GPT-Image 2.5 vs GPT-Image 2

Decidir entre GPT-Image 2.5 vs GPT-Image 2 exige separar três perguntas que as páginas de marketing misturam: qual modelo está por trás do nome, como se comportam tamanho e qualidade de saída, e quanto custa de fato uma imagem pronta. A resposta curta: o GPT-Image 2.5 é uma evolução real para peças finais e edições precisas, enquanto o GPT-Image 2 segue como o padrão mais econômico para rascunhos e volume.

A OpenAI divide a nova família de imagens em dois IDs: gpt-image-2.5-flare e gpt-image-2.5-sunburst. A OmniaKey publica uma única rota gpt-image-2.5 ao lado de gpt-image-2. As diferenças afetam o fluxo de trabalho: teto de qualidade, respeito ao tamanho solicitado, comportamento de edição e preço por chamada.

GPT-Image 2.5 vs GPT-Image 2: resposta curta

Regra prática: comece com o GPT-Image 2 quando a imagem for descartável ou você ainda estiver explorando o prompt. Mude para o GPT-Image 2.5 quando a saída for definitiva, o tamanho precisar ser exato ou a edição não puder alterar o restante.

O que a OpenAI mudou de fato no 2.5

A primeira ideia a abandonar é que "GPT-Image 2.5" seja um único modelo. O catálogo da OpenAI lista dois:

• gpt-image-2.5-flare é descrito como a opção mais rápida para geração diária de alta qualidade.
• gpt-image-2.5-sunburst é descrito como o modelo mais capaz para gerar e editar, voltado a fluxos em que a precisão de edição é o mais importante.

Ambos usam o snapshot 2026-09-08, aceitam texto e imagem e devolvem imagem. O snapshot do GPT-Image 2 é mais antigo: gpt-image-2-2026-04-21.

A segunda mudança é a faixa de qualidade. O GPT-Image 2 para em high; os modelos 2.5 adicionam xhigh e max, com auto como padrão. Mais qualidade consome mais tokens de imagem na saída, e é aí que mora a diferença real de custo.

As duas gerações expõem os mesmos dois endpoints: v1/images/generations para texto em imagem e v1/images/edits para edição e referências. Não são modelos de chat. A OpenAI avisa que modelos GPT Image podem exigir API Organization Verification; confirme o acesso antes de prometer uma data de lançamento.

Há uma regressão que vale conhecer: o Batch é indicado como suportado no gpt-image-2, mas não nos modelos 2.5. Se o seu pipeline processa milhares de imagens à noite com desconto, hoje esse recurso só existe no modelo anterior.

Como a OmniaKey expõe os dois modelos

A OmniaKey não faz proxy direto da forma síncrona da API Images da OpenAI. Tanto gpt-image-2 quanto gpt-image-2.5 passam pelo mesmo ciclo assíncrono de tarefas de mídia: criar com POST /v1/media/tasks, consultar com GET /v1/media/tasks/{id} e baixar a URL assinada. Mesmo que a chamada da OpenAI seja síncrona, no gateway ela é assíncrona.

Duas consequências ao portar um script da OpenAI:

• Não há resposta base64 embutida. É preciso consultar até a tarefa ficar succeeded ou failed e então buscar o arquivo.
• Não há parâmetro n para várias imagens. A OmniaKey exige n = 1, então dez imagens são dez tarefas. Streaming e imagens parciais também dão lugar ao status da tarefa.

A idempotência usa o cabeçalho Idempotency-Key: a mesma chave com o mesmo corpo devolve a tarefa original, e a mesma chave com outro corpo é recusada em vez de criar uma segunda tarefa em silêncio.

Tamanho de saída: 1254x1254 contra dimensões exatas

A diferença mais visível é o tamanho, e é fácil não notar porque os dois modelos aceitam os mesmos valores de size.

A OpenAI recomenda 1024x1024, 1536x1024 e 1024x1536, e permite valores LARGURAxALTURA: lados múltiplos de 16, proporção entre 1:3 e 3:1, nenhum lado acima de 3840 pixels e total entre 655.360 e 8.294.400 pixels. Resoluções acima de 2560x1440 são experimentais.

O conjunto documentado pela OmniaKey é mais estreito: 1024x1024, 1536x1024 e 1024x1536. Mesmo dentro dele, os resultados de aceitação registrados mostram pixels diferentes:

No teste de fumaça da OmniaKey, o GPT-Image 2 normalizou um pedido 1024x1024 para um arquivo 1254x1254, enquanto o GPT-Image 2.5 devolveu o tamanho solicitado. Por isso a documentação da OmniaKey recomenda ler as dimensões reais do arquivo baixado em vez de confiar nos parâmetros.

