Quão rápido é o GPT Image 1.5 em comparação com o GPT Image 1?

O GPT Image 1.5 oferece melhorias de velocidade de até 4× em relação ao GPT Image 1, reduzindo significativamente a latência para fluxos de trabalho criativos iterativos.

O GPT Image 1.5 suporta fundos transparentes?

Sim, defina o parâmetro background como 'transparent' com os formatos de saída PNG ou WebP. A transparência funciona melhor em configurações de qualidade média ou alta.

Qual é o tamanho máximo do prompt de texto do GPT Image 1.5?

O GPT Image 1.5 aceita prompts de até 32,000 caracteres, possibilitando instruções altamente detalhadas e com restrições para tarefas complexas de geração de imagens.

Como o GPT Image 1.5 se compara ao Nano Banana Pro do Google?

O GPT Image 1.5 enfatiza a fidelidade de edição e a velocidade de iteração, enquanto o Nano Banana Pro é elogiado pelo realismo de estúdio. Ambos são fortemente competitivos — escolha com base nas necessidades do seu fluxo de trabalho.

O GPT Image 1.5 oferece suporte à edição conversacional de múltiplas rodadas?

Sim, por meio da Responses API, o GPT Image 1.5 oferece suporte a fluxos de trabalho de edição de múltiplas rodadas, nos quais você pode refinar imagens iterativamente fornecendo instruções de acompanhamento enquanto preserva o contexto.

O GPT Image 1.5 pode usar várias imagens de referência para composição?

Sim, o GPT Image 1.5 aceita várias imagens de entrada para composição e referência de estilo. As primeiras 5 imagens são preservadas com maior fidelidade ao usar o modo high input_fidelity.

Quais resoluções e configurações de qualidade o GPT Image 1.5 suporta?

O GPT Image 1.5 suporta 1024×1024 (quadrado), 1536×1024 (paisagem) e 1024×1536 (retrato). As opções de qualidade incluem low, medium, high e auto.

OpenAI

Disponível

gpt-image-1.5

GPT Image 1.5 API

GPT-Image-1.5 é o modelo de imagem da OpenAI na família GPT Image. É um modelo GPT nativamente multimodal, projetado para gerar imagens a partir de prompts de texto e realizar edições de alta fidelidade em imagens de entrada, seguindo de perto as instruções do usuário.

Preço inicial

$6.40 / 1M de tokens de entrada

Cobrança por uso

Status da API

Disponível

Endpoint de produção

Resposta

Pronto para assíncrono

Tempo de resposta da API observado

Lançado

Dec 16, 2025

OpenAI

Playground

Teste GPT Image 1.5 com uma solicitação real, revise os parâmetros e valide a saída antes de integrar a API.

Visão Geral

Uma visão geral prática de GPT Image 1.5, incluindo comportamentos importantes e considerações de integração.

O que é a API GPT-Image-1.5?

GPT-Image-1.5 é o mais novo membro da família GPT Image da OpenAI e o modelo por trás da experiência de Imagens reformulada do ChatGPT. Ela foi projetada para levar a geração de imagens de experimentos de novidade a ferramentas criativas em nível de produção: maior fotorrealismo, controle mais fino para edições iterativas e inferência mais rápida para suportar fluxos de trabalho interativos e empresariais.

A API gpt-image-1.5 é um endpoint multimodal de imagem que aceita uma ou mais entradas de imagem (identificadores de arquivo ou bytes) mais um prompt de texto e retorna imagens geradas ou editadas. Ela oferece suporte a:

Geração de texto para imagem (criação a partir de prompt),
Edição de imagem / inpainting / composição (aplica instruções a imagens existentes, permitindo múltiplas imagens de entrada), e
Fluxos de edição iterativa e de múltiplas interações por meio da Responses API (possibilita interfaces “ajustar e iterar”).

A API trata prompts de imagem de forma diferente dos limites do antigo DALL·E: os modelos de imagem GPT aceitam prompts de texto significativamente mais longos (a diretriz de 32k caracteres), tornando viáveis instruções complexas e com muitas restrições.

