Tutorial de integración de la API GPT Image 2.6: selección entre Flare y Sunburst y práctica de salida GIF y SVG

Toma tres decisiones primero: línea, modo y formato de salida

Antes de escribir la primera línea de la solicitud, define estas tres cosas y no tendrás que reescribir el código repetidamente.

Primero, elige línea Flare o Sunburst. Sin necesidades especiales, Flare por defecto: genera imágenes más rápido, ideal para iteración rápida y generación por lotes. Solo cambia a Sunburst cuando necesites realizar ediciones de múltiples rondas con calidad medium o superior y te importe mucho la consistencia de personajes, productos o diseño. Ambas tienen parámetros, uso y precio idénticos, por lo que el costo de cambiar es solo modificar un ID de modelo.

Segundo, elige modo texto a imagen o imagen a imagen. Si partes de un prompt es texto a imagen; si ya tienes de 1 a 16 imágenes de origen y quieres modificarlas, es imagen a imagen. Ten en cuenta que el rango de formatos de salida es diferente: gif y svg solo están disponibles en texto a imagen; imagen a imagen solo puede generar png, jpeg o webp.

Tercero, elige formato de salida estático o animado/vectorial. Por defecto png; para fondo transparente usa png o webp; para animación usa gif; para vectores escalables usa svg.

Estas tres decisiones se traducen en el código en los valores de los campos ID de modelo y output_format. Definirlos como constantes desde el principio ahorra mucho más que cambiarlos sobre la marcha.

Cuatro IDs de modelo y criterios de selección entre Flare y Sunburst

Los IDs de modelo se componen de dos segmentos: «línea + modo», en total cuatro:

• gpt-image-2.6-flare/text-to-image

• gpt-image-2.6-flare/image-to-image

• gpt-image-2.6-sunburst/text-to-image

• gpt-image-2.6-sunburst/image-to-image

La regla de nomenclatura es clara: la primera mitad es la línea, la segunda el modo. Los nombres de parámetros, rangos de valores y criterios de facturación en el cuerpo de la solicitud son idénticos en ambas líneas, por lo que puedes encapsular en una función y pasar la línea como parámetro.

Cuándo es obligatorio usar Sunburst

Sunburst cuida más el detalle; al realizar ediciones de múltiples rondas con calidad medium o superior, los detalles son más consistentes. El escenario típico es el ajuste fino ronda tras ronda con personajes fijos, apariencia de producto fija o diseño fijo. Si tu flujo es «generar primero, luego editar tres veces», el beneficio de Sunburst se notará en las rondas posteriores.

Cuándo quedarse con Flare

Generación de una sola imagen, producción por lotes, ver rápidamente el efecto de un prompt: en estos casos, Flare es más rápido y por tanto mejor opción. Como ambos tienen exactamente el mismo precio, elegir Flare no supone ninguna desventaja de costo.

Recomendación práctica: durante el desarrollo usa Flare de forma uniforme para validar parámetros y formatos; en producción, cambia de línea según los casos de uso que requieran edición de múltiples rondas. Puedes consultar primero las descripciones de campos de Flare texto a imagen y Sunburst texto a imagen en sus páginas de modelo.

Cómo completar los parámetros clave de texto a imagen

Los parámetros principales de texto a imagen son siete; a continuación se detallan sus valores y restricciones.

quality y resolution

quality toma low / medium / high / xhigh / max, determina el nivel de detalle y es la única base de facturación para GIF. resolution toma 1K / 2K / 4K, por defecto 1K. Ambos parámetros determinan conjuntamente el precio por imagen y son las dos palancas de control de costos.

complexity

Toma low / medium / high, por defecto high, se refiere al nivel de planificación. Es independiente de quality: uno gestiona la profundidad de la planificación de la composición, el otro el nivel de detalle de la imagen. No cambies complexity solo porque hayas bajado quality; no están vinculados.

aspect_ratio

Toma auto o una de 15 proporciones. Aquí hay una regla fácil de pasar por alto: al generar GIF, no envíes aspect_ratio o envía auto, porque la proporción del GIF la determina frame_size y no tiene sentido que ambos entren en conflicto.

output_format y output_compression

output_format toma png (predeterminado) / jpeg / webp / gif / svg. output_compression toma de 0 a 100, solo tiene efecto en jpeg y webp; pasar el parámetro de compresión a png no funcionará como esperas.

background

Toma auto / opaque / transparent. transparent debe combinarse con png o webp; si quieres fondo transparente y elegiste jpeg, tendrás que cambiar el formato.

Basta con recordar una de estas restricciones: el formato limita a su vez otros parámetros: gif fija la fuente de la proporción, jpeg/webp son los únicos que aceptan compresión, transparent solo admite png/webp.

Salida GIF: frame_size, número de fotogramas y límites de tamaño

El GIF solo se puede generar con texto a imagen; los parámetros se centran en los fotogramas.

frame_size

Ancho y alto en píxeles de cada fotograma, escrito en forma «anchoxalto» como 512x512; ambos lados deben ser múltiplos de 16, por defecto 512x512. También determina la proporción global del GIF, así que en este caso no envíes aspect_ratio. Ojo: no acepta notaciones de proporción como 1:1; deben ser valores en píxeles.

frame_count y frame_duration_ms

frame_count toma de 2 a 16, por defecto 9. Hay una restricción relacionada con el tamaño: 768x768 admite como máximo 12 fotogramas. frame_duration_ms no debe ser menor que 20, por defecto 200, redondeado a múltiplos de 10 ms.

