La integración es realmente pequeña. Publica una referencia de foto a una URL, consulta una segunda URL hasta que el estado cambie, lee el enlace de la imagen de la carga útil. Una hora de trabajo si has enviado algo asíncrono antes.
Luego alguien pregunta cuánto cuesta ejecutar esto para cada nuevo empleado, y la tarde desaparece. Una docena de endpoints de imagen en la misma plataforma convertirán cada retrato en una foto de perfil. El más barato cuesta $0.028, y ese es un precio con descuento. El más caro cuesta $0.229768 por una imagen. La mayor parte de esa diferencia se debe a niveles de resolución, indicadores de calidad y la promoción que esté vigente, que no es lo mismo que una diferencia en qué tan bien sale el rostro.
Este es un mapa práctico de esa decisión para cualquiera que esté integrando una API de headshot con IA en un producto. Cada precio, nombre de campo y enumeración a continuación provienen de los esquemas propios de Atlas Cloud y su endpoint de precios al 18 de agosto de 2026.
Conclusiones clave
- Un headshot no es una categoría de modelo propia en la capa de API. Es una llamada de edición de imagen con una intención fija, por lo que el endpoint que elijas determina tu costo por usuario mucho más que el prompt.
- El endpoint dedicado de headshot acepta exactamente dos campos y devuelve una imagen. Los endpoints de edición general aceptan una docena de campos y esperan que describas el resultado tú mismo.
- Omitir el parámetro de tamaño en una llamada de edición de Seedream te coloca silenciosamente en el nivel de precio más alto, lo que duplica la factura sin ningún error que detectar.
- Todos los modelos en la plataforma comparten un mismo bucle de envío y consulta, por lo que cambiar de endpoint más adelante es un cambio en la cadena del modelo, no una reescritura.
- Puedes confirmar el estilo de salida antes de escribir cualquier código: el generador gratuito de headshots con IA le da a cada cuenta elegible una ejecución a resolución completa.
Por qué los desarrolladores recurren a una API de headshot con IA en lugar de un sitio de headshots
Los sitios de headshots para consumidores se basan en una sesión. Subes, esperas, descargas y el límite se restablece al día siguiente. Nada en ese ciclo sobrevive al contacto con un producto que tiene que incorporar a cuatrocientos empleados este trimestre y conciliar el gasto contra un centro de costo.
Lo que agrega una API no es realmente la generación. Es la contabilidad que la rodea. Cada envío regresa con un id y un estado que puedes consultar, lo que marca la diferencia entre una factura que puedes explicar y una que no.
Hay una segunda ventaja más sutil. Los endpoints de herramientas publican sus esquemas, por lo que puedes leer toda la superficie de entrada antes de comprometerte con uno. Atlas Cloud expone una familia de estas herramientas de imagen de propósito único, y sus formas de solicitud son casi idénticas:
| Endpoint de herramienta | Campos obligatorios | Campos opcionales | Precio por imagen |
|---|---|---|---|
| atlascloud/tool/headshot | model, image | ninguno | $0.045 |
| atlascloud/photo-cleanup | model, image | output_format | $0.02 |
| atlascloud/image-upscaler | model, image | outscale, output_format | $0.01 |
La entrada de headshot es la más estricta de las tres: una foto de entrada, una foto de salida.
Dónde encaja Atlas Cloud para los desarrolladores que crean funciones de headshot
Vale la pena ver qué devuelve realmente el modelo antes de escribir cualquier código de integración, porque el estilo de salida es fijo y o lo quieres o no. Atlas Cloud mantiene sus herramientas de propósito único en una página, y el índice de herramientas de IA es donde se encuentra el generador de headshots junto con la ampliación y la limpieza. La página de la herramienta indica que cada usuario elegible obtiene una prueba gratuita, y sus preguntas frecuentes agregan que la generación gratuita incluye una descarga completa en alta resolución.
Después de esa primera ejecución, el mismo modelo se convierte en un área de juegos medida. El área de juegos de headshot con IA muestra su precio en el botón Ejecutar antes de enviar, y un aviso sobre el cargador explica que los activos van al almacenamiento de Atlas Cloud en lugar de extraerse de un enlace que pegues. Si prefieres escribir el prompt tú mismo y controlar el vestuario, el fondo y el encuadre, la familia Nano Banana 2 cubre la ruta de edición general, y su variante Lite resulta ser más barata por imagen que la herramienta fija. La sección de precios detalla lo que cuesta ese intercambio.
Dos formas de llamar a la API del generador de headshots con IA
Ambas rutas ejecutan la misma cadena de modelo. La diferencia es si una persona está viendo el resultado regresar.
