GPT Image 2 recensione approfondita: test reali su qualità, testo e velocità

Questa recensione conserva tre test di confronto reali completati su HiAPI a maggio 2026. Ogni prompt e ogni modello hanno generato 1 sola immagine, quindi quanto segue descrive il comportamento osservato in quei campioni e non va esteso a garanzia a lungo termine del modello.

Prima le conclusioni. Nei tre test, GPT Image 2 ha portato a termine il testo in inglese, le relazioni spaziali e i dettagli realistici, con un'impostazione visiva più realistica e dai toni scuri. Ha però mostrato anche due punti da tenere presenti: il conteggio preciso non ha superato in modo stabile la generazione precedente; il tempo di generazione registrato all'epoca era nettamente più lungo. GPT Image 1.5 è stato ritirato: questo confronto ora serve a capire l'evoluzione dei modelli e a valutare l'esperienza di attesa, non ricopre più un ruolo nella scelta del modello attuale.

Contesto del rilascio e stato attuale dei modelli

La pagina dei modelli API di OpenAI elenca lo snapshot gpt-image-2-2026-04-21. L'ID del modello canonico attuale è gpt-image-2, descritto nella documentazione ufficiale come modello di immagini che supporta generazione e modifica di immagini, dimensioni flessibili e input di immagini ad alta fedeltà.

Qui bisogna distinguere l'interfaccia del prodotto dal contratto API. La richiesta /v1/tasks di HiAPI non ha il parametro thinking, quindi non si può scrivere direttamente il nome o la modalità del prodotto dell'interfaccia come campo della richiesta HiAPI, né si può spiegare il tempo di elaborazione storico di questo articolo con un campo inesistente.

Su HiAPI, l'ID canonico attuale per la generazione da testo è gpt-image-2/text-to-image, mentre quello per la generazione da immagine è gpt-image-2/image-to-image. standard, beta ed ext hanno regole di parametri e prezzi indipendenti; le richieste attuali devono fare riferimento ai rispettivi Docs.

Condizioni di test di maggio 2026

I record del vecchio CMS conservano la data del test, la configurazione predefinita e le immagini dei risultati, ma non i task ID né il payload completo della richiesta. Per non aggiungere prove inesistenti, questa fusione usa solo informazioni verificabili dal testo originale e dalle immagini.

Voce	Record dell'epoca
Data del test	maggio 2026
Piattaforma	Account di test HiAPI
Confronto	GPT Image 2 e GPT Image 1.5
Route	Linea text-to-image predefinita dell'epoca, senza beta o ext; secondo la nomenclatura attuale corrisponde al profilo standard text-to-image
Dimensione campione	1 immagine per ogni modello e ogni prompt
Parametri	Configurazione predefinita, senza livello di qualità aggiuntivo specificato
Dimensioni di test	Rendering del testo, istruzioni spaziali, dettagli realistici, tempo per immagine

I tre prompt erano rispettivamente una locandina inglese di una caffetteria, un angolo lettura con vincoli espliciti di posizione e quantità, e un macro di gocce d'acqua su foglie d'acero rosso. Di seguito sono conservate le tre immagini di confronto originali della recensione principale.

Tre output reali

P1: rendering del testo in inglese

Il prompt chiedeva alla locandina di mostrare il titolo "MORNING BREW" e il sottotitolo "Freshly roasted since 2026". In questo caso entrambi hanno reso correttamente titolo e sottotitolo, con testo chiaro e leggibile. Questo risultato indica che GPT Image 2 ha completato il compito di testo breve in inglese, ma un singolo campione non basta a dedurre un'accuratezza globale né a dimostrare che sia stabilmente superiore alla generazione precedente sul testo.

Se l'attività richiede locandine multilingue, packaging o infografiche, conviene comunque testare in batch con testi reali e verificare ogni carattere prima della consegna.

P2: relazioni spaziali e conteggio preciso

Il prompt specificava il gatto sul davanzale a sinistra, tre libri a destra e una pianta in vaso a terra. Entrambi i modelli hanno rispettato le tre relazioni spaziali. In questa immagine GPT Image 2 presenta un tono da fotografia realistica, mentre GPT Image 1.5 tende all'illustrazione e ai toni caldi.

Sul dettaglio quantitativo, i tre libri di GPT Image 1.5 sono più facili da contare, mentre il numero di libri impilati di GPT Image 2 è più ambiguo. Questo controesempio vale la pena conservarlo: il completamento di istruzioni complesse va verificato voce per voce, e la resa complessiva del modello non può sostituire la validazione di quantità, testo e posizione.

P3: dettagli realistici e luce

Entrambe le immagini mostrano la rifrazione delle gocce e la texture della foglia. In questa immagine GPT Image 2 è più scuro e con contrasto maggiore, mentre GPT Image 1.5 è più caldo e più luminoso. Un singolo campione può solo indicare che entrambi hanno completato questo compito macro, senza sostenere conclusioni come "qualità schiacciante" o uno stile fisso.

