> ## 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. # OpenAI Images Edits API Solicitação e Uso > OpenAI generation 集成指南 - Ace Data Cloud O serviço de edição de imagens da OpenAI permite enviar qualquer número de imagens e instruções, retornando as imagens modificadas. Atualmente, a API suporta os modelos `dall-e-2`, `gpt-image-1`, o mais recente **`gpt-image-2`**, bem como a série de modelos **`nano-banana` / `nano-banana-2` / `nano-banana-pro`** integrados pela mesma interface. Este documento apresenta principalmente o fluxo de uso da OpenAI Images Edits API, que facilita o uso oficial da funcionalidade de edição de imagens da OpenAI. ## Processo de Solicitação Para usar a OpenAI Images Edits API, acesse a página [OpenAI Images Edits API](https://platform.acedata.cloud/documents/openai-images-edits) e clique no botão "Acquire" para obter as credenciais necessárias para as requisições: ![](https://cdn.acedata.cloud/nyq0xz.png) Se você ainda não estiver logado ou registrado, será redirecionado automaticamente para a página de login para se registrar e entrar; após o login, retornará automaticamente para esta página. Na primeira solicitação, há uma cota gratuita concedida para uso da API. ## Modelo GPT-Image-2 O `gpt-image-2` apresenta melhorias significativas em relação ao `gpt-image-1` no cenário de edição de imagens: * **Manutenção mais estável da estrutura**: Ao trocar a pele, cores ou fundo, quase não há destruição da composição e layout originais da imagem. * **Preservação mais precisa do texto**: Imagens contendo texto, como infográficos, pôsteres e menus, mantêm o texto claro e legível após a edição. * **Suporte a URL direta**: Além do tradicional upload de arquivos via `multipart/form-data`, o `gpt-image-2` **também suporta a passagem de URLs de imagens em JSON**, sem necessidade de baixar a imagem localmente, ideal para integração em pipelines de servidor. * **Suporte a redimensionamento em alta resolução**: É possível enviar uma imagem original de 1K e, via parâmetro `size`, solicitar saída em 2K ou 4K; o modelo realiza o redimensionamento durante o processo de edição. ### Valores suportados para `size` As restrições do parâmetro `size` na interface de edição são idênticas às da interface de geração — o `gpt-image-2` aceita `size` como `auto`, vazio ou no formato `WIDTHxHEIGHT`; qualquer outro formato retorna erro 400. **Todos os tamanhos (1K / 2K / 4K / personalizados) são cobrados por imagem única, independentemente da resolução original ou do valor solicitado em `size`.** As restrições rígidas do upstream para tamanhos personalizados também se aplicam: largura e altura múltiplos de 16, lado maior ≤ 3840, total de pixels ≤ 8.294.400. | Proporção | 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` | > Por exemplo: se a imagem original for `1024x1024` e `size` for `2048x2048`, o modelo redesenhará e retornará uma imagem 2K; se `size` for `3840x2160`, a saída será uma imagem 4K em formato paisagem; se `auto` ou omitido, o modelo escolherá automaticamente. A cobrança é a mesma para os três casos. > **Sobre o parâmetro `n`** > > Atualmente, a interface de edição do `gpt-image-2` **não suporta `n > 1`**: esse parâmetro será ignorado silenciosamente; independentemente de enviar `n=1` ou `n=10`, apenas uma imagem será retornada por requisição e cobrada como uma única imagem. Se desejar múltiplas imagens candidatas, faça múltiplas requisições concorrentes. Essa limitação também vale para `gpt-image-1` / `gpt-image-1.5` e para a série `nano-banana`. O `dall-e-2` é o único modelo de edição que suporta nativamente `n > 1`. A seguir, apresentamos dois exemplos reais para demonstrar a capacidade de edição do `gpt-image-2`. ### Modo de chamada 1: JSON + URL da imagem (recomendado) Envie a requisição com `Content-Type: application/json`, preenchendo o campo `image` com a URL da imagem; o modelo buscará a imagem e a editará conforme o `prompt`. Por exemplo, a imagem original abaixo foi gerada com `gpt-image-2` como um infográfico científico:

