GPT-5.4 Image 2 describe un flujo que combina el modelo textual GPT-5.4 de OpenAI con GPT Image 2 para generación y edición de imágenes. Los componentes tienen funciones distintas: GPT-5.4 puede interpretar un encargo y desarrollar las instrucciones escritas, mientras que GPT Image 2 crea o modifica una imagen. GPT-5.4 acepta texto e imágenes y produce texto; GPT Image 2 acepta entradas de texto e imágenes y produce imágenes.
Para un nuevo elemento visual, describe su propósito, su sujeto, su composición, su estilo y los detalles relevantes para el resultado. Un ejemplo de tarea consiste en preparar la ilustración de un artículo: define la idea que debe comunicar la imagen, el recorte previsto y el espacio necesario para el texto que la acompaña en la página. La etapa escrita puede organizar esos requisitos en unas instrucciones claras. La etapa de imagen utiliza las instrucciones textuales y las referencias, si las hay, para crear el elemento visual.
Para una edición, proporciona la imagen de origen y separa los cambios solicitados de los elementos que deben conservarse. GPT Image 2 procesa automáticamente las imágenes de entrada con alta fidelidad, lo que permite ediciones sensibles a los detalles y flujos basados en referencias. El fabricante documenta la edición de zonas de una imagen y el trabajo con referencias de imagen. Una máscara puede orientar la zona que se edita, pero el enmascaramiento de GPT Image se basa en las instrucciones textuales y puede no seguir exactamente la forma de la máscara. El flujo de máscara documentado requiere que la imagen de destino y la máscara coincidan en formato y dimensiones, que la máscara tenga un canal alfa y que los archivos sean de menos de 50 MB.
GPT Image 2 admite las opciones de calidad low, medium, high y selección automática. Sus tamaños personalizados requieren que ambos lados sean múltiplos de 16 píxeles, que ningún lado supere los 3.840 píxeles, que la relación de aspecto no sea más extrema que 3:1 y que el tamaño total esté entre 655.360 y 8.294.400 píxeles. Los ejemplos documentados incluyen 1.024 × 1.024, 1.536 × 1.024, 2.048 × 2.048 y 3.840 × 2.160. Elige las dimensiones según el destino en lugar de suponer que todos los elementos visuales deben ser cuadrados. En el perfil de salida de Image API documentado por el proveedor, PNG es el formato predeterminado y también están disponibles JPEG y WebP. JPEG y WebP admiten un ajuste de compresión de 0 a 100.
El componente textual tiene su propia especificación. La ventana de contexto publicada de GPT-5.4 es de 1.050.000 tokens, su salida máxima es de 128.000 tokens y su fecha límite de conocimientos es el 31 de agosto de 2025. Sus opciones de esfuerzo de razonamiento son none, low, medium, high y xhigh, con none como valor predeterminado. El proveedor incluye la generación de imágenes entre las herramientas de GPT-5.4, mientras que Image API también proporciona operaciones separadas de generación y edición. Estas funciones documentadas de los componentes no convierten el nombre combinado en un nuevo modelo independiente con un único límite compartido de texto e imagen.
La guía de imágenes describe limitaciones en la colocación precisa del texto, la coherencia visual recurrente y la composición exacta. Prepara texto breve y claramente especificado cuando la rotulación importe, proporciona la referencia pertinente para un sujeto recurrente e identifica explícitamente las restricciones de composición. Revisa la imagen generada o editada frente a esos requisitos. Un resultado útil puede incluir las instrucciones escritas, la imagen y una lista concreta de cambios para la siguiente edición, vinculando el elemento visual con el propósito editorial o de producto original.
