Solicitud y uso de la API de Generación de Imágenes de OpenAI

La API de Generación de Imágenes de OpenAI actualmente soporta varios modelos de generación de imágenes, incluyendo el clásico dall-e-3, el modelo con mayor capacidad de renderizado de texto gpt-image-1, la última generación gpt-image-2, así como la serie de modelos nano-banana / nano-banana-2 / nano-banana-pro accesibles a través de la misma interfaz. Todos ellos pueden generar imágenes de alta calidad basadas en descripciones textuales. Este documento describe principalmente el flujo de uso de la API de Generación de Imágenes de OpenAI, con la cual podemos usar fácilmente las funciones de generación de imágenes de la serie OpenAI.

Proceso de solicitud

Para usar la API de Generación de Imágenes de OpenAI, primero puede ir a la página OpenAI Images Generations API y hacer clic en el botón “Acquire” para obtener las credenciales necesarias para las solicitudes:

Si aún no ha iniciado sesión o registrado, será redirigido automáticamente a la página de inicio de sesión para registrarse e iniciar sesión; después de esto, volverá automáticamente a la página actual. Al solicitar por primera vez, se otorgará un crédito gratuito para usar la API sin costo.

Modelo GPT-Image-2

gpt-image-2 es el modelo de generación de imágenes de nueva generación lanzado por OpenAI, que presenta mejoras significativas en comparación con dall-e-3 y gpt-image-1 en los siguientes aspectos:

Mejor capacidad para seguir instrucciones: puede entender con precisión instrucciones estructuradas complejas como composición, conteo, relaciones espaciales, etc.
Renderizado de texto más claro: en escenarios como carteles, menús, infografías y logotipos, las letras y números en inglés casi no presentan errores.
Mayor variedad de estilos: soporta de forma nativa estilos como retratos cinematográficos, carteles retro, ilustraciones infantiles, fotografía de productos, infografías, entre otros.
Soporte nativo para múltiples proporciones y alta resolución: cubre 5 proporciones (1:1, 4:3, 3:4, 16:9, 9:16) con 3 niveles de resolución (1K / 2K / 4K).

La forma de llamar es idéntica a otros modelos, solo debe establecer el campo model a gpt-image-2. La URL devuelta en el resultado es un enlace permanente alojado en platform.cdn.xhuoapi.ai, que puede abrirse directamente en el navegador o incrustarse en páginas web.

Valores soportados para `size` y niveles de facturación

gpt-image-2 solo verifica el formato de size; siempre que no sea auto o cadena vacía, debe coincidir con el formato WIDTHxHEIGHT (por ejemplo, 1024x1024, 2048x1152, 800x600); cualquier otro formato devolverá un error 400. La facturación se divide en dos niveles:

Precio estándar 1K: entrada con cualquiera de los tamaños recomendados 1K en la tabla a continuación, o alias comunes 1K usados por el upstream (1254x1254, 1672x941, 941x1672 — estos son tamaños reales devueltos en 1K que, si se reintroducen, no causan cambio de precio).
Otros niveles (1.5×): cualquier tamaño fuera del conjunto 1K anterior, incluyendo los presets recomendados 2K / 4K en la tabla, así como cualquier tamaño personalizado WIDTHxHEIGHT.

Restricciones estrictas upstream para tamaños personalizados: ancho y alto deben ser múltiplos de 16, lado largo ≤ 3840, total de píxeles ≤ 8,294,400. Si se excede, el upstream rechazará con error 4xx.

Proporción	1K (precio estándar)	2K recomendado (×1.5)	4K recomendado (×1.5)
1:1	`1024x1024`	`2048x2048`	`2880x2880`
4:3	`1536x1024`	`2048x1536`	`3264x2448`
3:4	`1024x1536`	`1536x2048`	`2448x3264`
16:9	`1792x1024`	`2048x1152`	`3840x2160`
9:16	`1024x1792`	`1152x2048`	`2160x3840`

También puede pasar size: "auto" o omitir el campo size, en cuyo caso el modelo seleccionará el tamaño predeterminado y se facturará al precio estándar 1K. En el nivel 1K, la salida upstream no garantiza una alineación estricta de píxeles — si pasa 1024x1024, puede recibir 1254x1254, manteniendo la proporción. Si vuelve a pasar este tamaño como size, seguirá facturándose como 1K. Las llamadas 4K suelen tardar entre 4 y 8 minutos, se recomienda usar el mecanismo de callback asíncrono callback_url que se explica más adelante.

