GPT Image 2 es el modelo de OpenAI para generar y editar imágenes a partir de texto y entradas visuales. Crea una imagen nueva a partir de un encargo escrito y puede utilizar imágenes de origen para ediciones o trabajos guiados por referencias. Las tareas prácticas incluyen ilustraciones, conceptos de producto, composiciones visuales y cambios en un recurso existente. Es una edición independiente de los modelos GPT Image 2.5 Sunburst y Flare, con su propio intervalo de calidad y comportamiento de fidelidad de entrada.
Para generar, describa el sujeto, la escena, la composición, la luz y el estilo previsto. Para editar, indique lo que debe cambiar y lo que debe conservar su aspecto. Un encargo de producto puede pedir una lámpara de cerámica sobre una superficie clara con la silueta centrada y espacio para un pie de imagen; una edición posterior puede cambiar el fondo conservando la forma de la lámpara y el ángulo de visión. Los flujos directos documentados de generación y edición aceptan prompts de hasta 32 000 caracteres y pueden devolver entre una y diez imágenes.
La edición con referencias acepta hasta dieciséis imágenes de entrada. Especifique la finalidad de cada referencia para no confundir el sujeto, el fondo y el tratamiento visual. GPT Image 2 procesa automáticamente todas las imágenes de entrada con alta fidelidad; se debe omitir input_fidelity porque no se puede ajustar en esta edición. Esto difiere de la elección entre high y low en GPT Image 1 y del modo de fidelidad de entrada exclusivamente low de GPT Image 1 Mini. El procesamiento de entrada de alta fidelidad favorece el detalle del original sin garantizar que todos los detalles se reproduzcan sin cambios.
Una máscara puede identificar la zona que se debe editar. La imagen de origen y la máscara deben tener el mismo formato y dimensiones y un tamaño inferior a 50 MB según los requisitos de preparación de la guía; la máscara también necesita un canal alfa. Si se proporcionan varias imágenes de entrada, la máscara se aplica a la primera. El modelo trata la máscara como una orientación basada en el prompt en lugar de un límite geométrico estricto. Describa el cambio local y los requisitos de conservación, y después examine la zona circundante para detectar diferencias no deseadas.
GPT Image 2 admite las calidades low, medium, high y auto, con auto como predeterminada. Los ajustes xhigh y max de la familia 2.5 no forman parte del intervalo de calidad de esta edición. El tamaño puede ser cuadrado, horizontal, vertical, automático o un ancho y alto personalizados válidos. Los ejemplos del proveedor incluyen 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 y 2160 × 3840 píxeles. Elija la orientación y el nivel de detalle según la composición real en vez de tratar la calidad y las dimensiones como un mismo control.
Las dimensiones personalizadas deben ser múltiplos de dieciséis píxeles, con un lado máximo de 3840 píxeles, una relación entre el lado largo y el corto no superior a 3:1 y un área de 655 360 a 8 294 400 píxeles. Deben cumplirse todas estas condiciones simultáneamente. Las resoluciones superiores a 2560 × 1440 se señalan como experimentales. Un formato que satisfaga una regla aún puede incumplir otra, por lo que debe seleccionar una pareja de dimensiones admitida y describir en el encargo los elementos sensibles al recorte.
La salida es PNG de forma predeterminada, con JPEG o WebP también disponibles. Para JPEG y WebP se admite una compresión de 0 a 100. El fondo puede ser opaco o automático; la referencia actual exacta describe la transparencia en GPT Image 2 como una capacidad en vista previa. Al solicitar transparencia, use PNG o WebP para conservar un canal alfa. El flujo de streaming documentado permite hasta tres imágenes parciales antes de la imagen terminada; guarde el recurso final en lugar de una vista previa de progreso. La interfaz del fabricante también admite procesamiento por lotes.
Evalúe la claridad del texto, la posición de los objetos y la conservación de los detalles originales en el resultado real. GPT Image puede tener dificultades con los textos precisos, las composiciones sensibles a la disposición y la identidad visual recurrente entre generaciones independientes. Para una secuencia de ediciones, use el resultado elegido como siguiente origen e indique un cambio concreto vinculado a un problema visible. La salida útil de GPT Image 2 es una imagen asociada a un encargo claro de generación o edición, con sus entradas de alta fidelidad, dimensiones y calidad elegidas para esa tarea específica.