", "aboutText": "GPT-5.4 Image 2 describe un flujo que combina el modelo textual GPT-5.4 de OpenAI con GPT Image 2 para generación y edición de imágenes. Los componentes tienen funciones distintas: GPT-5.4 puede interpretar un encargo y desarrollar las instrucciones escritas, mientras que GPT Image 2 crea o modifica una imagen. GPT-5.4 acepta texto e imágenes y produce texto; GPT Image 2 acepta entradas de texto e imágenes y produce imágenes.\n\nPara un nuevo elemento visual, describe su propósito, su sujeto, su composición, su estilo y los detalles relevantes para el resultado. Un ejemplo de tarea consiste en preparar la ilustración de un artículo: define la idea que debe comunicar la imagen, el recorte previsto y el espacio necesario para el texto que la acompaña en la página. La etapa escrita puede organizar esos requisitos en unas instrucciones claras. La etapa de imagen utiliza las instrucciones textuales y las referencias, si las hay, para crear el elemento visual.\n\nPara una edición, proporciona la imagen de origen y separa los cambios solicitados de los elementos que deben conservarse. GPT Image 2 procesa automáticamente las imágenes de entrada con alta fidelidad, lo que permite ediciones sensibles a los detalles y flujos basados en referencias. El fabricante documenta la edición de zonas de una imagen y el trabajo con referencias de imagen. Una máscara puede orientar la zona que se edita, pero el enmascaramiento de GPT Image se basa en las instrucciones textuales y puede no seguir exactamente la forma de la máscara. El flujo de máscara documentado requiere que la imagen de destino y la máscara coincidan en formato y dimensiones, que la máscara tenga un canal alfa y que los archivos sean de menos de 50 MB.\n\nGPT Image 2 admite las opciones de calidad low, medium, high y selección automática. Sus tamaños personalizados requieren que ambos lados sean múltiplos de 16 píxeles, que ningún lado supere los 3.840 píxeles, que la relación de aspecto no sea más extrema que 3:1 y que el tamaño total esté entre 655.360 y 8.294.400 píxeles. Los ejemplos documentados incluyen 1.024 × 1.024, 1.536 × 1.024, 2.048 × 2.048 y 3.840 × 2.160. Elige las dimensiones según el destino en lugar de suponer que todos los elementos visuales deben ser cuadrados. En el perfil de salida de Image API documentado por el proveedor, PNG es el formato predeterminado y también están disponibles JPEG y WebP. JPEG y WebP admiten un ajuste de compresión de 0 a 100.\n\nEl componente textual tiene su propia especificación. La ventana de contexto publicada de GPT-5.4 es de 1.050.000 tokens, su salida máxima es de 128.000 tokens y su fecha límite de conocimientos es el 31 de agosto de 2025. Sus opciones de esfuerzo de razonamiento son none, low, medium, high y xhigh, con none como valor predeterminado. El proveedor incluye la generación de imágenes entre las herramientas de GPT-5.4, mientras que Image API también proporciona operaciones separadas de generación y edición. Estas funciones documentadas de los componentes no convierten el nombre combinado en un nuevo modelo independiente con un único límite compartido de texto e imagen.\n\nLa guía de imágenes describe limitaciones en la colocación precisa del texto, la coherencia visual recurrente y la composición exacta. Prepara texto breve y claramente especificado cuando la rotulación importe, proporciona la referencia pertinente para un sujeto recurrente e identifica explícitamente las restricciones de composición. Revisa la imagen generada o editada frente a esos requisitos. Un resultado útil puede incluir las instrucciones escritas, la imagen y una lista concreta de cambios para la siguiente edición, vinculando el elemento visual con el propósito editorial o de producto original.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Revise an editorial illustration crop\n\nEdit the supplied article illustration for a landscape header. Preserve the central paper boat's shape, folded edges and blue color. Extend the calm water naturally to the left and leave that side visually quiet for page text added later. Keep the existing light direction and add no words, logos, people or extra boats.An edited landscape image with the original boat preserved and clear composition space on the left.Compare boat details and light direction with the source, and inspect the added water for repeated or distorted elements.openai/gpt-5.4-image-2Un flujo que combina el razonamiento textual de GPT-5.4 con la generación y edición de imágenes de GPT Image 2. Utiliza unas instrucciones escritas y referencias visuales para desarrollar una ilustración o una edición, manteniendo distintas las funciones de los componentes textual y de imagen.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-5.4 Image 2 describe un flujo que combina el modelo textual GPT-5.4 de OpenAI con GPT Image 2 para generación y edición de imágenes. Los componentes tienen funciones distintas: GPT-5.4 puede interpretar un encargo y desarrollar las instrucciones escritas, mientras que GPT Image 2 crea o modifica una imagen. GPT-5.4 acepta texto e imágenes y produce texto; GPT Image 2 acepta entradas de texto e imágenes y produce imágenes.
Para un nuevo elemento visual, describe su propósito, su sujeto, su composición, su estilo y los detalles relevantes para el resultado. Un ejemplo de tarea consiste en preparar la ilustración de un artículo: define la idea que debe comunicar la imagen, el recorte previsto y el espacio necesario para el texto que la acompaña en la página. La etapa escrita puede organizar esos requisitos en unas instrucciones claras. La etapa de imagen utiliza las instrucciones textuales y las referencias, si las hay, para crear el elemento visual.
