O que fazer se o gpt-image-2 não consegue mais gerar fundos transparentes? Migre para a série 2.5 em 3 passos para recuperar o fundo transparente

Nota do autor: o suporte a fundos transparentes no gpt-image-2 foi oficialmente descontinuado pela OpenAI. Este artigo explica por que as solicitações retornam erro e mostra como migrar para a série 2.5 alterando apenas o nome do modelo para voltar a gerar PNGs com fundo transparente.

Recentemente, muitos desenvolvedores relataram que solicitações com fundo transparente para o gpt-image-2, que antes funcionavam normalmente, passaram a retornar o erro Transparent background is not supported for this model.. O problema não é um parâmetro incorreto nem uma falha na API: a OpenAI descontinuou oficialmente o suporte a background: "transparent" no gpt-image-2 em 30 de setembro de 2026.

Não se trata de uma restrição temporária da plataforma, mas de uma mudança feita pela própria OpenAI. Em novos testes realizados em 15 de outubro, 14 solicitações de texto para imagem e 7 de edição de imagens com fundo transparente foram rejeitadas pela OpenAI. As opções opaque e auto, assim como as solicitações sem o parâmetro background, continuaram gerando imagens normalmente.

O que você vai aprender: ao ler este artigo, você vai entender por que as solicitações com fundo transparente no gpt-image-2 retornam erro. Também vai aprender a migrar para o gpt-image-2.5-flare e o gpt-image-2.5-sunburst. Na maioria dos casos, basta alterar o nome do modelo para voltar a gerar imagens com fundo transparente.

Principais pontos sobre o erro de fundo transparente no gpt-image-2

Veja primeiro um exemplo típico de solicitação que gera erro. O usuário envia os parâmetros abaixo ao gpt-image-2 para obter um PNG sem fundo, bordas ou halo:

{
  "model": "gpt-image-2",
  "background": "transparent",
  "output_format": "png",
  "quality": "low",
  "size": "2048x2560",
  "n": "1",
  "prompt": "去掉背景，没有边缘，没有光晕"
}

O corpo da resposta da API é o seguinte. Os campos principais são code: invalid_value e param: background:

{
  "error": {
    "code": "invalid_value",
    "message": "Transparent background is not supported for this model.",
    "param": "background",
    "type": "shell_api_error"
  }
}

A mensagem de erro indica claramente qual parâmetro está causando o problema. A tabela abaixo resume as informações principais:

Por que o fundo transparente do gpt-image-2 foi desativado

Pela linha do tempo, o fundo transparente do gpt-image-2 nunca foi um recurso oficial. Ele foi disponibilizado como preview a partir de 21 de agosto de 2026, ou seja, estava em fase de testes. Em 30 de setembro, a OpenAI encerrou oficialmente esse preview e orientou os usuários que precisam de fundo transparente a migrarem para os dois modelos da série 2.5, que oferecem suporte nativo a esse recurso.

Isso também explica por que alguns desenvolvedores dizem que “estava tudo funcionando até dois meses atrás”. Se o seu projeto passou a usar o fundo transparente entre o fim de agosto e setembro, na verdade estava usando um recurso em preview. Com o encerramento, ele deixou de funcionar. Como a recusa vem diretamente da OpenAI, nenhum serviço proxy de API ou plataforma agregadora consegue contornar essa restrição. A solução correta é migrar para outro modelo.

Quais parâmetros de background ainda funcionam no gpt-image-2

Muita gente teme que o gpt-image-2 tenha deixado de funcionar por completo, mas não é o caso. Apenas o valor transparent foi desativado; os outros modos de fundo continuam funcionando normalmente. Confira os resultados dos nossos testes em 15 de outubro:

Portanto, se apenas algumas situações do seu negócio exigem fundo transparente, não é necessário trocar de modelo para tudo. Uma abordagem mais adequada é continuar usando o gpt-image-2 para as gerações comuns e direcionar apenas as solicitações que precisam de fundo transparente para a série 2.5.

Migração para fundos transparentes no gpt-image-2: comece em 3 passos

A regra principal da migração é simples: troque o nome do modelo conforme o uso e mantenha os demais parâmetros como estão. Os três modelos têm o mesmo preço e os mesmos parâmetros. Você não precisa alterar size, quality, output_format nem o prompt que já configurou.

