Ho configurato un endpoint per headshot in un pomeriggio. La definizione dei prezzi ha richiesto più tempo.

L'integrazione è davvero piccola. Pubblica un riferimento fotografico a un URL, interroga un secondo URL finché lo stato non cambia, leggi il link dell'immagine dal payload. Un'ora di lavoro se hai già spedito qualcosa di asincrono.

Poi qualcuno chiede quanto costa eseguire tutto questo per ogni nuovo assunto, e il pomeriggio scompare. Una dozzina di endpoint immagine sulla stessa piattaforma trasformano ciascuno un ritratto in un headshot. Il più economico costa $0,028, e quello è un prezzo scontato. Il più caro costa $0,229768 per una singola foto. La maggior parte di questa differenza deriva dai livelli di risoluzione, dai flag di qualità e da qualunque promozione sia in corso, il che non è la stessa cosa di una differenza in quanto bene venga il volto.

Questa è una mappa operativa di quella decisione per chiunque stia integrando un'API AI per headshot in un prodotto. Ogni prezzo, nome di campo ed enumerazione qui sotto proviene dagli schemi di Atlas Cloud e dal suo endpoint di pricing al 18 agosto 2026.

Punti chiave

• Un headshot non è una categoria di modello a sé stante a livello API. È una chiamata di modifica immagine con un intento fisso, quindi l'endpoint che scegli determina il costo per utente molto più del prompt.
• L'endpoint dedicato per headshot accetta esattamente due campi e restituisce un'immagine. Gli endpoint di modifica generali accettano una dozzina di campi e si aspettano che tu descriva il risultato da solo.
• Lasciare fuori il parametro size in una chiamata di modifica Seedream ti porta silenziosamente al livello di prezzo più alto, raddoppiando il conto senza alcun errore da intercettare.
• Ogni modello sulla piattaforma condivide un unico ciclo di invio e polling, quindi cambiare endpoint in seguito è una modifica a una stringa del modello, non una riscrittura.
• Puoi confermare lo stile di output prima di scrivere qualsiasi codice: il generatore gratuito di headshot AI offre a ogni account idoneo una generazione a piena risoluzione.

Perché gli sviluppatori cercano un'API AI per headshot invece di un sito per headshot

I siti consumer per headshot sono costruiti attorno a una sessione. Carichi, aspetti, scarichi e il credito si azzera il giorno dopo. Niente in quel ciclo sopravvive al contatto con un prodotto che deve inserire quattrocento dipendenti questo trimestre e riconciliare la spesa su un centro di costo.

Quello che un'API aggiunge non è tanto la generazione. È la contabilità che la circonda. Ogni invio restituisce un id e uno stato che puoi interrogare, che è la differenza tra una fattura che puoi spiegare e una che non puoi.

C'è un secondo vantaggio, più silenzioso. Gli endpoint degli strumenti pubblicano i loro schemi, quindi puoi leggere l'intera superficie di input prima di impegnarti su uno. Atlas Cloud espone una famiglia di questi strumenti immagine monouso, e le loro forme di richiesta sono quasi identiche:

L'headshot è il più rigoroso dei tre: una foto in ingresso, una foto in uscita.

Dove si inserisce Atlas Cloud per gli sviluppatori che creano funzionalità headshot

Vale la pena vedere cosa restituisce effettivamente il modello prima di scrivere qualsiasi codice di integrazione, perché lo stile di output è fisso e o lo vuoi o non lo vuoi. Atlas Cloud tiene i suoi strumenti monouso in una pagina, e l'indice degli strumenti AI è dove si trova il generatore di headshot insieme a upscaling e pulizia. La pagina dello strumento afferma che ogni utente idoneo riceve una prova gratuita, e le sue FAQ aggiungono che la generazione gratuita include un download completo ad alta risoluzione.

Passata quella prima esecuzione, lo stesso modello diventa un parco giochi a consumo. Il playground AI Headshot stampa il suo prezzo sul pulsante Esegui prima di inviare, e un avviso sopra il caricatore spiega che gli asset vanno allo storage di Atlas Cloud piuttosto che essere presi da un link che incolli. Se invece preferisci scrivere il prompt da solo e controllare guardaroba, sfondo e inquadratura, la famiglia Nano Banana 2 copre la via della modifica generale, e la sua variante Lite risulta più economica per immagine dello strumento fisso. La sezione sui prezzi analizza cosa costa quel compromesso.

