# GPT Image 2.5 в n8n: узел OpenAI, HTTP Request и агрегаторы

> Узел OpenAI в n8n даёт GPT Image 2.5 только качество до high, три размера и теряет usage. Для xhigh, 4K, прозрачного фона и агрегаторов нужен HTTP Request.

- URL: https://blog.laozhang.ai/ru/posts/gpt-image-2-5-n8n
- Published: 2026-09-21
- Updated: 2026-09-25
- Author: LaoZhang AI Team (https://blog.laozhang.ai/ru/about)
- Topic: Руководства по API
- Tags: GPT Image 2.5, n8n, Автоматизация, OpenAI API, HTTP Request

---
## Короткий ответ: узел OpenAI или HTTP Request

Встроенный узел OpenAI в n8n работает с GPT Image 2.5, если указать полный ID модели: `gpt-image-2.5-flare` или `gpt-image-2.5-sunburst`. Модели с ID просто `gpt-image-2.5` не существует. Но операция Generate an Image даёт для неё только три уровня качества (low, medium, high) и три размера (1024x1024, 1024x1536, 1536x1024), а сведения о потраченных токенах (`usage`) дальше по цепочке не передаёт.

Узла достаточно, если одновременно верно всё перечисленное:

- ключ выдан OpenAI или агрегатором, который отвечает так же, как OpenAI, — чистой строкой `b64_json`;
- хватает качества high и размеров до 1536 пикселей по длинной стороне;
- не нужны прозрачный фон, JPEG или WebP и учёт токенов по каждой картинке.

Если хотя бы одно условие не выполняется — нужны `xhigh`, `max` или `auto`, 2K, 4K или свой размер, прозрачный фон, учёт `usage`, либо агрегатор присылает ссылку, Base64 с префиксом или работает через задачи, — ставьте HTTP Request и собирайте цепочку сами: запрос → проверка ответа → файл → хранилище → доставка.

## Что можно задать в узле OpenAI и в HTTP Request

Поведение узлов ниже соответствует исходному коду n8n: файлы операций с изображениями в основной ветке не менялись с 20 мая 2026 года, последний релиз по состоянию на 25 сентября 2026 года — `n8n@2.40.6`. Проверить свою установку просто: выберите в узле модель 2.5, нажмите Add Option и посмотрите, какие поля появятся.

| Что нужно | Generate an Image (версия узла от 2.2) | Edit an Image (версия узла от 2.3) | HTTP Request к API |
|---|---|---|---|
| Модель 2.5 | из списка или вручную по ID | из списка или вручную по ID | любой ID в теле запроса |
| Качество | low, medium, high | auto, high, medium, low | low, medium, high, xhigh, max, auto |
| Размер | 1024x1024, 1024x1536, 1536x1024 | те же три и auto | любой допустимый, до 3840 по стороне |
| Прозрачный фон | нет | Background | `background` |
| Формат файла | только PNG по умолчанию | поля Output Format и Output Compression видны, но по коду, скорее всего, не доходят до API | `output_format`, `output_compression` |
| Несколько референсов | нет | несколько двоичных полей, уходят как `image[]` | Form-Data с повтором `image[]` |
| Маска | нет | Image Mask | поле `mask` |
| `usage` в выходных данных | теряется | теряется | приходит в ответе |
| Ответ ссылкой или Base64 с префиксом | не разбирает | не разбирает | разбираете сами |

Что важно в этой таблице:

- «Версия узла» здесь — typeVersion конкретного узла на холсте, а не версия n8n. Узел, добавленный в процесс давно, может остаться на старой версии: тогда Generate показывает фиксированный список DALL·E 2, DALL·E 3 и GPT Image 1, а Edit — DALL·E 2 и GPT Image 1. Выход — удалить узел и добавить заново.
- В Edit в списке размеров остались 256x256 и 512x512 со времён DALL·E 2. Для GPT Image 2.5 они не подходят: минимум — 655 360 пикселей, а 512x512 — это 262 144. В списке качества там же есть `standard`, которого в документации GPT Image 2.5 нет.
- Опцию Input Fidelity в Edit не добавляйте. OpenAI описывает `input_fidelity` только для ранних моделей GPT Image, а для GPT Image 2 прямо просит этот параметр не передавать; для 2.5 он не документирован.
- Output Format и Output Compression в Edit объявлены как отдельные поля узла, а код при отправке ищет их внутри Options. Поэтому выбранный в интерфейсе формат, скорее всего, в запрос не попадает, и приходит формат по умолчанию — PNG. Если нужен JPEG или WebP, правьте через HTTP Request и проверяйте MIME type полученного файла.
- Number of Images в Generate показывается только для DALL·E 2, поэтому узел всегда получает одну картинку на запрос.