Siga estes 3 passos:

1. Localize as chamadas: pesquise no código por background="transparent" ou "background": "transparent" para encontrar todas as chamadas que usam fundo transparente.
2. Troque o modelo conforme o uso: altere para gpt-image-2.5-flare nas chamadas de images.generate e para gpt-image-2.5-sunburst nas chamadas de images.edit.
3. Confira o formato de saída: confirme que output_format está definido como png ou webp. O formato JPEG não tem canal alfa; por isso, mesmo que o modelo ofereça suporte a transparência, uma imagem JPEG não consegue preservar essas informações.

Exemplo minimalista de fundo transparente com gpt-image-2.5-flare

Abaixo está a forma mais simples de gerar imagens com fundo transparente usando o SDK oficial do Python da OpenAI:

import base64
from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI OpenAI 兼容接口
)

result = client.images.generate(
    model="gpt-image-2.5-flare",       # 原 gpt-image-2 改为 flare
    prompt="一只卡通风格的橙色小狐狸贴纸，干净边缘，无光晕",
    background="transparent",
    output_format="png",
    quality="low",
    size="1024x1024",
    n=1,
)

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

Um detalhe importante: no exemplo da requisição, n aparece como a string "1". Recomendamos alterá-lo para o número inteiro 1 para evitar problemas de tipo em alguns SDKs ou em situações com validação mais rigorosa.

Exemplo de edição de imagem com gpt-image-2.5-sunburst e fallback automático

Se você precisa “remover o fundo de uma imagem existente”, isso é, tecnicamente, um caso de edição de imagem. O ideal é usar a interface de edição com o gpt-image-2.5-sunburst. Essa abordagem combina melhor com a finalidade do modelo do que pedir “remova o fundo” em um comando de texto para imagem.

O código completo abaixo encapsula duas funções: uma para gerar imagens e outra para editá-las. Ele também inclui uma alternativa automática: se algum trecho de código legado ainda enviar uma solicitação de transparência ao gpt-image-2, ao capturar um erro 400 com param=background, o código tentará novamente usando o modelo 2.5 correspondente.

import base64
from typing import Optional
from openai import OpenAI, BadRequestError

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.apiyi.com/v1"  # APIYI 统一接口，一个 Key 调用三款模型
)

# 透明背景场景的模型映射
TRANSPARENT_MODEL = {
    "generate": "gpt-image-2.5-flare",     # 文生图
    "edit": "gpt-image-2.5-sunburst",      # 改图 / 编辑
}


def pick_model(task: str, background: Optional[str], model: str) -> str:
    """需要透明背景时，自动选择 2.5 系列模型"""
    if background == "transparent" and model == "gpt-image-2":
        return TRANSPARENT_MODEL[task]
    return model


def is_transparent_rejected(err: BadRequestError) -> bool:
    """识别 gpt-image-2 透明背景被拒的 400 错误"""
    msg = str(err)
    return "Transparent background is not supported" in msg or "background" in msg


def save_b64(b64_data: str, path: str) -> str:
    with open(path, "wb") as f:
        f.write(base64.b64decode(b64_data))
    return path


def generate_image(
    prompt: str,
    out_path: str,
    model: str = "gpt-image-2",
    background: Optional[str] = "transparent",
    size: str = "1024x1024",
    quality: str = "low",
    output_format: str = "png",
) -> str:
    params = dict(
        prompt=prompt,
        size=size,
        quality=quality,
        output_format=output_format,
        n=1,
    )
    if background:
        params["background"] = background

    target = pick_model("generate", background, model)
    try:
        result = client.images.generate(model=target, **params)
    except BadRequestError as e:
        if is_transparent_rejected(e) and target == "gpt-image-2":
            result = client.images.generate(
                model=TRANSPARENT_MODEL["generate"], **params
            )
        else:
            raise
    return save_b64(result.data[0].b64_json, out_path)


