# GPT Image API > Llama a gpt-image-2 a través de la API de LMU AI compatible con OpenAI Images para texto a imagen, edición de imágenes, parámetros, guardado en Base64, búsqueda de modelos y solución de errores. URL: https://docs.lmuai.com/es/docs/api/gpt-image LMU AI ofrece una API compatible con OpenAI Images para **texto a imagen** y **edición de imágenes / imagen a imagen** usando `gpt-image-2`. SDK de OpenAI: ```text https://api.lmuai.com/v1 ``` Cuando escribas solicitudes HTTP a mano, usa los endpoints completos: ```text POST https://api.lmuai.com/v1/images/generations POST https://api.lmuai.com/v1/images/edits ``` ## 1. Descripción general de la API [#1-descripción-general-de-la-api] | Método | Ruta | Content-Type | Descripción | | ------ | ------------------------ | --------------------- | ------------------------------------------------------------- | | `GET` | `/v1/models` | — | Consulta los modelos disponibles para tu clave API actual | | `POST` | `/v1/images/generations` | `application/json` | Texto a imagen GPT, respuesta síncrona | | `POST` | `/v1/images/edits` | `multipart/form-data` | Edición de imágenes GPT / imagen a imagen, respuesta síncrona | `/v1/images/batches` actualmente solo admite Gemini y no puede aceptar `gpt-image-2`. Para generar varias imágenes GPT, haz que el cliente envíe las solicitudes una a la vez y gestiona la concurrencia y el RPM por tu cuenta. El entorno de producción tampoco tiene actualmente habilitado ningún endpoint de trabajos de imagen asíncronos, así que confía en las dos APIs síncronas de esta página. ## 2. Autenticación [#2-autenticación] ```http Authorization: Bearer YOUR_API_KEY ``` No coloques tu clave API en el código front-end del navegador, en repositorios públicos, en cadenas de consulta de URL ni en registros. Recomendamos hacer las llamadas desde tu propio servidor. ## 3. Consultar modelos [#3-consultar-modelos] ```bash curl https://api.lmuai.com/v1/models \ -H "Authorization: Bearer YOUR_API_KEY" ``` Busca el modelo de imagen en el `data[].id` de la respuesta, por ejemplo: ```json { "object": "list", "data": [ {"id": "gpt-image-2", "object": "model"} ] } ``` La lista de modelos está determinada por el grupo al que pertenece tu clave API. Diferentes claves API en el mismo sitio pueden devolver diferentes modelos. ## 4. Texto a imagen [#4-texto-a-imagen] ### `POST /v1/images/generations` [#post-v1imagesgenerations] ```bash curl https://api.lmuai.com/v1/images/generations \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-image-2", "prompt": "A red ceramic mug, centered on a light-gray studio background, soft side lighting, no text", "n": 1, "size": "1024x1024", "quality": "low", "output_format": "png" }' ``` ### SDK de Python [#sdk-de-python] ```python from openai import OpenAI import base64 client = OpenAI( api_key="YOUR_API_KEY", base_url="https://api.lmuai.com/v1", ) result = client.images.generate( model="gpt-image-2", prompt="A red ceramic mug, light-gray studio background, soft side lighting, no text", size="1024x1024", quality="low", ) item = result.data[0] if item.b64_json: with open("gpt-output.png", "wb") as f: f.write(base64.b64decode(item.b64_json)) elif item.url: print(item.url) else: raise RuntimeError("No valid image in the response") ``` ### JavaScript [#javascript] ```javascript import OpenAI from "openai"; import fs from "node:fs"; const client = new OpenAI({ apiKey: process.env.LMU_API_KEY, baseURL: "https://api.lmuai.com/v1", }); const result = await client.images.generate({ model: "gpt-image-2", prompt: "A red ceramic mug, light-gray studio background, soft side lighting, no text", size: "1024x1024", quality: "low", output_format: "png", }); const item = result.data?.[0]; if (item?.b64_json) { fs.writeFileSync("gpt-output.png", Buffer.from(item.b64_json, "base64")); } else if (item?.url) { console.log(item.url); } else { throw new Error("No valid image in the response"); } ``` ## 5. Parámetros de texto a imagen [#5-parámetros-de-texto-a-imagen] | Campo | Tipo | Requerido | Descripción | | -------------------- | ------: | ----------: | ------------------------------------------------------------------------------------------------------------------------------- | | `model` | string | Recomendado | Actualmente `gpt-image-2` | | `prompt` | string | Sí | Descripción de la imagen | | `n` | integer | No | Número de imágenes; el rango disponible lo determinan el modelo y el canal ascendente | | `size` | string | No | Tamaño solicitado, p. ej. `1024x1024`; las dimensiones reales en píxeles siguen a la imagen devuelta | | `quality` | string | No | Nivel de calidad, p. ej. `low`, `medium`, `high`; sujeto a las capacidades del modelo | | `background` | string | No | Configuración de fondo, p. ej. fondo transparente; sujeto a las capacidades del modelo | | `output_format` | string | No | `png`, `jpeg`, `webp`, etc.; sujeto