Tres límites máximos estrictos

El conjunto del GIF también debe cumplir: cada lado no supera 3840, el total de píxeles no supera 8.294.400 y la relación de aspecto no supera 3:1. Si se excede, se rechaza en la fase de envío y no se factura, por lo que este tipo de error no genera costo, pero desperdicia tiempo de depuración.

Un cuerpo de solicitud GIF mínimo funcional:

{
  "model": "gpt-image-2.6-flare/text-to-image",
  "prompt": "a bouncing paper plane on white",
  "output_format": "gif",
  "frame_size": "512x512",
  "frame_count": 9,
  "frame_duration_ms": 200,
  "quality": "medium"
}

Para generar de 13 a 16 fotogramas, usa frame_size de 512x512 o menor; 768x768 admite como máximo 12 fotogramas.

Cómo usar la salida SVG y cómo se calcula el precio

SVG también solo está disponible en texto a imagen; imagen a imagen no acepta este formato. Para usarlo, solo configura output_format como svg y completa el resto de parámetros como en texto a imagen normal; si quieres fondo transparente, sigue teniendo en cuenta las reglas de combinación de formatos.

Criterio de facturación

SVG se calcula como el precio del PNG del mismo nivel más $0.030. Por ejemplo, un PNG low 1K cuesta $0.023; el SVG del mismo nivel cuesta $0.053. Un PNG high 2K cuesta $0.090; el SVG cuesta $0.120. A mayor nivel, más caro el SVG, pero los $0.030 adicionales no cambian.

Recomendaciones de uso

SVG es adecuado para logotipos, iconos, diagramas y otros objetivos que requieren escalado sin pérdida. Si tu canal posterior aún necesita mapas de bits, usar png directamente es más sencillo: el recargo por vector no aporta beneficios.

Imagen a imagen: elección entre imagen de origen, máscara y anotación

La entrada de imagen a imagen son de 1 a 16 imágenes de origen, en formatos jpeg / png / webp; la salida solo permite png / jpeg / webp.

mask_url y markup_url son mutuamente excluyentes

• mask_url: un PNG RGBA del mismo tamaño que la primera imagen de origen, donde los píxeles transparentes indican la región a modificar.

• markup_url: imagen de anotación PNG transparente que marca en la imagen la ubicación a cambiar; la anotación en sí no aparece en el resultado generado.

Ambos son mutuamente excluyentes; enviarlos juntos será rechazado. La lógica de elección es simple: si quieres que el sistema modifique exactamente un bloque de píxeles, usa máscara; si solo quieres señalar «más o menos esta zona» sin que quede limitado por bordes duros, usa la imagen de anotación.

También puede cambiar fuera de la máscara

Al usar mask_url, ten expectativas realistas: las áreas fuera de la máscara también pueden sufrir cambios ligeros. Si tu negocio exige que las regiones no seleccionadas permanezcan inalteradas a nivel de píxel, esto no se puede garantizar en la vía de imagen a imagen; deberías gestionarlo tú mismo en la fase de composición.

Facturación

Imagen a imagen usa la misma tabla de precios que texto a imagen, más $0.012 por cada imagen de referencia. Low 1K con 1 imagen cuesta $0.035; con 16 imágenes, $0.215. Envía solo las imágenes de referencia realmente necesarias.

Ejemplo de cuerpo de solicitud:

{
  "model": "gpt-image-2.6-flare/image-to-image",
  "prompt": "change the background to warm sunset",
  "image_urls": ["https://your-cdn/source.png"],
  "mask_url": "https://your-cdn/mask.png",
  "output_format": "png"
}

Para detalles de campos, consulta la página de Flare imagen a imagen.

Estimación de costos: cálculo del precio por imagen según nivel de calidad y tamaño

Recuerda primero los tres criterios de facturación:

• Texto a imagen (png/jpeg/webp): el precio por imagen lo determinan conjuntamente quality y resolution.

• SVG: precio del PNG del mismo nivel más $0.030.

• GIF: se factura solo por quality, independientemente de la resolución: low $0.070, medium $0.124, high $0.150, xhigh $0.266, max $0.598.

• Imagen a imagen: mismo precio de tabla, más $0.012 por cada imagen de referencia.

Cómo estimar una imagen

Cuatro pasos: determina el modo (texto a imagen o imagen a imagen) → determina el formato (gif solo mira calidad; svg añade $0.030; el resto usa calidad × resolución) → consulta el precio unitario del nivel correspondiente → para imagen a imagen suma $0.012 × número de imágenes de referencia. Niveles comunes de texto a imagen: low 1K $0.023, medium 1K $0.041, high 1K $0.049, high 2K $0.090, high 4K $0.160.

Casos en los que no se factura

Las solicitudes rechazadas en la fase de envío se reembolsan en su totalidad y no se cobran. Esto incluye parámetros inválidos (por ejemplo, background=transparent con jpeg, o enviar aspect_ratio en gif) y tamaños de GIF fuera de límite. Esto significa que los errores de validación de parámetros no cuestan dinero, pero ralentizan la iteración; se recomienda hacer una ronda de validación en el cliente primero.

Consulta los 15 niveles en la página de precios. Si quieres comparar el método de facturación de la generación anterior, mira GPT Image 2.5 Flare texto a imagen.

En resumen: por defecto Flare + texto a imagen + png; cambia a Sunburst cuando necesites edición de múltiples rondas, y modifica output_format cuando necesites animación o vectores.