Análise aprofundada do GPT Image 2: qualidade de imagem, texto e velocidade na prática

Esta análise preserva os três testes comparativos reais realizados na HiAPI em maio de 2026. Cada prompt e cada modelo gerou apenas 1 imagem, portanto o que se discute abaixo é o desempenho observado naquelas amostras, sem extrapolar para uma garantia de longo prazo do modelo.

Primeiro, a conclusão. Nos três testes, o GPT Image 2 cumpriu as tarefas de texto em inglês, relações espaciais e detalhes realistas, com a imagem mais inclinada ao realismo e ao tom escuro. Também revelou dois pontos de atenção: a contagem precisa não superou de forma consistente a geração anterior; e o tempo de geração registrado na época foi visivelmente maior. O GPT Image 1.5 já foi descontinuado, então esta comparação agora serve para entender a evolução do modelo e avaliar a experiência de espera, não mais para fins de seleção atual.

Contexto de lançamento e critérios do modelo atual

A página de modelos da API da OpenAI lista o snapshot gpt-image-2-2026-04-21. O ID de modelo canônico atual é gpt-image-2, descrito pela documentação oficial como um modelo de imagem com suporte a geração e edição de imagens, tamanhos flexíveis e entrada de imagens de alta fidelidade.

É preciso distinguir a interface do produto do contrato da API. A requisição /v1/tasks da HiAPI não possui o parâmetro thinking, portanto não se pode escrever diretamente o nome do produto ou o modo da interface como campo de requisição da HiAPI, nem usar um campo inexistente para explicar o tempo histórico deste artigo.

Na HiAPI, o ID canônico atual de texto para imagem é gpt-image-2/text-to-image, e o de imagem para imagem é gpt-image-2/image-to-image. standard, beta e ext têm cada um suas próprias regras de parâmetros e preços; as requisições atuais devem seguir a documentação correspondente.

Condições do teste de 2026-05

O registro original do CMS preservou a data do teste, a configuração padrão e as imagens de resultado, mas não preservou task ID nem o payload completo da requisição. Para não inventar evidências inexistentes, esta consolidação usa apenas informações verificáveis a partir do texto original e das imagens.

Item	Registro da época
Data do teste	2026-05
Plataforma	Conta de teste HiAPI
Objetos de comparação	GPT Image 2 e GPT Image 1.5
Rota	Rota padrão de texto para imagem da época, sem uso de beta ou ext; pela nomenclatura atual, corresponde ao critério standard de texto para imagem
Tamanho da amostra	1 imagem por modelo e por prompt
Parâmetros	Configuração padrão, sem especificação de nível de qualidade adicional
Dimensões do teste	Renderização de texto, instruções espaciais, detalhes realistas, tempo por imagem

Os três prompts foram, respectivamente, um pôster em inglês de cafeteria, um canto de leitura com restrições explícitas de posição e quantidade, e uma macro de gotas de água em folha de bordo vermelha. Abaixo são mantidas as três imagens de comparação originais da análise principal.

Três saídas reais

P1: renderização de texto em inglês

O prompt pedia que o pôster exibisse o título "MORNING BREW" e o subtítulo "Freshly roasted since 2026". Neste conjunto, ambos apresentaram corretamente o título e o subtítulo, com texto nítido e legível. Esse resultado mostra que o GPT Image 2 cumpriu esta tarefa de texto curto em inglês, mas uma única amostra não basta para inferir precisão global nem para afirmar que ele lidera de forma consistente a geração anterior em texto.

Se o negócio exigir pôsteres multilíngues, embalagens ou infográficos, ainda é necessário testar em lote com textos reais e revisar cada caractere antes da entrega.

P2: relações espaciais e contagem precisa

O prompt especificava um gato no parapeito à esquerda, três livros à direita e um vaso de planta no chão. Ambos os modelos preservaram as três relações espaciais. O GPT Image 2 nesta imagem apresentou tom de fotografia realista, enquanto o GPT Image 1.5 ficou mais ilustrativo e quente.

No detalhe de quantidade, os três livros do GPT Image 1.5 são mais fáceis de contar; a pilha de livros do GPT Image 2 é mais ambígua. Esse contraexemplo merece ser preservado: a completude de instruções complexas precisa ser verificada item a item, e a qualidade geral do modelo não substitui a validação de quantidade, texto e posição.

P3: detalhes realistas e iluminação

Ambas as imagens apresentaram refração das gotas de água e textura da folha. O GPT Image 2 nesta imagem ficou mais escuro e com contraste mais forte; o GPT Image 1.5 ficou mais quente e mais claro. Uma única amostra só indica que ambos cumpriram esta tarefa de macro, não sustenta conclusões de "qualidade esmagadora" nem de estilo fixo.

