 caracteres (nota: OpenAI documenta esto como la longitud de texto permitida para los modelos de imagen GPT). Úsalo para prompts largos y con muchas restricciones.
Entradas de imagen: acepta IDs de archivo (preferidos para flujos multiturno) o bytes sin procesar; se pueden proporcionar múltiples imágenes para composición y referencia.
Salidas: artefactos de imagen PNG/JPEG o predeterminados de la plataforma devueltos por la API (o como adjuntos dentro de ChatGPT). Las salidas pueden incluir múltiples imágenes candidatas y admitir solicitudes iterativas para refinar un resultado.
Modos de generación: texto a imagen, edición de imagen (inpaint/extender con instrucciones) y variantes. La edición multiturno admite instrucciones del tipo “agregar/quitar/combinar”.
Edición consciente de las instrucciones: los modelos están optimizados para la fidelidad a las instrucciones (preservando invariantes especificados como “no cambies el logotipo”, “mantén la pose y la iluminación”). Los patrones de ingeniería de prompts (repetir explícitamente los invariantes en cada iteración) reducen la deriva semántica.

Rendimiento en benchmarks

Posición en la tabla de clasificación: un informe agregado citó a GPT Image 1.5 liderando los rankings de texto a imagen con ~1264 puntos en una tabla de Artificial Analysis, por delante del siguiente modelo por un margen medible.
Métricas a nivel de tarea (edición y preservación): un resumen de Microsoft Foundry de métricas de evaluación muestra que GPT-Image-1.5 logra un éxito de modificación binaria casi perfecto (100% en un BinaryEval de un solo turno) y sólidas puntuaciones de preservación de rostro (alrededor de 90% en medidas de AuraFace) en su tabla comparativa frente a competidores y modelos anteriores de OpenAI. Esas métricas comparativas sitúan a GPT-Image-1.5 por delante de algunos rivales en preservación y fidelidad de edición.

GPT Image 1.5

Cómo se compara GPT-Image-1.5 con sus pares

Vs. GPT Image 1 (generación anterior de OpenAI): más rápido (hasta 4×), más barato (~20% menos en coste de E/S de imagen) y mayor fidelidad de edición, enfocado a pasar de “prototipo/demo” a flujos de trabajo de imagen aptos para producción.
Vs. Nano Banana Pro / modelos de imagen Gemini de Google: GPT-Image-1.5 y la familia Nano Banana Pro / Gemini 3 de Google como rivales cercanos: cada uno tiene fortalezas en distintas clases de prompts. El mensaje de OpenAI enfatiza la fidelidad en edición y la velocidad de iteración; la oferta de Google ha sido elogiada por realismo de nivel de estudio en algunos ejemplos.
Vs. Qwen Image y otros modelos abiertos/cerrados: GPT-Image-1.5 supera a Qwen Image en varias métricas de edición y preservación en evaluaciones de un solo turno, pero las diferencias se reducen en multiturno u otras pruebas específicas de dominio.

Dónde destaca GPT-Image-1.5

Imágenes de productos para e-commerce: variantes masivas, cambios de fondo, catálogos de productos consistentes a partir de una única foto (preservación de marca/logotipo).
Producción de activos creativos y de marketing: iteraciones rápidas de concepto, maquetas fotorrealistas, transferencias de estilo controladas.
Retoque fotográfico y flujos editoriales: pruebas realistas de ropa/peinados, retoque selectivo que preserva identidad e iluminación.
Integración con herramientas de diseño: integración en plataformas de diseño o CMS para variantes de imagen bajo demanda (los controles de fidelidad ayudan a controlar costes).
Pipelines de composición en varios pasos: entradas multiimagen permiten composición y generación basada en referencia para escenas complejas.

Cómo acceder a la API de GPT Image 1.5

Paso 1: Regístrate para obtener la clave de API

Paso 2: Envía solicitudes a la API de GPT Image 1.5

Inserta tu pregunta o solicitud en el campo content—esto es a lo que responderá el modelo. Procesa la respuesta de la API para obtener la respuesta generada.

Paso 3: Recupera y verifica los resultados

Procesa la respuesta de la API para obtener la respuesta generada. Tras el procesamiento, la API responde con el estado de la tarea y los datos de salida.

Consulta también Gemini 3 Pro Preview API

Preguntas frecuentes

Precios

Usa la estimación rápida anterior para una sola ejecución y luego revisa la comparación completa entre CometAPI y el precio oficial.

Primera solicitud

$0.032

Costo de uso estimado de CometAPI

Diez solicitudes

$0.32

Costo de uso estimado de CometAPI

Quince solicitudes

$0.48

Costo de uso estimado de CometAPI

Precios para GPT Image 1.5

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
gpt-image-1.5	Entrada:$6.4/M Salida:$25.6/M	Entrada:$8/M Salida:$32/M	-20%
gpt-image-1.5-2025-12-16	Entrada:$6.4/M Salida:$25.6/M	Entrada:$8/M Salida:$32/M	-20%

API

Copia un endpoint y un ejemplo de código funcionales, y abre la referencia completa de la API cuando necesites todos los parámetros.

Una API, acceso a modelos listo para producción

Autentícate una vez, llama al endpoint del modelo y mantén el mismo flujo de facturación y observabilidad entre proveedores.

