Generazione di immagini ChatGPT: cosa è cambiato e come implementarla a livello di codice

Se hai usato di recente ChatGPT per la generazione di immagini, avrai notato che l'esperienza è cambiata. Il testo viene renderizzato in modo nitido e leggibile, invece di fondersi in linee confuse. I personaggi restano coerenti attraverso più modifiche. Il rapporto d'aspetto è più facile da controllare. L'output assomiglia di più a ciò che consegnerebbe un designer esperto — e non a una bozza disordinata.

Questa raffinatezza di fondo deriva dalla famiglia GPT Image 2 — la generazione di modelli di immagine di OpenAI che sostituisce il precedente GPT Image 1.5 (ritirato dalla piattaforma a giugno 2026). La buona notizia per gli sviluppatori: non è necessario passare da ChatGPT per ottenere gli stessi output. Gli stessi modelli sono disponibili tramite una semplice API di attività asincrona. Questa guida illustra i cambiamenti concreti e fornisce il codice minimo per replicare gli stessi risultati dalla tua applicazione.

---

Cosa è cambiato nella generazione di immagini di ChatGPT

I miglioramenti visibili nel prodotto ChatGPT derivano da tre upgrade a livello di modello:

1. Rendering del testo più nitido. I primi modelli di immagine riuscivano solo ad approssimare le lettere e raramente producevano titoli leggibili. La nuova serie renderizza in modo affidabile la tipografia — inclusi maiuscole/minuscole personalizzate, più righe e font stilizzati. Poster, mockup e diagrammi con etichette sono finalmente utilizzabili.
2. Migliore coerenza di personaggi e scene. Gli input di riferimento e gli output precedenti vengono seguiti con maggiore attenzione. Le modifiche iterative (stesso personaggio, nuova posa; stesso poster, nuovo titolo) non richiedono più di rigenerare l'intera composizione.
3. Risoluzione e dettaglio più elevati. Gli output possono ora raggiungere i 4K, con una gestione delle texture decisamente più fine — pori, trame dei tessuti, fogliame, venature della ghiaia — elementi che prima si sfocavano.

Un rapido stress test proprio sulla tipografia, generato tramite la chiamata API mostrata di seguito:

Ogni lettera è corretta. Nessuna parola monca, nessun glifo distorto. Questa è la differenza principale rispetto alla generazione precedente.

---

I modelli dietro l'aggiornamento

La famiglia GPT Image 2 alimenta la nuova esperienza di immagine di ChatGPT, e ogni variante è esposta tramite la stessa API. Ecco i compromessi:

Modello	Ideale per	Prezzo per immagine (1K)
gpt-image-2-beta	Prototipazione rapida, varianti di bozza, pipeline ad alto volume	$0.02
gpt-image-2	Produzione generica, equilibrio tra qualità e costo	$0.03
gpt-image-2-pro	Output impegnativi, dove l'affidabilità conta più del costo	$0.35

Alcuni punti meno intuitivi:

• gpt-image-2 è più economico al lancio rispetto al modello che sostituisce — GPT Image 1.5 costava $0.05 per immagine prima del ritiro. Il calo di prezzo riflette una pipeline più efficiente, non un compromesso sulla qualità — gpt-image-2 è l'attuale flagship per la maggior parte dei flussi di lavoro.
• gpt-image-2-pro è la variante ottimizzata per la stabilità: varianza minore tra esecuzioni, maggiore aderenza al prompt, meno retry necessari in produzione. Usalo quando «il primo output deve essere consegnabile» è un requisito reale.
• Ogni variante riceve gli stessi campi prompt tramite lo stesso endpoint di attività, quindi cambiare modello significa solo cambiare il nome del modello e controllare il campo input di quella variante.

Per il dettaglio completo per risoluzione di questi livelli — prezzi 1K, 2K e 4K — consulta la guida ai prezzi dell'API GPT Image 2.

---

Chiamare il modello dal tuo codice

Tutti i modelli sulla piattaforma hiapi — immagini e video allo stesso modo — utilizzano la stessa API unificata di attività asincrona: POST /v1/tasks crea un'attività di generazione e restituisce immediatamente un ID attività, poi GET /v1/tasks/:id riporta lo stato e, al termine, fornisce l'URL di output. I parametri specifici del modello vanno all'interno dell'oggetto input. Due chiamate, nessun SDK.

Python

import time, requests

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

# 1. Crea l'attività
resp = requests.post(API, headers=HEADERS, json={
    "model": "gpt-image-2/text-to-image",
    "input": {
        "prompt": "A modern minimalist digital art studio at dawn, "
                  "a floating holographic canvas displaying a half-painted "
                  "vibrant landscape, cinematic ultrawide, photorealistic",
        "aspect_ratio": "3:2",
        "resolution": "1K",
    },
})
task_id = resp.json()["data"]["taskId"]

# 2. Esegui il polling finché l'attività non raggiunge lo stato finale
while True:
    task = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
    if task["status"] in ("success", "fail"):
        break
    time.sleep(5)

# 3. Scarica il risultato
image_url = task["output"][0]["url"]
open("output.png", "wb").write(requests.get(image_url).content)

Questa è l'intera integrazione. L'immagine completata viene fornita come URL scaricabile in output[] — nessuna decodifica base64. Una cosa da notare: ogni output porta un timestamp expireAt, quindi scarica il file (o riarchivialo), invece di fare hotlink all'URL. Se non vuoi affatto fare polling, puoi passare un oggetto callback al momento della creazione dell'attività e hiapi invierà una richiesta POST al tuo server al completamento dell'attività.

