gpt-image-2-pro en hiapi: precios, niveles de calidad y cómo invocar el nuevo modelo de imagen

Este mes, tras actualizarse el endpoint /api/pricing de hiapi, dos nuevas entradas escalaron hasta la cima de la lista de modelos de imagen: gpt-image-2-pro y gpt-image-2-image-to-image-pro. Ambas llevan la insignia morada «Pro», ambas están fijadas en la parte superior del selector de modelos y ambas superan en más de diez veces el precio de una llamada estándar a gpt-image-2. Entonces surge la pregunta obvia: ¿por qué estás pagando exactamente?

Este artículo explica una por una qué son realmente las variantes Pro, cómo se ve la matriz de precios en tiempo real y cómo invocarlas mediante la API de tareas unificada de hiapi. Si estás dudando si pagar $0.35 extra por fotograma en tu pipeline actual, aquí tienes las cuentas que necesitas hacer.

---

Qué significa «Pro» en la página de precios

Ambas nuevas entradas se describen a sí mismas en los datos oficiales de precios como «nivel de alta calidad y estabilidad»: una capa que prioriza la estabilidad, concebida para ejecuciones en producción que necesitan tasas de éxito y latencias predecibles, no solo un rendimiento medio aceptable.

Esa formulación importa más de lo que parece. La versión estándar gpt-image-2, a $0.03 por llamada, es perfecta para exploración, difusión masiva y cualquier escenario en el que «unas pocas imágenes malas entre cien no importan porque regenerarlas es barato». Pro es la variante que eliges cuando el coste de una sola imagen fallida supera el de gastar diez dólares más en cómputo: una renderización de marketing programada que debe salir limpia a la primera, un creativo publicitario de pago cuyo siguiente intento perdería la ventana de lanzamiento, una imagen principal que bloquea un lanzamiento.

La variante Pro de imagen a imagen añade además una capacidad: acepta de una a cinco imágenes de referencia además del prompt, y luego las edita, las compone o les cambia el estilo. La misma promesa de estabilidad, el mismo nivel Pro, solo que con una forma de entrada distinta.

---

La matriz de precios en tiempo real

Confirmado al momento de escribir contra la página de precios en tiempo real — esa página es la única fuente de verdad, y las siguientes cifras proceden directamente de ella:

Modelo	1K (nivel 1024)	2K	Notas
gpt-image-2 (estándar, texto a imagen)	$0.03	$0.04	Nivel de exploración; también ofrece 4K
gpt-image-2-pro (texto a imagen)	$0.35	$0.70	Nivel de estabilidad, fijado en el puesto 1
gpt-image-2-image-to-image-pro	$0.40	$0.80	1–5 imágenes de referencia, edición / composición

Algunas lecturas prácticas:

• Pro cuesta unas 12–14 veces la versión estándar en 1K, y unas 17–21 veces en 2K. Es una diferencia presupuestaria considerable. Si no sabes explicar por qué esta imagen concreta necesita Pro, probablemente necesites la estándar.
• 2K es un multiplicador limpio de 2× para Pro. A diferencia de algunos proveedores de imagen que aplican recargos decrecientes por alta resolución, las variantes Pro simplemente duplican, lo que facilita la previsión.
• Imagen a imagen cuesta alrededor de un 14 % más que texto a imagen en ambos niveles ($0.40 frente a $0.35 en 1K; $0.80 frente a $0.70 en 2K). Pagas por el procesamiento de las imágenes de referencia adicionales.

A modo de comparación, la versión estándar gpt-image-2 sigue una forma distinta: 1K = $0.03, 2K = $0.04 (multiplicador de 1.33×), 4K = $0.06 (multiplicador de 2×). La variante estándar ofrece el nivel 4K; las variantes Pro llegan por ahora hasta 2K, pero con una fidelidad por píxel notablemente mayor. Si necesitas resolución nativa, el 4K estándar sigue siendo la vía más barata para obtener un lienzo grande; si necesitas calidad constante de nivel producción, Pro 2K es la opción.

---

Cuándo merece la pena Pro

El nivel Pro es una apuesta por la estabilidad, no un botón mágico de calidad de imagen. Los escenarios en los que se amortiza comparten la misma forma: regenerar es caro y el coste de una renderización fallida es asimétrico.

Merece la pena pagar por Pro cuando:

• La imagen se entrega a una interfaz orientada al cliente y pasa por revisión antes del siguiente lote (anuncios de pago, correos de marketing, kits de prensa, imágenes principales de tienda).
• Necesitas mantener la coherencia de personaje o producto en un conjunto pequeño de renderizaciones y no puedes permitirte que ningún fotograma se desvíe.
• Tienes un SLA de estabilidad del que responder: una tarea programada que debe producir imágenes utilizables dentro de una ventana de tiempo conocida.
• El pipeline posterior es caro: revisión humana, aprobación de marca, retoque manual. Gastar un poco más por imagen en la entrada sale más a cuenta que enviar una mala renderización al resto de la cadena.

Sigue usando la versión estándar cuando:

• Ejecutas difusión a gran escala (50, 500, 5000 imágenes) y puntúas y filtras las salidas.
• Estás explorando prompts, no entregándolos. Usar Pro para borradores es tirar el dinero.
• Las imágenes viven en interfaces no críticas (relleno del cuerpo de un blog, diapositivas internas, material de pruebas de desarrollo) donde regenerar es cuestión de un clic.

