> ## Documentation Index > Fetch the complete documentation index at: https://germeytechnology-docs-remove-4o-image-nav.mintlify.site/llms.txt > Use this file to discover all available pages before exploring further. # Solicitud y Uso de la API de Generación de Imágenes de OpenAI > OpenAI generation 集成指南 - Ace Data Cloud 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 de texto. Este documento describe principalmente el proceso de uso de la API de Generación de Imágenes de OpenAI, con la cual podemos utilizar fácilmente las funcionalidades 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](https://platform.acedata.cloud/documents/openai-images-generations) y hacer clic en el botón "Acquire" para obtener las credenciales necesarias para realizar solicitudes: ![](https://cdn.acedata.cloud/nyq0xz.png) 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 claras en comparación con `dall-e-3` y `gpt-image-1` en los siguientes aspectos: * **Mejor capacidad para seguir instrucciones**: Puede comprender con precisión instrucciones estructuradas complejas como composición, conteo y relaciones de posición. * **Renderizado de texto más claro**: En escenarios como carteles, menús, infografías y logotipos, el texto en inglés y los números casi no presentan errores. * **Mayor riqueza en la expresión de estilos**: Soporta de forma nativa múltiples estilos como retratos cinematográficos, carteles vintage, ilustraciones infantiles, fotografía de productos e infografías. * **Soporte nativo para múltiples proporciones + 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 necesita establecer el campo `model` en `gpt-image-2`. La URL devuelta en el resultado es un enlace permanente alojado en `platform.cdn.acedata.cloud`, que puede abrirse directamente en el navegador o incrustarse en páginas web. ### Valores soportados para `size` `gpt-image-2` solo verifica el formato de `size`; siempre que no sea `auto` o cadena vacía, debe coincidir con `WIDTHxHEIGHT` (por ejemplo, `1024x1024`, `2048x1152`, `800x600`); cualquier otro formato devolverá un error 400. **Todas las dimensiones (1K / 2K / 4K / personalizadas) se cobran por imagen generada, sin recargo por tamaño.** Restricciones estrictas de la plataforma para tamaños personalizados: ancho y alto deben ser múltiplos de 16, el lado largo ≤ 3840, y el total de píxeles ≤ 8,294,400. Si excede, será rechazado con un código 4xx. | Proporción | Recomendado 1K | Recomendado 2K | Recomendado 4K | | ---------- | -------------- | -------------- | -------------- | | 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 enviar `size: "auto"` o **omitir el campo `size`**, en cuyo caso el modelo seleccionará el tamaño predeterminado automáticamente. > > En la resolución 1K, la salida no garantiza una alineación exacta de píxeles — si envía `1024x1024`, puede recibir `1254x1254`, manteniendo la proporción. Si vuelve a enviar esta dimensión como `size`, el cobro es el mismo. > > La llamada en 4K suele tardar entre 4 y 8 minutos; se recomienda usar el mecanismo de `callback_url` para llamadas asíncronas. > **Sobre el parámetro `n`** > > Actualmente `gpt-image-2` **no soporta `n > 1`**: este parámetro será ignorado silenciosamente; ya sea que envíe `n=1` o `n=10`, solo devolverá 1 imagen por solicitud y cobrará por 1 imagen. Si necesita varias imágenes candidatas, debe realizar múltiples solicitudes concurrentes (se recomienda usar diferentes `prompt` o `seed` para evitar imágenes muy similares). Esta restricción también aplica para `gpt-image-1` / `gpt-image-1.5` y la serie `nano-banana`. `dall-e-2` es el único modelo que soporta `n > 1` de forma nativa; `dall-e-3` solo soporta `n = 1`. A continuación, algunos ejemplos reales para apreciar intuitivamente las capacidades de `gpt-image-2`. ### Escenario 1: Retrato cinematográfico En el prompt puede usar términos cinematográficos (película de 35mm, poca profundidad de campo, luces de neón, etc.) para controlar con precisión la atmósfera y textura. Código de ejemplo en Python: ```python theme={null} import requests url = "https://api.acedata.cloud/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: ```json theme={null} { "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.acedata.cloud/gpt-image/ab58a5df-6f46-4874-bff6-93169e2849a3_0.png" } ] } ``` Imagen generada:

