Controlla qualità, stile e risoluzione
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 deprecato il 23 ottobre 2026. Inoltre,gpt-image-1.5,gpt-image-1-miniechatgpt-image-latestverranno ritirati il 1° dicembre 2026. Gli esempi ora utilizzanogpt-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 ora i livelli di qualitàxhighemax. I modelli GPT Image restituiscono sempre le immagini in formato base64: il parametroresponse_formatutilizzato dai vecchi modelli DALL·E non è più accettato ed è stato rimosso dal codice. Fonte: Generazione immagini (OpenAI).
Controlla qualità, stile e risoluzione
GPT Image offre diverse leve per regolare il tuo output, ma non funzionano tutte allo stesso modo. Qualità e risoluzione sono parametri espliciti dell’API che influenzano costi e tempi di generazione. Lo stile, invece, si controlla interamente tramite il prompt. Comprendere questa distinzione ti evita di cercare opzioni inesistenti e ti aiuta a ottimizzare il rapporto qualità-costo per ogni generazione.
Livelli di qualità
Il parametro quality incide direttamente sul livello di dettaglio e sui tempi di generazione. Il modo migliore per vedere la differenza è testarlo su un soggetto impegnativo, come una natura morta con illuminazione alla Rembrandt, dove gradienti e texture sono critici, piuttosto che su una grafica piatta dove le differenze sarebbero invisibili.
import base64
from openai import OpenAI
client = OpenAI()
qualities = ["low", "medium", "high"]
for q in qualities:
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Still life with exotic fruits on a marble table, Rembrandt lighting",
size="1024x1024",
quality=q
)
with open(f"quality_{q}.png", "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print(f"Quality {q}: quality_{q}.png")
| Qualità | Dettagli | Tempo | Costo | Uso consigliato |
|---|---|---|---|---|
low | Base | Veloce | Economico | Bozze, test, prototipazione |
medium | Buono | Moderato | Intermedio | Social media, presentazioni |
high | Massimo | Lento | Premium | Stampa, pubblicità, portfolio |
Risoluzioni disponibili
Sono disponibili tre formati, ciascuno pensato per casi d’uso specifici: quadrato 1024×1024 per social media e avatar, verticale 1024×1536 per storie, poster e schermi mobili, e orizzontale 1536×1024 per banner, intestazioni e presentazioni. Genera sempre direttamente nel formato target. Ritagliare afterward spreca pixel per cui hai pagato e rompe la composizione che il modello ha costruito per quella specifica cornice.
import base64
from openai import OpenAI
client = OpenAI()
resolutions = {
"1024x1024": "Quadrato — ideale per social media e avatar",
"1024x1536": "Verticale — storie, poster, mobile",
"1536x1024": "Orizzontale — banner, intestazioni, presentazioni",
}
for size, description in resolutions.items():
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt="Panoramic view of a futuristic city at dusk, neon lights and skyscrapers",
size=size,
quality="medium"
)
with open(f"city_{size}.png", "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print(f"{size} ({description}) → city_{size}.png")
Controlla lo stile tramite il prompt
Lo stile non è un parametro esplicito dell’API; lo controlli interamente tramite il prompt. La tecnica più affidabile è specificare un medium preciso con il suo vocabolario proprio. “Professional photography, Nikon D850, f/2.8” non richiede semplicemente una foto: esige una specifica profondità di campo e un rendering ottico preciso. “Retro 16-bit pixel art, limited palette” impone un vincolo di risoluzione che il modello rispetterà. Il ciclo sottostante applica cinque medium diversi allo stesso soggetto, rendendo le differenze immediatamente visibili.
import base64
mediums = [
"professional photography, Nikon D850, f/2.8",
"oil painting on canvas, impressionist style",
"flat design vector illustration, pastel colors",
"architectural technical drawing, cross-section view",
"retro 16-bit pixel art, limited palette",
]
for medium in mediums:
prompt = f"A typical Parisian café with outdoor seating, {medium}"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1024",
quality="medium"
)
filename = f"cafe_{mediums.index(medium) + 1}.png"
with open(filename, "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print(f"{medium[:40]}... → {filename}")
L’illuminazione è la tua seconda leva, e spesso la più potente: può trasformare radicalmente la stessa scena. Un ritratto di un’artigiana della ceramica nel suo laboratorio diventa uno scatto documentaristico sobrio sotto un’illuminazione da studio a tre punti, un’immagine pubblicitaria nella luce dell’ora d’oro, o un poster cinematografico in chiaroscuro alla Caravaggio. Il soggetto non è cambiato di una virgola; è cambiata solo l’atmosfera.
