Vai al contenuto principale
Italiano— Scegli una lingua
Menu

L'API di generazione immagini nel 2026

Lezione 1 di 12 Aggiornata il 2 novembre 2026 Sviluppatore
In questa pagina
  1. L’API di generazione immagini nel 2026
  2. Cosa cambia con GPT Image
  3. I due endpoint principali
  4. Installazione e configurazione
  5. Modello e prezzi
  6. Cosa imparerai

Aggiornato il 2 novembre 2026 — Modelli immagine. gpt-image-1, il modello per cui questo corso era stato originariamente scritto, è stato dismesso il 23 ottobre 2026. Inoltre, gpt-image-1.5, gpt-image-1-mini e chatgpt-image-latest verranno ritirati il 1° dicembre 2026. Gli esempi utilizzano ora gpt-image-2.5-sunburst, che offre la massima precisione per l’editing; gpt-image-2.5-flare è più veloce per la generazione standard. Entrambi i modelli supportano anche le impostazioni di qualità xhigh e max. I modelli GPT Image restituiscono sempre le immagini in base64: il parametro response_format dei vecchi modelli DALL·E non è supportato ed è stato rimosso dal codice. Fonte: Image generation (OpenAI).

L’API di generazione immagini nel 2026

La generazione di immagini con l’intelligenza artificiale si è evoluta in modo significativo. Nel 2026, GPT Image è il modello di riferimento di OpenAI per creare e modificare immagini tramite API; sostituisce i ormai obsoleti modelli DALL·E 2 e DALL·E 3. Se disponi di codice esistente per queste generazioni precedenti, consideralo un punto di partenza per una riscrittura piuttosto che una base da mantenere: parametri, formati di ritorno e, soprattutto, strategie di prompt engineering sono tutti cambiati.

Questa lezione introduce l’ecosistema attuale, le capacità di GPT Image e il modo in cui interagirai con l’API durante tutto questo corso.

Cosa cambia con GPT Image

Il primo grande cambiamento riguarda il testo. Le generazioni precedenti producevano lettere approssimative, decorative ma illeggibili; GPT Image rende una tipografia fedele, rendendo finalmente fattibili poster, banner promozionali e mockup di interfacce dove il messaggio conta tanto quanto l’immagine. Il secondo cambiamento concerne la comprensione contestuale: il modello interpreta istruzioni complesse con sfumature, quindi un prompt di più frasi che descrive una scena, la sua illuminazione e l’inquadratura produce un risultato coerente invece di un collage di parole chiave.

Segue poi l’editing nativo. Non devi più partire sistematicamente da una pagina bianca: il modello può modificare un’immagine esistente sostituendo un’area interna (inpainting) o estendendo l’immagine oltre i suoi bordi (outpainting). In pratica, cambiare il cielo in una fotografia di paesaggio non richiede più di rigenerare tutto perdendo il soggetto nel processo. A questo si aggiunge la coerenza stilistica mantenuta attraverso generazioni successive, preziosa quando si produce una serie di illustrazioni per lo stesso articolo, e molteplici opzioni di risoluzione, dai formati quadrati a quelli verticali e orizzontali.

I due endpoint principali

L’API espone due metodi, che esplorerai in profondità nelle lezioni successive. Il primo crea un’immagine a partire da una descrizione testuale.

import base64
from openai import OpenAI

client = OpenAI()

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="A Breton lighthouse at sunset, watercolor style",
    n=1,
    size="1024x1024"
)

with open("lighthouse.png", "wb") as f:
    f.write(base64.b64decode(response.data[0].b64_json))

Il secondo prende un’immagine che fornisci e rigenera solo la parte designata da una maschera.

response = client.images.edit(
    model="gpt-image-2.5-sunburst",
    image=open("original_photo.png", "rb"),
    mask=open("mask.png", "rb"),
    prompt="Replace the sky with a starry sky"
)

Installazione e configurazione

Installa prima l’SDK ufficiale.

pip install openai

Successivamente, inserisci la tua chiave API in un file .env, mai hardcoded nel tuo script: uno script condiviso o inviato a un repository esporrebbe la tua chiave.

OPENAI_API_KEY=sk-your-api-key

Il client la recupera quindi automaticamente all’avvio, senza che tu debba passarla come argomento.

import os
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()
client = OpenAI()  # utilizza automaticamente OPENAI_API_KEY

Modello e prezzi

I modelli attuali sono gpt-image-2.5-sunburst, il più preciso per l’editing, e gpt-image-2.5-flare, più veloce per la generazione standard; gpt-image-1, il modello per cui questo corso era stato originariamente scritto, è stato dismesso il 23 ottobre 2026. Ecco le caratteristiche che gestirai costantemente.

ParametroValore
Modellogpt-image-2.5-sunburst o gpt-image-2.5-flare
Risoluzioni1024×1024, 1024×1536, 1536×1024 consigliate; dimensioni personalizzate possibili (multipli di 16, fino a 3840 pixel per lato)
Qualitàlow, medium, high, xhigh, max, auto (default)
Formati di outputImmagine codificata in Base64, PNG (default), JPEG o WebP
PrezziPer token, varia in base a qualità e dimensione

Tieni a mente un punto che sorprende i veterani di DALL·E: i modelli GPT Image non restituiscono mai un URL, ma sempre un’immagine codificata in base64. Decodificala e salva il file immediatamente dopo la generazione; la tua applicazione archivia e serve questo file, non la risposta dell’API.

Cosa imparerai

Il corso progredisce in quattro fasi. Inizi con i fondamenti di GPT Image tramite API, generazione ed editing, per poi passare a casi d’uso concreti nell’e-commerce, nel marketing e nel design. Tecniche avanzate ti insegneranno quindi a costruire prompt visivi complessi e a integrare la generazione in pipeline multi-strumento. La parte finale copre il deployment in produzione, inclusa l’ottimizzazione dei costi e la moderazione dei contenuti. Ogni lezione contiene codice Python funzionale che puoi eseguire direttamente.

Prima di andare oltre, verifica che il tuo ambiente sia pronto. Esegui questo script minimale: se appare un file immagine, la tua chiave è valida, l’SDK è installato correttamente e puoi procedere alla lezione successiva.

import base64
from openai import OpenAI

client = OpenAI()

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="A ginger cat sitting on a pile of books, realistic photo",
    n=1,
    size="1024x1024",
    quality="medium"
)

with open("cat.png", "wb") as f:
    f.write(base64.b64decode(response.data[0].b64_json))

print("Image generated: cat.png")