ToAPIs
    InicioToAPIs
    Generación de imágenesGPT Image 2.6, Gemini, FLUX…Generación de videoSeedance, Veo, Kling, Sora…Chat y redacciónGPT-5.6, Claude, DeepSeek…Voz y músicaLocuciones, TTS, audio
    NovedadSeedance 2.5
    PreciosDocumentación de APIMCP
    BlogAlternativas
    Iniciar sesiónEmpieza gratis
    Todos los modelosPreciosDocumentación de APIMCPBlogAlternativas
    Iniciar sesiónEmpieza gratis

    Idioma

    Esc
    • Seedance 2.5Generación de video
    • GPT Image 2Generación de imágenes
    • GPT Image 2.6Generación de imágenes
    • GPT Image 2.5Generación de imágenes
    • Veo 3.1 FastGeneración de video
    • Kling 3.0 TurboGeneración de video
    • Kling V4 FlashGeneración de video
    • Grok Video 1.5Generación de video
    • Nano Banana 2Generación de imágenes
    • Seedream 5.5Generación de imágenes
    • FLUXGeneración de imágenes
    • Sora 2Generación de video
    • Todos los modelos de imagenCategoría
    • Todos los modelos de videoCategoría
    • GPT-5.6 SolChat y código
    • Claude Opus 4.8Chat y código
    • Claude Opus 4.7Chat y código
    • DeepSeek V4 ProDeepSeek · Texto
    • Gemini Omni 1.1 FlashGoogle · Multimodal
    1. Inicio
    2. Blog
    3. Tutorial
    4. Generar imágenes nativas en 4K con GPT Image 2: relaciones de aspecto y flujos de escalado
    Volver a todos los artículos
    tutorial2026-11-127 min de lectura

    Generar imágenes nativas en 4K con GPT Image 2: relaciones de aspecto y flujos de escalado

    Genera salida nativa en 4K con el contrato actual de GPT Image 2: define size como una relación de aspecto y resolution como 4k. No existe un flag upscale: true documentado, y el tamaño en píxeles del 4K depende de la proporción que elijas.

    ToAPIs Engineering & Evaluation Team
    GPT Image 24KAspect RatioImage APITutorial
    TL;DR - Puntos clave
    • gpt-image-2 exacto expone la resolución como un nivel de primera clase: 1k, 2k y 4k. Solicita 4K nativo enviando resolution: "4k" en POST /v1/images/generations — no un flag upscale: true del lado del servidor, y tampoco una cadena de tamaño como 1024x1024.
    • size es una relación de aspecto (1:1, 16:9 y las demás proporciones documentadas). La referencia de la API publica una tabla de píxeles: una imagen 16:9 en 4k es 3840x2160, mientras que una imagen 1:1 en 4k es 2880x2880.
    • El playground actual omite 5:4 y 4:5 cuando la resolución es 4K, aunque la tabla de size de la API lista valores en píxeles para esas dos proporciones. Confírmalo contra la referencia en vivo si los necesitas.
    • Las tareas son asíncronas: guarda el id de la tarea y consulta GET /v1/images/generations/{id}. Un timeout del cliente no demuestra que la tarea haya fallado, sobre todo en 4k.
    • No presupuestes con precios unitarios antiguos de 1024px / 2048px. Confirma la tarifa vigente por nivel para el ID de modelo exacto de tu cuenta.

    Generar imágenes nativas en 4K con GPT Image 2: relaciones de aspecto y flujos de escalado

    Modelo objetivo: gpt-image-2
    Endpoint de inferencia: https://api.toapis.com/v1/images/generations
    Relacionado: Guía de la API GPT Image 2 · Inpainting y outpainting · Espejo y proxy global · Referencia de tamaños de la API


