gpt-image-2-pro su hiapi: prezzi, livelli di qualità e come chiamare il nuovo modello di immagini

Questo mese, dopo l'aggiornamento dell'endpoint /api/pricing di hiapi, due nuove voci sono salite in cima alla lista dei modelli di immagini: gpt-image-2-pro e gpt-image-2-image-to-image-pro. Entrambe sfoggiano il badge viola «Pro», entrambe sono fissate in cima al selettore dei modelli, ed entrambe costano più di dieci volte una chiamata standard a gpt-image-2. La domanda ovvia è quindi: per cosa stai esattamente pagando?

Questo articolo spiega una per una cosa sono le varianti Pro, com'è fatta la matrice dei prezzi in tempo reale e come chiamarle tramite l'API unificata delle attività di hiapi. Se stai valutando se spendere $0,35 in più per ogni fotogramma sulla tua pipeline attuale, qui trovi i conti da fare.

---

Cosa significa «Pro» sulla pagina dei prezzi

Entrambe le nuove voci si descrivono nei dati ufficiali dei prezzi come «livello ad alta qualità e stabilità» — un livello che privilegia la stabilità, costruito per le esecuzioni in produzione, dove servono tassi di successo e latenze prevedibili, non solo buone prestazioni medie.

Questa formulazione conta più di quanto sembri. La versione standard gpt-image-2 a $0,03 per chiamata è perfetta per l'esplorazione, la diffusione in batch e qualsiasi scenario in cui «qualche scarto su cento va bene, perché rigenerare costa poco». Pro è invece la variante che scegli quando il costo di una singola immagine fallita supera quello di dieci dollari di calcolo in più — un render marketing in scadenza che deve uscire pulito al primo colpo, un asset pubblicitario a pagamento la cui prossima iterazione perderebbe la finestra di lancio, una key visual che blocca la release.

La variante image-to-image Pro aggiunge una capacità: accetta da una a cinque immagini di riferimento oltre al prompt, per poi modificarle, comporle o cambiarne lo stile. La stessa promessa di stabilità, lo stesso livello Pro, cambia solo la forma dell'input.

---

La matrice dei prezzi in tempo reale

Confermata al momento della scrittura sulla pagina dei prezzi in tempo reale — l'unica fonte di verità, da cui sono tratti direttamente i numeri seguenti:

Modello	1K (livello 1024)	2K	Note
gpt-image-2 (standard, text-to-image)	$0,03	$0,04	Livello esplorazione; disponibile anche in 4K
gpt-image-2-pro (text-to-image)	$0,35	$0,70	Livello stabilità, fissato al primo posto
gpt-image-2-image-to-image-pro	$0,40	$0,80	1–5 immagini di riferimento, modifica / composizione

Alcune letture pratiche:

• Pro costa circa 12–14 volte lo standard a 1K e circa 17–21 volte a 2K. È un divario di budget concreto. Se non sai spiegare perché proprio questa immagine richieda Pro, probabilmente ti serve la versione standard.
• Il 2K per Pro è un moltiplicatore pulito di 2×. A differenza di alcuni fornitori di immagini che applicano supplementi decrescenti per l'alta risoluzione, le varianti Pro raddoppiano esattamente, facile da prevedere.
• L'image-to-image costa circa il 14% in più del text-to-image su entrambi i livelli ($0,40 contro $0,35 a 1K, $0,80 contro $0,70 a 2K). Paghi l'elaborazione delle immagini di riferimento aggiuntive.

Per confronto, la versione standard gpt-image-2 segue una forma diversa: 1K = $0,03, 2K = $0,04 (moltiplicatore 1,33×), 4K = $0,06 (moltiplicatore 2×). La variante standard offre il livello 4K; le varianti Pro arrivano al momento fino a 2K, ma con una fedeltà per pixel sensibilmente superiore. Se ti serve la risoluzione nativa, lo standard 4K resta la via più economica per ottenere una tela grande; se ti serve una qualità di produzione coerente, la scelta è Pro 2K.

---

Quando Pro vale il prezzo

Il livello Pro è una scommessa sulla stabilità, non un pulsante magico per la qualità dell'immagine. Gli scenari in cui si ripaga hanno tutti la stessa forma: la rigenerazione costa molto e il costo di un render fallito è asimmetrico.