Queremos alterar para um esquema de cores "modo noturno". Podemos chamar assim: ```shell theme={null} curl -X POST "https://api.acedata.cloud/openai/images/edits" \ -H "Authorization: Bearer {token}" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-image-2", "image": "https://platform.cdn.acedata.cloud/gpt-image/5c9fa635-8794-4c6d-88f8-584d7f4716c6_0.png", "prompt": "Convert this infographic to dark mode: dark navy background, light cream text, deep gray rounded module cards with soft shadows. Keep all layout, structure, and module arrangement identical — only invert the color scheme.", "size": "1024x1536" }' ``` Ou em Python: ```python theme={null} import requests url = "https://api.acedata.cloud/openai/images/edits" headers = { "accept": "application/json", "authorization": "Bearer {token}", "content-type": "application/json" } payload = { "model": "gpt-image-2", "image": "https://platform.cdn.acedata.cloud/gpt-image/5c9fa635-8794-4c6d-88f8-584d7f4716c6_0.png", "prompt": "Convert this infographic to dark mode: dark navy background, light cream text, deep gray rounded module cards with soft shadows. Keep all layout, structure, and module arrangement identical — only invert the color scheme.", "size": "1024x1536" } response = requests.post(url, json=payload, headers=headers) print(response.text) ``` Resposta: ```json theme={null} { "success": true, "task_id": "cb104e35-af1f-45be-9fac-b62e2b256753", "trace_id": "3e5c77c6-6c2e-4bba-a42d-98ea049b58a8", "created": 1777048863, "data": [ { "revised_prompt": "Convert this infographic to dark mode: dark navy background, light cream text, deep gray rounded module cards with soft shadows. Keep all layout, structure, and module arrangement identical — only invert the color scheme.", "url": "https://platform.cdn.acedata.cloud/gpt-image/cb104e35-af1f-45be-9fac-b62e2b256753_0.png" } ], "elapsed": 83.859 } ``` Imagem editada:

Note que a estrutura dos módulos, divisão das informações e tipografia foram rigorosamente preservadas, apenas o esquema de cores foi invertido para tema escuro. > **Dica**: o campo `image` também aceita um array, por exemplo `"image": ["url1", "url2", "url3"]`, com até 16 imagens de referência para o modelo considerar na edição. ### Modo de chamada 2: JSON + múltiplas imagens de referência O `gpt-image-2` suporta múltiplas imagens de referência para gerar o resultado final, por exemplo, combinar várias fotos de produtos em uma cesta de presente: ```python theme={null} payload = { "model": "gpt-image-2", "image": [ "https://example.com/item1.png", "https://example.com/item2.png", "https://example.com/item3.png" ], "prompt": "Combine all the items above into a single 'Relax & Unwind' gift basket on a clean white background, photorealistic, soft natural lighting.", "size": "1024x1024" } ``` ### Exemplo de cenário: trocar estilo mantendo estrutura Outro exemplo: substituir uma estante de madeira por uma prateleira flutuante moderna, mantendo rigorosamente a quantidade e disposição dos livros em cada prateleira. Imagem original (estante de madeira gerada com `gpt-image-2`):

Chamada: ```python theme={null} payload = { "model": "gpt-image-2", "image": "https://platform.cdn.acedata.cloud/gpt-image/141970f0-65fb-4ec8-ab7d-9be173641350_0.png", "prompt": "Replace the wooden bookshelf with a sleek modern white floating shelf mounted on a pastel blue wall. Keep the exact same arrangement of books (1 book on top, 3 in middle, 7 on bottom). Add a small potted succulent on the top shelf next to the book. Bright airy daylight from the left.", "size": "1024x1024" } ``` Resultado da edição (`task_id`: `e9544dba-727e-44a2-81e1-223d49869380`):