    1. TL;DR y panorama de rendimiento

    • Tarea: producir una imagen lista para impresión o para un hero en el nivel 4K documentado, con la relación de aspecto que realmente necesitas, desde una sola solicitud a gpt-image-2.
    • Contrato: POST /v1/images/generations con el ID de modelo gpt-image-2. size es una relación de aspecto (1:1, 16:9 y las demás proporciones documentadas). resolution es 1k, 2k o 4k. La referencia oficial publica las dimensiones en píxeles resultantes para cada par.
    • Lo que no debes enviar: size: "2048x2048", un flag quality: "hd" en gpt-image-2 exacto, o un campo inventado upscale: true que prometa convertir un render de 2048 px en 3840x2160. El 4K es un valor de resolution de primera clase.
    • Protocolo asíncrono: la llamada de envío devuelve un id de tarea. Consulta GET /v1/images/generations/{id} (o GET /v1/tasks/{id}) hasta que el estado sea completed o failed. Las tareas en 4K pueden tardar más que los borradores en 1K; un timeout del cliente no demuestra que la tarea haya fallado.
    • FinOps: haz borradores en 1k, promociona los prompts aceptados a 4k y confirma la tarifa vigente por nivel. No copies filas de precio antiguas de 1024 px / 2048 px en una previsión.

    2. Relaciones de aspecto, niveles de resolución y salida nativa en 4K

    El contrato actual de gpt-image-2 separa la forma del nivel. size elige la relación de aspecto; resolution elige el nivel de calidad; el servicio deriva el ancho y el alto en píxeles de ambos. Por eso una "imagen en 4K" no siempre es 3840x2160: ese tamaño es el resultado documentado de size: "16:9" más resolution: "4k". Una salida cuadrada en 4K está documentada como 2880x2880.

    Las proporciones predefinidas que aparecen en la referencia oficial son:

    1:1, 3:2, 2:3, 4:3, 3:4, 5:4, 4:5, 16:9, 9:16, 2:1, 1:2, 21:9, 9:21

    Puedes enviar auto y dejar que el proveedor upstream elija, pero entonces la proporción final y el tamaño en píxeles no están garantizados. gpt-image-2 exacto no documenta un campo custom de tamaño en píxeles; las proporciones personalizadas width:height (por ejemplo 7:4) están documentadas en gpt-image-2-vip y gpt-image-2-official, sujetas a sus propios límites (lados múltiplos de 16, borde largo de como máximo 3,840 px, proporción de como máximo 3:1, total de píxeles entre 655,360 y 8,294,400).

    La tabla de tamaños de la referencia de la API para gpt-image-2 exacto es:

    size1k2k4k
    1:11024x10242048x20482880x2880
    3:21536x10242048x13603520x2336
    2:31024x15361360x20482336x3520
    4:31024x7682048x15363312x2480
    3:4768x10241536x20482480x3312
    5:41280x10242560x20483216x2576
    4:51024x12802048x25602576x3216
    16:91536x8642048x11523840x2160
    9:16864x15361152x20482160x3840
    2:12048x10242688x13443840x1920
    1:21024x20481344x26881920x3840
    21:92016x8642688x11523840x1648
    9:21864x20161152x26881648x3840

    Dos advertencias van junto a esa tabla:

    • El playground actual de ToAPIs mantiene 3:2 y 2:3 en 4K, pero omite 5:4 y 4:5 cuando la resolución es 4K. La tabla de tamaños anterior sigue listando píxeles en 4k para esas dos proporciones. Si tu producto necesita 5:4 o 4:5 en 4k, confírmalo con una solicitud real en lugar de asumir que el filtro del playground es el límite de la API.
    • En distintas superficies aparecen minúsculas (4k) y mayúsculas (4K). Los ejemplos oficiales de gpt-image-2 usan minúsculas; la configuración del playground usa 1K / 2K / 4K. Sigue la referencia de la API en los clientes y no trates las mayúsculas como un segundo parámetro.

    Una rejilla gruesa de nodos de 2 por 2 que fluye a través de una pasarela hexagonal hacia una rejilla de alta resolución más fina

    Figura 1: la resolución es un campo de solicitud de primera clase. La ruta documentada es pedir 4k directamente, no inventar un flag de escalado posterior.

    No hay un interruptor upscale: true documentado en ToAPIs que tome un render nativo de 2048 px y devuelva 3840x2160. Si ya tienes una imagen en 1K o 2K y quieres una más grande, el movimiento admitido es una nueva generación (opcionalmente con el borrador en reference_images) con resolution: "4k". No prometas fidelidad tipográfica, "originales de impresión a 300 DPI" ni escalado sin artefactos a menos que hayas medido esas propiedades en tus propios activos.

    gpt-image-2 exacto también acepta de forma opcional background: "transparent" y hasta 14 URL en reference_images. No expone quality en el contrato actual del playground; quality es un campo de IDs como gpt-image-2-vip.