import base64
lightings = [
"three-point studio lighting, neutral white background",
"natural golden hour light",
"cyberpunk neon lighting, pink and blue",
"dramatic Caravaggio-style chiaroscuro",
"diffuse rainy day light, gray tones",
]
for lighting in lightings:
prompt = f"Portrait of a ceramic artisan in her workshop, {lighting}"
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
size="1024x1536",
quality="high"
)
filename = f"artisan_{lightings.index(lighting) + 1}.png"
with open(filename, "wb") as f:
f.write(base64.b64decode(response.data[0].b64_json))
print(f"Lighting: {lighting} → {filename}")
Funzione di utilità per la generazione
Ripetere le stesse sei righe per ogni chiamata diventa rapidamente noioso e soggetto a errori. Incapsula le tue preferenze predefinite in una funzione riutilizzabile che gestisca anche il salvataggio su disco e la numerazione dei file quando richiedi più immagini.
from openai import OpenAI
import base64
from pathlib import Path
client = OpenAI()
def generate_image(
prompt: str,
output_path: str,
size: str = "1024x1024",
quality: str = "medium",
n: int = 1
) -> list[str]:
"""
Genera una o più immagini e le salva localmente.
Restituisce una lista di percorsi dei file creati.
"""
response = client.images.generate(
model="gpt-image-2.5-sunburst",
prompt=prompt,
n=n,
size=size,
quality=quality,
)
paths = []
for i, image in enumerate(response.data):
if n > 1:
path = Path(output_path).stem + f"_{i+1}" + Path(output_path).suffix
else:
path = output_path
data = base64.b64decode(image.b64_json)
with open(path, "wb") as f:
f.write(data)
paths.append(path)
print(f"Saved: {path}")
return paths
# Utilizzo
generate_image(
prompt="Premium packaging for matcha tea, minimalist Japanese design",
output_path="matcha_packaging.png",
size="1024x1024",
quality="high"
)
Scegli la combinazione giusta
Decidi entrambi i parametri insieme, in base al tuo medium target. La tabella sottostante riassume gli scenari più comuni.
| Contesto | Risoluzione | Qualità |
|---|---|---|
| Prototipazione rapida | 1024×1024 | low |
| Post Instagram / LinkedIn | 1024×1024 | medium |
| Storia verticale / Reel | 1024×1536 | medium |
| Banner web / intestazione | 1536×1024 | medium |
| Poster stampa A3+ | 1024×1536 | high |
| Portfolio creativo / libro | 1024×1024 | high |
| Test batch di prompt | 1024×1024 | low |
In produzione, non copiare manualmente questa tabella in ogni script. Traducila in logica di configurazione e lascia che il tuo codice scelga in base al contesto dichiarato. Ottieni un’unica fonte di verità e, se in futuro decidi che i tuoi post social debbano usare la qualità high, basta cambiare una riga.
def generate_for_context(prompt: str, context: str, output: str):
"""Adatta automaticamente qualità e risoluzione al contesto."""
configs = {
"prototype": {"size": "1024x1024", "quality": "low"},
"social_media": {"size": "1024x1024", "quality": "medium"},
"story": {"size": "1024x1536", "quality": "medium"},
"banner": {"size": "1536x1024", "quality": "medium"},
"print": {"size": "1024x1536", "quality": "high"},
}
config = configs.get(context, configs["social_media"])
return generate_image(
prompt=prompt,
output_path=output,
**config
)
# Genera la stessa immagine per diversi media
generate_for_context(
"Corsen AI logo on dark background, premium tech style",
"social_media",
"logo_social.png"
)
Per costruire il tuo giudizio su queste impostazioni, genera tu stesso l’intera matrice: scrivi uno script che prenda un singolo prompt e produca tutte le nove combinazioni qualità × risoluzione, salvi ogni file con un nome esplicito come image_low_1024x1024.png e mostri una tabella riassuntiva. Presto saprai a colpo d’occhio quando medium è sufficiente.