def edit_image(
    image_path: str,
    prompt: str,
    out_path: str,
    model: str = "gpt-image-2",
    background: Optional[str] = "transparent",
    output_format: str = "png",
) -> str:
    target = pick_model("edit", background, model)
    with open(image_path, "rb") as img:
        kwargs = dict(
            image=img,
            prompt=prompt,
            output_format=output_format,
            n=1,
        )
        if background:
            kwargs["background"] = background
        result = client.images.edit(model=target, **kwargs)
    return save_b64(result.data[0].b64_json, out_path)


if __name__ == "__main__":
    # 文生图透明底：自动走 gpt-image-2.5-flare
    generate_image("极简风格的咖啡杯图标，扁平设计", "cup.png")

    # 改图去背景：自动走 gpt-image-2.5-sunburst
    edit_image("product.jpg", "去掉背景，保留主体，没有边缘，没有光晕", "product_cut.png")

Dica para começar rapidamente: se o seu projeto usa tanto o gpt-image-2 quanto a série 2.5, recomendamos integrar tudo pela APIYI, em apiyi.com. Com uma única chave API, você pode chamar os três modelos. Novos usuários recebem créditos gratuitos para testes, o que facilita validar o resultado com fundo transparente antes da migração.

Comparação de alternativas de fundo transparente para o gpt-image-2

Além de migrar diretamente para a série 2.5, algumas pessoas consideram usar o gpt-image-2 para gerar imagens com fundo branco e, depois, remover o fundo com uma ferramenta de recorte. Cada abordagem funciona melhor em situações diferentes. A tabela abaixo compara as opções:

Como escolher uma solução de fundo transparente para o gpt-image-2

Comparação com a solução de recorte posterior: a vantagem de gerar a imagem com fundo branco e remover o fundo depois é preservar por completo o estilo visual do gpt-image-2. Porém, essa abordagem acrescenta uma etapa de processamento. Em áreas com fios de cabelo, vidro semitransparente ou sombras projetadas, é comum surgirem bordas brancas ou halos. Justamente esse é o tipo de problema que o usuário queria evitar no comando do pedido de referência. Já a série 2.5 gera nativamente o canal transparente, reduzindo as etapas do fluxo e facilitando a produção automatizada em escala.

Comparação com a série 2.5: o gpt-image-2.5-flare e o gpt-image-2.5-sunburst são os modelos indicados oficialmente pela OpenAI como substitutos com suporte a fundo transparente. Têm o mesmo preço e os mesmos parâmetros, então a migração tem custo praticamente zero. Para projetos novos ou equipes que ainda não têm um fluxo de recorte, usar diretamente a série 2.5 é a opção mais segura.

Observação sobre a comparação: os resultados práticos das duas soluções dependem bastante do tipo de material usado. Recomendamos testar o mesmo conjunto de comandos na APIYI, em apiyi.com, comparar a qualidade das bordas e só então decidir qual solução usar em produção.

Perguntas frequentes (FAQ)

Principais conclusões sobre a migração do fundo transparente no gpt-image-2

• Encerramento: a OpenAI desativou em 30/09/2026 o recurso preview de fundo transparente do gpt-image-2.
• Características do erro: HTTP 400, invalid_value, param: background. As solicitações rejeitadas não são cobradas.
• O que continua funcionando: as opções opaque e auto do gpt-image-2, assim como as solicitações sem o parâmetro background, continuam gerando imagens normalmente.
• Alternativa para texto para imagem: para gerar imagens com fundo transparente, use o gpt-image-2.5-flare. Basta alterar o nome do modelo.
• Alternativa para edição de imagens: para editar imagens com fundo transparente, use o gpt-image-2.5-sunburst. Os três modelos têm o mesmo preço e os mesmos parâmetros.
• Atenção ao formato: para manter a transparência, use png ou webp. O JPEG não consegue armazenar canais de transparência.
• Como começar: use uma única chave da APIYI, em apiyi.com, para acessar os três modelos. Antes de migrar, valide tudo gratuitamente.