Principais recursos (práticos)

Editabilidade aprimorada / consistência em múltiplas interações: preserva a aparência de personagens, a iluminação e atributos visuais essenciais ao longo de edições iterativas. Isso torna “mesmo modelo, edições repetidas” mais confiável para fluxos como catálogos de produtos ou ativos de marca.
Maior vazão — melhorias de velocidade de 4× em relação ao GPT Image 1, visando reduzir a latência em fluxos criativos iterativos.
Otimizações de custo — custos de entrada/saída de imagem reduzidos em cerca de 20% vs. GPT Image 1, reduzindo o custo por iteração de imagem para usuários de alto volume.
Composição com múltiplas imagens e referência de estilo — aceita várias imagens de referência para compor cenas ou transferir estilo/iluminação.
Controles de qualidade/fidelidade — parâmetros da API que equilibram velocidade e fidelidade (use qualidade mais baixa para geração em lote; qualidade mais alta para ativos de produção).
Edição em múltiplas interações / integração com a Responses API — permite fluxos de trabalho em etapas (pedir mudanças e depois “fazer ajustes” preservando o estado).

Capacidades técnicas

Limite de prompt de texto (modelos de imagem): até 32,000 caracteres (observação: a OpenAI documenta isso como a permissão de comprimento de texto para modelos de imagem GPT). Use isto para prompts longos e com muitas restrições.
Entradas de imagem: aceita IDs de arquivo (preferidos para fluxos de múltiplas interações) ou bytes brutos; várias imagens podem ser fornecidas para composição e referência.
Saídas: PNG/JPEG ou artefatos de imagem padrão da plataforma retornados pela API (ou como anexos no ChatGPT). As saídas podem incluir múltiplas imagens candidatas e suportar solicitações iterativas para refinar um resultado.
Modos de geração: texto para imagem, edição de imagem (preencher/estender com instruções) e variantes. A edição em múltiplas interações suporta instruções no estilo “adicionar/subtrair/combinar”.
Edição consciente de instruções: os modelos são otimizados para fidelidade às instruções (preservando invariantes especificados como “não altere o logotipo”, “mantenha a pose e a iluminação”). Padrões de engenharia de prompts (invariantes explícitos repetidos a cada iteração) reduzem a deriva semântica.

Desempenho em benchmarks

Posicionamento no ranking: um relatório agregado citou o GPT Image 1.5 liderando os rankings de texto para imagem com ~1264 pontos em um leaderboard da Artificial Analysis, à frente do próximo modelo por uma margem mensurável.
Métricas por tarefa (edição e preservação): um resumo de métricas de avaliação da Microsoft Foundry mostra o GPT-Image-1.5 atingindo sucesso binário de modificação quase perfeito (100% em um BinaryEval de uma única interação) e fortes pontuações de preservação de rosto (cerca de 90% nas medidas AuraFace) em sua tabela comparativa versus concorrentes e modelos anteriores da OpenAI. Essas métricas comparativas colocam o GPT-Image-1.5 à frente de alguns rivais em preservação e fidelidade de edição.

GPT Image 1.5

Como o GPT-Image-1.5 se compara aos pares

Vs. GPT Image 1 (geração anterior da OpenAI): mais rápido (até 4×), mais barato (~20% menor custo de E/S de imagem) e com maior fidelidade de edição — voltado para a transição de “protótipo/demo” para fluxos de trabalho de imagem adequados à produção.
Vs. Nano Banana Pro / modelos de imagem Gemini do Google: GPT-Image-1.5 e a família Nano Banana Pro / Gemini 3 do Google como rivais próximos — cada um com pontos fortes em diferentes classes de prompt. A comunicação da OpenAI enfatiza fidelidade de edição e velocidade de iteração; a oferta do Google tem sido elogiada por realismo em nível de estúdio em alguns exemplos.
Vs. Qwen Image e outros modelos abertos/fechados: o GPT-Image-1.5 superando o Qwen Image em várias métricas de edição e preservação em avaliações de uma única interação, mas as diferenças diminuem em testes de múltiplas interações ou outros domínios específicos.