Para una edición, proporciona la imagen de origen y separa los cambios solicitados de los elementos que deben conservarse. GPT Image 2 procesa automáticamente las imágenes de entrada con alta fidelidad, lo que permite ediciones sensibles a los detalles y flujos basados en referencias. El fabricante documenta la edición de zonas de una imagen y el trabajo con referencias de imagen. Una máscara puede orientar la zona que se edita, pero el enmascaramiento de GPT Image se basa en las instrucciones textuales y puede no seguir exactamente la forma de la máscara. El flujo de máscara documentado requiere que la imagen de destino y la máscara coincidan en formato y dimensiones, que la máscara tenga un canal alfa y que los archivos sean de menos de 50 MB.
GPT Image 2 admite las opciones de calidad low, medium, high y selección automática. Sus tamaños personalizados requieren que ambos lados sean múltiplos de 16 píxeles, que ningún lado supere los 3.840 píxeles, que la relación de aspecto no sea más extrema que 3:1 y que el tamaño total esté entre 655.360 y 8.294.400 píxeles. Los ejemplos documentados incluyen 1.024 × 1.024, 1.536 × 1.024, 2.048 × 2.048 y 3.840 × 2.160. Elige las dimensiones según el destino en lugar de suponer que todos los elementos visuales deben ser cuadrados. En el perfil de salida de Image API documentado por el proveedor, PNG es el formato predeterminado y también están disponibles JPEG y WebP. JPEG y WebP admiten un ajuste de compresión de 0 a 100.
El componente textual tiene su propia especificación. La ventana de contexto publicada de GPT-5.4 es de 1.050.000 tokens, su salida máxima es de 128.000 tokens y su fecha límite de conocimientos es el 31 de agosto de 2025. Sus opciones de esfuerzo de razonamiento son none, low, medium, high y xhigh, con none como valor predeterminado. El proveedor incluye la generación de imágenes entre las herramientas de GPT-5.4, mientras que Image API también proporciona operaciones separadas de generación y edición. Estas funciones documentadas de los componentes no convierten el nombre combinado en un nuevo modelo independiente con un único límite compartido de texto e imagen.
La guía de imágenes describe limitaciones en la colocación precisa del texto, la coherencia visual recurrente y la composición exacta. Prepara texto breve y claramente especificado cuando la rotulación importe, proporciona la referencia pertinente para un sujeto recurrente e identifica explícitamente las restricciones de composición. Revisa la imagen generada o editada frente a esos requisitos. Un resultado útil puede incluir las instrucciones escritas, la imagen y una lista concreta de cambios para la siguiente edición, vinculando el elemento visual con el propósito editorial o de producto original.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-5.4-image-2 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
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 | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.016 / 1K tokens Salida · Tokens de salida $0.03 / 1K tokens Entrada · Lectura de caché $0.004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens Salida · Tokens de salida de imagen $0.06 / 1K tokens de imagen |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.016 / 1K tokens Salida · Tokens de salida $0.03 / 1K tokens Entrada · Lectura de caché $0.004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Las tablas de referencia del modelo no cambian la selección del método, las estimaciones de coste ni los cargos. Los cargos aplicados usan las tarifas del método Ailoot seleccionado.
| Configuración | Condiciones de facturación | Cargo |
|---|---|---|
| ConfiguraciónOpenAI: GPT-5.4 Image 2 · Configuración predeterminada | Condiciones de facturaciónConfiguración predeterminada | Cargo Entrada · Tokens de entrada 0,016 US$ / 1K tokens Salida · Tokens de salida 0,03 US$ / 1K tokens Salida · Imagen de salida 0,06 US$ / 1K tokens Salida · Búsqueda web 0,02 US$ por búsqueda Entrada · Lectura de caché 0,004 US$ / 1K tokens |
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}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "openai/gpt-5.4-image-2", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\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/chat/completions \\\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 json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='openai/gpt-5.4-image-2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='openai/gpt-5.4-image-2',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
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. |
Ailoot Ultra openai/gpt-5.4-image-2
/v1/images
openai/gpt-5.4-image-2Un flujo que combina el razonamiento textual de GPT-5.4 con la generación y edición de imágenes de GPT Image 2. Utiliza unas instrucciones escritas y referencias visuales para desarrollar una ilustración o una edición, manteniendo distintas las funciones de los componentes textual y de imagen.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-5.4 Image 2 describe un flujo que combina el modelo textual GPT-5.4 de OpenAI con GPT Image 2 para generación y edición de imágenes. Los componentes tienen funciones distintas: GPT-5.4 puede interpretar un encargo y desarrollar las instrucciones escritas, mientras que GPT Image 2 crea o modifica una imagen. GPT-5.4 acepta texto e imágenes y produce texto; GPT Image 2 acepta entradas de texto e imágenes y produce imágenes.