    3. Implementación en producción: cURL y Python

    Los ejemplos internacionales de esta serie usan https://api.toapis.com. La documentación oficial indica a los usuarios de China continental que usen https://toapis.cn. Mantén un solo origen por entorno.

    Paso 1: envío con cURL en 4K nativo

    bash
    curl -X POST "https://api.toapis.com/v1/images/generations" \
      -H "Authorization: Bearer $TOAPIS_API_KEY" \
      -H "Content-Type: application/json" \
      -d '{
        "model": "gpt-image-2",
        "prompt": "Wide architectural photograph of a concrete pavilion at dusk, still water in the foreground, no typography, no logos",
        "size": "16:9",
        "resolution": "4k",
        "n": 1,
        "response_format": "url"
      }'
    

    Esta solicitud está documentada para apuntar a 3840x2160. Para un original cuadrado en 4K, cambia size a 1:1 (documentado como 2880x2880). Para un fotograma de historia en 9:16, usa size: "9:16" (documentado como 2160x3840).

    Paso 2: helper de Python para borrador y promoción

    Itera en 1k, guarda el prompt aceptado (y las URL de referencia opcionales) y vuelve a enviar en 4k. El helper de consulta es el mismo contrato asíncrono que se usa en la guía de espejo y proxy.

    python
    import os
    import time
    import requests
    
    API_KEY = os.environ["TOAPIS_API_KEY"]
    BASE = "https://api.toapis.com"
    ENDPOINT = f"{BASE}/v1/images/generations"
    HEADERS = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json",
    }
    
    
    def dispatch_image(
        prompt: str,
        size: str = "16:9",
        resolution: str = "1k",
        model: str = "gpt-image-2",
        reference_images: list[str] | None = None,
    ) -> str:
        payload = {
            "model": model,
            "prompt": prompt,
            "size": size,
            "resolution": resolution,
            "n": 1,
            "response_format": "url",
        }
        if reference_images:
            payload["reference_images"] = reference_images
        res = requests.post(ENDPOINT, headers=HEADERS, json=payload, timeout=30)
        res.raise_for_status()
        data = res.json()
        task_id = data.get("id") or data.get("task_id")
        if not task_id:
            raise RuntimeError(f"Unexpected submission envelope: {data}")
        return task_id
    
    
    def poll_image_task(task_id: str, deadline_s: int = 300) -> str:
        poll_url = f"{BASE}/v1/images/generations/{task_id}"
        interval = 2.0
        start = time.time()
        while time.time() - start < deadline_s:
            time.sleep(interval)
            poll = requests.get(poll_url, headers=HEADERS, timeout=15)
            if poll.status_code == 429:
                retry_after = poll.headers.get("Retry-After")
                time.sleep(float(retry_after) if retry_after else min(interval * 2, 20))
                continue
            poll.raise_for_status()
            data = poll.json()
            status = data.get("status")
            if status == "completed":
                return data["result"]["data"][0]["url"]
            if status == "failed":
                raise RuntimeError(f"Generation failed: {data.get('error')}")
            interval = min(interval * 1.5, 8.0)
        raise TimeoutError(
            f"Task {task_id} exceeded {deadline_s}s; check status before retrying"
        )
    
    
    if __name__ == "__main__":
        prompt = (
            "Wide architectural photograph of a concrete pavilion at dusk, "
            "still water in the foreground, no typography, no logos"
        )
        draft_id = dispatch_image(prompt, size="16:9", resolution="1k")
        print("Draft:", draft_id, poll_image_task(draft_id))
        final_id = dispatch_image(prompt, size="16:9", resolution="4k")
        print("4K:", final_id, poll_image_task(final_id, deadline_s=300))
    

    Da a las consultas en 4K un plazo más largo que a los borradores en 1K. Guarda el id de la tarea de inmediato, para que un timeout del cliente se pueda resolver después con una consulta de estado. Si más adelante cambias el cliente a gpt-image-2-vip (proporciones personalizadas, quality) o a gpt-image-2-official, cambia una variable a la vez y vuelve a leer la referencia de ese ID: las unidades de facturación no son automáticamente las mismas.