Due modi per chiamare l'API del generatore di headshot AI

Entrambi i percorsi eseguono la stessa stringa di modello. La differenza è se una persona sta guardando il risultato tornare.

Metodo 1: Testare l'API Professional Headshot nel Playground

Accedi, apri il playground linkato sopra e carica un ritratto frontale chiaro. La descrizione dello schema per il campo di input è esattamente quella frase, quindi il modello è ottimizzato per uno scatto frontale piuttosto che per un profilo a tre quarti o un ritaglio di gruppo.

Il pulsante Esegui riporta l'addebito per l'esecuzione che stai per fare, e quel numero è quello da budgettare. La pagina di marketing non cita alcun prezzo, quindi il playground è dove si trova la cifra. Una discrepanza utile da sapere mentre sei lì: il testo della pagina dello strumento menziona la scelta tra business formale, casual elegante e un look da studio semplice, ma lo schema pubblicato non ha un campo style. Qualunque cosa suggerisca il testo, l'endpoint restituisce il trattamento business predefinito del modello.

Metodo 2: Chiamare l'API AI Headshot dal tuo codice

Il flusso di esecuzione è di due richieste HTTP. Per arrivarci servono tre passaggi.

Passaggio 1: Creare una chiave API. Generane una nella console di Atlas Cloud, copiala e tienila lato server. Gli endpoint degli strumenti accettano la stessa chiave di ogni modello sulla piattaforma.

Passaggio 2: Controllare i documenti API. Autenticazione, l'endpoint immagine condiviso e il contratto di polling si trovano nella documentazione API. Ogni modello pubblica anche il proprio schema OpenAPI, e questo è atlascloud-tool-headshot.json, vale la pena leggerlo prima di indovinare i nomi dei campi. La pagina del modello ha anche una scheda API accanto al playground, quindi la forma della richiesta è a un clic da dove l'hai testata. Una cosa che mi ha fatto perdere tempo qui: l'elenco pubblico dei modelli della piattaforma restituiva 466 voci quando ho controllato e lo strumento headshot non era tra queste, anche se i suoi strumenti fratelli per upscaling e pulizia foto lo erano. Schema, readme e prezzi si risolvono normalmente, quindi l'endpoint è attivo. La sola ricerca nel catalogo non lo farà emergere.

Passaggio 3: Inviare la prima richiesta. L'invio è asincrono e restituisce un id di previsione.

BashCopy
1curl -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  }'

Esegui polling fino a quando lo stato non si stabilizza:

BashCopy
1curl -s https://api.atlascloud.ai/api/v1/model/prediction/<PREDICTION_ID> \
2  -H "Authorization: Bearer $ATLASCLOUD_API_KEY"

Il payload completato porta outputs, un array che rimane vuoto fino al termine del lavoro e poi contiene l'URL dell'immagine ospitata. status è la tua condizione di ciclo e legge created, processing, completed o failed.

Testa una cosa sulla prima chiamata invece di dare per scontato. Lo schema tipizza image come un riferimento a un'immagine senza dire dove possa risiedere il file, e il playground è schietto sul suo lato della questione. L'avviso verde sopra il suo caricatore recita "URL non accettati: immagini e video devono essere inviati tramite campi di upload dedicati." I modelli di modifica fratelli documentano i loro input come URL. Conferma quale forma prende la tua chiave prima di cablare un lavoro batch attorno ad essa.

Quella forma di richiesta è la parte che vale la pena interiorizzare. La stessa chiave, la stessa POST e la stessa chiamata di polling raggiungono ogni modello di immagine sulla piattaforma, quindi passare dallo strumento headshot fisso a un editor completamente promptabile significa modificare la stringa del modello e aggiungere i campi che quel modello accetta. Nient'altro nel tuo worker cambia.