curl

# Crea l'attività
curl -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2/text-to-image",
    "input": {
      "prompt": "An aerial view of a Japanese zen garden in autumn, raked white gravel, koi pond, painterly impressionist style",
      "aspect_ratio": "1:1",
      "resolution": "1K"
    }
  }'
# => { "code": 200, "data": { "taskId": "tk-hiapi-..." } }

# Esegui il polling del risultato, poi scarica
curl -s https://api.hiapi.ai/v1/tasks/tk-hiapi-... \
  -H "Authorization: Bearer $HIAPI_KEY" \
| jq -r '.data.output[0].url' \
| xargs curl -o output.png

Il risultato dell'esecuzione end-to-end di quel prompt:

Nota come il dettaglio delle texture nella ghiaia, nel muschio e nei riflessi regga ancora uno sguardo ravvicinato al ritaglio completo — questo è l'effetto dei miglioramenti di risoluzione e dettaglio.

---

Scegliere rapporto d'aspetto e risoluzione

La forma dell'output è controllata da due campi input, non da un singolo stringa di pixel: aspect_ratio imposta la forma della tela, resolution imposta il livello di dettaglio (1K, 2K, 4K). Le tre forme più comuni:

• "aspect_ratio": "1:1" — quadrato. Il valore predefinito per post sui social, miniature, anteprime in-app.
• "aspect_ratio": "3:2" — orizzontale. Banner hero, copertine di blog, composizioni ampie.
• "aspect_ratio": "2:3" — verticale. Immagini mobile-first, poster, schede prodotto.

Il prezzo per immagine aumenta con il livello di risoluzione (1K → 2K circa +33%, 1K → 4K circa il doppio). Usa 1K per impostazione predefinita e passa a livelli superiori solo quando il caso d'uso finale lo richiede davvero — stampa, display di grande formato o fotografia prodotto estremamente dettagliata. Scegliere 4K per abitudine significa pagare il doppio per pixel che nessuno vedrà.

---

Dove il modello mostra la sua ampiezza

Una delle ragioni per cui gpt-image-2 sta sostituendo i flussi di lavoro precedenti non è l'output fotorealistico — è l'ampiezza. Lo stesso modello può gestire impressionismo pittorico, illustrazione decorativa, mockup di packaging e fotografia editoriale dalla stessa struttura di prompt. Non devi più scegliere in anticipo un «modello di stile» come prima.

Un singolo prompt in stile illustrazione, senza fine-tuning, senza adattatori specifici per stile:

Per i flussi di lavoro che dipendono da questa flessibilità stilistica — ad esempio generare sia immagini prodotto fotorealistiche sia immagini lifestyle in stile illustrazione per lo stesso annuncio — mantenere un unico modello end-to-end significa un template di prompt, una linea di costo, un percorso di upgrade.

---

Consigli pratici per migrare da ChatGPT all'API

Prima di implementarlo nel tuo prodotto, ecco alcune cose da sapere:

• Copiare i prompt da ChatGPT di solito funziona. Se hai già iterato un prompt in ChatGPT che produce buoni risultati, incollalo nella chiamata API — il modello è lo stesso. Non servono «prompt in stile API» separati.
• Fai polling con pazienza — o usa un callback. A seconda del modello e della risoluzione, la generazione end-to-end richiede ancora 1–3 minuti, ma l'API asincrona significa che nessuna connessione HTTP a lunga durata va in timeout. Fai polling ogni pochi secondi, oppure imposta callback.url alla creazione dell'attività per far sì che hiapi ti notifichi al completamento.
• Cache per prompt + rapporto d'aspetto + risoluzione. Se il tuo prodotto richiede ripetutamente prompt comuni (mockup basati su template, generazione di varianti A/B), mantieni una cache content-addressed — stessi byte di input, stesso output, senza pagare due volte.
• Scegli il livello per caso d'uso, non per applicazione. Usa gpt-image-2-beta ($0.02) per anteprime in-app e bozze ad alto volume dove il costo conta più dell'ultimo 5% di qualità, e gpt-image-2 (o pro) per gli asset finali. I prompt restano identici — controlla solo il campo input della variante (beta accetta size in pixel, il flagship accetta aspect_ratio + resolution).
• Testa il rendering del testo prima di pubblicare. La nuova serie gestisce bene la tipografia, ma font inusuali e stringhe molto lunghe possono ancora a volte andare fuori registro. Se il titolo di un poster è critico per il brand, genera due o tre immagini e scegli la migliore — è molto più economico che scoprire il problema dopo la pubblicazione.

---

Conclusione

La nuova esperienza di immagine di ChatGPT a livello di API è in realtà la famiglia gpt-image-2 — gpt-image-2, gpt-image-2-pro e l'economica gpt-image-2-beta — servita da un endpoint di attività asincrona. Se stavi aspettando di portare questa generazione di qualità d'immagine nel tuo prodotto, l'integrazione è minima: invia il prompt in POST a /v1/tasks, esegui il polling dell'ID attività, scarica l'URL. Gli output sopra sono stati generati proprio così.

Inizia con gpt-image-2 a 1:1 / 1K — $0.03 per generazione, in grado di coprire la maggior parte dei casi d'uso reali. Sfoglia la gamma completa di modelli per immagini e video nella pagina dei prezzi di hiapi, oppure vai direttamente alla pagina del modello GPT Image 2 per inviare la tua prima richiesta.