Método 1: Probar la API de headshot profesional en el área de juegos
Inicia sesión, abre el área de juegos enlazada arriba y sube un retrato frontal claro. La descripción del propio esquema para el campo de entrada es exactamente esa frase, por lo que el modelo está ajustado para una toma frontal, no para un perfil de tres cuartos o un recorte grupal.
El botón Ejecutar lleva el cargo de la ejecución que estás a punto de hacer, y ese es el número con el que presupuestar. La página de marketing no cita ningún precio, por lo que el área de juegos es donde vive la cifra. Una discrepancia útil que debes conocer mientras estás allí: el texto de la página de la herramienta menciona elegir entre formal de negocios, casual elegante y un look de estudio simple, pero el esquema publicado no tiene ningún campo de estilo. Sea lo que sea que sugiera el texto, el endpoint devuelve el tratamiento empresarial predeterminado del modelo.
Método 2: Llamar a la API de headshot con IA desde tu propio código
El flujo de ejecución son dos solicitudes HTTP. Llegar allí requiere tres pasos.
Paso 1: Crear una clave API. Genera una en la consola de Atlas Cloud, cópiala y mantenla del lado del servidor. Los endpoints de herramientas usan la misma clave que todos los modelos de la plataforma.
Paso 2: Consultar la documentación de la API. La autenticación, el endpoint de imagen compartido y el contrato de consulta están en la documentación de la API. Cada modelo también publica su propio esquema OpenAPI, y este es atlascloud-tool-headshot.json, que vale la pena leer antes de adivinar los nombres de los campos. La página del modelo también tiene una pestaña de API junto al área de juegos, por lo que la forma de la solicitud está a un clic de donde la probaste. Algo que me costó tiempo aquí: la lista de modelos públicos de la plataforma devolvió 466 entradas cuando la revisé y la herramienta de headshot no estaba entre ellas, aunque sus herramientas hermanas de ampliación y limpieza de fotos sí lo estaban. El esquema, el archivo readme y los precios se resuelven normalmente, por lo que el endpoint está activo. La búsqueda en el catálogo por sí sola no lo mostrará.
Paso 3: Enviar la primera solicitud. El envío es asíncrono y devuelve un id de predicción.
Bash1curl -X POST https://api.atlascloud.ai/api/v1/model/generateImage \ 2 -H "Content-Type: application/json" \ 3 -H "Authorization: Bearer $ATLASCLOUD_API_KEY" \ 4 -d '{ 5 "model": "atlascloud/tool/headshot", 6 "image": "https://your-cdn.com/portraits/emp-4192.jpg" 7 }'
Consulta hasta que el estado se estabilice:
Bash1curl -s https://api.atlascloud.ai/api/v1/model/prediction/<PREDICTION_ID> \ 2 -H "Authorization: Bearer $ATLASCLOUD_API_KEY"
La carga útil completada lleva outputs, un array que permanece vacío hasta que el trabajo finaliza y luego contiene la URL de la imagen alojada. status es tu condición de bucle y puede ser created, processing, completed o failed.
Prueba una cosa en esa primera llamada en lugar de asumir. El esquema define image como una referencia de imagen sin decir dónde puede residir el archivo, y el área de juegos es directa sobre su propio lado de esa pregunta. El aviso verde sobre su cargador dice "URLs no aceptadas: las imágenes y videos deben enviarse a través de campos de carga dedicados". Los modelos de edición hermanos documentan sus entradas como URLs. Confirma qué forma toma tu clave antes de configurar un trabajo por lotes a su alrededor.
Esa forma de solicitud es la parte que vale la pena interiorizar. La misma clave, el mismo POST y la misma llamada de consulta llegan a todos los modelos de imagen de la plataforma, por lo que pasar de la herramienta fija de headshot a un editor completamente prompteable más tarde significa editar la cadena del modelo y agregar los campos que ese modelo acepta. Nada más en tu worker cambia.
Precio de la API de headshot con IA por imagen generada
Cada cifra a continuación provino del endpoint de cálculo de precios de la plataforma el 18 de agosto de 2026, valorada con respecto a la solicitud exacta que enviaría. Todas devolvieron un indicador de descuento de 100, lo que significa que no había promoción activa, excepto las dos variantes en la siguiente subsección.
El endpoint dedicado de headshot se sitúa en $0.045, lo que coloca mil headshots generados en $45. Nano Banana 2 Lite Edit lo supera a $0.04, por lo que el mismo volumen cuesta $40, y su archivo readme es explícito en que la cantidad de imágenes de referencia de entrada no afecta el precio. Ahorrar esos $5 por cada mil significa escribir y mantener tu propio prompt de headshot, lo cual es una decisión real, no una obvia.