    4. Gestión de errores y matriz de estados

    Las categorías siguientes son puntos de partida para el diagnóstico, no una garantía de códigos de error exactos de ToAPIs. Un envío HTTP correcto todavía requiere que leas el status de la tarea.

    Estado HTTPCategoría habitualAcción recomendada
    400Campo inválido o combinación no admitidaComprueba que size sea una proporción documentada, que resolution sea 1k / 2k / 4k y que no hayas enviado una cadena de píxeles como 2048x2048 ni un flag upscale no documentado
    401Clave de API ausente o inválidaRota la clave en el panel de ToAPIs y confirma la cabecera Authorization
    429Límite de tarifa o de concurrenciaRespeta Retry-After cuando esté presente; aplica backoff con jitter; reintenta solo cuando sea seguro
    5xx o timeout de redProblema temporal de la pasarela o del upstreamComprueba el estado de la tarea antes de reenviar; las tareas en 4K pueden seguir en in_progress después de un timeout del cliente

    WaitTime=min⁡(MaxWait,BaseInterval×2attempt)+Uniform(0,1)\text{WaitTime} = \min(\text{MaxWait}, \text{BaseInterval} \times 2^{\text{attempt}}) + \text{Uniform}(0, 1)WaitTime=min(MaxWait,BaseInterval×2attempt)+Uniform(0,1)


    5. Precios y ROI con FinOps

    Costo estimado=imaˊgenes facturables exitosas×tarifa actual de la cuenta para ese modelo, taman˜o y resolucioˊn\text{Costo estimado} = \text{imágenes facturables exitosas} \times \text{tarifa actual de la cuenta para ese modelo, tamaño y resolución}Costo estimado=imaˊgenes facturables exitosas×tarifa actual de la cuenta para ese modelo, taman˜o y resolucioˊn

    • No reutilices precios unitarios antiguos como $0.024 para 1024 px o $0.072 para 2048 px. Esas filas pertenecen a un contrato de tamaño obsoleto.
    • La guía del modelo GPT Image 2 muestra actualmente una comparación en la landing de ToAPIs de $0.015 / $0.020 / $0.025 por imagen en 1K / 2K / 4K para gpt-image-2 estándar. Úsalo solo como comparación publicada. Confirma la tarifa que se aplica a tu cuenta y al ID de modelo exacto que llamas.
    • Un bucle económico consiste en hacer borradores en 1k y luego promocionar el prompt aceptado (y las referencias) a 4k. Dos tareas exitosas son dos imágenes facturables, salvo que los términos de tu cuenta digan otra cosa. No hay un atajo gratuito documentado de "escalar el mismo prompt".
    • Los precios por token del proveedor oficial y los precios por solicitud de ToAPIs no son intercambiables. Si pasas a gpt-image-2-vip o a una SKU de canal oficial, vuelve a leer la hoja de precios de ese ID.
    • Como contexto, consulta el artículo de precios de GPT Image 2 y luego verifica cada cifra contra el catálogo en vivo antes de incluirla en una previsión.

    6. Preguntas frecuentes

    Consulta el bloque FAQ de la cabecera. Resumen: el 4K es un valor de resolution de primera clase, no un flag upscale; las dimensiones en píxeles dependen de size y de resolution; no envíes 1024x1024 como size; confirma 5:4 / 4:5 en 4k contra la API en vivo si necesitas esas proporciones; confirma las tarifas publicadas de 1K / 2K / 4K en tu cuenta.


    7. Lista de acciones

    • Crea una clave en el Portal de desarrolladores de ToAPIs.
    • Define una URL base por entorno (https://api.toapis.com o, cuando sea necesario, https://toapis.cn) y prueba el fragmento cURL con size: "16:9" y resolution: "1k".
    • Promociona el mismo prompt a resolution: "4k" y confirma el tamaño en píxeles documentado para esa proporción (para 16:9, 3840x2160).
    • Guarda el id de la tarea, da a las consultas en 4K un plazo más largo y respeta Retry-After en 429.
    • Siguiente: la guía de inpainting y outpainting si estás editando un fotograma existente, y la guía de la API para el mapa completo de parámetros.