", "aboutText": "GPT Image 2 es el modelo de OpenAI para generar y editar imágenes a partir de texto y entradas visuales. Crea una imagen nueva a partir de un encargo escrito y puede utilizar imágenes de origen para ediciones o trabajos guiados por referencias. Las tareas prácticas incluyen ilustraciones, conceptos de producto, composiciones visuales y cambios en un recurso existente. Es una edición independiente de los modelos GPT Image 2.5 Sunburst y Flare, con su propio intervalo de calidad y comportamiento de fidelidad de entrada.\n\nPara generar, describa el sujeto, la escena, la composición, la luz y el estilo previsto. Para editar, indique lo que debe cambiar y lo que debe conservar su aspecto. Un encargo de producto puede pedir una lámpara de cerámica sobre una superficie clara con la silueta centrada y espacio para un pie de imagen; una edición posterior puede cambiar el fondo conservando la forma de la lámpara y el ángulo de visión. Los flujos directos documentados de generación y edición aceptan prompts de hasta 32 000 caracteres y pueden devolver entre una y diez imágenes.\n\nLa edición con referencias acepta hasta dieciséis imágenes de entrada. Especifique la finalidad de cada referencia para no confundir el sujeto, el fondo y el tratamiento visual. GPT Image 2 procesa automáticamente todas las imágenes de entrada con alta fidelidad; se debe omitir input_fidelity porque no se puede ajustar en esta edición. Esto difiere de la elección entre high y low en GPT Image 1 y del modo de fidelidad de entrada exclusivamente low de GPT Image 1 Mini. El procesamiento de entrada de alta fidelidad favorece el detalle del original sin garantizar que todos los detalles se reproduzcan sin cambios.\n\nUna máscara puede identificar la zona que se debe editar. La imagen de origen y la máscara deben tener el mismo formato y dimensiones y un tamaño inferior a 50 MB según los requisitos de preparación de la guía; la máscara también necesita un canal alfa. Si se proporcionan varias imágenes de entrada, la máscara se aplica a la primera. El modelo trata la máscara como una orientación basada en el prompt en lugar de un límite geométrico estricto. Describa el cambio local y los requisitos de conservación, y después examine la zona circundante para detectar diferencias no deseadas.\n\nGPT Image 2 admite las calidades low, medium, high y auto, con auto como predeterminada. Los ajustes xhigh y max de la familia 2.5 no forman parte del intervalo de calidad de esta edición. El tamaño puede ser cuadrado, horizontal, vertical, automático o un ancho y alto personalizados válidos. Los ejemplos del proveedor incluyen 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 y 2160 × 3840 píxeles. Elija la orientación y el nivel de detalle según la composición real en vez de tratar la calidad y las dimensiones como un mismo control.\n\nLas dimensiones personalizadas deben ser múltiplos de dieciséis píxeles, con un lado máximo de 3840 píxeles, una relación entre el lado largo y el corto no superior a 3:1 y un área de 655 360 a 8 294 400 píxeles. Deben cumplirse todas estas condiciones simultáneamente. Las resoluciones superiores a 2560 × 1440 se señalan como experimentales. Un formato que satisfaga una regla aún puede incumplir otra, por lo que debe seleccionar una pareja de dimensiones admitida y describir en el encargo los elementos sensibles al recorte.\n\nLa salida es PNG de forma predeterminada, con JPEG o WebP también disponibles. Para JPEG y WebP se admite una compresión de 0 a 100. El fondo puede ser opaco o automático; la referencia actual exacta describe la transparencia en GPT Image 2 como una capacidad en vista previa. Al solicitar transparencia, use PNG o WebP para conservar un canal alfa. El flujo de streaming documentado permite hasta tres imágenes parciales antes de la imagen terminada; guarde el recurso final en lugar de una vista previa de progreso. La interfaz del fabricante también admite procesamiento por lotes.\n\nEvalúe la claridad del texto, la posición de los objetos y la conservación de los detalles originales en el resultado real. GPT Image puede tener dificultades con los textos precisos, las composiciones sensibles a la disposición y la identidad visual recurrente entre generaciones independientes. Para una secuencia de ediciones, use el resultado elegido como siguiente origen e indique un cambio concreto vinculado a un problema visible. La salida útil de GPT Image 2 es una imagen asociada a un encargo claro de generación o edición, con sus entradas de alta fidelidad, dimensiones y calidad elegidas para esa tarea específica.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "2ecbfafeac4e591457e636d6e1f21ceb13ec939126986badb3dd89dd8e20bad6", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "gpt-image-2GPT Image 2 genera y edita imágenes a partir de texto y referencias visuales. Admite dimensiones flexibles y procesa automáticamente las imágenes de entrada con alta fidelidad, con controles independientes de calidad, formato y fondo para el recurso terminado.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT Image 2 es el modelo de OpenAI para generar y editar imágenes a partir de texto y entradas visuales. Crea una imagen nueva a partir de un encargo escrito y puede utilizar imágenes de origen para ediciones o trabajos guiados por referencias. Las tareas prácticas incluyen ilustraciones, conceptos de producto, composiciones visuales y cambios en un recurso existente. Es una edición independiente de los modelos GPT Image 2.5 Sunburst y Flare, con su propio intervalo de calidad y comportamiento de fidelidad de entrada.