El rango de aplicación de la variante Pro de imagen a imagen es más estrecho: casi siempre es la elección correcta cuando tienes material de referencia que le importa a la marca —una foto de producto, una hoja de personaje aprobada por el diseñador, un moodboard de campaña— y necesitas una edición que no destruya los puntos destacados del material de referencia. Pagar $0.40 para que la iluminación de una sesión de producto de $4,000 se mantenga coherente en doce variantes es una cuenta obvia.

---

Invocar los modelos desde hiapi

Ambas variantes Pro usan la API de tareas unificada de hiapi: POST /v1/tasks crea la tarea y devuelve un ID de tarea, GET /v1/tasks/:id informa del estado y, al tener éxito, devuelve en output[] las URL descargables de las imágenes. Pasas el prompt en input (y, para imagen a imagen, también de una a cinco URL de imágenes de referencia).

Texto a imagen Pro

import time, requests

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": f"Bearer {HIAPI_TOKEN}"}

resp = requests.post(API, headers=HEADERS, json={
    "model": "gpt-image-2-pro",
    "input": {
        "prompt": "A pristine editorial magazine cover composition: a single "
                  "matte glass sphere resting on a polished dark slate plinth, "
                  "refracted interior architecture, studio key light, fine-grain "
                  "film texture, premium dark fashion-magazine aesthetic.",
        "aspect_ratio": "1:1",
        "resolution": "1K",
    },
}).json()
task_id = resp["data"]["taskId"]

while True:
    task = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
    if task["status"] in ("success", "fail"):
        break
    time.sleep(5)

open("hero.png", "wb").write(
    requests.get(task["output"][0]["url"]).content)

Para obtener 2K, establece "resolution": "2K" (y elige la relación de aspecto que necesite tu material). El motor de facturación multiplica limpiamente: una llamada, $0.70.

Imagen a imagen Pro

La variante de imagen a imagen acepta de una a cinco URL de imágenes de referencia en el array input_urls. Las imágenes de referencia son URL alojadas: si tus imágenes están en disco, súbelas a una ubicación accesible (almacenamiento de objetos, tu CDN) y pasa el enlace.

import time, requests

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": f"Bearer {HIAPI_TOKEN}"}

resp = requests.post(API, headers=HEADERS, json={
    "model": "gpt-image-2-image-to-image-pro",
    "input": {
        "prompt": "Restyle the product photo into a vintage Polaroid look: "
                  "warm tones, soft vignetting, retain product silhouette and "
                  "logo placement exactly. Magazine-grade output.",
        "input_urls": ["https://your-cdn.example.com/reference-product.png"],
        "aspect_ratio": "1:1",
        "resolution": "1K",
    },
}).json()
task_id = resp["data"]["taskId"]

while True:
    task = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
    if task["status"] in ("success", "fail"):
        break
    time.sleep(5)

open("restyled.png", "wb").write(
    requests.get(task["output"][0]["url"]).content)

Dos cosas que conviene saber para el tráfico en producción:

• Una renderización Pro tarda de 60 a 120 segundos de principio a fin. El flujo asíncrono implica que no hay ninguna conexión ocupada durante la espera: consulta cada pocos segundos, o establece callback.url al crear la llamada para que hiapi notifique a tu servidor cuando llegue al estado final.
• Si llamas desde un worker serverless de front-end, persiste el taskId para que el consultor o la callback recojan el resultado; no mantengas una llamada abierta durante toda la generación Pro.

---

Un patrón de enrutamiento práctico

Para los equipos que ya ejecutan gpt-image-2 a $0.03, la forma más limpia de adoptar Pro es mantener el nivel estándar como predeterminado y enrutar a Pro solo una parte etiquetada de las tareas. Un patrón mínimo:

def pick_model(job):
    if job.get("tier") == "hero" or job.get("brand_critical"):
        return "gpt-image-2-pro"
    if job.get("reference_image"):
        return "gpt-image-2-image-to-image-pro" \
            if job.get("brand_critical") else "gpt-image-2/image-to-image"
    return "gpt-image-2/text-to-image"

Etiqueta las tareas en el momento de enviarlas (un campo, un booleano) y tu factura se mantendrá predecible. Las variantes Pro funcionan así como herramientas de precisión en lugar de opciones predeterminadas, que es exactamente la forma para la que fueron diseñadas.

---

La versión breve

gpt-image-2-pro y gpt-image-2-image-to-image-pro no son «un gpt-image-2 mejor». Son entradas de nivel de estabilidad dentro de la misma familia de modelos, creadas para ese pequeño subconjunto de tareas en las que «una mala renderización cuesta más que diez buenas». La versión estándar de $0.03 sigue ganando para exploración y procesamiento por lotes. La Pro de $0.35 (o $0.40 con imágenes de referencia) es lo que eliges cuando la imagen en sí es el entregable, no un borrador.

Confirma las cifras en tiempo real en la página de precios, etiqueta las tareas que realmente necesitan estabilidad y enruta en consecuencia. Ambos modelos responden en POST /v1/tasks, la misma forma de tarea que ya usa tu worker actual de gpt-image-2.