Sobre el parámetro n Actualmente gpt-image-2 no soporta n > 1: este parámetro se ignora silenciosamente, sin importar si pasa n=1 o n=10, cada solicitud solo devolverá 1 imagen y se facturará como 1 imagen. Si necesita múltiples imágenes candidatas, debe hacer múltiples solicitudes concurrentes (se recomienda variar el prompt o el seed para evitar imágenes muy similares). Esta limitación también aplica a gpt-image-1 / gpt-image-1.5 y a la serie nano-banana. dall-e-2 es el único modelo que soporta nativamente n > 1; dall-e-3 solo soporta n = 1.

A continuación, mostramos varios ejemplos reales para apreciar intuitivamente las capacidades de gpt-image-2.

Escenario 1: Retrato cinematográfico

En el prompt se pueden usar términos cinematográficos (película de 35mm, poca profundidad de campo, luces neón, etc.) para controlar con precisión la atmósfera y textura. Código de ejemplo en Python:

import requests

url = "https://api.xhuoapi.ai/v1/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "gpt-image-2",
    "prompt": "A cinematic portrait of a young woman standing in a convenience store at night, illuminated by soft pink and cyan neon signs through the window. Shot on 35mm film, shallow depth of field, slight grain, melancholic mood.",
    "size": "1024x1536"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Respuesta:

{
  "success": true,
  "task_id": "ab58a5df-6f46-4874-bff6-93169e2849a3",
  "created": 1777048800,
  "data": [
    {
      "revised_prompt": "A cinematic portrait of a young woman standing in a convenience store at night, illuminated by soft pink and cyan neon signs through the window. Shot on 35mm film, shallow depth of field, slight grain, melancholic mood.",
      "url": "https://platform.cdn.xhuoapi.ai/gpt-image/ab58a5df-6f46-4874-bff6-93169e2849a3_0.png"
    }
  ]
}

Imagen generada:

Escenario 2: Cartel de viaje vintage (con renderizado de texto)

gpt-image-2 es muy estable en tipografía y composición, ideal para carteles, menús, tarjetas con texto.

payload = {
    "model": "gpt-image-2",
    "prompt": "A vintage travel poster of the Amalfi Coast, Italy. Stylized art-deco illustration of cliffside lemon-yellow houses cascading down to a turquoise sea, with a small white sailboat in the harbor. Bold typography at the top reads AMALFI and at the bottom ITALIA 1958. Limited color palette: cream, sea-blue, lemon yellow, terracotta. Slight paper-grain texture.",
    "size": "1024x1536"
}

Imagen generada:

El modelo reproduce fielmente el estilo Art Deco y renderiza claramente los textos AMALFI e ITALIA 1958.

Escenario 3: Composición compleja y conteo

Este prompt prueba la capacidad del modelo para seguir instrucciones estructuradas sobre cantidad y posición.

payload = {
    "model": "gpt-image-2",
    "prompt": "A wooden bookshelf consisting of three shelves: On the top shelf, there should be one book. On the second shelf, there should be three books. On the bottom shelf, there should be seven books. Soft warm lighting, photorealistic, cozy library atmosphere.",
    "size": "1024x1024"
}

Imagen generada:

Se puede observar que la cantidad de libros en cada estante (1 / 3 / 7) coincide perfectamente con el prompt, algo difícil de lograr consistentemente con dall-e-3.

Escenario 4: Estilo ilustración (horizontal)

Indicando medios artísticos y palabras clave de emoción, se puede guiar al modelo para producir ilustraciones estilizadas.

payload = {
    "model": "gpt-image-2",
    "prompt": "A soft, poetic children's book illustration of a small fox reading a book under a glowing mushroom in a moonlit forest. Watercolor and pencil texture, gentle pastel colors, dreamy atmosphere, hand-drawn feel.",
    "size": "1536x1024"
}

Ilustración horizontal generada:

Asíncrono y callback

Las llamadas a gpt-image-2 suelen tardar entre 60 y 90 segundos; si no desea mantener la conexión abierta, puede usar el mecanismo de callback asíncrono callback_url que se explica más adelante. El flujo es idéntico al de otros modelos.