Para generar, describa el sujeto, la escena, la composición, la luz y el estilo previsto. Para editar, indique lo que debe cambiar y lo que debe conservar su aspecto. Un encargo de producto puede pedir una lámpara de cerámica sobre una superficie clara con la silueta centrada y espacio para un pie de imagen; una edición posterior puede cambiar el fondo conservando la forma de la lámpara y el ángulo de visión. Los flujos directos documentados de generación y edición aceptan prompts de hasta 32 000 caracteres y pueden devolver entre una y diez imágenes.
La edición con referencias acepta hasta dieciséis imágenes de entrada. Especifique la finalidad de cada referencia para no confundir el sujeto, el fondo y el tratamiento visual. GPT Image 2 procesa automáticamente todas las imágenes de entrada con alta fidelidad; se debe omitir input_fidelity porque no se puede ajustar en esta edición. Esto difiere de la elección entre high y low en GPT Image 1 y del modo de fidelidad de entrada exclusivamente low de GPT Image 1 Mini. El procesamiento de entrada de alta fidelidad favorece el detalle del original sin garantizar que todos los detalles se reproduzcan sin cambios.
Una máscara puede identificar la zona que se debe editar. La imagen de origen y la máscara deben tener el mismo formato y dimensiones y un tamaño inferior a 50 MB según los requisitos de preparación de la guía; la máscara también necesita un canal alfa. Si se proporcionan varias imágenes de entrada, la máscara se aplica a la primera. El modelo trata la máscara como una orientación basada en el prompt en lugar de un límite geométrico estricto. Describa el cambio local y los requisitos de conservación, y después examine la zona circundante para detectar diferencias no deseadas.
GPT Image 2 admite las calidades low, medium, high y auto, con auto como predeterminada. Los ajustes xhigh y max de la familia 2.5 no forman parte del intervalo de calidad de esta edición. El tamaño puede ser cuadrado, horizontal, vertical, automático o un ancho y alto personalizados válidos. Los ejemplos del proveedor incluyen 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 y 2160 × 3840 píxeles. Elija la orientación y el nivel de detalle según la composición real en vez de tratar la calidad y las dimensiones como un mismo control.
Las dimensiones personalizadas deben ser múltiplos de dieciséis píxeles, con un lado máximo de 3840 píxeles, una relación entre el lado largo y el corto no superior a 3:1 y un área de 655 360 a 8 294 400 píxeles. Deben cumplirse todas estas condiciones simultáneamente. Las resoluciones superiores a 2560 × 1440 se señalan como experimentales. Un formato que satisfaga una regla aún puede incumplir otra, por lo que debe seleccionar una pareja de dimensiones admitida y describir en el encargo los elementos sensibles al recorte.
La salida es PNG de forma predeterminada, con JPEG o WebP también disponibles. Para JPEG y WebP se admite una compresión de 0 a 100. El fondo puede ser opaco o automático; la referencia actual exacta describe la transparencia en GPT Image 2 como una capacidad en vista previa. Al solicitar transparencia, use PNG o WebP para conservar un canal alfa. El flujo de streaming documentado permite hasta tres imágenes parciales antes de la imagen terminada; guarde el recurso final en lugar de una vista previa de progreso. La interfaz del fabricante también admite procesamiento por lotes.