Полный набор значений качества у обеих моделей 2.5 одинаковый: `low`, `medium`, `high`, `xhigh`, `max` и `auto`, по умолчанию `auto`. Собственный размер задаётся строкой `ШИРИНАxВЫСОТА`, если обе стороны кратны 16, соотношение сторон лежит между 1:3 и 3:1, ни одна сторона не больше 3840 пикселей, а всего пикселей от 655 360 до 8 294 400. Размеры больше 2560x1440 OpenAI называет экспериментальными ([руководство по генерации изображений](https://developers.openai.com/api/docs/guides/image-generation)). Как выбрать между Flare и Sunburst, разобрано в статье «[GPT Image 2.5 Flare или Sunburst: скорость, правки и цена](https://blog.laozhang.ai/ru/posts/gpt-image-2-5-sunburst-vs-flare)».

## Учётные данные: OpenAI напрямую и агрегатор через Base URL

В учётных данных OpenAI (Credentials) в n8n четыре поля: API Key, Organization ID (необязательное), Base URL (по умолчанию `https://api.openai.com/v1`) и Add Custom Header. Узел отправляет запрос на адрес «Base URL + путь операции», например `…/v1/images/generations`. Список моделей в режиме From List он получает запросом `GET /models` к тому же Base URL и оставляет из ответа только ID, где есть `dall-e` или `gpt-image`. Если нужной модели в списке нет, переключите поле Model в режим ID и введите идентификатор вручную.

При работе напрямую с OpenAI модели GPT Image могут требовать верификации организации ([API Organization Verification](https://help.openai.com/en/articles/10910291-api-organization-verification)). Если ключ рабочий, а запрос к 2.5 получает отказ в доступе, первым делом проверьте статус верификации в консоли разработчика. Нужно ли заполнять Organization ID, разобрано в материале «[OpenAI API Key и Organization ID: что реально нужно в 2026 году](https://blog.laozhang.ai/ru/posts/openai-api-key-organization-id)».

Замена Base URL подходит только для агрегатора, который повторяет API OpenAI: те же пути `/images/generations` и `/images/edits`, те же поля запроса и `data[].b64_json` в ответе. Перед подключением найдите в его документации три ответа:

1. **Какой ID у модели.** У агрегаторов бывают свои идентификаторы. Например, у Gen API для подключения по API указан ID `gpt-image-2-5`, а не ID OpenAI. Такой сервис подключается через HTTP Request по его собственной документации.
2. **В каком виде приходит картинка.** Чистая строка Base64, Base64 с префиксом, временная ссылка или идентификатор задачи — от этого зависит вся цепочка (следующий раздел).
3. **Сразу ли приходит результат.** Если сервис сначала возвращает ID задачи, а картинку нужно забирать отдельным запросом, узел OpenAI не подойдёт в принципе.

Пример агрегатора, совместимого с API OpenAI, — [laozhang.ai](https://docs.laozhang.ai/api-capabilities/gpt-image-2-5): Base URL `https://api.laozhang.ai/v1`, пути те же. Маршрут официальной переадресации принимает ID OpenAI (`gpt-image-2.5-flare`, `gpt-image-2.5-sunburst`) и оплачивается по токенам: в группе ключа `Sora2Official` ставки совпадают с OpenAI, в `GPTImage2 Sora2 Enterprise` они на 20 % выше. Группа выбирается при создании ключа, в поле `model` её не указывают. Там же есть оплата за вызов: `gpt-image-2.5-flare-vip` и `gpt-image-2.5-sunburst-vip` стоят $0,03 и не принимают маску, а `gpt-image-2.5-web` стоит столько же, но не даёт выбрать между Flare и Sunburst. Модели `-vip` отключали с 16 по 22 сентября 2026 года, с 22 сентября они снова работают. Цены приведены по прайсу на 24 сентября 2026 года.