Onde o GPT-Image-1.5 é forte

Imagens de produtos para e-commerce: variantes em massa, trocas de fundo, catálogos de produtos consistentes a partir de uma única foto (preservação de marca/logotipo).
Produção de ativos criativos e de marketing: iterações rápidas de conceito, mockups fotorrealistas, transferências de estilo controladas.
Retoque de fotos e fluxos editoriais: testes realistas de roupas/penteados, retoques seletivos que preservam identidade e iluminação.
Integração com ferramentas de design: plugue em plataformas de design ou CMS para variantes de imagem sob demanda (os controles de fidelidade ajudam no controle de custos).
Pipelines de composição em múltiplas etapas: entradas de múltiplas imagens permitem composição e geração baseada em referência para cenas complexas.

Como acessar a API GPT Image 1.5

Etapa 1: Cadastre-se para obter a chave de API

Faça login em cometapi.com. Se você ainda não é nosso usuário, registre-se primeiro. Entre no seu console do CometAPI. Obtenha a credencial de acesso (chave de API) da interface. Clique em “Add Token” no token de API no centro pessoal, obtenha a chave do token: sk-xxxxx e envie.

Etapa 2: Envie solicitações para a API GPT Image 1.5

Selecione o endpoint “gpt-image-1.5” para enviar a solicitação de API e defina o corpo da requisição. O método e o corpo da requisição são obtidos na documentação da API em nosso site. Nosso site também fornece teste no Apifox para sua conveniência. Substitua <YOUR_API_KEY> pela sua chave CometAPI real da sua conta. A URL base é Imagens (https://api.cometapi.com/v1/images/generations) e [Edição de Imagem]

Insira sua pergunta ou solicitação no campo de conteúdo — é isso que o modelo responderá. Processe a resposta da API para obter a resposta gerada.

Etapa 3: Recupere e verifique os resultados

Processe a resposta da API para obter a resposta gerada. Após o processamento, a API responde com o status da tarefa e os dados de saída.

Veja também Prévia da API Gemini 3 Pro

FAQ

Preços

Use a estimativa rápida acima para uma única execução e depois veja a comparação completa entre CometAPI e preço oficial.

Primeira solicitação

$0.032

Custo estimado de uso da CometAPI

Dez solicitações

$0.32

Custo estimado de uso da CometAPI

Quinze solicitações

$0.48

Custo estimado de uso da CometAPI

Preços para GPT Image 1.5

Explore preços competitivos para GPT Image 1.5, projetado para atender diversos orçamentos e necessidades de uso. Nossos planos flexíveis garantem que você pague apenas pelo que usar, facilitando o dimensionamento conforme suas necessidades crescem. Descubra como GPT Image 1.5 pode aprimorar seus projetos mantendo os custos gerenciáveis.

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

API

Copie um endpoint funcional e um exemplo de código, e abra a referência completa da API quando precisar de todos os parâmetros.

Uma API, acesso a modelos pronto para produção

Autentique-se uma vez, chame o endpoint do modelo e mantenha o mesmo fluxo de cobrança e observabilidade entre provedores.

POST/v1/images/generations

Código de exemplo e API para GPT Image 1.5

A API gpt-image-1.5 é um endpoint de modelo de imagem multimodal que aceita uma ou mais entradas de imagem (identificadores de arquivo ou bytes) além de um prompt de texto e retorna imagens geradas ou imagens editadas. Ela oferece suporte a:

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

Veja os principais dados do modelo antes de escolher uma arquitetura ou estimar a carga em produção.

Capacidades suportadas

Recursos retornados pela API do modelo existente.

text-to-image

image-editing

Entrada e saída

Entradas

text

Saídas

image

Perfil de produção

Provedor: OpenAI
Contexto: Depende do modelo
Uso comercial: Suportado

Casos de uso

Use GPT Image 1.5 em fluxos de produção compatíveis com suas capacidades de image, e compare alternativas antes de um compromisso de integração de longo prazo.