Isso importa em qualquer código que confie em metadados: grade fixa de miniaturas, gabarito de impressão, layout com largura fixa, estimativa de armazenamento. Se a dimensão exata é requisito, o GPT-Image 2.5 é a rota mais segura, e ainda assim vale validar o cabeçalho do arquivo.

Níveis de qualidade e o custo real

Qualidade não é um interruptor estético. Ela define quantos tokens de imagem na saída o modelo gasta, e são os tokens de saída que entram na conta.

Os resultados registrados pela OmniaKey para o GPT-Image 2 mostram a amplitude: o mesmo prompt devolveu aproximadamente 408, 1056 e 6240 tokens de imagem na saída em low, medium e high. É mais de 15 vezes de diferença entre o nível mais barato e o mais caro do mesmo modelo.

As estimativas por imagem da OpenAI traduzem isso em dólares:

São estimativas da própria OpenAI, não uma cotação da OmniaKey, e não incluem tokens de texto na entrada. Para o 2.5, a OpenAI avisa que tarifas por token iguais não significam o mesmo custo por imagem, porque o consumo varia por modelo e nível; a calculadora oficial cobre o GPT-Image 2 e não estima o GPT-Image 2.5.

A conclusão é tratar xhigh e max como ajustes de produção, não como padrão. Compare high, depois xhigh e depois max nos seus próprios prompts e fique com o primeiro nível que passar na revisão.

Preço: valor fixo por chamada contra cobrança por token

É aqui que a diferença fica mais nítida para quem compra.

As tarifas padrão da OpenAI são idênticas para gpt-image-2, gpt-image-2.5-flare e gpt-image-2.5-sunburst: $5 por milhão de tokens de texto na entrada, $8 para imagem na entrada, $30 para imagem na saída, com cache em $1.25 e $2. Só o GPT-Image 2 aparece na tabela Batch, com desconto.

A OmniaKey não repassa essas tarifas. O catálogo ativo publica um preço fixo por chamada:

Com $0.05 e $0.10, cem imagens aceitas custam cerca de $5 ou $10 na OmniaKey, sem contar repetições. Pelas estimativas da OpenAI, cem imagens 1024x1024 de alta qualidade custam cerca de $21.10 (a $0.211 cada) e cem de baixa qualidade cerca de $0.60. Um preço fixo no gateway é mais atraente na qualidade alta e menos na baixa, o oposto da curva por token.

Por isso a referência é o catálogo ativo, não este artigo. O preço de mídia depende dos canais conectados, dos níveis de qualidade expostos e da última revisão do operador. Consulte a página do modelo antes de orçar e confirme na sua conta que uma tarefa falha é reembolsada em vez de cobrada.

Antes de orçar, consulte a página do GPT-Image 2, a página do GPT-Image 2.5 e a tabela de preços ativa.

Edição: referências e o limite de 1 MiB

Os dois modelos aceitam generate e edit. Na OmniaKey, editar é uma operação edit com imagem de entrada, e as referências vão em input.image ou input.images.

Dois limites definem o que é possível construir:

• Apenas base64 em linha. A entrada precisa ser uma data URL ou um objeto com data e mime_type. A requisição inteira, incluindo esse payload, é limitada a 1 MiB, então a rota serve para fontes pequenas, máscaras ou miniaturas, não para arquivos de câmera em resolução total.
• Edições consomem tokens de entrada. A tarefa de edição registrada devolveu 194 tokens de imagem na entrada, confirmando que a imagem original entra de fato na inferência. A OpenAI também observa que o gpt-image-2 processa entradas de imagem sempre em alta fidelidade e não permite alterar input_fidelity, o que eleva o custo de entrada em edições com muitas referências.

Para precisão de edição, a divisão oficial importa: a OpenAI posiciona o gpt-image-2.5-sunburst exatamente para fluxos em que a precisão de edição é o mais importante. Se o seu caso é "mudar só esta área e preservar ângulo, luz e geometria do produto", esse é o modelo a testar primeiro, e o cenário em que dobrar o preço por chamada se justifica mais facilmente.

Qual modelo escolher

• GPT-Image 2: exploração de prompts, storyboards, rascunhos para redes, miniaturas e qualquer loop de volume em que regenerar uma imagem descartada seja barato.
• GPT-Image 2.5: peças finais ou para cliente, precisão de texto e layout, e edições que precisam preservar todo o resto.
• GPT-Image 2 quando os pixels exatos não importam e o orçamento é apertado: a rota mais barata em todos os planos listados.
• GPT-Image 2.5 quando o tamanho pedido precisa ser respeitado: no teste registrado ele devolveu as dimensões exatas.
• Se você precisa dos descontos Batch da OpenAI, planeje com o GPT-Image 2, porque os modelos 2.5 não listam suporte a Batch.
• Se precisa de várias imagens em uma requisição, nenhum dos dois serve. A OmniaKey exige n = 1, então o paralelismo acontece no nível da tarefa.

