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: na OmniaKey o GPT-Image 2 é $0.005 mais barato por imagem em todos os níveis de tamanho, os níveis extras do 2.5 não fazem nada nessa rota e a diferença real está no comportamento de edição.

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 os dois IDs oficiais ao lado de gpt-image-2; o alias único gpt-image-2.5 não existe mais. As diferenças afetam o fluxo de trabalho: teto de qualidade, tratamento do tamanho, comportamento de edição e preço por chamada.

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

As duas rotas usam a mesma API de tarefas de mídia, o GPT-Image 2.5 custa $0.005 mais por imagem em cada nível de tamanho, e o formato do pedido também é igual: uma LARGURAxALTURA explícita, n=1 e depois consultar a tarefa.

Três casos visuais que realmente executamos

As afirmações anteriores tratam de interfaces documentadas. Para ver o que as duas rotas da OmniaKey produzem nas mesmas condições, executamos três casos visuais em 12 de setembro de 2026. Cada comparação usou o mesmo prompt ou a mesma imagem de entrada, o mesmo tamanho solicitado, n=1 e uma nova tarefa de mídia. São observações com n=1, não um benchmark nem uma prova para todas as seeds.

Caso 1: cena complexa com a mesma configuração

Resumo do prompt: uma estufa de vidro em um penhasco à beira-mar, três lanternas vermelhas, um telescópio de cobre, um veleiro branco, basalto molhado e um oceano tempestuoso na hora azul. As duas solicitações usaram high e 1536x1024.

GPT-Image 2 / high / 1536x1024

GPT-Image 2.5 / high / 1536x1024

Nesta execução, o GPT-Image 2.5 deixou a estrutura em terraços da estufa mais legível e organizou melhor telescópio, lanternas e veleiro. O GPT-Image 2 produziu um recorte lateral do penhasco mais forte e ondas mais dramáticas. Conclusão para este caso: para uma composição complexa voltada ao cliente, testaríamos o 2.5 primeiro; para um rascunho de direção de arte, o 2 continua convincente. É uma observação deste par, não uma vitória universal.

Caso 2: material do produto e o teto de qualidade do 2.5

Resumo do prompt: still life de campanha com frasco de perfume de vidro verde-esmeralda, tampa de latão escovado, obsidiana preta, água, luz principal quente, luz de recorte fria, refração realista e condensação. O GPT-Image 2 usou high; o GPT-Image 2.5 usou deliberadamente max, um dos níveis novos.

GPT-Image 2 / high / 1024x1536

GPT-Image 2.5 / max / 1024x1536

Neste par, o GPT-Image 2.5 controlou melhor as facetas do frasco e os limites dos reflexos, enquanto o GPT-Image 2 deixou rocha e água mais dramáticas. Conclusão para um hero de produto: se a geometria do frasco e o material refletivo são o entregável, o custo do 2.5 max é mais fácil de justificar; para explorar atmosfera e textura, GPT-Image 2 high continua útil. Como os níveis são diferentes, este é um teste de teto, não uma pontuação com a mesma configuração.

Caso 3: edição precisa de cor

Enviamos o mesmo JPEG pequeno para as duas rotas e pedimos para mudar apenas o líquido e o vidro verde-esmeralda para vermelho-rubi, preservando silhueta, tampa de latão, gotas, câmera, luz e obsidiana. As duas solicitações usaram high e 1024x1536.

Mesma imagem de origem

GPT-Image 2 / edit / high

GPT-Image 2.5 / edit / high

Esta foi a menor diferença: as duas edições tiveram sucesso, preservaram o layout e produziram uma variação convincente de vidro vermelho. Conclusão para esta edição: neste caso único, a rota 2.5 da OmniaKey não mostrou vantagem decisiva. Agora que os dois IDs oficiais são publicados separadamente, se a fidelidade de edição for crítica, refaça este caso com gpt-image-2.5-flare e gpt-image-2.5-sunburst antes de decidir qual deles assume seu pipeline de edição.

O teste visual não mede latência nem confiabilidade. Outra geração independente de gpt-image-2.5 em high sofreu timeout no provedor, então não transformamos isso em uma afirmação de desempenho.

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. gpt-image-2, gpt-image-2.5-flare e gpt-image-2.5-sunburst 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: pixels exatos, não níveis

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.