Los valores predeterminados son por donde se escapa el dinero. Seedream v5.0 Pro Edit cobra $0.045 a 1024×1024 o 2048×1152, pero su parámetro de tamaño predeterminado es 2048×2048, que cae en el nivel superior a $0.09. Omite el campo y pagas el doble sin ningún error que detectar. El mismo modelo agrega $0.003 por cada imagen de entrada después de la primera, lo que una solicitud de dos imágenes confirma al costar $0.048. GPT Image 2 Edit repite el patrón desde otro ángulo: la calidad predetermina a media a $0.071728, y pasar a alta lleva una sola imagen de 1024×1024 a $0.229768.
Los niveles de resolución son la última variable. Nano Banana 2 Edit cobra $0.08, $0.12 y $0.16 para 1k, 2k y 4k, mientras que la variante Lite solo ofrece 1k. Para una foto de perfil que termina mostrándose a unos pocos cientos de píxeles, pagar por 4k es gastar en píxeles que nadie verá.
Endpoints de desarrollador con descuento en la línea de API de headshot con IA
Dos variantes tenían un descuento activo en el nombre del campo el día de la escritura:
| Endpoint | Precio de lista | Precio actual | Descuento |
|---|---|---|---|
| google/nano-banana-2-lite/edit-developer | $0.04 | $0.028 | 30% off |
| google/nano-banana-2/edit-developer | $0.08 | $0.04 | 50% off |
Ninguna página de modelo explica en qué se diferencia un endpoint de desarrollador del estándar más allá del precio, por lo que trata la cifra sin descuento como el número duradero cuando construyes un modelo de costos. Estas banderas se han movido antes, y la forma honesta de verificar es valorar tu solicitud exacta contra la plataforma en lugar de confiar en una cifra de un artículo, incluido este.
Qué cambia la API de headshot con IA en un rostro
El endpoint fijo es dogmático. Su archivo readme describe el trabajo como convertir un retrato informal en un headshot empresarial de calidad de estudio, lo que en la práctica significa que el fondo y la ropa se reemplazan mientras que el rostro debe permanecer reconociblemente tuyo.
Ejecuté un retrato a través de ambas rutas para ver dónde divergen.
Ejecutado el 19 de agosto de 2026. La entrada es una persona ficticia generada por IA, no una fotografía de alguien real.
Ambas salidas son reconociblemente el mismo rostro, y ambas hicieron el trabajo de poner a una persona en atuendo de negocios sobre un fondo plano. Las diferencias están en lo que nadie pidió. El endpoint fijo eligió una chaqueta gris claro sin nada debajo, decidió el recorte y dejó el cabello largo y ondulado intacto. El endpoint de edición entregó cada elemento que el prompt nombraba: la chaqueta carbón, la camisa blanca, el fondo gris claro, el encuadre de cabeza y hombros, y luego fue más allá y acortó el cabello en una forma más ordenada y simétrica. El prompt había pedido que el rostro permaneciera sin cambios y no decía nada sobre el cabello.
Optar por la ruta de edición general devuelve las decisiones a ti, a costa de tener que expresarlas. Compara lo que acepta cada uno:
| Campo | atlascloud/tool/headshot | google/nano-banana-2-lite/edit |
|---|---|---|
| prompt | ausente | obligatorio |
| image / images | una imagen, obligatorio | 1 a 14 imágenes, obligatorio |
| aspect_ratio | ausente | 15 valores incluyendo auto |
| resolution | ausente | solo 1k |
| thinking_level | ausente | default, high, minimal |
| enable_base64_output | ausente | solo API, devuelve BASE64 en lugar de URL |
Dos cosas que planificar. El archivo readme de la plataforma para el nivel Lite dice que el modelo puede tener dificultades con rostros pequeños, ortografía precisa y detalles muy finos. La entrada en esa prueba comenzó como una toma de cuerpo completo donde el rostro ocupaba una pequeña parte del encuadre y salió bien, por lo que la advertencia no es un límite inferior duro, pero un recorte de foto grupal es el caso más difícil y vale la pena filtrarlo. El mismo readme indica que las imágenes editadas incluyen credenciales de contenido C2PA y una marca de agua SynthID imperceptible de forma predeterminada. Esa firma viaja con el archivo. LinkedIn muestra credenciales de contenido en cualquier imagen que llegue con información C2PA adjunta, por lo que un headshot generado de esta manera puede aparecer en un perfil con su procedencia visible.