Prezzi dell'API AI Headshot per immagine generata

Ogni cifra qui sotto proviene dall'endpoint di calcolo dei prezzi della piattaforma al 18 agosto 2026, prezzata rispetto alla richiesta esatta che invierei. Tutti hanno restituito un flag di sconto di 100, il che significa che nessuna promozione era in corso, a parte le due varianti nella sottosezione successiva.

L'endpoint headshot dedicato è a $0,045, il che significa che mille headshot generati costano $45. Nano Banana 2 Lite Edit lo sottocosta a $0,04, quindi lo stesso volume costa $40, e il suo readme è esplicito che il numero di immagini di riferimento in input non influisce sul prezzo. Risparmiare quei $5 ogni mille significa scrivere e mantenere il tuo prompt headshot, il che è una decisione reale piuttosto che ovvia.

I valori predefiniti sono dove il denaro si perde. Seedream v5.0 Pro Edit costa $0,045 a 1024×1024 o 2048×1152, ma il suo parametro size predefinito è 2048×2048, che cade nel livello superiore a $0,09. Ometti il campo e paghi il doppio senza alcun errore da intercettare. Lo stesso modello aggiunge $0,003 per ogni immagine di input oltre la prima, che una richiesta a due immagini conferma prezzando a $0,048. GPT Image 2 Edit ripete lo schema da un'angolazione diversa: quality predefinito è medium a $0,071728, e passare a high porta una singola immagine 1024×1024 a $0,229768.

I livelli di risoluzione sono l'ultima variabile. Nano Banana 2 Edit costa $0,08, $0,12 e $0,16 per 1k, 2k e 4k, mentre la variante Lite offre solo 1k. Per una foto profilo che finisce per essere visualizzata a poche centinaia di pixel, pagare per 4k è spendere per pixel che nessuno vedrà.

Endpoint sviluppatore scontati nella lineup API AI Headshot

Due varianti avevano uno sconto attivo al nome del campo il giorno della scrittura:

Nessuna pagina di modello spiega come un endpoint sviluppatore differisca da quello standard oltre al prezzo, quindi tratta la cifra non scontata come il numero durevole quando costruisci un modello di costo. Questi flag si sono mossi in passato, e il modo onesto per verificare è prezzare la tua richiesta esatta rispetto alla piattaforma piuttosto che fidarsi di una cifra da un articolo, incluso questo.

Cosa cambia l'API AI Headshot in un volto

L'endpoint fisso è opinabile. Il suo readme descrive il lavoro come trasformare un ritratto casual in un headshot business di qualità da studio, che in pratica significa che lo sfondo e i vestiti vengono sostituiti mentre il volto dovrebbe rimanere riconoscibilmente tuo.

Ho eseguito un ritratto attraverso entrambe le vie per vedere dove divergono.

Eseguito il 19 agosto 2026. L'input è una persona fittizia generata dall'AI, non una fotografia di nessuno reale.

Entrambi gli output sono riconoscibilmente lo stesso volto, ed entrambi hanno fatto il lavoro di mettere una persona in abiti business su uno sfondo uniforme. Le differenze sono in ciò che nessuno ha chiesto. L'endpoint fisso ha scelto un blazer grigio chiaro senza niente sotto, ha deciso il ritaglio e ha lasciato stare i lunghi capelli mossi. L'endpoint di modifica ha fornito ogni elemento nominato nel prompt, il blazer carbone, la camicia bianca, lo sfondo grigio chiaro, l'inquadratura testa e spalle, poi è andato oltre e ha accorciato i capelli in una forma più ordinata e simmetrica. Il prompt aveva chiesto che il volto rimanesse invariato e non diceva nulla sui capelli.

Scegliere la via della modifica generale rimette a te le decisioni, al costo di doverle dichiarare. Confronta cosa accetta ciascuno:

Due cose da pianificare. Il readme della piattaforma per il livello Lite dice che il modello potrebbe avere difficoltà con volti piccoli, ortografia accurata e dettagli molto fini. L'input in quel test iniziava come uno scatto a figura intera dove il volto occupava una piccola parte dell'inquadratura e l'ha superato bene, quindi l'avviso non è un limite assoluto, ma un ritaglio di foto di gruppo è il caso più difficile e vale la pena di essere selezionato. Lo stesso readme afferma che le immagini modificate includono credenziali di contenuto C2PA e una filigrana SynthID impercettibile per impostazione predefinita. Quella firma viaggia con il file. LinkedIn mostra le credenziali di contenuto su qualsiasi immagine che arrivi con informazioni C2PA allegate, quindi un headshot generato in questo modo può finire su un profilo con la sua provenienza in mostra.