O estilo e ambiente foram completamente substituídos conforme o prompt, mas a quantidade de livros por prateleira (1 / 3 / 7) foi rigorosamente mantida, e uma pequena suculenta foi adicionada conforme solicitado. ### Modo de chamada 3: multipart/form-data (compatível com OpenAI SDK) Se você já usa o SDK oficial OpenAI Python, o método tradicional de upload via `multipart/form-data` também funciona, basta alterar o `model` para `gpt-image-2`: ```python theme={null} import base64 from openai import OpenAI client = OpenAI() result = client.images.edit( model="gpt-image-2", image=[open("test.png", "rb")], prompt="Convert this image to dark mode while keeping the layout intact." ) image_base64 = result.data[0].b64_json image_bytes = base64.b64decode(image_base64) with open("edited.png", "wb") as f: f.write(image_bytes) ``` Ao usar o SDK, é necessário definir duas variáveis de ambiente: `OPENAI_BASE_URL` para `https://api.acedata.cloud/openai` e `OPENAI_API_KEY` para o token obtido: ```shell theme={null} export OPENAI_BASE_URL=https://api.acedata.cloud/openai export OPENAI_API_KEY={token} ``` ## Série Nano Banana A série `nano-banana` também está integrada em `/openai/images/edits`; basta alterar o `model` para qualquer um da tabela abaixo. | Modelo | Custo (Credits / requisição) | Cenário de uso | | ----------------- | ---------------------------- | -------------------------------------------------------------- | | `nano-banana` | 0.14 | Edição comum, mais rápido e barato | | `nano-banana-2` | 0.28 | Qualidade e detalhes significativamente melhores | | `nano-banana-pro` | 0.35 | Topo da linha, melhor preservação de estrutura, texto e estilo | > **Importante: parâmetros suportados** > > Nano Banana usa uma camada adaptadora para o protocolo OpenAI, suportando apenas os parâmetros: `model`, `prompt`, `image`. > > * `image` pode ser enviado via upload `multipart/form-data` (internamente convertido para `data:;base64,...` para o upstream) ou como URL via campo de formulário. > * Não suporta `mask`, `n`, `size`, `response_format` e similares; esses parâmetros serão ignorados. > * A resposta segue o formato OpenAI (`data[].url`), mas `created` é sempre `0`, não retorna `b64_json`, e `revised_prompt` é sempre igual ao `prompt` original. ### Chamada via formulário + URL da imagem ```shell theme={null} curl -X POST "https://api.acedata.cloud/openai/images/edits" \ -H "Authorization: Bearer {token}" \ -F "model=nano-banana" \ -F "prompt=add a green leaf on top of the apple" \ -F "image=https://platform.cdn.acedata.cloud/nanobanana/6870b330-65c4-436c-bb80-819fdae7a7a4.png" ``` Resposta: ```json theme={null} { "created": 0, "data": [ { "url": "https://platform.cdn.acedata.cloud/nanobanana/311e95b6-5eb1-4c4a-8ee6-0cb03ee44f61.jpeg", "revised_prompt": "add a green leaf on top of the apple" } ] } ``` Imagem editada:

### Chamada via formulário + arquivo local ```python theme={null} import requests url = "https://api.acedata.cloud/openai/images/edits" headers = { "authorization": "Bearer {token}" } files = { "image": open("apple.png", "rb"), } data = { "model": "nano-banana-pro", "prompt": "add a green leaf on top of the apple" } response = requests.post(url, headers=headers, files=files, data=data) print(response.text) ``` ### Callback assíncrono O mecanismo de callback assíncrono via `callback_url` também funciona para nano-banana, com fluxo idêntico aos outros modelos, conforme a seção [Callback assíncrono](#callback-assíncrono) abaixo. ## Uso básico A seguir, um exemplo de chamada via CURL: ```curl theme={null} curl -s -D >(grep -i x-request-id >&2) \ -o >(jq -r '.data[0].b64_json' | base64 --decode > gift-basket.png) \ -X POST "https://api.acedata.cloud/v1/images/edits" \ -H "Authorization: Bearer {token}" \ -F "model=gpt-image-1" \ -F "image[]=@test.png" \ -F 'prompt=Create a lovely gift basket with these this items in it' ``` Na primeira vez usando essa API, precisamos preencher pelo menos quatro campos: `authorization` (selecionado na lista suspensa), `model` (modelo escolhido conforme a lista disponível), `prompt` (descrição do que gerar) e `image` (caminho da imagem a ser editada). A imagem a ser editada é a seguinte:

