О чём этот гайд? Короткий ответ
Короткий ответ: Конспект по официальной документации: модель gpt-image-2, Image API, Responses API, примеры кода и частые ограничения.
Как использовать GPT-Image 2 в OpenAI API: генерация и правка
Новая модель линейки GPT Image: gpt-image-2 для generations и edits, плюс инструмент image_generation в Responses API — с примерами кода и типовыми ограничениями.
GPT-Image 2 — актуальная модель OpenAI для генерации и правки картинок по тексту. В интеграциях укажите model: gpt-image-2 (или снимок gpt-image-2-2026-04-21) в Image API: generations для чистой генерации, edits для правок с референсами; для диалогов и многошаговых сценариев используйте Responses API с инструментом image_generation. Ключи храните в переменных окружения, ответы GPT Image обычно отдают изображение в поле b64_json.
Коротко: что такое GPT-Image 2?
Короткий ответ: по позиции OpenAI это state-of-the-art модель для быстрой и качественной генерации и редактирования изображений, с гибкими размерами и поддержкой референс-входов для правок.
Идентификатор в API: gpt-image-2. Для фиксации поведения можно использовать именованный снимок, например gpt-image-2-2026-04-21, чтобы не менялись ответы при обновлениях бэкенда. Лимиты по запросам (TPM, IPM) и цены смотрите в карточке модели и в калькуляторе на сайте OpenAI.
Официальная логика: один локальный вызов «промпт → картинка» делают через Image API; многошаговый диалог с правками и картинками в контексте — через Responses API и встроенный инструмент image_generation.
Generations / edits
Прямой HTTP к /v1/images/generations и /v1/images/edits, удобно из бэкенда и сценариев Make.
Диалог
Создание ответа с tool image_generation, action и streaming частичных кадров.
b64_json
Для GPT Image моделей ответы с картинкой чаще в base64, а не в долгоживущем URL.
В чём разница между Image API и Responses API?
Прямой ответ: Image API лучше для «один запрос — одна картинка» (или пакет n); Responses API — когда нужен разговор, image id в контексте, автоматический выбор generate/edit и потоковая отдача.
| Критерий | Image API | Responses API |
|---|---|---|
| Сценарий | Сервисная генерация и правка по одному запросу. | Чат, цепочки шагов, image_generation как инструмент в ответе. |
| Правки | client.images.edit, несколько файлов-входов. | Итерации по previous_response_id, action: auto | generate | edit. |
| Входы | Байты файлов, как в примерах OpenAI. | В т.ч. file id, удобно в длинных сессиях. |
Как вызвать gpt-image-2 через Image API?
Короткий ответ: укажите model: "gpt-image-2" в вызове openai.images.generate (или аналоге) либо в JSON теле POST /v1/images/generations, затем декодируйте data[0].b64_json.
Python
from openai import OpenAI
import base64
client = OpenAI()
result = client.images.generate(
model="gpt-image-2",
prompt="Иллюстрация: морской котёнок в шапке, детский стиль",
)
image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)
with open("out.png", "wb") as f:
f.write(image_bytes)
JavaScript
import OpenAI from "openai";
import fs from "fs";
const openai = new OpenAI();
const result = await openai.images.generate({
model: "gpt-image-2",
prompt: "A children's book style otter in a small hat",
});
const b64 = result.data[0].b64_json;
fs.writeFileSync("out.png", Buffer.from(b64, "base64"));
curl
curl -s -X POST "https://api.openai.com/v1/images/generations" \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-type: application/json" \
-d '{"model":"gpt-image-2","prompt":"A simple icon of a lightbulb"}' \
| jq -r '.data[0].b64_json' | base64 --decode > out.png
Правка изображений и снимок модели
Короткий ответ: для правок с референсами используйте эндпоинт /v1/images/edits с model gpt-image-2; для gpt-image-2 параметр input_fidelity не задают — входы обрабатываются в высокой детализации по умолчанию, как пишет OpenAI в гайде.
Edits в Image API
Передайте один или несколько файлов и текстовую инструкцию; модель gpt-image-2 учитывает детали входов без ручного input_fidelity.
Снимок модели
Для стабильных продуктовых ответов зафиксируйте идентификатор снимка (например gpt-image-2-2026-04-21) в своём конфиге.
В диалоге при инструменте image_generation уточнение правок делается естественным языком; параметр action помогает принудительно выбрать генерацию или правку, если в контексте уже есть картинка.
Какие ограничения и проверки нужно учесть?
Короткий ответ: нет прозрачного фона для gpt-image-2; для линейки GPT Image в организации может потребоваться верификация; разумные лимиты и стоимость смотрите в разделе pricing и в карточке модели.
Не передавайте background: transparent для gpt-image-2: модель это не поддерживает (в отличие от сценариев, где прозрачность допустима у других моделей в доке).
Ключи только на сервере или в секретах CI, не в фронтенд и не в публичные репозитории.
Для крупных встраиваний заранее просмотрите требования API Organization Verification в справочном центре OpenAI.
Первоисточник фактов и кода: документация OpenAI (Image generation) и карточка модели GPT Image 2.
Смежные материалы в базе
Связка текстов и ИИ в контенте: промты и структура запросов; интеграции API; аналитика и автоматизация в знакомом стеке.
Вайбкодинг и агенты в разработке — смежный контекст по ИИ-инструментам в продукте.
Частые вопросы про GPT-Image 2
Ниже — краткие ответы для цитирования; детали — в главах выше и в документации OpenAI.
Поддерживает ли gpt-image-2 прозрачный фон?
Нет. Для gpt-image-2 запросы с background: transparent не поддерживаются; ориентируйтесь на непрозрачные фоны в параметрах или на другой сценарий в доке OpenAI.
Нужна ли верификация организации для GPT Image?
Для использования моделей линейки GPT Image, включая gpt-image-2, в организации может потребоваться API Organization Verification в консоли разработчика — уточняйте для своего типа аккаунта и региона.
Чем Image API отличается от Responses API для картинок?
Image API с generations и edits удобен для одного запуска. Responses API даёт встроенный инструмент image_generation в ответе, многоходовые правки и параметр action (auto, generate, edit) при картинке в контексте.