### Escenario 2: Cartel de viaje vintage (con renderizado de texto) `gpt-image-2` tiene un rendimiento estable en tipografía y maquetación, ideal para generar carteles, menús, tarjetas con texto. ```python theme={null} 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, con los textos `AMALFI` y `ITALIA 1958` claros y correctos. ### Escenario 3: Composición compleja y conteo Este prompt prueba la capacidad del modelo para seguir instrucciones estructuradas de cantidad y posición. ```python theme={null} 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 observa que la cantidad de libros (1 / 3 / 7) coincide perfectamente con el prompt, algo difícil de lograr de forma estable en la era de `dall-e-3`. ### Escenario 4: Estilo ilustración (horizontal) Especificando medios artísticos y palabras clave de emoción, se puede guiar al modelo para producir ilustraciones estilizadas. ```python theme={null} 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: ![](https://platform.cdn.acedata.cloud/gpt-image/6cd57e69-d237-4cc1-a666-759a93964a08_0.png) ### Asíncrono y Callback La llamada a `gpt-image-2` suele tardar entre 60 y 90 segundos. Si no desea mantener la conexión abierta, puede usar el mecanismo de callback asíncrono `callback_url` descrito más adelante; el proceso es idéntico al de otros modelos. ## Serie de Modelos Nano Banana La serie `nano-banana` es un modelo de generación de imágenes basado en Gemini, accesible a través de la misma interfaz `/openai/images/generations` sin cambiar el endpoint, solo cambiando 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 | Mejora notable en calidad y detalle | | `nano-banana-pro` | 0.35 | Modelo insignia, mejor composición, detalle y texto | > **Importante: rango de parámetros soportados** > > Nano Banana se integra mediante una capa adaptadora al protocolo OpenAI y, comparado con `gpt-image-*`, solo soporta los parámetros: `model`, `prompt`, `size`. > > * `size` se mapea internamente a `aspect_ratio` según la tabla siguiente; 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 envían, se ignoran. > * La estructura de respuesta sigue el formato OpenAI (`data[].url`), pero `created` es siempre `0`, no devuelve `b64_json`, y `revised_prompt` siempre es igual al prompt original. ### Llamada básica ```python theme={null} import requests url = "https://api.acedata.cloud/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: ```json theme={null} { "created": 0, "data": [ { "url": "https://platform.cdn.acedata.cloud/nanobanana/6870b330-65c4-436c-bb80-819fdae7a7a4.png", "revised_prompt": "a small red apple on a white table, photoreal" } ] } ``` La imagen generada puede accederse directamente mediante el campo `url`:

### Actualización al modelo insignia `nano-banana-pro` Solo cambie `model` a `nano-banana-pro`, los demás parámetros permanecen iguales: ```python theme={null} payload = { "model": "nano-banana-pro", "prompt": "abstract painting", "size": "1024x1024" } ``` Ejemplo de respuesta: ```json theme={null} { "created": 0, "data": [ { "url": "https://platform.cdn.acedata.cloud/nanobanana/6227fcc9-3442-4aa3-a76c-4a4441a99649.png", "revised_prompt": "abstract painting" } ] } ```

### Callback asíncrono El mecanismo de callback `callback_url` también es válido para nano-banana, el proceso es idéntico al de otros modelos, ver la sección [Callback asíncrono](#asíncrono-y-callback) a continuación. ## Uso básico Luego puede rellenar los campos correspondientes en la interfaz, como se muestra:

Al usar la API por primera vez, debe completar al menos tres campos: `authorization`, que puede seleccionar directamente del menú desplegable; `model`, que es la categoría del modelo OpenAI DALL-E que desea usar (aquí principalmente un modelo, consulte los detalles de los modelos disponibles); y finalmente `prompt`, que es la descripción para generar la imagen. También puede notar 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 de código Python: ```python theme={null} import requests url = "https://api.acedata.cloud/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: ```json theme={null} { "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 para esta tarea de generación de imagen. * `data`: contiene la información del resultado de la imagen generada. Dentro de `data`, el campo `url` es el enlace a la imagen generada, como se muestra:

## Parámetro de calidad de imagen `quality` A continuación se explica cómo configurar parámetros detallados para la generación de imágenes. El parámetro de calidad `quality` tiene dos opciones: `standard` para imágenes estándar, y `hd` para imágenes con detalles más finos y mayor coherencia. Ejemplo configurando `quality` a `standard`:

El código generado a la derecha puede copiarse o probarse con el botón "Try".

