← Voltar ao blog
Aicerca de 7 min de leitura

O GPT Image 2 tem 92 dias, e o substituto não entra no lugar sem mais

Publicado 14 de nov. de 2026
O GPT Image 2 tem 92 dias, e o substituto não entra no lugar sem mais

A página de descontinuações da OpenAI ganhou uma seção nova em November 10, e é o tipo de entrada que gera trabalho para alguns milhares de times de engenharia.

O texto é curto: o modelo `gpt-image-2` e o snapshot `gpt-image-2-2026-04-21` estão obsoletos e serão removidos da API em February 10, 2027. Os substitutos recomendados são `gpt-image-2.6-sunburst` e `gpt-image-2.6-flare`. A página do modelo `gpt-image-2` agora diz "Status: Deprecated".

A lista tem dois identificadores, não um. O alias móvel e o snapshot fixado morrem no mesmo dia, e isso pesa, porque muito código fixa o snapshot justamente para o alias não se mover por baixo. Fixar comprou um ano de estabilidade, não imunidade.

Os noventa e dois dias

Do anúncio em November 10 até a remoção em February 10 são 92 dias corridos. O número não é arbitrário. Os níveis de aviso publicados pela OpenAI estabelecem um piso de pelo menos seis meses para modelos de disponibilidade geral, de pelo menos três meses para variantes especializadas e para modelos de geração de imagem, e de cerca de duas semanas para previews. O GPT Image 2 fica no nível de imagem, então 92 dias passam o piso por dois dias.

Esses dois dias de margem são toda a folga entre "aviso em conformidade" e "você perdeu". Se o seu time entrega por trimestre, isso cai no meio do ciclo seguinte.

Uma ampulheta preta sobre uma pedra escura, com a câmara superior quase vazia.

Tem também um detalhe que qualquer time de produção nota: o aviso dá uma data, sem hora e sem fuso horário. Planeje como se a API parasse de responder no começo do February 10, no fuso do engenheiro de plantão, ou termine em janeiro e pare de pensar nisso.

Como é a troca, e onde ela mente

A migração mecânica é de fato pequena. Os dois modelos 2.6 suportam os mesmos três endpoints (geração de imagens, edição de imagens e Batch), então a superfície HTTP não muda. As tarifas por token são idênticas linha a linha às do modelo que sai: $8 por milhão de tokens de entrada de imagem, $30 por milhão na saída, $2 para entrada em cache, com uma linha Batch pela metade do preço.

Um desenvolvedor pode concluir, com razoabilidade, que se trata de substituição de string. Não é, e o aviso diz isso onde importa: os nomes substitutos são outros modelos, não uma versão nova do mesmo.

O que muda de fato ao ir para o 2.6:

O GPT Image 2.6 chegou em November 4 com níveis de complexidade ajustáveis, saída SVG, geração de GIF animado e edição guiada por marcação estendida às famílias 2.5 e 2.6. O Flare é o modelo menor e mais rápido, posicionado para iteração no trabalho do dia a dia. O Sunburst é o modelo base, voltado a composições detalhadas e precisão de edição. As próprias orientações de prompt da OpenAI sugerem começar pelo Flare quando a latência domina, e pelo Sunburst quando dominam as relações entre objetos e a precisão de layout.

Complexidade e marcação são duas palavras que descrevem parâmetros que não existiam no modelo que você está deixando. Os modelos novos podem ser mais baratos por saída utilizável e mais caros por chamada ao mesmo tempo, porque um orçamento ajustável significa que agora dá para estourar numa requisição que antes tinha um único ajuste.

Os três lugares onde isso quebra

Primeiro, retries e fallbacks. Pipelines de imagem acumulam identificadores de modelo em lugares que ninguém audita: a configuração de um worker de fila, uma cadeia de fallback no caminho da Responses API, uma tabela de estimativa de custo, uma allowlist, um fixture de teste, uma página no Notion que o gerente de conta de um fornecedor mantém atualizada. Um grep pela string pega o código. Não pega a planilha.

Segundo, o controle de qualidade da saída. Uma nova geração de modelo desloca a saída em coisas pequenas mesmo quando a forma da API está estável, e a deriva raramente é dramática o bastante para disparar um alerta. Ninguém abre um bug porque um tom andou dois pontos. Se o seu pipeline gera capas de artigos, thumbnails de produto ou variantes de marketing, os critérios de aceite são visuais, não numéricos. O único jeito de saber se o Sunburst ainda desenha certo o rótulo de uma garrafa é passar a mesma imagem de origem e o mesmo prompt pelos dois modelos e comparar o rótulo.

Terceiro, o faturamento. Em meados de novembro, a seção Batch da página de preços não tinha linha de `gpt-image-2.6`. O modelo que sai tem. Se o seu volume passa pelo Batch pela metade do preço, trate o faturamento de Batch do 2.6 como não resolvido até a página atualizar, e não monte seu modelo de custo sobre uma suposição.

Um calendário emaranhado

A família GPT Image vem se mexendo o ano inteiro, e o aviso de novembro fecha uma corrente em vez de abrir uma.

O `gpt-image-2` foi lançado em April 21, 2026, com um snapshot datado do dia do lançamento. Em May 12, DALL·E 2 e 3 foram removidos da API na marra e o `gpt-image-2` absorveu as migrações. Em September 8, o GPT Image 2.5 entrou nos tipos oficiais do SDK. Em October 23, o `gpt-image-1` foi desligado conforme o aviso anterior dele, com o 2.5 como substituto oficial. Em November 4, o GPT Image 2.6 foi lançado. Seis dias depois, o GPT Image 2 ganhou sua data de fim.

E existe um segundo prazo que a maioria dos textos sobre esse assunto perde. Na mesma passada, a OpenAI redirecionou a tabela antiga de descontinuação de junho de 2026: `gpt-image-1-mini`, `gpt-image-1.5` e o alias `chatgpt-image-latest` são todos desligados em December 1, 2026, e o substituto listado mudou de `gpt-image-2` para `gpt-image-2.6-sunburst`.

Leia isso duas vezes. O modelo que deveria ser o pouso seguro do desligamento de December 1 está ele mesmo sendo desligado setenta e um dias depois. Quem migrou para o `gpt-image-2` em novembro para escapar do prazo de dezembro vai ter que migrar de novo em janeiro.

O que fazer esta semana

Procure os dois identificadores, alias e snapshot, em código, configuração, filas, testes e documentação. O grep que pega um costuma perder o outro, porque um pin escrito como constante de string e um pin escrito num arquivo YAML não se parecem. Leve o desenvolvimento novo direto para o 2.6 e pule a etapa intermediária. Monte um conjunto pequeno de comparação (dez entradas reais de produção, mesmos prompts, mesmos tamanhos, os dois modelos 2.6) e julgue se a saída passa no seu critério de aceite, não se ela parece melhor. Fixe o que você escolher, e coloque o February 10 num lugar onde uma pessoa veja.

A alternativa é descobrir isso em fevereiro, quando o endpoint devolve erro e as capas dos artigos param de ser geradas numa manhã de terça. Nenhuma resposta a incidente conserta um id de modelo que não existe, só existe rollback para um modelo que também está indo embora.

Nada disso é dramático. É o custo de manutenção comum de quem constrói sobre um modelo alugado, e a conta chega num calendário que você não controla. Os times que tratam ids de modelo como dependências e não como ajustes são os que não vão notar fevereiro. Os outros ganham uma manhã de terça que vão lembrar.

Artigos relacionados