Visuais de produto e criativos de campanha

Arte conceitual e exploração visual rápida

Edição de imagens, variações e produção de assets

Outros modelos

Compare outros modelos disponíveis na CometAPI considerando qualidade, latência, capacidades e preço.

Abrir comparação de modelos →

OpenAI

GPT Image 2

GPT Image 2 é o modelo de geração de imagens de última geração da OpenAI para criação e edição de imagens rápidas e de alta qualidade. Ele oferece suporte a tamanhos de imagem flexíveis e a entradas de imagem de alta fidelidade.

Ver modelo

Google

Nano Banana 2 lite

O modelo Gemini 3.1 Flash Lite Image é um especialista em eficiência da família de geração de imagens, projetado para gerar e modificar imagens com latência ultrabaixa e de forma custo-eficiente.

Ver modelo

Google

Nano Banana 2

Visão geral das capacidades principais: Resolução: Até 4K (4096×4096), no mesmo nível do Pro. Consistência de imagem de referência: Até 14 imagens de referência (10 objetos + 4 personagens), mantendo a consistência de estilo/personagem. Proporções extremas: Novas proporções 1:4, 4:1, 1:8, 8:1 adicionadas, adequadas para imagens longas, pôsteres e banners. Renderização de texto: Geração de texto avançada, adequada para infográficos e layouts de pôsteres de marketing. Aprimoramento de pesquisa: Google Search + Image Search integrados. Fundamentação: Processo de raciocínio incorporado; prompts complexos são analisados antes da geração.

Ver modelo

Flux

FLUX 2 MAX

FLUX.2 [max] é um modelo de inteligência visual de primeira linha da Black Forest Labs (BFL), projetado para fluxos de produção: marketing, fotografia de produto, e-commerce, pipelines criativos e qualquer aplicação que exija identidade consistente de personagens/produtos, renderização de texto precisa e detalhe fotorrealista em resoluções de múltiplos megapixels. A arquitetura foi concebida para forte capacidade de seguir prompts, fusão de múltiplas referências (até dez imagens de entrada) e geração fundamentada (capacidade de incorporar contexto atualizado da web ao produzir imagens).

Ver modelo

Replicate

Black Forest Labs/FLUX 2 MAX

FLUX.2 [max] é a variante carro-chefe e de mais alta qualidade da família FLUX.2 da Black Forest Labs (BFL). Está posicionada como um modelo de geração de texto→imagem e edição de imagens de nível profissional que prioriza fidelidade máxima, aderência ao prompt e consistência de edição entre personagens, objetos, iluminação e cor. A BFL e registros de parceiros descrevem a FLUX.2 [max] como a variante de nível superior da FLUX.2, com recursos para edição com múltiplas referências e geração fundamentada.

Ver modelo

Replicate

Black Forest Labs/FLUX 2 DEV

O FLUX 2 DEV é a versão voltada para desenvolvimento, otimizada para pesquisa, experimentação e aplicações sem fins comerciais. Oferece aos desenvolvedores recursos poderosos de geração de imagens, mantendo um equilíbrio entre qualidade e eficiência computacional. Perfeito para prototipagem, pesquisa acadêmica e projetos criativos pessoais.

Ver modelo

Uptime

Veja dados de heartbeat em tempo real, disponibilidade do endpoint e tempos de resposta observados antes de ir para produção.

Versões

Veja os identificadores de modelo disponíveis antes de fixar uma integração de produção.

gpt-image-1.5

gpt-image-1.5-2025-12-16

Continue explorando

Compare modelos e continue sua pesquisa

OpenAI

Disponível

gpt-image-1.5

GPT Image 1.5 API

Preço inicial

$6.40 / 1M de tokens de entrada

Cobrança por uso

Status da API

Disponível

Endpoint de produção

Resposta

Pronto para assíncrono

Tempo de resposta da API observado

Lançado

Dec 16, 2025

OpenAI

Playground

Teste GPT Image 1.5 com uma solicitação real, revise os parâmetros e valide a saída antes de integrar a API.