*Примечание: [laozhang.ai — наш собственный сервис](https://blog.laozhang.ai/ru/about#laozhang); его цены — наши тарифы, а не независимое сравнение.*

Для n8n в этом примере важнее другое: по документации laozhang.ai элемент `data[]` может прийти как Base64 с префиксом `data:image/png;base64,`, без `=` в конце или как временная ссылка `url`. Встроенный узел такие ответы не разбирает, поэтому с этим агрегатором надёжнее путь через HTTP Request с шагом очистки, описанным ниже.

## Форма ответа определяет цепочку

OpenAI в Image API всегда возвращает картинку строкой Base64 в поле `data[].b64_json`. У агрегаторов встречаются и другие варианты, и для каждого нужна своя последовательность узлов.

| Что приходит в ответе | Цепочка в n8n |
|---|---|
| `data[].b64_json`, чистая строка | узел OpenAI либо HTTP Request → Edit Fields → Convert to File |
| `b64_json` с префиксом `data:image/...;base64,` или без `=` в конце | HTTP Request → Code (очистка строки) → Convert to File |
| `data[].url`, временная ссылка | HTTP Request → второй HTTP Request методом GET по ссылке с Response Format: File, сразу, пока ссылка жива |
| ID задачи вместо картинки | HTTP Request (отправить задачу) → Wait → HTTP Request (статус) → IF «готово?» → скачивание по ссылке |

Почему встроенный узел ломается на нестандартных ответах, видно из кода: он берёт каждое `data[].b64_json` и декодирует как Base64, больше ничего не проверяя. Если вместо `b64_json` пришёл `url`, декодировать нечего, и узел упадёт с ошибкой. С префиксом ситуация хуже: символы `data`, `image`, `png`, `base64` и `/` допустимы в Base64, поэтому вероятный итог — файл с мусором в начале, который не открывается, хотя узел отработал без ошибок.

Для асинхронного варианта обязательно ограничьте число попыток опроса счётчиком, иначе процесс будет ждать вечно. Для ориентира: в шаблоне n8n у HiAPI статус задачи проверяется каждые 5 секунд, не более 36 раз, а сохранение файла вынесено в отдельный шаг.

## Цепочка через HTTP Request: от запроса к файлу

Базовая цепочка для OpenAI и совместимых агрегаторов — четыре узла.

**1. HTTP Request.** Method — POST, URL — `https://api.openai.com/v1/images/generations` (для агрегатора — его Base URL плюс `/images/generations`). Адрес пишется целиком. В Authentication выберите Predefined Credential Type и те же учётные данные OpenAI, что и у узла, — n8n рекомендует этот вариант, когда он доступен. Включите Send Body, тип JSON, режим Using JSON, и переключите поле в режим выражения, чтобы подставлять промпт из предыдущего шага:

```json
{
  "model": "gpt-image-2.5-flare",
  "prompt": {{ JSON.stringify($json.prompt) }},
  "size": "2048x1152",
  "quality": "xhigh",
  "background": "transparent",
  "output_format": "png"
}
```

`JSON.stringify` нужен, чтобы кавычки и переносы строк в промпте не ломали JSON. Размер 2048x1152 удовлетворяет всем правилам: обе стороны кратны 16, соотношение 16:9, около 2,36 млн пикселей, и он меньше экспериментальной границы 2560x1440. Прозрачный фон работает только с `output_format` `png` или `webp`. Для JPEG и WebP можно добавить `output_compression` от 0 до 100; JPEG, по данным OpenAI, генерируется быстрее PNG. Поле `response_format` не добавляйте: модели GPT Image всё равно отвечают Base64, а часть агрегаторов на этот параметр возвращает ошибку.

**2. Edit Fields (Set).** Создайте поле `image_base64` со значением `{{ $json.data[0].b64_json }}`. Если в HTTP Request включена опция Include Response Headers and Status, тело ответа лежит под `body`, и путь становится `{{ $json.body.data[0].b64_json }}`.