Resumo

O gpt-image-2 não consegue gerar imagens com fundo transparente porque a OpenAI desativou oficialmente esse recurso preview — o problema não está no seu código. Relembre as etapas para resolver a situação:

1. Confirme a causa: se aparecer Transparent background is not supported for this model., o recurso foi desativado oficialmente. A solicitação não será cobrada, então não há motivo para tentar várias vezes.
2. Migre de acordo com o caso de uso: para texto para imagem, use o gpt-image-2.5-flare; para edição de imagens, use o gpt-image-2.5-sunburst. Mantenha os demais parâmetros como estão.
3. Prepare uma alternativa de segurança: adicione o mapeamento de modelos e uma lógica de fallback para erros 400 na camada de chamadas. Além disso, garanta que o formato de saída seja png ou webp.

Para a maioria dos projetos, essa migração consiste apenas em alterar o nome do modelo em uma linha. Recomendamos usar a APIYI, em apiyi.com, para testar rapidamente os resultados com fundo transparente da série 2.5. A plataforma oferece uma interface compatível com a OpenAI e uma cota gratuita para testes, facilitando a alternância entre o gpt-image-2 e os modelos da série 2.5.

📚 Referências

1. Documentação de ajuda da APIYI: FAQ sobre fundo transparente em imagens: explicação sobre a descontinuação do fundo transparente no gpt-image-2 e orientações para migração
2. Link: docs.apiyi.com/faq/image-transparent-background

3. Descrição: inclui explicações sobre erros, modelos alternativos e comparação de parâmetros, facilitando a análise durante a migração

4. Documentação da API de geração de imagens da OpenAI: descrição dos parâmetros das interfaces images.generate e images.edit

5. Link: platform.openai.com/docs/guides/image-generation

6. Descrição: consulte as definições oficiais dos parâmetros background, output_format, quality e outros

7. SDK Python da OpenAI: código-fonte e exemplos do cliente oficial em Python

8. Link: github.com/openai/openai-python
9. Descrição: os exemplos de código deste artigo foram escritos com base nesse SDK. Consulte-o para ver os tipos de exceção e como usar as interfaces de imagem

Autor: equipe técnica da APIYI
Contato técnico: fale com a gente pela página inicial do site da APIYI. Para consultar mais materiais sobre a integração de modelos de imagem, acesse o centro de documentação em docs.apiyi.com

Artigos relacionados

• Resolver o problema das faixas coloridas na geração de imagens com o GPT Image 2.5: diagnóstico de 5 tipos de faixas coloridas e guia para escolher o parâmetro quality: Analise os 5 tipos e causas de faixas coloridas e pontos de ruído coloridos ao gerar imagens com gpt-image-2.5-sunburst, explique a relação entre os níveis de qualidade e o orçamento computacional, apresente a conversão “2.5 high ≈ 2 medium”, a comparação de custos e soluções econômicas.
• 2 abordagens para gerar conjuntos de imagens de e-commerce com gpt-image-2: imagem única multidimensional vs. decomposição de texto + chamadas simultâneas (com código completo): A API gpt-image-2 usa um comando por requisição e n só cria variantes; o artigo mostra 2 soluções para e-commerce: imagem longa detalhada e modelos de texto como gpt-6.1-sol para dividir storyboards e chamar gpt-image-2 em paralelo, com código, estilo consistente e paralelização.
• Mascotes de desktop com IA viralizam: defina o personagem com Nano Banana, gere movimentos em tela verde com Seedance e transforme-o em um mascote animado com fundo transparente em 3 passos: Tutorial de mascote de desktop com IA, focado em interface gráfica: crie seu próprio personagem com Nano Banana, gere um vídeo de ação com fundo verde usando Seedance e, em seguida, use o fluxo de materiais do dsh-pet para remover o fundo e criar um WebM transparente, que você instala no DSH para transformá-lo em um mascote animado.
• O que fazer quando o gpt-6-astra sofre degradação de desempenho? Guia prático com método de verificação em 5 etapas + uso de API como substituto temporário após o esgotamento da cota: Para os problemas de degradação do gpt-6-astra e esgotamento de cotas do ChatGPT/Codex, apresento um método de diagnóstico de 5 etapas para a causa da redução de inteligência, além de uma solução completa com uso de chave API oficial como substituto temporário, controle de intensidade de inferência e aumento da taxa de acerto de cache.