Visão Geral

Uma visão geral prática de GPT Image 1.5, incluindo comportamentos importantes e considerações de integração.

O que é a API GPT-Image-1.5?

Geração de texto para imagem (criação a partir de prompt),
Edição de imagem / inpainting / composição (aplica instruções a imagens existentes, permitindo múltiplas imagens de entrada), e
Fluxos de edição iterativa e de múltiplas interações por meio da Responses API (possibilita interfaces “ajustar e iterar”).

Principais recursos (práticos)

Editabilidade aprimorada / consistência em múltiplas interações: preserva a aparência de personagens, a iluminação e atributos visuais essenciais ao longo de edições iterativas. Isso torna “mesmo modelo, edições repetidas” mais confiável para fluxos como catálogos de produtos ou ativos de marca.
Maior vazão — melhorias de velocidade de 4× em relação ao GPT Image 1, visando reduzir a latência em fluxos criativos iterativos.
Otimizações de custo — custos de entrada/saída de imagem reduzidos em cerca de 20% vs. GPT Image 1, reduzindo o custo por iteração de imagem para usuários de alto volume.
Composição com múltiplas imagens e referência de estilo — aceita várias imagens de referência para compor cenas ou transferir estilo/iluminação.
Controles de qualidade/fidelidade — parâmetros da API que equilibram velocidade e fidelidade (use qualidade mais baixa para geração em lote; qualidade mais alta para ativos de produção).
Edição em múltiplas interações / integração com a Responses API — permite fluxos de trabalho em etapas (pedir mudanças e depois “fazer ajustes” preservando o estado).

Capacidades técnicas

Limite de prompt de texto (modelos de imagem): até 32,000 caracteres (observação: a OpenAI documenta isso como a permissão de comprimento de texto para modelos de imagem GPT). Use isto para prompts longos e com muitas restrições.
Entradas de imagem: aceita IDs de arquivo (preferidos para fluxos de múltiplas interações) ou bytes brutos; várias imagens podem ser fornecidas para composição e referência.
Saídas: PNG/JPEG ou artefatos de imagem padrão da plataforma retornados pela API (ou como anexos no ChatGPT). As saídas podem incluir múltiplas imagens candidatas e suportar solicitações iterativas para refinar um resultado.
Modos de geração: texto para imagem, edição de imagem (preencher/estender com instruções) e variantes. A edição em múltiplas interações suporta instruções no estilo “adicionar/subtrair/combinar”.
Edição consciente de instruções: os modelos são otimizados para fidelidade às instruções (preservando invariantes especificados como “não altere o logotipo”, “mantenha a pose e a iluminação”). Padrões de engenharia de prompts (invariantes explícitos repetidos a cada iteração) reduzem a deriva semântica.

Desempenho em benchmarks

Posicionamento no ranking: um relatório agregado citou o GPT Image 1.5 liderando os rankings de texto para imagem com ~1264 pontos em um leaderboard da Artificial Analysis, à frente do próximo modelo por uma margem mensurável.
Métricas por tarefa (edição e preservação): um resumo de métricas de avaliação da Microsoft Foundry mostra o GPT-Image-1.5 atingindo sucesso binário de modificação quase perfeito (100% em um BinaryEval de uma única interação) e fortes pontuações de preservação de rosto (cerca de 90% nas medidas AuraFace) em sua tabela comparativa versus concorrentes e modelos anteriores da OpenAI. Essas métricas comparativas colocam o GPT-Image-1.5 à frente de alguns rivais em preservação e fidelidade de edição.

GPT Image 1.5

Como o GPT-Image-1.5 se compara aos pares

Vs. GPT Image 1 (geração anterior da OpenAI): mais rápido (até 4×), mais barato (~20% menor custo de E/S de imagem) e com maior fidelidade de edição — voltado para a transição de “protótipo/demo” para fluxos de trabalho de imagem adequados à produção.
Vs. Nano Banana Pro / modelos de imagem Gemini do Google: GPT-Image-1.5 e a família Nano Banana Pro / Gemini 3 do Google como rivais próximos — cada um com pontos fortes em diferentes classes de prompt. A comunicação da OpenAI enfatiza fidelidade de edição e velocidade de iteração; a oferta do Google tem sido elogiada por realismo em nível de estúdio em alguns exemplos.
Vs. Qwen Image e outros modelos abertos/fechados: o GPT-Image-1.5 superando o Qwen Image em várias métricas de edição e preservação em avaliações de uma única interação, mas as diferenças diminuem em testes de múltiplas interações ou outros domínios específicos.

