# GPT Image API > Chame o gpt-image-2 pela API do LMU AI compatível com OpenAI Images para geração de texto para imagem, edição de imagem, parâmetros, salvamento em Base64, consulta de modelos e correção de erros. URL: https://docs.lmuai.com/pt/docs/api/gpt-image O LMU AI fornece uma API compatível com OpenAI Images para **texto para imagem** e **edição de imagem / imagem para imagem** usando `gpt-image-2`. SDK da OpenAI: ```text https://api.lmuai.com/v1 ``` Ao escrever requisições HTTP manualmente, use os endpoints completos: ```text POST https://api.lmuai.com/v1/images/generations POST https://api.lmuai.com/v1/images/edits ``` ## 1. Visão geral da API [#1-visão-geral-da-api] | Método | Caminho | Content-Type | Descrição | | ------ | ------------------------ | --------------------- | ------------------------------------------------------------ | | `GET` | `/v1/models` | — | Consulta os modelos disponíveis para sua chave de API atual | | `POST` | `/v1/images/generations` | `application/json` | Texto para imagem GPT, resposta síncrona | | `POST` | `/v1/images/edits` | `multipart/form-data` | Edição de imagem / imagem para imagem GPT, resposta síncrona | O `/v1/images/batches` atualmente suporta apenas Gemini e não pode aceitar `gpt-image-2`. Para gerar múltiplas imagens GPT, faça o cliente enviar as requisições uma de cada vez e gerencie a concorrência e o RPM por conta própria. O ambiente de produção também não tem nenhum endpoint de job de imagem assíncrono habilitado no momento, então dependa das duas APIs síncronas desta página. ## 2. Autenticação [#2-autenticação] ```http Authorization: Bearer YOUR_API_KEY ``` Não coloque sua chave de API em código front-end de navegador, repositórios públicos, strings de query de URL ou logs. Recomendamos chamar a partir do seu próprio servidor. ## 3. Consultar modelos [#3-consultar-modelos] ```bash curl https://api.lmuai.com/v1/models \ -H "Authorization: Bearer YOUR_API_KEY" ``` Procure o modelo de imagem em `data[].id` na resposta, por exemplo: ```json { "object": "list", "data": [ {"id": "gpt-image-2", "object": "model"} ] } ``` A lista de modelos é determinada pelo grupo ao qual sua chave de API pertence. Chaves de API diferentes no mesmo site podem retornar modelos diferentes. ## 4. Texto para imagem [#4-texto-para-imagem] ### `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 Python [#sdk-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. Parâmetros de texto para imagem [#5-parâmetros-de-texto-para-imagem] | Campo | Tipo | Obrigatório | Descrição | | -------------------- | ------: | ----------: | --------------------------------------------------------------------------------------------------------------------- | | `model` | string | Recomendado | Atualmente `gpt-image-2` | | `prompt` | string | Sim | Descrição da imagem | | `n` | integer | Não | Número de imagens; o intervalo disponível é determinado pelo modelo e pelo canal upstream | | `size` | string | Não | Tamanho solicitado, ex.: `1024x1024`; as dimensões reais em pixels seguem a imagem retornada | | `quality` | string | Não | Nível de qualidade, ex.: `low`, `medium`, `high`; sujeito às capacidades do modelo | | `background` | string | Não | Configuração de fundo, ex.: fundo transparente; sujeito às capacidades do modelo | | `output_format` | string | Não | `png`, `jpeg`, `webp`, etc.; sujeito às capacidades do modelo | | `output_compression` | integer | Não | Qualidade de compressão para formatos como JPEG / WebP | | `response_format` | string | Não | Parâmetro de compatibilidade de formato de resposta; os clientes ainda devem verificar tanto `b64_json` quanto `url` | | `moderation` | string | Não | Parâmetro de moderação de conteúdo; sujeito às capacidades do modelo | | `stream` | boolean | Não | Alternância para respostas de imagem em streaming; para chamadas normais no servidor, recomendamos não usar streaming | | `partial_images` | integer | Não | Número de imagens parciais em cenários de streaming; sujeito às capacidades do modelo | Diferentes contas upstream e backends de imagem podem mapear ou normalizar o `size` de acordo com suas capacidades. Mesmo que você solicite `1024x1024`, os pixels reais da imagem podem diferir. Quando precisar de uma proporção ou tamanho de pixel fixo, leia as dimensões do arquivo de saída e recorte ou redimensione do seu lado. ## 6. Edição de imagem / imagem para imagem [#6-edição-de-imagem--imagem-para-imagem] ### `POST /v1/images/edits` [#post-v1imagesedits] A edição de imagem 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 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)) ``` Se o modelo e o canal suportarem edição com máscara, você pode adicionar: ```bash -F "mask=@./mask.png" ``` O endpoint de edits também aceita parâmetros como `input_fidelity`, `background`, `output_format` e `output_compression`; o efeito exato depende das capacidades do modelo. ## 7. Formato da resposta [#7-formato-da-resposta] Uma resposta de imagem 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 } } ``` Os clientes devem realizar três níveis de validação: 1. Se o código de status HTTP é `2xx`; 2. Se `data` é um array não vazio; 3. Se existe um `b64_json` ou `url` não vazio em `data[]`. Quando você recebe HTTP 200 mas nenhum campo de imagem válido, trate como uma falha em nível de negócio. ## 8. Erros comuns [#8-erros-comuns] | HTTP | Causa comum | Ação recomendada | | ----: | ------------------------------------------------------------------------------ | ---------------------------------------------------------------------------- | | `400` | Corpo da requisição, formato de imagem, parâmetro ou modelo inválidos | Verifique o JSON / multipart, os nomes dos campos e o ID do modelo | | `401` | Chave de API inválida | Verifique o header Bearer e não adicione espaços ao redor da chave | | `403` | O grupo ao qual sua chave de API pertence não tem geração de imagem habilitada | Contate o administrador para verificar as permissões de imagem do grupo | | `404` | Caminho errado, ou a API de imagem não é suportada para o grupo atual | Confirme que você está usando `/v1/images/generations` ou `/v1/images/edits` | | `429` | Limites de concorrência, RPM ou cota upstream | Use backoff exponencial e reduza a concorrência e o RPM | | `5xx` | O upstream ou o relay da API está temporariamente indisponível | Registre o ID da requisição e tente novamente um número limitado de vezes | Ao solucionar problemas, salve o ID da requisição dos headers da resposta e forneça-o ao administrador; não envie sua chave de API completa. ## 9. Diferenças em relação a outras APIs de imagem [#9-diferenças-em-relação-a-outras-apis-de-imagem] | Necessidade | Documento recomendado | | -------------------------------------------------------------------- | --------------------------------------------------------- | | Texto para imagem nativo do Gemini, imagem para imagem, 1K / 2K / 4K | [Gemini Image API](/pt/docs/api/gemini-image) | | Texto para imagem e edição GPT | Esta página | | Texto para imagem e edição Grok | [Grok Image API](/pt/docs/api/grok-image) | | Enviar múltiplos prompts do Gemini de uma vez | [Gemini Batch Image API](/pt/docs/api/gemini-image-batch) |