Il che va bene, purché il volto sia quello giusto. Le linee guida per le foto profilo di LinkedIn consentono un'illustrazione o una rappresentazione artistica di te stesso, a condizione che la foto rifletta la tua somiglianza. Un headshot AI supera quel test. Un volto generato che non è quello dell'utente no.

Eseguire un'API AI Headshot in produzione

Qualche cosa che vale la pena decidere prima di spedire piuttosto che dopo.

Quell'ultima riga è quella che i team saltano. La documentazione dell'endpoint stesso ti chiede di ottenere il consenso prima di modificare o generare la somiglianza di una persona reale, e di evitare di usare i risultati per ingannare, molestare o impersonare. Se la tua funzione trasforma automaticamente le foto dei dipendenti in headshot, il passaggio del consenso appartiene al flusso di caricamento piuttosto che in un documento di policy che nessuno legge.

Domande frequenti

Esiste un'API AI headshot per sviluppatori con un livello gratuito?

L'API stessa è a consumo dalla prima chiamata. L'esecuzione gratuita vive sulla pagina dello strumento, dove ogni account idoneo ottiene una generazione a piena risoluzione. Usala per confermare lo stile di output, poi budgetta per il prezzo per immagine una volta integrato.

Quale stringa di modello devo usare per una chiamata API professional headshot?

atlascloud/tool/headshot se vuoi il trattamento business fisso senza prompt da mantenere. google/nano-banana-2-lite/edit se hai bisogno di controllo su guardaroba, sfondo o proporzioni e sei disposto a scrivere l'istruzione da solo. Entrambi fanno POST a /api/v1/model/generateImage.

Quanto costa un'API AI headshot per immagine?

$0,045 tramite l'endpoint dedicato al 18 agosto 2026, senza sconto attivo. Tra i dodici endpoint che ho prezzato sulla stessa piattaforma, una singola immagine modificata andava da $0,028 a $0,229768 a seconda del modello, del livello di risoluzione e dell'impostazione di qualità.

L'API del generatore di headshot AI mantiene il volto reale della persona?

Questo è il comportamento dichiarato: lo strumento sostituisce sfondo e abbigliamento piuttosto che generare una nuova persona. La fedeltà dipende fortemente dall'input, e un volto piccolo o inclinato nella foto sorgente dà al modello meno da preservare.

Gli output dell'API AI headshot sono filigranati o firmati?

Le modifiche di Nano Banana 2 Lite includono credenziali di contenuto C2PA e una filigrana SynthID per impostazione predefinita, secondo la documentazione del modello sulla piattaforma. Il comportamento di firma è specifico del modello, quindi controlla il readme per l'endpoint su cui ti stabilisci.

Gli headshot generati tramite un'API possono essere usati su LinkedIn?

Sì, a condizione che l'immagine rifletta la persona reale. Le linee guida per le foto di LinkedIn consentono rappresentazioni artistiche di te stesso e proibiscono foto composte solo dalla somiglianza di altre persone, immagini stock o personaggi fittizi.

Conclusione

Se ciò di cui hai bisogno è un headshot business standard e preferisci non gestire un prompt, l'endpoint fisso è la strada più breve. Due campi, un output, un prezzo che puoi leggere prima di chiamarlo.

Nel momento in cui il tuo prodotto richiede qualcosa di specifico, una giacca particolare, uno sfondo brandizzato, un ritaglio del ritratto che corrisponda al tuo componente scheda, quell'endpoint non ha nulla da offrire e stai scrivendo un prompt che tu lo abbia pianificato o no. Due domande lo decidono, e nessuna è il prezzo unitario. Qualcuno manterrà ancora quel prompt tra due anni? E la differenza tra un output 1k e uno 4k raggiungerà mai lo schermo di un utente?