    Explora los modelos mencionados en este artículo

    OpenAIIMAGE

    GPT-Image-2

    Tarifa actual: 3 credits /request
    Guía del modeloProbar en la consolaObtener clave de API
    OpenAIIMAGE

    GPT-Image-2 VIP

    Tarifa actual: 3.38 credits /request
    Guía del modeloProbar en la consolaObtener clave de API

    Artículos relacionados

    tutorial2026-11-12T10:00:00+08:007 min de lectura

    Dominar el inpainting y el outpainting con la API de edición de imágenes de GPT Image 2

    Edita imágenes existentes con el contrato actual de GPT Image 2: cambios guiados por referencias en gpt-image-2 e inpainting con máscara en gpt-image-2-official, todo sobre el endpoint asíncrono de generaciones.

    TO
    ToAPIs Engineering & Evaluation Team
    #GPT Image 2
    tutorial2026-11-11T10:00:00+08:007 min de lectura

    GPT Image 2: espejo global y proxy para equipos internacionales

    Cómo los equipos internacionales pueden llamar a la API de GPT Image 2 mediante un origen documentado de ToAPIs, reutilizar sesiones y consultar tareas de imagen asíncronas, sin depender de cifras de latencia no verificadas.

    TO
    ToAPIs Engineering & Evaluation Team
    #GPT Image 2
    tutorial2026-10-23T10:00:00+08:004 min de lectura

    Guía completa de la API GPT Image 2: parámetros, especificaciones oficiales y ejemplos en Python

    Guía de integración para desarrolladores de la API GPT Image 2. Aprende a ajustar parámetros, usar resoluciones HD, controlar la relación de aspecto, aplicar inpainting e implementar en Python y Node.js.

    TO
    ToAPIs Engineering & Evaluation Team
    #GPT Image 2
    ToAPIs
    InicioToAPIs
    Pasarela empresarial de API de IA. Accede a GPT-5, Claude, Gemini y más de 200 modelos mediante una única API unificada.

    Modelos populares

    • Seedance 2.5 API
    • Seedance 2.0 API
    • Veo 3.1 Fast API
    • Kling 3.0 Turbo API
    Mostrar másMostrar menos
    • GPT Image 2 API
    • Claude Opus 4.8 API
    • Nano Banana 2 API
    • Seedance 2 Mini API
    • Todos los modelos

    Categorías de API

    • API de imagen con IA
    • API de vídeo con IA
    • API texto a vídeo
    • API imagen a vídeo
    Mostrar másMostrar menos
    • API de edición de imágenes con IA
    • API de LLM y razonamiento
    • Todas las herramientas API →

    Alternativas

    Alternativas
    • Alternativa a Kie.ai
    • Alternativa a Fal.ai
    • Alternativa a OpenRouter
    • Alternativa a Replicate
    • Alternativa a Wavespeed AI
    • Todas las comparativas →

    Guías destacadas

    Guías destacadas
    • Precios de Seedance 2.0 y 2.5
    • Guía de la API Seedance más económica
    • Guía de integración de MiniMax H3
    • Clave de API gratuita de Seedance 2
    • Inicio rápido de la API Seedance 2
    • Todos los artículos técnicos →

    Desarrolladores y plataforma

    Desarrolladores y plataforma
    • Documentación de API
    • MCP
    • Precios
    • Área de pruebas de modelos
    • LLMs.txt
    • Contactar con soporte
    • Directorio de guías de modelos
    Entidad operadora:
    鯨樞智能科技有限公司
    JINGSHU INTELLIGENT LIMITED
    Domicilio social:
    ROOM 5042, 5/F, YAU LEE CENTRE, NO.45, HOI YUEN ROAD, KWUN TONG, KOWLOON, HONG KONG
    PrivacidadTérminosUso aceptableEliminación de datosConservación de datosSubencargados y regionesFacturación y reembolsosPolítica de cookiesMapa del sitioAcerca de

    © 2026 ToAPIs. Todos los derechos reservados.