Ejemplo en Python: ```python theme={null} import requests url = "https://api.acedata.cloud/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: ```json theme={null} { "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 `quality` en `standard` es:

Con la misma operación, cambiando a `hd` se obtiene una imagen con detalles más finos y mayor coherencia:

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

El código generado a la derecha puede copiarse o probarse con el botón "Try".

Ejemplo en Python: ```python theme={null} import requests url = "https://api.acedata.cloud/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: ```json theme={null} { "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" } ] } ``` Imagen generada con tamaño `1024x1024`:

Con la misma operación, configurando tamaño a `1792x1024` se obtiene: ![](https://cdn.acedata.cloud/4pilae.png) Se observa claramente la diferencia de tamaño. Puede configurar más tamaños, consulte la documentación oficial para más detalles. ## Parámetro de estilo de imagen `style` El parámetro `style` tiene dos opciones: `vivid` para imágenes más vívidas, y `natural` para imágenes más naturales. Ejemplo configurando `style` a `vivid`:

El código generado a la derecha puede copiarse o probarse con el botón "Try".

Ejemplo en Python: ```python theme={null} import requests url = "https://api.acedata.cloud/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: ```json theme={null} { "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" } ] } ``` Imagen generada con `style` en `vivid`:

Con la misma operación, configurando `style` a `natural` se obtiene:

Se observa que `vivid` genera imágenes más vivas que `natural`. ## Parámetro de formato de enlace de imagen `response_format` El parámetro `response_format` tiene dos opciones: `b64_json` para codificar la imagen en Base64, y `url` para obtener un enlace directo a la imagen. Ejemplo configurando `response_format` a `url`:

El código generado a la derecha puede copiarse o probarse con el botón "Try".

Ejemplo en Python: ```python theme={null} import requests url = "https://api.acedata.cloud/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: ```json theme={null} { "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` en `url` es [Imagen 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), accesible directamente, con contenido como se muestra:

Con la misma operación, configurando `response_format` a `b64_json` se obtiene la imagen codificada en Base64, ejemplo: ```json theme={null} { "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 con la API de OpenAI puede tardar un tiempo considerable, mantener la conexión HTTP abierta consume recursos del sistema. Por ello, esta API también soporta callbacks asíncronos. El flujo es: el cliente envía la solicitud incluyendo un campo adicional `callback_url`. La API responde inmediatamente con un resultado que incluye un `task_id` que identifica la tarea. Cuando la tarea termina, el resultado con la imagen generada se envía mediante un POST JSON al `callback_url` especificado, incluyendo también el `task_id` para relacionar la respuesta con la solicitud. Ejemplo práctico: El webhook callback es un servicio que recibe solicitudes HTTP; el desarrollador debe reemplazarlo con la URL de su propio servidor HTTP. Para demostración, se usa el sitio público [https://webhook.site/](https://webhook.site/), que genera una URL de webhook, como se muestra: ![](https://cdn.acedata.cloud/cjjfly.png) Copie esta URL, por ejemplo `https://webhook.site/3d32690d-6780-4187-a65c-870061e8c8ab`, y úsela como webhook. Luego configure el campo `callback_url` con esta URL y envíe la solicitud: ```python theme={null} import requests url = "https://api.acedata.cloud/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) ``` La respuesta inmediata será: ```json theme={null} { "task_id": "6a97bf49-df50-4129-9e46-119aa9fca73c" } ``` Después de un momento, en la URL del webhook podrá ver el resultado de la generación: ```json theme={null} { "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 observa el campo `task_id` y el campo `data` con el mismo resultado que en la llamada síncrona, permitiendo relacionar la respuesta con la tarea. ## Manejo de errores Al llamar a la API, si ocurre un error, la API devolverá un código y mensaje de error correspondiente. Por ejemplo: * `400 token_mismatched`: Solicitud incorrecta, posiblemente por parámetros faltantes o inválidos. * `400 api_not_implemented`: Solicitud incorrecta, posiblemente por parámetros faltantes o inválidos. * `401 invalid_token`: No autorizado, token de autorización inválido o faltante. * `429 too_many_requests`: Demasiadas solicitudes, ha excedido el límite de tasa. * `500 api_error`: Error interno del servidor. ### Ejemplo de respuesta de error ```json theme={null} { "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 utilizar 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.