Onde o GPT-Image-1.5 é forte

Imagens de produtos para e-commerce: variantes em massa, trocas de fundo, catálogos de produtos consistentes a partir de uma única foto (preservação de marca/logotipo).
Produção de ativos criativos e de marketing: iterações rápidas de conceito, mockups fotorrealistas, transferências de estilo controladas.
Retoque de fotos e fluxos editoriais: testes realistas de roupas/penteados, retoques seletivos que preservam identidade e iluminação.
Integração com ferramentas de design: plugue em plataformas de design ou CMS para variantes de imagem sob demanda (os controles de fidelidade ajudam no controle de custos).
Pipelines de composição em múltiplas etapas: entradas de múltiplas imagens permitem composição e geração baseada em referência para cenas complexas.

Como acessar a API GPT Image 1.5

Etapa 1: Cadastre-se para obter a chave de API

Etapa 2: Envie solicitações para a API GPT Image 1.5

Insira sua pergunta ou solicitação no campo de conteúdo — é isso que o modelo responderá. Processe a resposta da API para obter a resposta gerada.

Etapa 3: Recupere e verifique os resultados

Processe a resposta da API para obter a resposta gerada. Após o processamento, a API responde com o status da tarefa e os dados de saída.

Veja também Prévia da API Gemini 3 Pro

FAQ

Preços

Use a estimativa rápida acima para uma única execução e depois veja a comparação completa entre CometAPI e preço oficial.

Primeira solicitação

$0.032

Custo estimado de uso da CometAPI

Dez solicitações

$0.32

Custo estimado de uso da CometAPI

Quinze solicitações

$0.48

Custo estimado de uso da CometAPI

Preços 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 Saída:$25.6/M	Entrada:$8/M Saída:$32/M	-20%
gpt-image-1.5-2025-12-16	Entrada:$6.4/M Saída:$25.6/M	Entrada:$8/M Saída:$32/M	-20%

API

Copie um endpoint funcional e um exemplo de código, e abra a referência completa da API quando precisar de todos os parâmetros.

Uma API, acesso a modelos pronto para produção

Autentique-se uma vez, chame o endpoint do modelo e mantenha o mesmo fluxo de cobrança e observabilidade entre provedores.

POST/v1/images/generations

Código de exemplo e 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

Veja os principais dados do modelo antes de escolher uma arquitetura ou estimar a carga em produção.

Capacidades suportadas

Recursos retornados pela API do modelo existente.

text-to-image

image-editing

Entrada e saída

Entradas

text

Saídas

image

Perfil de produção

Provedor: OpenAI
Contexto: Depende do modelo
Uso comercial: Suportado

Casos de uso

Use GPT Image 1.5 em fluxos de produção compatíveis com suas capacidades de image, e compare alternativas antes de um compromisso de integração de longo prazo.

Visuais de produto e criativos de campanha

Arte conceitual e exploração visual rápida

Edição de imagens, variações e produção de assets

Outros modelos

Compare outros modelos disponíveis na CometAPI considerando qualidade, latência, capacidades e preço.

Abrir comparação de modelos →

Black Forest Labs/FLUX 2 MAX

Ver modelo

Replicate

Black Forest Labs/FLUX 2 DEV

Ver modelo

Uptime

Veja dados de heartbeat em tempo real, disponibilidade do endpoint e tempos de resposta observados antes de ir para produção.

Versões

Veja os identificadores de modelo disponíveis antes de fixar uma integração de produção.

gpt-image-1.5

gpt-image-1.5-2025-12-16

Continue explorando