Evalúe la claridad del texto, la posición de los objetos y la conservación de los detalles originales en el resultado real. GPT Image puede tener dificultades con los textos precisos, las composiciones sensibles a la disposición y la identidad visual recurrente entre generaciones independientes. Para una secuencia de ediciones, use el resultado elegido como siguiente origen e indique un cambio concreto vinculado a un problema visible. La salida útil de GPT Image 2 es una imagen asociada a un encargo claro de generación o edición, con sus entradas de alta fidelidad, dimensiones y calidad elegidas para esa tarea específica.
POST /v1/images/generationstextimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gpt-image-2 | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud mínima: 1 | Predeterminado— |
Campon | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 | Predeterminado1 |
Camporesponse_format | Tipostring | RequisitoOpcional | Valores y límites url, b64_json | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Camposize | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoquality | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campobackground | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campooutput_format | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campooutput_compression | Tipointeger | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomoderation | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinput_fidelity | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostyle | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campopartial_images | Tipointeger | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Texto a imagen · Obligatorio: prompt
| Parámetro | Contrato |
|---|---|
Parámetromaterial_types | Contratotext |
Parámetrorequired | Contratomodel, prompt |
Parámetrooptional_controls | Contratonull |
Parámetrocontent_type | Contratoapplication/json |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id real devuelto o registro de la biblioteca multimedia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Las estructuras e ID de los métodos son exactos; la capacidad del proveedor y la admisión son conceptos distintos.
POST /v1/images/generationsAiloot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\nexport AILOOT_API_KEY\n: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"\nexport AILOOT_PROMPT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "gpt-image-2", "prompt": ""}')\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")\np['prompt']=f.read_text(encoding="utf-8")\nif not p['prompt'].strip():raise SystemExit("Brief must contain text")\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nfrom openai import OpenAI\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\n\nf=Path(os.environ["AILOOT_PROMPT_FILE"])\nif not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")\nrequest={'model': 'gpt-image-2', 'prompt': ''}\nrequest["prompt"]=f.read_text(encoding="utf-8")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.images.generate(**request)\nPath("sdk-result.txt").write_text(str(result),encoding="utf-8")\nsave_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])\nimport OpenAI from "openai";\nimport { readFileSync, writeFileSync } from "node:fs";\nconst key=process.env.AILOOT_API_KEY;\nif(!key) throw new Error("Set your actual Ailoot API key");\nconst client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});\nconst request={"model": "gpt-image-2", "prompt": ""};\nif(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");\nrequest.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");\nconst result=await client.images.generate(request);\nwriteFileSync("sdk-result.json",JSON.stringify(result,null,2));\nif(!result.data?.length) throw new Error("No completed images");\nfor(let index=0;index<result.data.length;index++) {\n const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;\n if(!encoded && uri.startsWith("data:image/")) {\n const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");\n encoded=uri.slice(comma+1);\n }\n if(encoded) {\n if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");\n raw=Buffer.from(encoded,"base64");\n } else if(uri) {\n const u=new URL(uri,"https://api.ailoot.ai");\n if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");\n const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");\n const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});\n if(!response.ok) throw new Error("Image content download failed: "+response.status);\n raw=Buffer.from(await response.arrayBuffer());\n } else throw new Error("Image has neither bytes nor URL");\n if(!raw.length) throw new Error("Empty image result");\n const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";\n writeFileSync(`image-${index}.${ext}`,raw);\n}\nconsole.log("Every returned image saved; sdk-result.json retains complete metadata");\nDescarga cada imagen recibida o guarda su contenido Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}Guarda todas las imágenes completadas; descarga cada URL recibida o decodifica su contenido Base64.
Guarda todos los elementos de datos. Decodifica cada b64_json o descarga el recurso de cada URL firmada devuelta. Elige la extensión del archivo a partir del tipo MIME o de los bytes reales.