Lo cual está bien, siempre que el rostro sea el correcto. Las pautas de foto de perfil de LinkedIn permiten una ilustración o representación artística de ti mismo, con la condición de que la foto debe reflejar tu apariencia. Un headshot con IA pasa esa prueba. Un rostro generado que no es el del usuario no.
Ejecutando una API de headshot con IA en producción
Algunas cosas que vale la pena decidir antes de enviar en lugar de después.
| Aspecto | Qué te da la plataforma | Valor predeterminado razonable |
|---|---|---|
| Finalización del trabajo | Un estado de cuatro valores en cada predicción | Consultar con retroceso, tratar fallido como reintentable una vez |
| Latencia | Sin cifra de tiempo de finalización en el esquema | Poner en cola el trabajo, nunca bloquear la representación de una página |
| Omitir la consulta | enable_sync_mode en los modelos de edición general, ausente en la herramienta fija | Usar modo síncrono solo para solicitudes interactivas individuales |
| Manejo de salida | array outputs de URLs alojadas | Copiar a tu propio almacenamiento al finalizar |
| Calidad de entrada | El esquema pide un retrato frontal claro, nada más específico | Filtrar recortes grupales y rostros pequeños antes de gastar una llamada |
| Consentimiento | La nota de uso responsable requiere autorización para los medios que subas | Capturar el consentimiento en el momento de la subida, almacenar el registro |
Esa última fila es la que los equipos omiten. La propia documentación del endpoint te pide que obtengas consentimiento antes de editar o generar la apariencia de una persona real, y que evites usar los resultados para engañar, acosar o suplantar. Si tu función convierte fotos de empleados en headshots automáticamente, el paso de consentimiento pertenece al flujo de subida, no en un documento de política que nadie lee.
Preguntas frecuentes
¿Existe una API de headshot con IA para desarrolladores con un nivel gratuito?
La API en sí misma se mide desde la primera llamada. La ejecución gratuita está en la página de la herramienta, donde cada cuenta elegible obtiene una generación a resolución completa. Úsala para confirmar el estilo de salida, luego presupuesta el precio por imagen una vez que integres.
¿Qué cadena de modelo debo usar para una llamada de API de headshot profesional?
atlascloud/tool/headshot si quieres el tratamiento empresarial fijo sin ningún prompt que mantener. google/nano-banana-2-lite/edit si necesitas control sobre el vestuario, el fondo o la relación de aspecto y estás dispuesto a escribir la instrucción tú mismo. Ambos publican en /api/v1/model/generateImage.
¿Cuánto cuesta una API de headshot con IA por imagen?
$0.045 a través del endpoint dedicado al 18 de agosto de 2026, sin descuento activo. En los doce endpoints que evalué en la misma plataforma, una sola imagen editada costó desde $0.028 hasta $0.229768 dependiendo del modelo, el nivel de resolución y la configuración de calidad.
¿La API del generador de headshots con IA conserva el rostro real de la persona?
Ese es el comportamiento declarado: la herramienta reemplaza el fondo y la vestimenta en lugar de generar una nueva persona. La fidelidad depende en gran medida de la entrada, y un rostro pequeño o en ángulo en la foto de origen le da al modelo menos que preservar.
¿Las salidas de la API de headshot con IA tienen marcas de agua o firma?
Las ediciones de Nano Banana 2 Lite incluyen credenciales de contenido C2PA y una marca de agua SynthID de forma predeterminada, según la documentación del modelo en la plataforma. El comportamiento de firma es específico del modelo, por lo que verifica el readme del endpoint que elijas.
¿Se pueden usar los headshots generados a través de una API en LinkedIn?
Sí, siempre que la imagen refleje a la persona real. Las pautas de fotos de LinkedIn permiten representaciones artísticas de ti mismo y prohíben fotos que consistan únicamente en la apariencia de otras personas, imágenes de stock o personajes ficticios.
Conclusión
Si lo que necesitas es un headshot empresarial estándar y prefieres no tener un prompt, el endpoint fijo es el camino más corto. Dos campos, una salida, un precio que puedes leer antes de llamarlo.
En el momento en que tu producto necesita algo específico, una chaqueta en particular, un fondo de marca, un recorte de retrato que coincida con tu componente de tarjeta, ese endpoint no tiene nada que ofrecer y estás escribiendo un prompt, lo hayas planeado o no. Dos preguntas lo deciden, y ninguna es el precio unitario. ¿Alguien seguirá manteniendo ese prompt dentro de dos años? ¿Y la diferencia entre una salida de 1k y una de 4k llegará alguna vez a la pantalla de un usuario?