Na OmniaKey, as duas gerações do GPT Image compartilham a mesma regra de tamanho: a LARGURAxALTURA pedida volta como pedida, e sem size a tela fica com o fornecedor. Os níveis 1K, 2K e 4K são recusados no relay atual, então a diferença de tamanho que separava os dois modelos deixou de existir:

No relay atual a LARGURAxALTURA pedida é respeitada exatamente; os níveis 1K/2K/4K são recusados pelo fornecedor antes de qualquer imagem.

Isso continua valendo em qualquer código que confie em metadados: grade fixa de miniaturas, gabarito de impressão, layout com largura fixa, estimativa de armazenamento.

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.

Essas contagens de tokens são uma medição por canal, não uma constante do modelo. Os valores exatos são decididos pelo upstream por trás do canal OmniaKey, e uma medição posterior do mesmo ID pode trazer outros, então meça de novo antes de publicar ou orçar uma tarifa por nível de qualidade.

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.

Na OmniaKey esses dois níveis não existem: nossas medições de 2026-09-17 mostram que xhigh e max são renderizados como medium, com exatamente os mesmos tokens de imagem na saída. Envie apenas low, medium ou high. O catálogo cobra um valor fixo por chamada, então high continua gastando cerca de quinze vezes os tokens de low na origem, mas testá-lo não custa mais.

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:

Em 1K, cem imagens aceitas custam cerca de $2.00 com gpt-image-2 e $2.50 com qualquer um dos IDs 2.5 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 de gateway que ignora a qualidade é, portanto, 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; como as três rotas custam o mesmo, não há mais sobrepreço a justificar.

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 para volume. Custa $0.005 menos por imagem que os IDs 2.5 em todos os níveis de tamanho (20% menos em 1K), e soma o OpenAI Batch e um histórico mais longo.
• GPT-Image 2.5 Flare ou Sunburst para editar. Os dois IDs aceitam imagem de referência e são voltados à precisão de edição; o tratamento de tamanho é idêntico ao do modelo anterior, então não troque esperando outra tela.
• 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.

Para ver os dois contra o Seedream 5.0 Pro, da ByteDance, com os mesmos seis prompts, leia Seedream 5.0 Pro vs GPT Image 2.

Para saber como escrever prompts para o GPT Image 2, com oito prompts que rodamos e as imagens de cada um, leia nosso guia de prompts do GPT Image 2.

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-flare",
    "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-flare",
    "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?

Na documentação da OpenAI ele adiciona xhigh e max, e o Sunburst é voltado à precisão de edição. Mas na OmniaKey esses níveis são renderizados como medium e o tratamento de tamanho é idêntico ao do modelo anterior: a diferença real do 2.5 em relação ao GPT-Image 2 é sua orientação a edição, não um nível de qualidade disponível. Nenhum benchmark independente é reivindicado aqui.

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 os dois separadamente com os mesmos parâmetros e o mesmo preço, mas as saídas não são determinísticas nem devem ser idênticas byte a byte.

Por que o pedido precisa usar dimensões em pixels exatas?

Porque o fornecedor recusa os níveis. Neste relay, 1K, 2K e 4K não são valores de tamanho compreendidos: um pedido que use um deles recebe HTTP 400 e termina como provider_submit_rejected, sem imagem e sem custo a montante. Envie 1024x1024, 1536x1024 ou outro LARGURAxALTURA explícito, e leia largura e altura reais no arquivo baixado, não nos metadados da requisição.

O GPT-Image 2.5 custa mais?

Na OmniaKey, um pouco: o catálogo ativo lista gpt-image-2.5-flare e gpt-image-2.5-sunburst a $0.025 / $0.035 / $0.055 por imagem e gpt-image-2 a $0.02 / $0.03 / $0.05 (1K / 2K / 4K). 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. As três rotas custam o mesmo, então não há motivo para migrar tudo: deixe edições e peças finais com o 2.5 e volume e rascunhos com o GPT-Image 2. A única restrição real é que o OpenAI Batch só existe no modelo anterior.

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 e estimativas por imagem foram lidos na documentação da OpenAI em 12 de setembro de 2026; os níveis de tamanho, o comportamento de qualidade e o preço por chamada dos dois IDs 2.5 foram medidos de novo em 17 de setembro de 2026. Tamanho, tokens e bytes vêm da aceitação da OmniaKey e dos três casos visuais pagos mostrados aqui. Eles são amostras únicas, não um benchmark independente, teste de latência ou estudo de custo versus qualidade. Disponibilidade, aliases e preços mudam; consulte o catálogo ativo antes de orçar.