Si el resultado de una generación o edición de imágenes requiere una comprobación, conserva el operation_id/X-Client-Request-ID original y la información del resultado devuelta. Recupera los resultados propios existentes a través de la biblioteca multimedia usando valores task_id o asset_id reales. No vuelvas a enviar la solicitud de generación o edición ni construyas una URL de consulta periódica a partir de operation_id.
| Campo | Tipo |
|---|---|
Campocreated | Tipointeger |
Campodata[].url | Tipostring |
Campodata[].b64_json | Tipobase64 string |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Respuestaserver_error | CondiciónLa respuesta devuelta indica que la operación o el resultado requiere una comprobación | Siguiente pasoConserva el ID original de operación o tarea devuelto, las cabeceras de la solicitud y la respuesta; continúa con las lecturas admitidas de esa operación original. No vuelvas a enviar la solicitud de creación. |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images
gpt-image-2GPT Image 2 genera y edita imágenes a partir de texto y referencias visuales. Admite dimensiones flexibles y procesa automáticamente las imágenes de entrada con alta fidelidad, con controles independientes de calidad, formato y fondo para el recurso terminado.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT Image 2 es el modelo de OpenAI para generar y editar imágenes a partir de texto y entradas visuales. Crea una imagen nueva a partir de un encargo escrito y puede utilizar imágenes de origen para ediciones o trabajos guiados por referencias. Las tareas prácticas incluyen ilustraciones, conceptos de producto, composiciones visuales y cambios en un recurso existente. Es una edición independiente de los modelos GPT Image 2.5 Sunburst y Flare, con su propio intervalo de calidad y comportamiento de fidelidad de entrada.
Para generar, describa el sujeto, la escena, la composición, la luz y el estilo previsto. Para editar, indique lo que debe cambiar y lo que debe conservar su aspecto. Un encargo de producto puede pedir una lámpara de cerámica sobre una superficie clara con la silueta centrada y espacio para un pie de imagen; una edición posterior puede cambiar el fondo conservando la forma de la lámpara y el ángulo de visión. Los flujos directos documentados de generación y edición aceptan prompts de hasta 32 000 caracteres y pueden devolver entre una y diez imágenes.
La edición con referencias acepta hasta dieciséis imágenes de entrada. Especifique la finalidad de cada referencia para no confundir el sujeto, el fondo y el tratamiento visual. GPT Image 2 procesa automáticamente todas las imágenes de entrada con alta fidelidad; se debe omitir input_fidelity porque no se puede ajustar en esta edición. Esto difiere de la elección entre high y low en GPT Image 1 y del modo de fidelidad de entrada exclusivamente low de GPT Image 1 Mini. El procesamiento de entrada de alta fidelidad favorece el detalle del original sin garantizar que todos los detalles se reproduzcan sin cambios.
Una máscara puede identificar la zona que se debe editar. La imagen de origen y la máscara deben tener el mismo formato y dimensiones y un tamaño inferior a 50 MB según los requisitos de preparación de la guía; la máscara también necesita un canal alfa. Si se proporcionan varias imágenes de entrada, la máscara se aplica a la primera. El modelo trata la máscara como una orientación basada en el prompt en lugar de un límite geométrico estricto. Describa el cambio local y los requisitos de conservación, y después examine la zona circundante para detectar diferencias no deseadas.
GPT Image 2 admite las calidades low, medium, high y auto, con auto como predeterminada. Los ajustes xhigh y max de la familia 2.5 no forman parte del intervalo de calidad de esta edición. El tamaño puede ser cuadrado, horizontal, vertical, automático o un ancho y alto personalizados válidos. Los ejemplos del proveedor incluyen 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 y 2160 × 3840 píxeles. Elija la orientación y el nivel de detalle según la composición real en vez de tratar la calidad y las dimensiones como un mismo control.
Las dimensiones personalizadas deben ser múltiplos de dieciséis píxeles, con un lado máximo de 3840 píxeles, una relación entre el lado largo y el corto no superior a 3:1 y un área de 655 360 a 8 294 400 píxeles. Deben cumplirse todas estas condiciones simultáneamente. Las resoluciones superiores a 2560 × 1440 se señalan como experimentales. Un formato que satisfaga una regla aún puede incumplir otra, por lo que debe seleccionar una pareja de dimensiones admitida y describir en el encargo los elementos sensibles al recorte.
La salida es PNG de forma predeterminada, con JPEG o WebP también disponibles. Para JPEG y WebP se admite una compresión de 0 a 100. El fondo puede ser opaco o automático; la referencia actual exacta describe la transparencia en GPT Image 2 como una capacidad en vista previa. Al solicitar transparencia, use PNG o WebP para conservar un canal alfa. El flujo de streaming documentado permite hasta tres imágenes parciales antes de la imagen terminada; guarde el recurso final en lugar de una vista previa de progreso. La interfaz del fabricante también admite procesamiento por lotes.
