Quantas imagens dá para enviar em uma edição do GPT Image 2?

A resposta documentada

Se você precisa escrever texto de produto, documentação interna ou regra de validação, a formulação mais segura é:

Fluxos de edição do GPT Image 2 aceitam entrada de imagens no plural em princípio, mas as referências oficiais da OpenAI analisadas não documentam um limite numérico de imagens de origem por requisição.

O ponto central é a expressão “image(s) to edit” na referência da API em Python. Ela importa porque não trata a edição como algo necessariamente limitado a uma única imagem. Ao mesmo tempo, essa frase não é um teto publicado. Portanto, não deve virar uma promessa como “até 10 imagens de referência” sem uma fonte específica do provedor que confirme esse limite.

Imagens enviadas não são a mesma coisa que imagens geradas

Boa parte da confusão vem de misturar dois contadores diferentes:

• Imagens de origem: arquivos enviados ou URLs de imagens usadas como referência na edição.
• Imagens geradas: resultados que o modelo devolve depois de processar o pedido.

Algumas documentações falam da quantidade de imagens a gerar, não da quantidade de imagens que você pode enviar como entrada. Por exemplo, a referência compatível com OpenAI da Zenlayer diz que o “number of images to generate” deve ficar entre 1 e 10; isso é uma configuração de saída, não um limite de upload de imagens de origem.

A documentação compatível com OpenAI do OpenVINO mostra a mesma separação: um exemplo envia um arquivo com image=@three_cats.png e, separadamente, usa n=4 para pedir múltiplas saídas. Um exemplo com um arquivo de origem não prova que o máximo seja um arquivo, e n=4 não significa que quatro imagens de origem sejam aceitas.

Wrappers de terceiros não definem o limite oficial da OpenAI

Páginas de provedores terceiros podem ser úteis para implementação, mas não devem ser tratadas como limites oficiais da OpenAI a menos que documentem isso claramente.

A página da Fal para openai/gpt-image-2/edit mostra um campo image_urls em formato de array em um exemplo de requisição. Isso é compatível com um campo desenhado para múltiplas imagens, mas o exemplo exibido inclui uma única URL e não publica um máximo de imagens de origem.

A WaveSpeedAI descreve fluxos do GPT Image 2 Edit capazes de combinar múltiplas referências, mas isso é uma descrição do provedor, não um limite numérico oficial da OpenAI para imagens de origem.

O comportamento de upload no ChatGPT é outro assunto

A FAQ da OpenAI sobre entradas de imagem no ChatGPT diz que o número de imagens que um usuário pode adicionar a uma conversa depende de fatores como o tamanho das imagens. Essa FAQ trata do uso dentro de conversas do ChatGPT, enquanto a referência da API de Imagens trata de métodos de edição; misturar os dois contextos pode levar a uma validação incorreta no seu produto.

Na prática, uma interface do ChatGPT, um wrapper de terceiro e a API de Imagens da OpenAI podem impor restrições diferentes. A regra segura é validar contra o sistema que você está chamando de fato.

Orientação prática para desenvolvedores

1. Seja preciso no texto do produto. “Aceita múltiplas referências” é mais seguro do que “envie até 10 imagens de origem”, a menos que o seu provedor documente exatamente esse limite.
2. Separe entrada e saída no código. Controle a contagem de imagens de origem separadamente de n, da quantidade de saídas ou de qualquer parâmetro de “imagens a gerar”.
3. Deixe limites configuráveis por provedor. Se você usa Fal, WaveSpeedAI ou outro wrapper, teste o schema e os erros em tempo de execução daquele provedor, em vez de assumir um máximo global da OpenAI.
4. Mostre erros claros ao usuário. Se o endpoint rejeitar referências demais, informe o limite efetivo daquele provedor sem apresentá-lo como se fosse o máximo oficial do GPT Image 2 Edit.

Em resumo

Hoje, com base nas documentações analisadas, a resposta não é um número. As referências de edição de imagem da OpenAI indicam suporte a entrada de imagens no plural por meio de “image(s) to edit”, mas não documentam um máximo de imagens de origem em uma única requisição de edição.