Para un nuevo elemento visual, describe su propósito, su sujeto, su composición, su estilo y los detalles relevantes para el resultado. Un ejemplo de tarea consiste en preparar la ilustración de un artículo: define la idea que debe comunicar la imagen, el recorte previsto y el espacio necesario para el texto que la acompaña en la página. La etapa escrita puede organizar esos requisitos en unas instrucciones claras. La etapa de imagen utiliza las instrucciones textuales y las referencias, si las hay, para crear el elemento visual.
Para una edición, proporciona la imagen de origen y separa los cambios solicitados de los elementos que deben conservarse. GPT Image 2 procesa automáticamente las imágenes de entrada con alta fidelidad, lo que permite ediciones sensibles a los detalles y flujos basados en referencias. El fabricante documenta la edición de zonas de una imagen y el trabajo con referencias de imagen. Una máscara puede orientar la zona que se edita, pero el enmascaramiento de GPT Image se basa en las instrucciones textuales y puede no seguir exactamente la forma de la máscara. El flujo de máscara documentado requiere que la imagen de destino y la máscara coincidan en formato y dimensiones, que la máscara tenga un canal alfa y que los archivos sean de menos de 50 MB.
GPT Image 2 admite las opciones de calidad low, medium, high y selección automática. Sus tamaños personalizados requieren que ambos lados sean múltiplos de 16 píxeles, que ningún lado supere los 3.840 píxeles, que la relación de aspecto no sea más extrema que 3:1 y que el tamaño total esté entre 655.360 y 8.294.400 píxeles. Los ejemplos documentados incluyen 1.024 × 1.024, 1.536 × 1.024, 2.048 × 2.048 y 3.840 × 2.160. Elige las dimensiones según el destino en lugar de suponer que todos los elementos visuales deben ser cuadrados. En el perfil de salida de Image API documentado por el proveedor, PNG es el formato predeterminado y también están disponibles JPEG y WebP. JPEG y WebP admiten un ajuste de compresión de 0 a 100.
El componente textual tiene su propia especificación. La ventana de contexto publicada de GPT-5.4 es de 1.050.000 tokens, su salida máxima es de 128.000 tokens y su fecha límite de conocimientos es el 31 de agosto de 2025. Sus opciones de esfuerzo de razonamiento son none, low, medium, high y xhigh, con none como valor predeterminado. El proveedor incluye la generación de imágenes entre las herramientas de GPT-5.4, mientras que Image API también proporciona operaciones separadas de generación y edición. Estas funciones documentadas de los componentes no convierten el nombre combinado en un nuevo modelo independiente con un único límite compartido de texto e imagen.
La guía de imágenes describe limitaciones en la colocación precisa del texto, la coherencia visual recurrente y la composición exacta. Prepara texto breve y claramente especificado cuando la rotulación importe, proporciona la referencia pertinente para un sujeto recurrente e identifica explícitamente las restricciones de composición. Revisa la imagen generada o editada frente a esos requisitos. Un resultado útil puede incluir las instrucciones escritas, la imagen y una lista concreta de cambios para la siguiente edición, vinculando el elemento visual con el propósito editorial o de producto original.
POST /v1/images/generationstext, imageimage| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-5.4-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-5.4-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 Ultra openai/gpt-5.4-image-2
/v1/images
openai/gpt-5.4-image-2Un flujo que combina el razonamiento textual de GPT-5.4 con la generación y edición de imágenes de GPT Image 2. Utiliza unas instrucciones escritas y referencias visuales para desarrollar una ilustración o una edición, manteniendo distintas las funciones de los componentes textual y de imagen.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
GPT-5.4 Image 2 describe un flujo que combina el modelo textual GPT-5.4 de OpenAI con GPT Image 2 para generación y edición de imágenes. Los componentes tienen funciones distintas: GPT-5.4 puede interpretar un encargo y desarrollar las instrucciones escritas, mientras que GPT Image 2 crea o modifica una imagen. GPT-5.4 acepta texto e imágenes y produce texto; GPT Image 2 acepta entradas de texto e imágenes y produce imágenes.