Serie de modelos Nano Banana

La serie nano-banana es un modelo de generación basado en Gemini, accesible a través del mismo endpoint /openai/images/generations, solo debe cambiar el campo model a cualquiera de los siguientes:

Modelo	Costo (Créditos / llamada)	Escenario de uso
`nano-banana`	0.14	Generación de imágenes estándar, más rápido y económico
`nano-banana-2`	0.28	Mejor calidad y detalle
`nano-banana-pro`	0.35	Modelo flagship, mejor composición, detalle y texto

Importante: rango de parámetros soportados Nano Banana se adapta al protocolo OpenAI pero solo soporta estos parámetros: model, prompt, size.

size se mapea internamente a aspect_ratio según la tabla; tamaños no listados se degradan a 1:1:

1024x1024 / 512x512 / 256x256 → 1:1

1792x1024 → 16:9

1024x1792 → 9:16

No soporta n, quality, style, response_format, background, output_format; si se pasan, se ignoran.

La estructura de respuesta sigue el formato OpenAI (data[].url), pero created siempre es 0, no devuelve b64_json, y revised_prompt es igual al prompt original.

Llamada básica

import requests

url = "https://api.xhuoapi.ai/v1/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "nano-banana",
    "prompt": "a small red apple on a white table, photoreal",
    "size": "1024x1024"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Respuesta:

{
  "created": 0,
  "data": [
    {
      "url": "https://platform.cdn.xhuoapi.ai/nanobanana/6870b330-65c4-436c-bb80-819fdae7a7a4.png",
      "revised_prompt": "a small red apple on a white table, photoreal"
    }
  ]
}

La imagen generada puede accederse directamente vía el campo url:

Actualización al modelo flagship `nano-banana-pro`

Solo cambie model a nano-banana-pro, los demás parámetros permanecen igual:

payload = {
    "model": "nano-banana-pro",
    "prompt": "abstract painting",
    "size": "1024x1024"
}

Ejemplo de respuesta:

{
  "created": 0,
  "data": [
    {
      "url": "https://platform.cdn.xhuoapi.ai/nanobanana/6227fcc9-3442-4aa3-a76c-4a4441a99649.png",
      "revised_prompt": "abstract painting"
    }
  ]
}

Callback asíncrono

El mecanismo callback_url también funciona para nano-banana, el flujo es idéntico al de otros modelos, ver sección Callback asíncrono.

Uso básico

Luego puede rellenar los campos correspondientes en la interfaz, como se muestra:

Al usar la API por primera vez, debe rellenar al menos tres campos: authorization, que puede seleccionar en la lista desplegable; model, que es el modelo oficial OpenAI DALL-E que desea usar (aquí principalmente hay 1 modelo, consulte la lista de modelos disponibles); y prompt, que es el texto para generar la imagen. También notará que a la derecha se genera el código de llamada correspondiente, que puede copiar y ejecutar directamente o hacer clic en el botón “Try” para probar.

Ejemplo en Python:

import requests

url = "https://api.xhuoapi.ai/v1/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "dall-e-3",
    "prompt": "A cute baby sea otter"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Respuesta:

{
  "created": 1721626477,
  "data": [
    {
      "revised_prompt": "A delightful image showcasing a young sea otter, who is born brown, with wide charming eyes. It is delightfully lying on its back, paddling in the calm sea waters. Its dense, velvety fur appears wet and shimmering, capturing the essence of its habitat. The small creature curiously plays with a sea shell with its small paws, looking absolutely innocent and charming in its natural environment.",
      "url": "https://dalleprodsec.blob.core.windows.net/private/images/5d98aa7c-80c6-4523-b571-fc606ad455b9/generated_00.png?se=2024-07-23T05%3A34%3A48Z&sig=GAz%2Bi3%2BkHOQwAMhxcv22tBM%2FaexrxPgT9V0DbNrL4ik%3D&ske=2024-07-23T08%3A41%3A10Z&skoid=e52d5ed7-0657-4f62-bc12-7e5dbb260a96&sks=b&skt=2024-07-16T08%3A41%3A10Z&sktid=33e01921-4d64-4f8c-a055-5bdaffd5e33d&skv=2020-10-02&sp=r&spr=https&sr=b&sv=2020-10-02"
    }
  ]
}

Los campos devueltos incluyen:

created: ID único de la tarea de generación de imagen.
data: contiene la información del resultado de la imagen generada.