POST/v1/images/generations

Código de ejemplo y API para GPT Image 1.5

POST

/v1/images/generations

#!/bin/bash

# Set your API key if not set globally
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

# Create output/ folder
mkdir -p output

# Generate the image using gpt-image-1.5
response=$(curl -s https://api.cometapi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-image-1.5",
    "prompt": "A cute baby sea otter",
    "n": 1,
    "size": "1024x1024"
  }')

# Extract base64 image data from response
if command -v jq &> /dev/null; then
  image_data=$(echo "$response" | jq -r '.data[0].b64_json')
else
  image_data=$(echo "$response" | sed -n 's/.*"b64_json":"\([^"]*\)".*/\1/p')
fi

if [ -n "$image_data" ] && [ "$image_data" != "null" ]; then
  # Decode base64 and save to file (macOS uses -D, Linux uses -d)
  echo "$image_data" | base64 -d > output/gpt-image-1.5-output.png 2>/dev/null || echo "$image_data" | base64 -D > output/gpt-image-1.5-output.png
  echo "Image saved to: output/gpt-image-1.5-output.png"
else
  echo "Error: Failed to generate image"
  echo "$response"
fi

cURL Code Example

#!/bin/bash

# Set your API key if not set globally
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

# Create output/ folder
mkdir -p output

# Generate the image using gpt-image-1.5
response=$(curl -s https://api.cometapi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-image-1.5",
    "prompt": "A cute baby sea otter",
    "n": 1,
    "size": "1024x1024"
  }')

# Extract base64 image data from response
if command -v jq &> /dev/null; then
  image_data=$(echo "$response" | jq -r '.data[0].b64_json')
else
  image_data=$(echo "$response" | sed -n 's/.*"b64_json":"\([^"]*\)".*/\1/p')
fi

if [ -n "$image_data" ] && [ "$image_data" != "null" ]; then
  # Decode base64 and save to file (macOS uses -D, Linux uses -d)
  echo "$image_data" | base64 -d > output/gpt-image-1.5-output.png 2>/dev/null || echo "$image_data" | base64 -D > output/gpt-image-1.5-output.png
  echo "Image saved to: output/gpt-image-1.5-output.png"
else
  echo "Error: Failed to generate image"
  echo "$response"
fi

Python Code Example

import base64
import os
from openai import OpenAI

# Set your API key if not set globally
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
client = OpenAI(api_key=COMETAPI_KEY, base_url="https://api.cometapi.com/v1")

# Create output/ folder
folder_path = "output"
os.makedirs(folder_path, exist_ok=True)

# Generate the image using gpt-image-1.5
result = client.images.generate(
    model="gpt-image-1.5",
    prompt="A cute baby sea otter",
    n=1,
    size="1024x1024"
)

# Save the image to a file
image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)
with open(os.path.join(folder_path, "gpt-image-1.5-output.png"), "wb") as f:
    f.write(image_bytes)

print("Image saved to: output/gpt-image-1.5-output.png")

JavaScript Code Example

import OpenAI from "openai";
import { writeFile, mkdir } from "fs/promises";
import path from "path";
import { fileURLToPath } from "url";

const __dirname = path.dirname(fileURLToPath(import.meta.url));

// Set your API key if not set globally
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const client = new OpenAI({
  apiKey: COMETAPI_KEY,
  baseURL: "https://api.cometapi.com/v1",
});

// Create output/ folder
const folderPath = path.join(__dirname, "../output");
await mkdir(folderPath, { recursive: true });

// Generate the image using gpt-image-1.5
const result = await client.images.generate({
  model: "gpt-image-1.5",
  prompt: "A cute baby sea otter",
  n: 1,
  size: "1024x1024",
});

// Save the image to a file
const imageBuffer = Buffer.from(result.data[0].b64_json, "base64");
await writeFile(path.join(folderPath, "gpt-image-1.5-output.png"), imageBuffer);

console.log("Image saved to: output/gpt-image-1.5-output.png");

Capacidades

Revisa los datos clave del modelo antes de elegir una arquitectura o estimar la carga de producción.

Capacidades compatibles

Funciones devueltas por la API del modelo existente.

text-to-image

image-editing

Entrada y salida

Entradas

text

Salidas

image

Perfil de producción

Proveedor: OpenAI
Contexto: Depende del modelo
Uso comercial: Compatible

Casos de uso

Usa GPT Image 1.5 en flujos de producción que coincidan con sus capacidades de image, y compara alternativas antes de comprometerte con una integración a largo plazo.

Visuales de producto y creatividades de campaña

Arte conceptual y exploración visual rápida

Edición de imágenes, variaciones y producción de assets

Otros modelos

Compara otros modelos disponibles en CometAPI según calidad, latencia, capacidades y precio.

Abrir comparación de modelos →

Black Forest Labs/FLUX 2 MAX

Ver modelo

Replicate

Black Forest Labs/FLUX 2 DEV

Ver modelo

Uptime

Revisa los datos de latido en vivo, la disponibilidad del endpoint y los tiempos de respuesta observados antes de pasar a producción.

Versiones

Revisa los identificadores de modelo disponibles antes de fijar una integración de producción.

gpt-image-1.5

gpt-image-1.5-2025-12-16

Sigue explorando