L'API di generazione immagini nel 2026
In questa pagina
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-miniechatgpt-image-latestverranno ritirati il 1° dicembre 2026. Gli esempi utilizzano oragpt-image-2.5-sunburst, che offre la massima precisione per l’editing;gpt-image-2.5-flareè più veloce per la generazione standard. Entrambi i modelli supportano anche le impostazioni di qualitàxhighemax. I modelli GPT Image restituiscono sempre le immagini in base64: il parametroresponse_formatdei 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.
| Parametro | Valore |
|---|---|
| Modello | gpt-image-2.5-sunburst o gpt-image-2.5-flare |
| Risoluzioni | 1024×1024, 1024×1536, 1536×1024 consigliate; dimensioni personalizzate possibili (multipli di 16, fino a 3840 pixel per lato) |
| Qualità | low, medium, high, xhigh, max, auto (default) |
| Formati di output | Immagine codificata in Base64, PNG (default), JPEG o WebP |
| Prezzi | Per 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")