Ao avaliar o GPT Image 2 atualmente, recomenda-se retestar na página do modelo GPT Image 2 com seus próprios prompts de negócio, registrando em conjunto a consistência do sujeito, o texto preciso, a quantidade, a composição e o tempo de espera.

Como interpretar os dados históricos de velocidade

Os tempos por imagem registrados na análise original são os seguintes.

Modelo	Registro por imagem em 2026-05
GPT Image 2	cerca de 107 segundos
GPT Image 1.5	cerca de 18–36 segundos

Esta é a diferença histórica mais clara deste artigo e também a mais fácil de usar equivocadamente. O tamanho da amostra é de apenas 1 imagem por prompt, o registro original não tem task ID, estado da fila nem parâmetros completos da requisição; as rotas e a carga da plataforma também mudam depois. Portanto, os 107 segundos servem para lembrar o design de produto a reservar espera assíncrona e feedback de estado, não como tempo médio atual ou SLA.

A interface de tarefas da HiAPI é assíncrona por natureza. A interface de produção deve exibir o estado da tarefa, ler o produto em data.output[] após o sucesso e baixar ou transferir antes de expireAt. Os detalhes de implementação atuais seguem a documentação de texto para imagem e imagem para imagem.

Decisão de migração após a descontinuação do 1.5

O GPT Image 1.5 foi descontinuado da HiAPI em junho de 2026, e recomendações antigas como "continue escolhendo 1.5 para pré-visualização em tempo real" já não são válidas. Neste artigo ele aparece apenas como comparação histórica de 2026-05, não mais em recomendações atuais ou CTAs.

O $0.05/imagem registrado no artigo antigo é um snapshot de preço da época, sem detalhes de route, resolution e quality, e não deve ser usado para calcular a diferença de preço de hoje. Na verificação de preços de 31 de agosto de 2026, o standard de texto para imagem e imagem para imagem da HiAPI custa, para 1K, 2K e 4K, respectivamente $0.03, $0.04 e $0.06; o beta de texto para imagem custa $0.02; o ext é cobrado pela combinação de quality e resolution, e o ext de imagem para imagem ainda inclui um item dinâmico de imagem de referência. Para orçamento, consulte preços atuais das rotas do GPT Image 2 e exemplos de custo, e use o Pricing em tempo real como base final.

Novos projetos podem escolher a rota atual conforme a necessidade. Para texto para imagem, comece por parâmetros e exemplo de requisição de texto para imagem do GPT Image 2; para edição com imagem de referência, veja campos de imagem para imagem do GPT Image 2 e regras de imagem de referência. Se o código antigo ainda usa 1.5 ou aliases iniciais, primeiro consulte o histórico de modelos e mapeamento de migração do GPT Image API Hub em inglês para limpar os nomes de modelo e depois faça testes de regressão.

FAQ

O GPT Image 2 ainda leva cerca de 107 segundos para gerar uma imagem atualmente?

Não se pode inferir isso. Os 107 segundos vêm de um registro histórico de pequena amostra de 2026-05, sem evidências suficientes para reproduzir a fila e os parâmetros da época. Meça novamente P50, P95 e falhas com retry na rota atual usando prompts de negócio.

O GPT Image 2 da HiAPI suporta Thinking Mode?

O schema atual de /v1/tasks da HiAPI não possui o campo thinking. Images with thinking é uma capacidade do produto ChatGPT e não deve ser escrita como parâmetro de tarefa da HiAPI.

O GPT Image 2 suporta imagem para imagem?

Sim. O standard de imagem para imagem usa gpt-image-2/image-to-image e input_urls; o ext usa o mesmo model base com route: "ext" no nível superior e o campo de imagem de referência image_urls. Ambas as rotas aceitam atualmente de 1 a 6 imagens de referência; os limites específicos seguem a documentação de imagem para imagem.

É possível solicitar fundo transparente diretamente?

A OpenAI Images API já oferece a pré-visualização de background: "transparent", e a saída precisa usar PNG ou WebP. O schema atual de tarefa do GPT Image 2 da HiAPI não expõe background, portanto não é possível passar esse campo diretamente em requisições da HiAPI.

Conclusão

As três imagens reais ainda têm valor de referência. O GPT Image 2 cumpriu neste teste as tarefas de texto em inglês, relações espaciais e detalhes macro, com imagens mais realistas e escuras; a contagem precisa e o tempo de espera histórico lembram que a validação de entrega e a experiência assíncrona ainda precisam de design próprio.

A decisão de integração atual já está clara: revalidar amostras de negócio com a rota atual do GPT Image 2, enviar requisições conforme a documentação correspondente e fazer orçamento com o Pricing em tempo real. O GPT Image 1.5 fica apenas como comparação histórica, não mais como opção chamável.