Per valutare GPT Image 2 oggi, si consiglia di rieseguire il test sulla pagina del modello GPT Image 2 con i propri prompt di business, registrando insieme coerenza del soggetto, testo preciso, quantità, composizione e tempo di attesa.

Come interpretare i dati storici sulla velocità

La recensione originale registrava i seguenti tempi per immagine.

Modello	Record per immagine di maggio 2026
GPT Image 2	circa 107 secondi
GPT Image 1.5	circa 18–36 secondi

Questa è la differenza storica più netta dell'articolo, e anche la più facile da usare male. La dimensione del campione è di 1 immagine per prompt, il record originale non contiene task ID, stato della coda o parametri completi della richiesta; anche le linee e il carico della piattaforma cambiano nel tempo. Pertanto, i 107 secondi servono a ricordare al design di prodotto di prevedere attesa asincrona e feedback di stato, non come tempo medio attuale o SLA.

L'interfaccia dei task di HiAPI è di per sé asincrona. L'interfaccia di produzione deve mostrare lo stato del task, leggere il risultato da data.output[] in caso di successo e scaricarlo o trasferirlo prima di expireAt. I dettagli implementativi attuali fanno riferimento ai Docs di text-to-image e image-to-image.

Valutazione della migrazione dopo il ritiro di 1.5

GPT Image 1.5 è stato ritirato da HiAPI a giugno 2026; suggerimenti della vecchia pagina come "per l'anteprima in tempo reale continua a scegliere 1.5" non sono più validi. In questo articolo compare solo come confronto storico di maggio 2026 e non appare più nelle raccomandazioni o nei CTA attuali.

Il $0.05/immagine registrato nel vecchio articolo è uno snapshot del prezzo dell'epoca, privo di dettagli su route, resolution e quality, e non va usato per calcolare le differenze di prezzo attuali. Al controllo prezzi del 31 agosto 2026, su HiAPI standard text-to-image e image-to-image costano rispettivamente $0.03, $0.04 e $0.06 per 1K, 2K e 4K; beta text-to-image costa $0.02; ext è prezzato in base alla combinazione di quality e resolution, e ext image-to-image include anche una voce dinamica per le immagini di riferimento. Per il budget consultare prezzi attuali delle route di GPT Image 2 ed esempi di costo, facendo comunque riferimento al Pricing in tempo reale come base finale.

I nuovi progetti possono scegliere la linea attuale in base alle esigenze. Per la generazione da testo si parte da parametri ed esempi di richiesta di GPT Image 2 text-to-image; per la modifica con immagini di riferimento, consultare campi e regole delle immagini di riferimento di GPT Image 2 image-to-image. Se il vecchio codice usa ancora 1.5 o alias precedenti, confrontare prima evoluzione dei modelli e mappatura di migrazione dell'GPT Image API Hub in inglese per ripulire i nomi dei modelli, poi eseguire i test di regressione.

FAQ

GPT Image 2 genera ancora un'immagine in circa 107 secondi?

Non si può dedurlo. I 107 secondi provengono da un piccolo campione storico di maggio 2026, privo di prove sufficienti a riprodurre coda e parametri dell'epoca. Misurare di nuovo P50, P95 e i casi di retry fallito sulla route attuale con i propri prompt di business.

Il GPT Image 2 di HiAPI supporta la Thinking Mode?

Lo schema attuale di /v1/tasks di HiAPI non ha il campo thinking. Images with thinking è una funzionalità del prodotto ChatGPT e non va scritta come parametro del task HiAPI.

GPT Image 2 supporta la generazione da immagine?

Sì. standard image-to-image usa gpt-image-2/image-to-image e input_urls; ext usa lo stesso model base più route: "ext" a livello superiore, con image_urls come campo delle immagini di riferimento. Entrambe le linee accettano attualmente da 1 a 6 immagini di riferimento; per i limiti specifici fare riferimento ai Docs di image-to-image.

Si può richiedere direttamente uno sfondo trasparente?

OpenAI Images API offre l'anteprima di background: "transparent", con output in PNG o WebP. Lo schema attuale dei task GPT Image 2 di HiAPI non espone background, quindi nelle richieste HiAPI non si può passare direttamente questo campo.

Conclusioni

Le tre immagini reali hanno ancora valore di riferimento. Nei test GPT Image 2 ha completato i compiti di testo in inglese, relazioni spaziali e dettagli macro, con un'impostazione visiva più realistica e più scura; il conteggio preciso e i tempi di attesa storici ci ricordano che validazione della consegna ed esperienza asincrona vanno progettate separatamente.

Ora la decisione di integrazione è chiara: rivalidare i campioni di business sulla route attuale di GPT Image 2, inviare le richieste secondo i rispettivi Docs e impostare il budget in base al Pricing in tempo reale. GPT Image 1.5 resta solo come confronto storico e non è più un'opzione richiamabile.