Geração de Imagens do ChatGPT Disponível para Desenvolvedores

A geração de imagens do ChatGPT agora está ao alcance de mais empresas e desenvolvedores! A OpenAI anunciou que o modelo por trás da ferramenta de criação de imagens do ChatGPT está disponível via API. Isso significa que você pode integrar a geração de imagens de alta qualidade diretamente em suas próprias aplicações e plataformas, abrindo um leque de possibilidades criativas e práticas.

Novidades da API de Geração de Imagens do ChatGPT

O modelo, chamado gpt-image-1, promete versatilidade na criação de imagens, seguindo fielmente as diretrizes personalizadas, utilizando conhecimento global e renderizando texto com precisão. A OpenAI destaca que isso possibilita inúmeras aplicações práticas em diversos setores.

A estrutura de preços da API separa os tokens para texto e imagens. Os tokens de entrada de texto (o prompt) custam US$5 por 1 milhão de tokens. Já os tokens de entrada de imagem custam US$10 por milhão, enquanto os tokens de saída de imagem (a imagem gerada) custam US$40 por milhão.

Para comparar, a Stability AI oferece um sistema de créditos para sua API, onde um crédito equivale a US$0,01. Utilizar o Stable Image Ultra, por exemplo, custa oito créditos por geração. A Google, com seu modelo de geração de imagens Imagen, cobra US$0,03 por imagem gerada através da Gemini API para usuários pagantes.

Imagens na ponta dos dedos

Em abril, a OpenAI já havia liberado a geração de imagens do ChatGPT diretamente na interface do chat, poucos meses após adicionar a funcionalidade através do modelo GPT-4o. Segundo a empresa, a criação de imagens na plataforma se tornou um dos recursos mais populares, com mais de 130 milhões de usuários gerando 700 milhões de fotos na primeira semana.

Essa popularidade trouxe alguns desafios. Usuários descobriram que podiam usar o ChatGPT para criar imagens inspiradas no famoso estúdio de animação japonês Studio Ghibli, inundando as redes sociais com fotos similares. O CEO da OpenAI, Sam Altman, chegou a brincar que as GPUs da empresa estavam “derretendo” devido à alta demanda.

Anteriormente, a OpenAI já havia integrado o modelo de imagens DALL-E 3 ao ChatGPT, que utilizava um modelo de transformador de difusão, diferente da compreensão multimodal nativa do GPT-4o. Aliás, sabia que a Microsoft lança agentes de IA para otimizar seu dia a dia?

Aplicações empresariais

Muitas empresas desejam gerar imagens para seus projetos sem precisar abrir um aplicativo separado. Ao adicionar o modelo de imagem à sua API, a OpenAI permite que essas empresas conectem o gpt-image-1 aos seus próprios ecossistemas.

A OpenAI já identificou diversas empresas e startups utilizando o modelo para projetos criativos, produtos e experiências, incluindo marcas conhecidas como Canva, GoDaddy e Airtable.

A Canva estaria explorando a integração do gpt-image-1 em suas ferramentas Canva AI e Magic Studio. A GoDaddy já começou a testar a geração de imagens para que seus clientes criem seus próprios logotipos, enquanto a Airtable agora permite que equipes de marketing e criação gerenciem fluxos de trabalho de ativos em escala.

A OpenAI garante que o gpt-image-1 terá as mesmas proteções de segurança na API que no ChatGPT. As imagens geradas com o modelo incluirão metadados da Coalition for Content Provenance and Authenticity (C2PA), identificando o conteúdo como gerado por IA e rastreando sua propriedade. A OpenAI faz parte do comitê diretivo da C2PA e se comprometeu a rotular os vídeos gerados pelo Sora como feitos por IA.

Além disso, os usuários podem controlar a moderação de conteúdo para gerar imagens que se alinhem melhor com sua marca. A OpenAI também prometeu que não utilizará os dados da API de seus clientes, incluindo imagens enviadas ou geradas pelo gpt-image-1, para treinar seus modelos. E por falar em IA, a Virgin Atlantic Lança Programa de Aprendizagem em IA.

Este conteúdo foi auxiliado por Inteligência Artificial, mas escrito e revisado por um humano.

Via VentureBeat