**3. Convert to File.** Операция Move Base64 String to File. В поле Base64 Input Field укажите имя поля — `image_base64`, а не саму строку и не выражение в фигурных скобках. Put Output File in Field оставьте `data`, в Options задайте File Name (например, `cup.png`) и MIME Type `image/png`. Расширение и MIME должны совпадать с `output_format` из запроса.

**4. Проверка.** Откройте двоичные данные на выходе Convert to File: предпросмотр должен показывать картинку, размер файла — быть ненулевым. Только после этого подключайте хранилище и отправку.

![Четыре шага в n8n: HTTP Request получает Base64 из ответа API, Edit Fields переносит строку в поле image_base64, Convert to File создаёт файл cup.png с типом image/png, на выходе готовые двоичные данные](https://blog.laozhang.ai/posts/ru/gpt-image-2-5-n8n/img/json-to-file.webp)

Если агрегатор отвечает Base64 с префиксом или ссылкой, замените Edit Fields узлом Code (JavaScript, Run Once for All Items). Он приводит все варианты к одному виду и заодно сохраняет `usage`:

```javascript
const out = [];
for (const item of $input.all()) {
  // с Include Response Headers and Status ответ лежит в body
  const res = item.json.body ?? item.json;
  const usage = res.usage ?? null;
  (res.data ?? []).forEach((entry, index) => {
    let b64 = entry.b64_json ?? null;
    if (b64) {
      b64 = b64.replace(/^data:[^,]*,/, '').replace(/\s/g, '');
      b64 += '='.repeat((4 - (b64.length % 4)) % 4);
    }
    out.push({
      json: { index, image_base64: b64, image_url: entry.url ?? null, usage },
    });
  });
}
return out;
```

За ним поставьте IF: если `image_base64` не пустое, элемент идёт в Convert to File; если пустое — во второй HTTP Request, который методом GET скачивает `{{ $json.image_url }}` с Response Format: File. Если в `data` не оказалось ни одного элемента, Code вернёт пустой список — такой случай разбирается в разделе про ошибки.

Про размеры 4K и проверку итоговых пикселей подробно написано на примере предыдущей модели в статье «[GPT Image 2 4K API: как сгенерировать, сохранить и проверить 3840x2160](https://blog.laozhang.ai/ru/posts/gpt-image-2-4k-image-generation)»; правила размеров у 2.5 такие же, как перечислены выше.

## Правки: несколько референсов и маска

Во встроенном узле Edit an Image референсы добавляются как несколько двоичных полей в Images (каждое — Binary Field Name), а маска — через Options → Image Mask, где указывается имя двоичного поля с PNG-маской. Узел сам отправит их как повторяющиеся `image[]` и `mask`.

Через HTTP Request то же самое собирается вручную: POST на `/images/edits`, Send Body с типом Form-Data. Параметры `model`, `prompt`, `size` и `quality` — обычные Form Data. Каждый референс — отдельный параметр типа n8n Binary File с Name `image[]` и Input Data Field Name, равным имени двоичного поля (`data`, `ref2` и так далее). Маска — ещё один n8n Binary File с Name `mask`. Этот путь нужен, если в правке требуются `xhigh`, `max` или размер крупнее 1536 пикселей, которых в узле Edit нет, либо определённый формат файла: добавьте Form Data `output_format` и после ответа проверьте MIME type файла.

Требования OpenAI к маске:

- при нескольких входных изображениях маска относится к первому;
- изображение и маска должны быть одного формата и размера, у маски должен быть альфа-канал: прозрачные области показывают, что менять;
- маска для GPT Image — подсказка для модели, а не точная граница: форму она может соблюсти не идеально.

Ограничения по объёму в источниках расходятся: руководство OpenAI говорит о файлах меньше 50 МБ, подсказка в узле n8n — о маске PNG меньше 4 МБ. Если держать маску меньше 4 МБ, подойдут оба условия. Сколько референсов принимает OpenAI, в руководстве не указано; у laozhang.ai на маршруте официальной переадресации заявлено до 16 изображений.