a las capacidades del modelo | | `output_compression` | integer | No | Calidad de compresión para formatos como JPEG / WebP | | `response_format` | string | No | Parámetro de compatibilidad de formato de respuesta; los clientes deberían comprobar tanto `b64_json` como `url` | | `moderation` | string | No | Parámetro de moderación de contenido; sujeto a las capacidades del modelo | | `stream` | boolean | No | Interruptor para respuestas de imagen en streaming; para llamadas normales del lado del servidor recomendamos no usar streaming | | `partial_images` | integer | No | Número de imágenes parciales en escenarios de streaming; sujeto a las capacidades del modelo | Diferentes cuentas ascendentes y backends de imagen pueden mapear o normalizar `size` según sus capacidades. Incluso si solicitas `1024x1024`, los píxeles reales de la imagen pueden diferir. Cuando necesites una relación de aspecto o un tamaño de píxeles fijo, lee las dimensiones del archivo de salida y recorta o redimensiona por tu cuenta. ## 6. Edición de imágenes / imagen a imagen [#6-edición-de-imágenes--imagen-a-imagen] ### `POST /v1/images/edits` [#post-v1imagesedits] La edición de imágenes GPT usa `multipart/form-data`: ```bash curl https://api.lmuai.com/v1/images/edits \ -H "Authorization: Bearer YOUR_API_KEY" \ -F "model=gpt-image-2" \ -F "prompt=Keep the mug's shape, composition, and lighting; change the mug from red to green; no text" \ -F "image=@./input.png" \ -F "size=1024x1024" \ -F "quality=low" \ -F "output_format=png" ``` SDK de Python: ```python from openai import OpenAI import base64 client = OpenAI( api_key="YOUR_API_KEY", base_url="https://api.lmuai.com/v1", ) with open("input.png", "rb") as image_file: result = client.images.edit( model="gpt-image-2", image=image_file, prompt="Keep the subject and composition; change the background to a neon street on a rainy night", size="1024x1024", quality="low", ) item = result.data[0] if item.b64_json: with open("gpt-edited.png", "wb") as f: f.write(base64.b64decode(item.b64_json)) ``` Si el modelo y el canal admiten la edición con máscara, puedes añadir: ```bash -F "mask=@./mask.png" ``` El endpoint de edits también acepta parámetros como `input_fidelity`, `background`, `output_format` y `output_compression`; el efecto exacto depende de las capacidades del modelo. ## 7. Formato de respuesta [#7-formato-de-respuesta] Una respuesta de imagen GPT típica: ```json { "created": 1760000000, "data": [ { "b64_json": "iVBORw0KGgoAAA..." } ], "background": "opaque", "output_format": "png", "quality": "low", "size": "1024x1024", "model": "gpt-image-2", "usage": { "input_tokens": 48, "output_tokens": 186, "total_tokens": 234 } } ``` Los clientes deben realizar tres niveles de validación: 1. Si el código de estado HTTP es `2xx`; 2. Si `data` es un array no vacío; 3. Si existe un `b64_json` o `url` no vacío en `data[]`. Cuando obtengas un HTTP 200 pero ningún campo de imagen válido, trátalo como una falla a nivel de negocio. ## 8. Errores comunes [#8-errores-comunes] | HTTP | Causa común | Acción recomendada | | ----: | ------------------------------------------------------------------------------------ | ------------------------------------------------------------------------- | | `400` | Cuerpo de solicitud, formato de imagen, parámetro o modelo incorrecto | Revisa el JSON / multipart, los nombres de campos y el ID del modelo | | `401` | Clave API inválida | Revisa el encabezado Bearer y no agregues espacios alrededor de la clave | | `403` | El grupo al que pertenece tu clave API no tiene habilitada la generación de imágenes | Contacta al administrador para revisar los permisos de imágenes del grupo | | `404` | Ruta incorrecta, o la API de imágenes no es compatible con el grupo actual | Confirma que estás usando `/v1/images/generations` o `/v1/images/edits` | | `429` | Límites de concurrencia, RPM o cuota ascendente | Usa retroceso exponencial y reduce la concurrencia y el RPM | | `5xx` | El upstream o el relay de la API no está disponible temporalmente | Registra el ID de solicitud y reintenta un número limitado de veces | Al solucionar problemas, guarda el ID de solicitud de los encabezados de la respuesta y proporciónalo al administrador; no envíes tu clave API completa. ## 9. Diferencias con otras APIs de imagen [#9-diferencias-con-otras-apis-de-imagen] | Necesidad | Documento recomendado | | -------------------------------------------------------------- | --------------------------------------------------------- | | Texto a imagen nativo de Gemini, imagen a imagen, 1K / 2K / 4K | [Gemini Image API](/es/docs/api/gemini-image) | | Texto a imagen y edición GPT | Esta página | | Texto a imagen y edición Grok | [Grok Image API](/es/docs/api/grok-image) | | Enviar múltiples prompts de Gemini a la vez | [Gemini Batch Image API](/es/docs/api/gemini-image-batch) |