Dentro de data, el campo url es el enlace detallado a la imagen generada, como se muestra:

Parámetro de calidad de imagen `quality`

Se puede configurar la calidad de la imagen generada. Hay dos opciones para quality: standard para imágenes estándar, y hd para imágenes con detalles más finos y mayor consistencia. Ejemplo configurando quality a standard:

El código generado a la derecha puede copiarse o probarse con el botón “Try”:

Ejemplo en Python:

import requests

url = "https://api.xhuoapi.ai/v1/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "dall-e-3",
    "prompt": "A cute baby sea otter",
    "quality": "standard"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Respuesta:

{
  "created": 1721636023,
  "data": [
    {
      "revised_prompt": "A cute baby sea otter is lying playfully on its back in the water, with its fur looking glossy and soft. One of its tiny paws is reaching out curiously, and it has an expression of pure joy and warmth on its face as it looks up to the sky. Its body is surrounded by bubbles from its playful twirling in the water. A gentle breeze is playing with its fur making it look more charming. The scene portrays the tranquility and charm of marine life.",
      "url": "https://dalleprodsec.blob.core.windows.net/private/images/a93ee5e7-3abd-4923-8d79-dc9ef126da46/generated_00.png?se=2024-07-23T08%3A13%3A55Z&sig=wTXGYvUOwUIkaB2CxjK9ww%2FHjS8OwYUWcYInXYKwcAM%3D&ske=2024-07-23T11%3A32%3A05Z&skoid=e52d5ed7-0657-4f62-bc12-7e5dbb260a96&sks=b&skt=2024-07-16T11%3A32%3A05Z&sktid=33e01921-4d64-4f8c-a055-5bdaffd5e33d&skv=2020-10-02&sp=r&spr=https&sr=b&sv=2020-10-02"
    }
  ]
}

La imagen generada con calidad standard es:

Si cambia quality a hd, la imagen generada es:

Se observa que hd produce imágenes con detalles más finos y mayor consistencia.

Parámetro de tamaño de imagen `size`

También puede configurar el tamaño de la imagen generada. Ejemplo configurando tamaño a 1024x1024:

El código generado puede copiarse o probarse:

Ejemplo en Python:

import requests

url = "https://api.xhuoapi.ai/v1/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "dall-e-3",
    "prompt": "A cute baby sea otter",
    "size": "1024x1024"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Respuesta:

{
  "created": 1721636652,
  "data": [
    {
      "revised_prompt": "A delightful depiction of a baby sea otter. The small mammal is captured in its natural habitat in the ocean, floating on its back. It has thick brown fur that is sleek and wet from the sea water. Its eyes are closed as if it is enjoying a moment of deep relaxation. The water around it is calm, reflecting the peacefulness of the scene. The background should hint at a diverse marine ecosystem, with visible strands of kelp floating on the surface, suggesting the baby otter's preferred environment.",
      "url": "https://dalleprodsec.blob.core.windows.net/private/images/9d625ac6-fd2b-42a9-84a6-8c99eb357ccf/generated_00.png?se=2024-07-23T08%3A24%3A24Z&sig=AXtYXowEakGxfRp8LhC2DwqL%2F07LhEDW40oCP%2BdTO8s%3D&ske=2024-07-23T18%3A00%3A45Z&skoid=e52d5ed7-0657-4f62-bc12-7e5dbb260a96&sks=b&skt=2024-07-16T18%3A00%3A45Z&sktid=33e01921-4d64-4f8c-a055-5bdaffd5e33d&skv=2020-10-02&sp=r&spr=https&sr=b&sv=2020-10-02"
    }
  ]
}

La imagen generada con tamaño 1024x1024 es:

Si cambia el tamaño a 1792x1024, la imagen generada es:

Se observa una diferencia clara en el tamaño de la imagen. Puede configurar otros tamaños, consulte la documentación oficial para más detalles.