Evalúe la claridad del texto, la posición de los objetos y la conservación de los detalles originales en el resultado real. GPT Image puede tener dificultades con los textos precisos, las composiciones sensibles a la disposición y la identidad visual recurrente entre generaciones independientes. Para una secuencia de ediciones, use el resultado elegido como siguiente origen e indique un cambio concreto vinculado a un problema visible. La salida útil de GPT Image 2 es una imagen asociada a un encargo claro de generación o edición, con sus entradas de alta fidelidad, dimensiones y calidad elegidas para esa tarea específica.
POST /v1/images/generationstextimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites gpt-image-2 | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud máxima: 32.000 | Predeterminado— |
Camposize | Tipostring | RequisitoOpcional | Valores y límites Condiciones: Usa auto o WIDTHxHEIGHT con ambas dimensiones divisibles por 16. El lado más largo no puede superar los 3,840 píxeles y el tamaño total no puede superar los 8,300,000 píxeles. | Predeterminadoauto |
Campobackground | Tipostring | RequisitoOpcional | Valores y límites transparent, opaque, auto | Predeterminadoauto |
Campomoderation | Tipostring | RequisitoOpcional | Valores y límites low, auto Condiciones: Usa auto para la moderación estándar del contenido. | Predeterminado— |
Campon | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Máximo: 10 | Predeterminado1 |
Campoquality | Tipostring | RequisitoOpcional | Valores y límites auto, high, medium, low | Predeterminadoauto |
Campooutput_compression | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 0 Máximo: 100 Condiciones: Se aplica a la salida JPEG y WebP; envía el valor entero documentado. | Predeterminado100 |
Campooutput_format | Tipostring | RequisitoOpcional | Valores y límites webp, png, jpeg | Predeterminadopng |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites false Condiciones: Esta ruta devuelve una única respuesta JSON completa. | Predeterminadofalse |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratoprompt, model |
Parámetromaterial_types | Contratotext |
Parámetrooptional | Contratosize, background, moderation, n, quality, output_compression, output_format, stream |
Parámetroconditions | ContratoUn fondo transparente requiere PNG o WebP., La compresión de salida se aplica a JPEG o WebP., El método seleccionado genera a partir de texto. Los controles de edición y transmisión continua descritos para el fabricante son capacidades independientes. |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id real devuelto o registro de la biblioteca multimedia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Las tarifas mostradas estiman el coste antes de la generación. El cargo final se calcula a partir del coste registrado para la generación original. La duración medida del resultado y las cantidades previstas no constituyen la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Cargo |
|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| ConfiguraciónCoste estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Cargo Salida · Coste estimado de generación · Estimación solo para comparar $0.24576 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija para la generación completada. |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'prompt': 'A cute baby sea otter', 'model': 'gpt-image-2', 'size': '1024x1024', 'n': 1, 'background': 'auto', 'moderation': 'auto', 'output_format': 'png'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nDescarga cada imagen recibida o guarda su contenido Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nGuarda todas las imágenes completadas; descarga cada URL recibida o decodifica su contenido Base64.
Conserva la respuesta completa y las cabeceras, todas las salidas reales, los identificadores originales devueltos y todos los campos de uso. Recupera la operación original sin volver a enviar la solicitud de creación.
Conserva el X-Client-Request-ID devuelto para la conciliación. Consulta únicamente los valores task_id/asset_id realmente devueltos o la biblioteca multimedia propia; nunca construyas una URL de tarea a partir del ID de la operación ni vuelvas a enviar la solicitud de creación.
| Campo | Tipo |
|---|---|
Campocreated | Tipo |
Campodata[].url | Tipo |
Campodata[].b64_json | Tipo |
Campousage | Tipo |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images
openai/gpt-image-2GPT Image 2 genera y edita imágenes a partir de texto y referencias visuales. Admite dimensiones flexibles y procesa automáticamente las imágenes de entrada con alta fidelidad, con controles independientes de calidad, formato y fondo para el recurso terminado.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT Image 2 es el modelo de OpenAI para generar y editar imágenes a partir de texto y entradas visuales. Crea una imagen nueva a partir de un encargo escrito y puede utilizar imágenes de origen para ediciones o trabajos guiados por referencias. Las tareas prácticas incluyen ilustraciones, conceptos de producto, composiciones visuales y cambios en un recurso existente. Es una edición independiente de los modelos GPT Image 2.5 Sunburst y Flare, con su propio intervalo de calidad y comportamiento de fidelidad de entrada.