*Примечание: [laozhang.ai — наш собственный сервис](https://blog.laozhang.ai/ru/about#laozhang); его цены — наши тарифы, а не независимое сравнение.*

## Usage, пакеты и таймаут

### Где теряется usage

Ответ Image API содержит объект `usage` с полями `input_tokens`, `output_tokens`, `total_tokens` и детализацией `input_tokens_details`. Встроенный узел OpenAI его отбрасывает во всех операциях с изображениями: в [issue #38482](https://github.com/n8n-io/n8n/issues/38482) это воспроизведено на n8n 2.38.6 с узлом версии 2.3 и моделью `gpt-image-2.5-flare`, и достать `usage` выражением или узлом Code там нельзя. По состоянию на 25 сентября 2026 года issue открыт. Пустой `usage` не означает бесплатную генерацию.

Учёт важен потому, что GPT Image 2.5 оплачивается по токенам. Ставки у Flare и Sunburst одинаковые, но это не делает одинаковой цену картинки: расход токенов зависит от модели и качества, а при `quality: auto` модель выбирает сама, и одинаковые запросы могут стоить по-разному. Как пересчитать токены в стоимость одного изображения, разобрано в статье «[GPT Image 2.5 Sunburst: цена API и бюджет генерации](https://blog.laozhang.ai/ru/posts/gpt-image-2-5-api-pricing)».

В HTTP-цепочке есть своя ловушка: Convert to File выдаёт элемент с пустым JSON и файлом, всё, что было до него, включая `usage`, пропадает. Поэтому запись в журнал (Google Sheets, база данных, таблица n8n) ставьте отдельной веткой после HTTP Request или Code, до Convert to File. Удобно сохранять вместе с `usage` модель, размер, качество, время и ID запроса из заголовков ответа.

### Интервал между запросами

У OpenAI лимит на изображения в минуту (IPM) зависит от уровня организации и одинаков для Flare и Sunburst. Чтобы не упираться в него, в HTTP Request откройте Options → Batching, поставьте Items per Batch = 1, а Batch Interval (в миллисекундах) — не меньше 60 000 ÷ IPM:

| Уровень | Изображений в минуту | Batch Interval, мс, не меньше |
|---|---|---|
| Tier 1 | 5 | 12 000 |
| Tier 2 | 20 | 3 000 |
| Tier 3 | 50 | 1 200 |
| Tier 4 | 150 | 400 |
| Tier 5 | 250 | 240 |

Расчёт верен для одной картинки на запрос и без другой нагрузки на ту же организацию. Batching действует внутри одного запуска: если процесс одновременно запускают несколько триггеров или с тем же ключом работают другие сервисы, интервал нужно брать с запасом. У агрегаторов свои лимиты — берите IPM из их документации.

### Таймаут

Опция Timeout в HTTP Request задаёт, сколько узел ждёт, пока сервер пришлёт заголовки ответа. Image API присылает ответ целиком после генерации, а сложный промпт, по данным OpenAI, может обрабатываться до 2 минут. Значит, Timeout должен быть больше 120 000 мс, с запасом — например, 180 000. Значение по умолчанию в документации n8n не указано, поэтому задайте его явно.

## Ошибки: что повторять, а что нет

Чтобы разбирать ошибки внутри процесса, включите в HTTP Request опции Never Error и Include Response Headers and Status. Тогда ответ с любым кодом не останавливает процесс, а следующий узел IF видит `statusCode` и `body.error`. Разводите ветки по `error.type` и `error.code`, а не только по коду статуса: OpenAI называет `error.code` надёжным признаком для программной обработки.

| Ситуация | Повторять автоматически? | Что делать |
|---|---|---|
| Превышен лимит запросов | да | Wait с растущей паузой, затем повтор |
| Ошибка на стороне сервера | да | так же, с паузой и ограничением числа попыток |
| Исчерпана квота | нет | остановить процесс и уведомить ответственного |
| `image_generation_user_error`, в том числе `moderation_blocked` | нет, пока не изменены промпт или изображения | `moderation_details.moderation_stage` покажет, где сработала модерация: `input`, `output` или `unknown` |
| Таймаут | не сразу | сначала проверить, не была ли картинка создана |
| Сбой доставки | повторять только доставку | взять сохранённый файл из хранилища |

Строгостью модерации управляет параметр `moderation`: `auto` по умолчанию или `low`.