Parámetro de estilo de imagen `style`

El parámetro style tiene dos opciones: vivid para imágenes más vivas y natural para imágenes más naturales. Ejemplo configurando style a vivid:

El código generado puede copiarse o probarse:

Ejemplo en Python:

import requests

url = "https://api.xhuoapi.ai/v1/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "dall-e-3",
    "prompt": "A cute baby sea otter",
    "style": "vivid"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Respuesta:

{
  "created": 1721637086,
  "data": [
    {
      "revised_prompt": "A baby sea otter with soft, shiny fur and sparkling eyes floating playfully on calm ocean waters. This adorable creature is trippingly frolicking amidst small, gentle waves under a bright, clear, sunny sky. The tranquility of the sea contrasts subtly with the delightful energy of this young otter. The critter gamely clings to a tiny piece of driftwood, its small paws adorably enveloping the floating object.",
      "url": "https://dalleprodsec.blob.core.windows.net/private/images/6e48f701-7fd3-4356-839e-a2f6f0fe82d9/generated_00.png?se=2024-07-23T08%3A31%3A37Z&sig=4percxqTbUR1j3BQmkhvj%2FAhHzInKI%2FqiTo1MP69coI%3D&ske=2024-07-27T10%3A39%3A55Z&skoid=e52d5ed7-0657-4f62-bc12-7e5dbb260a96&sks=b&skt=2024-07-20T10%3A39%3A55Z&sktid=33e01921-4d64-4f8c-a055-5bdaffd5e33d&skv=2020-10-02&sp=r&spr=https&sr=b&sv=2020-10-02"
    }
  ]
}

La imagen generada con estilo vivid es:

Si cambia el estilo a natural, la imagen generada es:

Se observa que vivid genera imágenes más vivas y realistas que natural.

Parámetro de formato de enlace de imagen `response_format`

El parámetro response_format tiene dos opciones: b64_json codifica la imagen en Base64, y url devuelve un enlace directo a la imagen. Ejemplo configurando response_format a url:

El código generado puede copiarse o probarse:

Ejemplo en Python:

import requests

url = "https://api.xhuoapi.ai/v1/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "dall-e-3",
    "prompt": "A cute baby sea otter",
    "response_format": "url"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Respuesta:

{
  "created": 1721637575,
  "data": [
    {
      "revised_prompt": "A charming depiction of a baby sea otter. The otter is seen resting serenely on its back amidst the gentle, blue ocean waves. The baby otter's fur is an endearing mix of soft greyish brown shades, glinting subtly in the muted sunlight. Its small paws are touching, lifted slightly towards the sky as if playing with an unseen object. Its round, expressive eyes are wide in curiosity, sparking with life and innocence. Use a realistic style to evoke the otter's natural habitat and its adorably fluffy exterior.",
      "url": "https://dalleprodsec.blob.core.windows.net/private/images/87792c5f-8b6d-412e-81dd-f1a1baa19bd2/generated_00.png?se=2024-07-23T08%3A39%3A47Z&sig=zzRAn30TqIKHdLVqZPUUuSJdjCYpoJdaGU6BeoA76Jo%3D&ske=2024-07-23T13%3A32%3A13Z&skoid=e52d5ed7-0657-4f62-bc12-7e5dbb260a96&sks=b&skt=2024-07-16T13%3A32%3A13Z&sktid=33e01921-4d64-4f8c-a055-5bdaffd5e33d&skv=2020-10-02&sp=r&spr=https&sr=b&sv=2020-10-02"
    }
  ]
}

El enlace de la imagen generada con response_format como url es Imagen URL y puede accederse directamente:

Si cambia a b64_json, la respuesta contiene la imagen codificada en Base64, por ejemplo:

{
  "created": 1721638071,
  "data": [
    {
      "b64_json": "iVBORw0..............v//AQEAAP4AAAD+AAADAQAAAwEEA/4D//8Q/Pbw64mKbVTFoQAAAABJRU5ErkJggg==",
      "revised_prompt": "A charming image of a young baby sea otter. The otter is gently floating on a calm blue sea, basking in the warm, golden rays of sunlight streaming down from a clear sky above. The otter's fur is a rich chocolate brown, and it looks incredibly soft and fluffy. The otter's eyes are bright and expressive, filled with childlike curiosity and joy. It has small, pricked ears and a button-like nose which adds to its overall cuteness. In the sea around it, twinkling droplets of water can be seen, pepped up by the sunlight, the sight is certainly a delightful one."
    }
  ]
}