Para generar, describa el sujeto, la escena, la composición, la luz y el estilo previsto. Para editar, indique lo que debe cambiar y lo que debe conservar su aspecto. Un encargo de producto puede pedir una lámpara de cerámica sobre una superficie clara con la silueta centrada y espacio para un pie de imagen; una edición posterior puede cambiar el fondo conservando la forma de la lámpara y el ángulo de visión. Los flujos directos documentados de generación y edición aceptan prompts de hasta 32 000 caracteres y pueden devolver entre una y diez imágenes.
La edición con referencias acepta hasta dieciséis imágenes de entrada. Especifique la finalidad de cada referencia para no confundir el sujeto, el fondo y el tratamiento visual. GPT Image 2 procesa automáticamente todas las imágenes de entrada con alta fidelidad; se debe omitir input_fidelity porque no se puede ajustar en esta edición. Esto difiere de la elección entre high y low en GPT Image 1 y del modo de fidelidad de entrada exclusivamente low de GPT Image 1 Mini. El procesamiento de entrada de alta fidelidad favorece el detalle del original sin garantizar que todos los detalles se reproduzcan sin cambios.
Una máscara puede identificar la zona que se debe editar. La imagen de origen y la máscara deben tener el mismo formato y dimensiones y un tamaño inferior a 50 MB según los requisitos de preparación de la guía; la máscara también necesita un canal alfa. Si se proporcionan varias imágenes de entrada, la máscara se aplica a la primera. El modelo trata la máscara como una orientación basada en el prompt en lugar de un límite geométrico estricto. Describa el cambio local y los requisitos de conservación, y después examine la zona circundante para detectar diferencias no deseadas.
GPT Image 2 admite las calidades low, medium, high y auto, con auto como predeterminada. Los ajustes xhigh y max de la familia 2.5 no forman parte del intervalo de calidad de esta edición. El tamaño puede ser cuadrado, horizontal, vertical, automático o un ancho y alto personalizados válidos. Los ejemplos del proveedor incluyen 1024 × 1024, 1536 × 1024, 1024 × 1536, 2048 × 2048, 2048 × 1152, 3840 × 2160 y 2160 × 3840 píxeles. Elija la orientación y el nivel de detalle según la composición real en vez de tratar la calidad y las dimensiones como un mismo control.
Las dimensiones personalizadas deben ser múltiplos de dieciséis píxeles, con un lado máximo de 3840 píxeles, una relación entre el lado largo y el corto no superior a 3:1 y un área de 655 360 a 8 294 400 píxeles. Deben cumplirse todas estas condiciones simultáneamente. Las resoluciones superiores a 2560 × 1440 se señalan como experimentales. Un formato que satisfaga una regla aún puede incumplir otra, por lo que debe seleccionar una pareja de dimensiones admitida y describir en el encargo los elementos sensibles al recorte.
La salida es PNG de forma predeterminada, con JPEG o WebP también disponibles. Para JPEG y WebP se admite una compresión de 0 a 100. El fondo puede ser opaco o automático; la referencia actual exacta describe la transparencia en GPT Image 2 como una capacidad en vista previa. Al solicitar transparencia, use PNG o WebP para conservar un canal alfa. El flujo de streaming documentado permite hasta tres imágenes parciales antes de la imagen terminada; guarde el recurso final en lugar de una vista previa de progreso. La interfaz del fabricante también admite procesamiento por lotes.