Para un nuevo elemento visual, describe su propósito, su sujeto, su composición, su estilo y los detalles relevantes para el resultado. Un ejemplo de tarea consiste en preparar la ilustración de un artículo: define la idea que debe comunicar la imagen, el recorte previsto y el espacio necesario para el texto que la acompaña en la página. La etapa escrita puede organizar esos requisitos en unas instrucciones claras. La etapa de imagen utiliza las instrucciones textuales y las referencias, si las hay, para crear el elemento visual.
Para una edición, proporciona la imagen de origen y separa los cambios solicitados de los elementos que deben conservarse. GPT Image 2 procesa automáticamente las imágenes de entrada con alta fidelidad, lo que permite ediciones sensibles a los detalles y flujos basados en referencias. El fabricante documenta la edición de zonas de una imagen y el trabajo con referencias de imagen. Una máscara puede orientar la zona que se edita, pero el enmascaramiento de GPT Image se basa en las instrucciones textuales y puede no seguir exactamente la forma de la máscara. El flujo de máscara documentado requiere que la imagen de destino y la máscara coincidan en formato y dimensiones, que la máscara tenga un canal alfa y que los archivos sean de menos de 50 MB.
GPT Image 2 admite las opciones de calidad low, medium, high y selección automática. Sus tamaños personalizados requieren que ambos lados sean múltiplos de 16 píxeles, que ningún lado supere los 3.840 píxeles, que la relación de aspecto no sea más extrema que 3:1 y que el tamaño total esté entre 655.360 y 8.294.400 píxeles. Los ejemplos documentados incluyen 1.024 × 1.024, 1.536 × 1.024, 2.048 × 2.048 y 3.840 × 2.160. Elige las dimensiones según el destino en lugar de suponer que todos los elementos visuales deben ser cuadrados. En el perfil de salida de Image API documentado por el proveedor, PNG es el formato predeterminado y también están disponibles JPEG y WebP. JPEG y WebP admiten un ajuste de compresión de 0 a 100.
El componente textual tiene su propia especificación. La ventana de contexto publicada de GPT-5.4 es de 1.050.000 tokens, su salida máxima es de 128.000 tokens y su fecha límite de conocimientos es el 31 de agosto de 2025. Sus opciones de esfuerzo de razonamiento son none, low, medium, high y xhigh, con none como valor predeterminado. El proveedor incluye la generación de imágenes entre las herramientas de GPT-5.4, mientras que Image API también proporciona operaciones separadas de generación y edición. Estas funciones documentadas de los componentes no convierten el nombre combinado en un nuevo modelo independiente con un único límite compartido de texto e imagen.
La guía de imágenes describe limitaciones en la colocación precisa del texto, la coherencia visual recurrente y la composición exacta. Prepara texto breve y claramente especificado cuando la rotulación importe, proporciona la referencia pertinente para un sujeto recurrente e identifica explícitamente las restricciones de composición. Revisa la imagen generada o editada frente a esos requisitos. Un resultado útil puede incluir las instrucciones escritas, la imagen y una lista concreta de cambios para la siguiente edición, vinculando el elemento visual con el propósito editorial o de producto original.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites openai/gpt-5.4-image-2 | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
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 | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.016 / 1K tokens Salida · Tokens de salida $0.03 / 1K tokens Entrada · Lectura de caché $0.004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens Salida · Tokens de salida de imagen $0.06 / 1K tokens de imagen |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.016 / 1K tokens Salida · Tokens de salida $0.03 / 1K tokens Entrada · Lectura de caché $0.004 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "openai/gpt-5.4-image-2",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.4-image-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'openai/gpt-5.4-image-2', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
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. |
Ailoot Ultra openai/gpt-5.4-image-2
/v1/images
Ejemplo técnico en inglés
Revise an editorial illustration crop\n\nEdit the supplied article illustration for a landscape header. Preserve the central paper boat's shape, folded edges and blue color. Extend the calm water naturally to the left and leave that side visually quiet for page text added later. Keep the existing light direction and add no words, logos, people or extra boats.An edited landscape image with the original boat preserved and clear composition space on the left.Compare boat details and light direction with the source, and inspect the added water for repeated or distorted elements.