Código Python equivalente para a mesma chamada: ```python theme={null} import base64 from openai import OpenAI client = OpenAI() prompt = """ Generate a photorealistic image of a gift basket on a white background labeled 'Relax & Unwind' with a ribbon and handwriting-like font, containing all the items in the reference pictures. """ result = client.images.edit( model="gpt-image-1", image=[ open("test.png", "rb") ], prompt=prompt ) image_base64 = result.data[0].b64_json image_bytes = base64.b64decode(image_base64) # Salvar a imagem em arquivo with open("gift-basket.png", "wb") as f: f.write(image_bytes) ``` Para usar Python, defina as variáveis de ambiente `OPENAI_BASE_URL` para `https://api.acedata.cloud/openai` e `OPENAI_API_KEY` para o token obtido, por exemplo no Mac OS: ```shell theme={null} export OPENAI_BASE_URL=https://api.acedata.cloud/openai export OPENAI_API_KEY={token} ``` Após a chamada, será gerada uma imagem `gift-basket.png` no diretório atual, com o seguinte resultado:

Assim, completamos a edição da imagem. Atualmente, a interface Edits suporta três modelos: `dall-e-2`, `gpt-image-1` e `gpt-image-2`, sendo o `gpt-image-2` o modelo recomendado, conforme explicado na seção [Modelo GPT-Image-2](#modelo-gpt-image-2). ## Callback assíncrono Como a edição de imagens via OpenAI Images Edits API pode levar algum tempo, manter a conexão HTTP aberta pode consumir recursos extras. Por isso, a API oferece suporte a callbacks assíncronos. O fluxo é: o cliente envia a requisição incluindo o campo `callback_url`; a API retorna imediatamente um resultado contendo o `task_id` da tarefa. Quando a tarefa for concluída, o resultado da edição será enviado via POST JSON para o `callback_url` informado, incluindo o `task_id` para associação. Exemplo prático: Um webhook é um serviço HTTP que recebe requisições; o desenvolvedor deve substituir pelo URL do seu servidor HTTP. Para demonstração, usamos o site público [https://webhook.site/](https://webhook.site/), que gera um URL de webhook, como: ![](https://cdn.acedata.cloud/cjjfly.png) Copie esse URL, por exemplo `https://webhook.site/3d32690d-6780-4187-a65c-870061e8c8ab`. Em seguida, envie a requisição com o campo `callback_url` definido para esse URL: ```shell theme={null} curl -X POST "https://api.acedata.cloud/v1/images/edits" \ -H "Authorization: Bearer {token}" \ -F "model=gpt-image-1" \ -F "image[]=@test.png" \ -F "prompt=Create a lovely gift basket with these items in it" \ -F "callback_url=https://webhook.site/3d32690d-6780-4187-a65c-870061e8c8ab" ``` A resposta imediata será: ```json theme={null} { "task_id": "6a97bf49-df50-4129-9e46-119aa9fca73c" } ``` Após alguns instantes, você poderá ver no webhook o resultado da edição: ```json theme={null} { "success": true, "task_id": "6a97bf49-df50-4129-9e46-119aa9fca73c", "trace_id": "9b4b1ff3-90f2-470f-b082-1061ec2948cc", "data": { "created": 1721626477, "data": [ { "b64_json": "iVBORw0KGgo..." } ] } } ``` Note que o resultado contém o campo `task_id` e o campo `data` com o mesmo resultado da chamada síncrona, permitindo associar o resultado à tarefa. ## Tratamento de erros Ao chamar a API, se ocorrer um erro, a API retornará um código e mensagem de erro correspondentes, por exemplo: * `400 token_mismatched`: Requisição inválida, possivelmente por parâmetros faltantes ou incorretos. * `400 api_not_implemented`: Requisição inválida, possivelmente por parâmetros faltantes ou incorretos. * `401 invalid_token`: Não autorizado, token inválido ou ausente. * `429 too_many_requests`: Muitas requisições, limite de taxa excedido. * `500 api_error`: Erro interno do servidor. ### Exemplo de resposta de erro ```json theme={null} { "success": false, "error": { "code": "api_error", "message": "fetch failed" }, "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89" } ``` ## Conclusão Com este documento, você aprendeu como usar a OpenAI Images Edits API para aproveitar facilmente a funcionalidade oficial de edição de imagens da OpenAI. Esperamos que este guia ajude na integração e uso da API. Em caso de dúvidas, entre em contato com nossa equipe de suporte técnico.