Evalúe la claridad del texto, la posición de los objetos y la conservación de los detalles originales en el resultado real. GPT Image puede tener dificultades con los textos precisos, las composiciones sensibles a la disposición y la identidad visual recurrente entre generaciones independientes. Para una secuencia de ediciones, use el resultado elegido como siguiente origen e indique un cambio concreto vinculado a un problema visible. La salida útil de GPT Image 2 es una imagen asociada a un encargo claro de generación o edición, con sus entradas de alta fidelidad, dimensiones y calidad elegidas para esa tarea específica.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-image-2 | Predeterminado— |
Campoprompt | Tipostring | RequisitoObligatorio | Valores y límites Longitud mínima: 1 | Predeterminado— |
Campoaspect_ratio | Tipostring | RequisitoOpcional | Valores y límites 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9, auto | Predeterminado— |
Campoquality | Tipostring | RequisitoOpcional | Valores y límites auto, low, medium, high | Predeterminado— |
Campobackground | Tipostring | RequisitoOpcional | Valores y límites auto, opaque | Predeterminado— |
Campon | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Máximo: 10 | Predeterminado— |
Campoinput_references | Tipoarray | RequisitoOpcional | Valores y límites Número mínimo de elementos: 0 Número máximo de elementos: 16 | Predeterminado— |
Campooutput_compression | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 0 Máximo: 100 | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, prompt |
Parámetromaterial_types | Contratotext, image |
Ciclo de vida: synchronous_result_then_owned_library
GET /v1/media/tasks/{task_id} · task_id real devuelto o registro de la biblioteca multimedia
GET /v1/media/assets/{asset_id}/content
GET /v1/media/assets
GET /v1/media/assets/{asset_id}
Las tarifas mostradas estiman el coste antes de la generación. El cargo final se calcula a partir del coste registrado para la generación original. La duración medida del resultado y las cantidades previstas no constituyen la cantidad facturable final.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Cantidad prevista | Cargo |
|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Cantidad prevista— | Cargo Entrada · Tokens de entrada · Estimación solo para comparar — / 1K tokens Salida · Tokens de salida · Estimación solo para comparar — / 1K tokens Entrada · Lectura de caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché · Estimación solo para comparar — / 1K tokens Entrada · Escritura en caché, 1 hora · Estimación solo para comparar — / 1K tokens |
| ConfiguraciónCoste estimado de generación | Tabla de tarifas— | Cantidad previstaestimación para una generación | Cargo Salida · Coste estimado de generación · Estimación solo para comparar $0.24576 estimación previa a la generación Esta estimación no es un cargo adicional ni una tarifa fija para la generación completada. |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nexport AILOOT_API_KEY\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np={'model': 'openai/gpt-image-2', 'prompt': 'a red panda astronaut floating in space, studio lighting'}\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json, os, subprocess\nfrom pathlib import Path\nfrom urllib.parse import urlsplit, urljoin\n\ndef save_images(items):\n if not items: raise SystemExit("No completed images; retain the full response")\n for index, item in enumerate(items):\n encoded=item.get("b64_json")\n uri=item.get("url", "")\n if not encoded and uri.startswith("data:image/"):\n header, separator, encoded=uri.partition(",")\n if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")\n if encoded:\n raw=base64.b64decode(encoded,validate=True)\n elif uri:\n uri=urljoin("https://api.ailoot.ai",uri)\n parsed=urlsplit(uri)\n if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:\n raise SystemExit("Invalid returned image URL")\n owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")\n args=["curl","--fail-with-body","--silent","--show-error",uri]\n if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]\n temporary=Path(f"image-{index}.bin")\n subprocess.run(args+["-o",str(temporary)],check=True)\n raw=temporary.read_bytes()\n temporary.unlink()\n else: raise SystemExit("Image has neither bytes nor URL")\n if not raw: raise SystemExit("Empty image result")\n ext="png" if raw.startswith(b"\\x89PNG") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"\n Path(f"image-{index}.{ext}").write_bytes(raw)\n print("Every returned image saved; complete response metadata retained")\nsave_images(json.loads(Path("result.json").read_text())["data"])\nPY_RESULT\nDescarga cada imagen recibida o guarda su contenido Base64
GET /v1/media/tasks/{task_id}GET /v1/media/assets/{asset_id}/contentGET /v1/media/assetsGET /v1/media/assets/{asset_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json\n# Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token.\nGuarda todas las imágenes completadas; descarga cada URL recibida o decodifica su contenido Base64.
Conserva la respuesta completa y las cabeceras, todas las salidas reales, los identificadores originales devueltos y todos los campos de uso. Recupera la operación original sin volver a enviar la solicitud de creación.
Conserva el X-Client-Request-ID devuelto para la conciliación. Consulta únicamente los valores task_id/asset_id realmente devueltos o la biblioteca multimedia propia; nunca construyas una URL de tarea a partir del ID de la operación ni vuelvas a enviar la solicitud de creación.
| Campo | Tipo |
|---|---|
Campocreated | Tipo |
Campodata[].url | Tipo |
Campodata[].b64_json | Tipo |
Campousage | Tipo |
Ailoot gpt-image-2
Ailoot Ultra gpt-image-2, openai/gpt-image-2
/v1/images