Callback asíncrono

Dado que la generación de imágenes puede tardar un tiempo considerable, para evitar que la conexión HTTP se mantenga abierta y consuma recursos, la API soporta callbacks asíncronos. El flujo es: el cliente envía la solicitud con un campo adicional callback_url. La API responde inmediatamente con un task_id que identifica la tarea. Cuando la tarea finaliza, la API envía un POST JSON al callback_url con el resultado, incluyendo el task_id para relacionar la respuesta con la solicitud. Ejemplo: Para la URL de callback, use un servidor HTTP propio o un servicio público como https://webhook.site/. Al abrir el sitio, obtendrá una URL de webhook, por ejemplo:

Copie esta URL, por ejemplo https://webhook.site/3d32690d-6780-4187-a65c-870061e8c8ab. Luego configure el campo callback_url con esta URL y envíe la solicitud:

import requests

url = "https://api.xhuoapi.ai/v1/openai/images/generations"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "dall-e-3",
    "prompt": "A cute baby sea otter",
    "callback_url": "https://webhook.site/3d32690d-6780-4187-a65c-870061e8c8ab"
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Respuesta inmediata:

{
  "task_id": "6a97bf49-df50-4129-9e46-119aa9fca73c"
}

Después de unos segundos, en la URL del webhook verá el resultado:

{
  "success": true,
  "task_id": "6a97bf49-df50-4129-9e46-119aa9fca73c",
  "trace_id": "9b4b1ff3-90f2-470f-b082-1061ec2948cc",
  "data": {
    "created": 1721626477,
    "data": [
      {
        "revised_prompt": "A delightful image showcasing a young sea otter...",
        "url": "https://dalleprodsec.blob.core.windows.net/private/images/..."
      }
    ]
  }
}

Se puede relacionar la respuesta con la solicitud mediante el campo task_id.

Manejo de errores

Si ocurre un error en la llamada a la API, esta devolverá un código y mensaje de error, por ejemplo:

400 token_mismatched: Solicitud incorrecta, posiblemente parámetros faltantes o inválidos.
400 api_not_implemented: Solicitud incorrecta, posiblemente parámetros faltantes o inválidos.
401 invalid_token: No autorizado, token de autorización inválido o faltante.
429 too_many_requests: Demasiadas solicitudes, ha superado el límite de tasa.
500 api_error: Error interno del servidor.

Ejemplo de respuesta de error

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

Conclusión

Con este documento, ha aprendido cómo usar la API de Generación de Imágenes de OpenAI para aprovechar fácilmente la función oficial de generación de imágenes DALL-E de OpenAI. Esperamos que esta documentación le ayude a integrar y usar mejor esta API. Si tiene alguna pregunta, no dude en contactar a nuestro equipo de soporte técnico.

Documentation Index

​Proceso de solicitud

​Modelo GPT-Image-2

​Valores soportados para size y niveles de facturación

​Escenario 1: Retrato cinematográfico

​Escenario 2: Cartel de viaje vintage (con renderizado de texto)

​Escenario 3: Composición compleja y conteo

​Escenario 4: Estilo ilustración (horizontal)

​Asíncrono y callback

​Serie de modelos Nano Banana

​Llamada básica

​Actualización al modelo flagship nano-banana-pro

​Callback asíncrono

​Uso básico

​Parámetro de calidad de imagen quality

​Parámetro de tamaño de imagen size

​Parámetro de estilo de imagen style

​Parámetro de formato de enlace de imagen response_format

​Callback asíncrono

​Manejo de errores

​Ejemplo de respuesta de error

​Conclusión

Proceso de solicitud

Modelo GPT-Image-2

Valores soportados para `size` y niveles de facturación

Escenario 1: Retrato cinematográfico

Escenario 2: Cartel de viaje vintage (con renderizado de texto)

Escenario 3: Composición compleja y conteo

Escenario 4: Estilo ilustración (horizontal)

Asíncrono y callback

Serie de modelos Nano Banana

Llamada básica

Actualización al modelo flagship `nano-banana-pro`

Callback asíncrono

Uso básico

Parámetro de calidad de imagen `quality`

Parámetro de tamaño de imagen `size`

Parámetro de estilo de imagen `style`

Parámetro de formato de enlace de imagen `response_format`

Callback asíncrono

Manejo de errores

Ejemplo de respuesta de error

Conclusión