Um fluxo padrão útil: gerar em medium com o GPT-Image 2, fazer uma pré-seleção e regenerar só as escolhidas no GPT-Image 2.5 com high ou mais. Assim os tokens caros só vão para imagens que você já decidiu publicar.

Como chamar os dois pela OmniaKey

O corpo da requisição é igual nos dois modelos; só o valor de model muda.

curl --fail-with-body https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer your-omniakey-api-key" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: hero-image-001" \
  -d '{
    "model": "gpt-image-2.5",
    "type": "image",
    "operation": "generate",
    "input": {"prompt": "a paper boat on a quiet lake at sunset"},
    "parameters": {"size": "1536x1024", "quality": "high"}
  }'

A resposta é 202 Accepted. Consulte o id da tarefa até o status ser succeeded e baixe a URL assinada antes de expirar. A imagem fica armazenada por 24 horas e o link assinado por cerca de uma hora; consultar de novo renova o link.

Para editar, mantenha operation e troque a entrada por uma imagem em linha:

BASE64=$(base64 -i source.png | tr -d '\n')

curl --fail-with-body https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer your-omniakey-api-key" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: hero-image-edit-001" \
  -d '{
    "model": "gpt-image-2.5",
    "type": "image",
    "operation": "edit",
    "input": {
      "prompt": "replace the background with a clean studio wall",
      "image": {"data": "'"$BASE64"'", "mime_type": "image/png"}
    },
    "parameters": {"size": "1024x1024"}
  }'

A referência completa de parâmetros, os formatos de saída e a tabela de erros estão na documentação de geração de imagens. Leia as dimensões reais e o tipo MIME da tarefa concluída em vez de assumir PNG.

Perguntas frequentes

O GPT-Image 2.5 é melhor que o GPT-Image 2?

Nas dimensões documentadas, sim: adiciona xhigh e max, devolve o tamanho exato e a variante Sunburst é voltada à precisão de edição. Isso não significa "imagens melhores em todo ajuste", porque nenhum benchmark independente é reivindicado aqui. A resposta honesta é que o 2.5 eleva o teto e o GPT-Image 2 continua suficiente para muitos trabalhos.

O que são GPT-Image 2.5 Flare e Sunburst?

São os dois IDs oficiais da OpenAI na geração 2.5. Flare é descrito como o mais rápido no dia a dia; Sunburst, como o mais capaz para gerar e editar. A OmniaKey publica um alias único gpt-image-2.5; confirme para qual modelo de origem o seu canal aponta.

Por que o GPT-Image 2 devolve 1254x1254 para um pedido 1024x1024?

O teste de fumaça registrado pela OmniaKey observou exatamente essa normalização. A solução documentada é ler largura e altura reais no arquivo baixado, não nos metadados da requisição. Na mesma série, o GPT-Image 2.5 devolveu o tamanho pedido.

O GPT-Image 2.5 custa mais?

Na OmniaKey, sim: o catálogo ativo listava $0.10 por chamada para gpt-image-2.5 e $0.05 para gpt-image-2. Nas tarifas diretas por token da OpenAI, as duas gerações custam o mesmo, mas o consumo varia por modelo e qualidade, então o resultado por imagem ainda pode diferir.

Posso gerar várias imagens em uma requisição?

Na OmniaKey, não. A API de tarefas de mídia exige n = 1, então cada imagem é uma tarefa separada. A API Images da OpenAI aceita n e o GPT-Image 2 suporta Batch, mas nenhuma das duas capacidades faz parte hoje da rota de mídia da OmniaKey.

Devo migrar tudo para o GPT-Image 2.5?

Não. Migre só os trabalhos em que tamanho exato, precisão de edição ou qualidade final importam, e deixe exploração e volume no modelo mais barato. Pagar o dobro por um rascunho que você vai apagar é a forma mais simples de desperdiçar um orçamento de imagens.

Fontes principais

• OpenAI: página do modelo GPT-Image 2
• OpenAI: página do modelo GPT-Image 2.5 Flare
• OpenAI: página do modelo GPT-Image 2.5 Sunburst
• OpenAI: guia de geração de imagens
• OpenAI: preços da API
• OmniaKey: documentação de imagens
• OmniaKey: catálogo de imagens ativo

Divulgação de evidências: IDs oficiais, opções de qualidade, endpoints, tarifas por token e estimativas por imagem foram lidos na documentação da OpenAI em 12 de setembro de 2026. Comportamento de tamanho, observações de tokens e tamanhos de arquivo vêm dos resultados de aceitação da própria OmniaKey. Nenhum benchmark independente de qualidade, teste de latência ou estudo de custo versus qualidade foi realizado. Disponibilidade, aliases e preços mudam; consulte o catálogo ativo antes de orçar.