Vale la pena pagare Pro quando:

• L'immagine arriverà in un'interfaccia rivolta al cliente e sarà sottoposta a revisione prima del batch successivo (annunci a pagamento, email marketing, media kit, key visual del negozio).
• Devi mantenere la coerenza di un personaggio o di un prodotto in un piccolo set di render e non puoi permetterti che un fotogramma vada alla deriva.
• Hai un SLA di stabilità di cui rispondere — un job pianificato che deve produrre immagini utilizzabili entro una finestra temporale nota.
• La pipeline a valle è costosa: revisione umana, approvazione del brand, ritocco manuale. Spendere un po' di più per immagine all'ingresso conviene rispetto a far entrare un render scadente nella catena.

Continua con la versione standard quando:

• Stai facendo diffusione su larga scala (50, 500, 5000 immagini) e valuti e filtri gli output.
• Stai esplorando i prompt, non consegnandoli. Usare Pro sulle bozze è uno spreco di soldi.
• Le immagini vivono in interfacce non critiche (riempimento del corpo di un blog, slide interne, materiale di test per lo sviluppo) e rigenerarle è un clic.

La variante image-to-image Pro ha un'area di applicazione più ristretta: quando possiedi un materiale di riferimento a cui il brand tiene — una foto prodotto, un character sheet approvato dal designer, una moodboard di campagna — e ti serve una modifica che non rovini i punti forti del riferimento, è quasi sempre la scelta giusta. Spendere $0,40 per mantenere l'illuminazione di uno shooting prodotto da $4.000 coerente in dodici varianti è un conto ovvio.

---

Chiamare i modelli da hiapi

Entrambe le varianti Pro usano l'API unificata delle attività di hiapi: POST /v1/tasks crea l'attività e restituisce l'ID, GET /v1/tasks/:id riporta lo stato e, in caso di successo, restituisce in output[] gli URL delle immagini scaricabili. Passi il prompt in input (per l'image-to-image anche da una a cinque URL di immagini di riferimento).

Text-to-image 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)

Per l'output a 2K, imposta "resolution": "2K" (e scegli il rapporto d'aspetto adatto al tuo materiale). Il motore di fatturazione moltiplica in modo pulito — una chiamata, $0,70.

Image-to-image Pro

La variante image-to-image accetta da una a cinque URL di immagini di riferimento nell'array input_urls. Le immagini di riferimento sono URL ospitati — se le tue immagini sono su disco, caricarle in una posizione accessibile (object storage, il tuo CDN) e passare il link.

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)

Due cose da sapere per il traffico di produzione:

• Un render Pro richiede dai 60 ai 120 secondi end-to-end. Il flusso asincrono significa che nessuna connessione resta occupata durante l'attesa — fai polling ogni pochi secondi, oppure imposta callback.url alla creazione della chiamata, così hiapi avvisa il tuo server allo stato terminale.
• Se chiami da un frontend worker serverless, persisti il taskId e lascia che il poller o il callback recuperi il risultato — non tenere una chiamata aperta per tutta la durata della generazione Pro.

---

Un modello di routing pratico

Per i team che già eseguono gpt-image-2 a $0,03, il modo più pulito di adottare Pro è mantenere il livello standard come default e instradare a Pro solo una parte contrassegnata delle attività. Un modello minimo:

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"

Etichetta l'attività al momento dell'invio (un campo, un booleano) e la tua fattura resta prevedibile. Le varianti Pro fungono così da strumento di precisione invece che da opzione predefinita — esattamente la forma per cui sono state concepite.

---

In breve

gpt-image-2-pro e gpt-image-2-image-to-image-pro non sono «un gpt-image-2 migliore». Sono voci di livello stabilità della stessa famiglia di modelli — pensate per quella piccola fetta di attività in cui «un render sbagliato costa più di dieci render buoni». Lo standard da $0,03 resta vincente per esplorazione ed elaborazione in batch. Pro a $0,35 (o $0,40 con le immagini di riferimento) è ciò che scegli quando l'immagine è essa stessa il prodotto finale, non una bozza.

Conferma i numeri in tempo reale sulla pagina dei prezzi, contrassegna le attività che richiedono davvero stabilità e instrada di conseguenza. Entrambi i modelli rispondono su POST /v1/tasks — la stessa forma di attività che il tuo worker gpt-image-2 esistente già usa.