Таймаут не доказывает, что изображение не создано. Как OpenAI поступает с оплатой при обрыве соединения со стороны клиента, в документации не описано. У laozhang.ai прямо сказано, что обрыв на стороне клиента не отменяет генерацию и она оплачивается после завершения, а запросы, не давшие картинки (ошибка параметров, блокировка модерацией, ошибка авторизации, превышение лимита), как правило, не списываются. Поэтому перед повтором после таймаута смотрите журнал вызовов в консоли провайдера.

*Примечание: [laozhang.ai — наш собственный сервис](https://blog.laozhang.ai/ru/about#laozhang); его цены — наши тарифы, а не независимое сравнение.*

По той же причине разделяйте генерацию и доставку. Сначала сохраните файл в хранилище (облако, S3, диск сервера), и только потом отправляйте его в Telegram, на почту или в CRM. Если отправка упала, ветка ошибки повторяет только её, беря уже сохранённый файл, и платная генерация не запускается второй раз.

![Четыре этапа: запрос отправлен, изображение получено, файл сохранён в хранилище, результат доставлен в Telegram; если доставка не удалась, повторяется только отправка сохранённого файла, а модель, размер, качество и usage записываются отдельно](https://blog.laozhang.ai/posts/ru/gpt-image-2-5-n8n/img/delivery-retry.webp)

## Узел зелёный, а файла нет: порядок проверки

Идите сверху вниз и останавливайтесь на первом шаге, который не проходит.

1. **Есть ли в выходе HTTP Request массив `data`?** Нет — смотрите `error` в теле ответа и разбирайте по таблице выше. Если включён Never Error, ошибка не остановила процесс, и узел остаётся зелёным.
2. **Путь к полю верный?** С Include Response Headers and Status всё тело лежит под `body`: `body.data[0].b64_json` вместо `data[0].b64_json`.
3. **В `data[0]` лежит `b64_json` или `url`?** Если `url`, строки Base64 нет, нужен шаг скачивания.
4. **Строка начинается с `data:`?** Префикс надо удалить до Convert to File (узел Code выше). Это же объясняет «битые» файлы из встроенного узла при работе через агрегатор.
5. **В Convert to File указано имя поля?** В Base64 Input Field пишется `image_base64`, а не сама строка и не выражение.
6. **Файл есть, но не открывается?** Сверьте расширение и MIME Type с `output_format` запроса. Если они совпадают, а файл всё равно битый, вернитесь к шагу 4: в строке мог остаться префикс.
7. **Файл открывается в n8n, но не дошёл до адресата?** Проблема в узле доставки — повторяйте отправку сохранённого файла, а не генерацию.
8. **Файл есть, но `usage` пустой?** Работает встроенный узел OpenAI, он теряет эти данные. Для учёта токенов нужен HTTP Request.

Если файл сохраняется и открывается, но на картинке шум или зерно, это уже вопрос качества генерации, а не цепочки n8n; что проверить в таком случае, описано в статье «[Шум и зерно в GPT Image 2.5: где появились и что с ними делать](https://blog.laozhang.ai/ru/posts/gpt-image-2-5-noise-grainy)».

## Когда n8n — не лучший вариант

n8n удобен, когда картинка — часть процесса: пришла заявка, товар или пост, и изображение нужно создать, сохранить и отправить без участия человека. Для ручной работы с референсами и масками, где результат оценивают глазами после каждой правки, удобнее графический интерфейс; этот сценарий описан в статье «[GPT Image 2.5 в ComfyUI: как подключить и сколько стоит запуск](https://blog.laozhang.ai/ru/posts/gpt-image-2-5-comfyui)». Если в процессах пока работает GPT Image 2 и вы решаете, стоит ли менять модель в узлах, начните с материала «[GPT Image 2.5 или GPT Image 2: стоит ли переходить и что с ценой](https://blog.laozhang.ai/ru/posts/gpt-image-2-5-vs-gpt-image-2)».

## Источники

Внешние страницы, на которые ссылается это руководство, в порядке упоминания. Последнее обновление: 2026-09-25.

- [руководство по генерации изображений](https://developers.openai.com/api/docs/guides/image-generation) (developers.openai.com)
- [API Organization Verification](https://help.openai.com/en/articles/10910291-api-organization-verification) (help.openai.com)
- [issue #38482](https://github.com/n8n-io/n8n/issues/38482) (github.com)