A integração é genuinamente pequena. Poste uma referência de foto para uma URL, consulte uma segunda URL até que o status mude, leia o link da imagem na carga útil. Uma hora de trabalho se você já tiver enviado algo assíncrono antes.
Então alguém pergunta quanto custa para executar isso para cada novo contratado, e a tarde desaparece. Uma dúzia de endpoints de imagem na mesma plataforma transformarão um retrato em uma foto de perfil profissional. O mais barato custa $0,028, e esse é um preço com desconto. O mais caro custa $0,229768 por uma imagem. A maior parte dessa diferença se deve a níveis de resolução, flags de qualidade e a promoção que estiver em vigor, o que não é a mesma coisa que uma diferença na qualidade do rosto gerado.
Este é um mapa prático dessa decisão para quem está construindo uma API de headshot de IA em um produto. Cada preço, nome de campo e enum abaixo veio dos próprios esquemas da Atlas Cloud e de seu endpoint de preços em 18 de agosto de 2026.
Principais Conclusões
- Um headshot não é uma categoria de modelo própria na camada da API. É uma chamada de edição de imagem com uma intenção fixa, então o endpoint que você escolher determina seu custo por usuário muito mais do que o prompt.
- O endpoint de headshot dedicado aceita exatamente dois campos e retorna uma imagem. Endpoints de edição geral aceitam uma dúzia de campos e esperam que você descreva o resultado sozinho.
- Deixar o parâmetro de tamanho de fora de uma chamada de edição Seedream silenciosamente coloca você no nível de preço mais alto, o que dobra a conta sem nenhum erro para capturar.
- Todos os modelos na plataforma compartilham um loop de envio e consulta, então trocar endpoints depois é uma alteração em uma string de modelo, não uma reescrita.
- Você pode confirmar o estilo de saída antes de escrever qualquer código: o gerador gratuito de headshot de IA oferece a cada conta elegível uma execução em resolução total.
Por que os Desenvolvedores Recorrem a uma API de Headshot de IA em vez de um Site de Headshot
Sites de headshot para consumidores são construídos em torno de uma sessão. Você envia, espera, baixa e a cota é redefinida no dia seguinte. Nada nesse loop sobrevive ao contato com um produto que precisa integrar quatrocentos funcionários neste trimestre e conciliar o gasto com um centro de custo.
O que uma API adiciona não é realmente a geração. É a contabilidade em torno dela. Cada submissão retorna com um id e um status que você pode consultar, o que é a diferença entre uma fatura que você pode explicar e uma que não pode.
Há uma segunda vantagem, mais sutil. Endpoints de ferramenta publicam seus esquemas, então você pode ler toda a superfície de entrada antes de se comprometer com um. A Atlas Cloud expõe uma família dessas ferramentas de imagem de propósito único, e suas formas de requisição são quase idênticas:
| Endpoint da ferramenta | Campos obrigatórios | Campos opcionais | Preço por imagem |
|---|---|---|---|
| atlascloud/tool/headshot | model, image | nenhum | $0,045 |
| atlascloud/photo-cleanup | model, image | output_format | $0,02 |
| atlascloud/image-upscaler | model, image | outscale, output_format | $0,01 |
O headshot é o mais restrito dos três: uma foto entra, uma foto sai.
Onde a Atlas Cloud se Encaixa para Desenvolvedores Construindo Funcionalidades de Headshot
Vale a pena ver o que o modelo realmente retorna antes de escrever qualquer código de integração, porque o estilo de saída é fixo e ou você o quer ou não. A Atlas Cloud mantém suas ferramentas de propósito único em uma página, e o índice de ferramentas de IA é onde o gerador de headshot fica junto com upscaling e limpeza. A página da ferramenta afirma que cada usuário elegível recebe um teste gratuito, e seu FAQ adiciona que a geração gratuita inclui um download completo em alta resolução.
Após essa primeira execução, o mesmo modelo se torna um playground medido. O Playground de Headshot de IA exibe seu preço no botão Executar antes de você enviar, e um aviso acima do uploader explica que os ativos vão para o armazenamento da Atlas Cloud em vez de serem puxados de um link que você cola. Se você preferir escrever o prompt você mesmo e controlar guarda-roupa, fundo e enquadramento, a família Nano Banana 2 cobre a rota de edição geral, e sua variante Lite acaba sendo mais barata por imagem do que a ferramenta fixa. A seção de preços mostra a que custo essa troca corresponde.
Duas Maneiras de Chamar a API do Gerador de Headshot de IA
Ambos os caminhos usam a mesma string de modelo. A diferença é se uma pessoa está observando o resultado retornar.
Método 1: Testar a API de Headshot Profissional no Playground
Faça login, abra o playground linkado acima e envie um retrato frontal claro. A descrição do próprio esquema para o campo de entrada é exatamente essa frase, então o modelo é ajustado para uma foto de frente, não para um perfil de três quartos ou um recorte de grupo.
O botão Executar mostra o custo da execução que você está prestes a fazer, e esse é o número para orçar. A página de marketing não cita nenhum preço, então o playground é onde o valor aparece. Uma discrepância útil para saber enquanto você está lá: o texto da página da ferramenta menciona a escolha entre formal empresarial, casual inteligente e um visual simples de estúdio, mas o esquema publicado não tem campo de estilo. Seja o que o texto sugerir, o endpoint retorna o tratamento empresarial padrão do modelo.
Método 2: Chamar a API de Headshot de IA a Partir do Seu Próprio Código
O fluxo de execução consiste em duas requisições HTTP. Chegar lá leva três etapas.
Passo 1: Criar uma chave de API. Gere uma no console da Atlas Cloud, copie-a e mantenha-a no lado do servidor. Os endpoints de ferramenta usam a mesma chave que todos os modelos na plataforma.
Passo 2: Verificar a documentação da API. Autenticação, o endpoint de imagem compartilhado e o contrato de polling estão na documentação da API. Cada modelo também publica seu próprio esquema OpenAPI, e este é o atlascloud-tool-headshot.json, que vale a pena ler antes de adivinhar nomes de campo. A página do modelo também tem uma guia API ao lado do playground, então a forma da requisição está a um clique de onde você testou. Uma coisa que me custou tempo aqui: a lista pública de modelos da plataforma retornou 466 entradas quando verifiquei, e a ferramenta de headshot não estava entre elas, mesmo que suas ferramentas irmãs para upscaling e limpeza de foto estivessem. Esquema, readme e preços resolvem normalmente, então o endpoint está ativo. Apenas a pesquisa no catálogo não o encontrará.
Passo 3: Enviar a primeira requisição. O envio é assíncrono e retorna um id de previsão.
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 }'
Consulte até que o status se estabilize:
Bash1curl -s https://api.atlascloud.ai/api/v1/model/prediction/<PREDICTION_ID> \ 2 -H "Authorization: Bearer $ATLASCLOUD_API_KEY"
A carga útil concluída carrega outputs, um array que permanece vazio até o trabalho terminar e então contém a URL da imagem hospedada. status é sua condição de loop e lê created, processing, completed ou failed.
Teste uma coisa nessa primeira chamada em vez de assumir. O esquema tipifica image como uma referência de imagem sem dizer onde o arquivo pode estar, e o playground é direto sobre seu próprio lado dessa questão. O aviso verde acima do uploader diz "URLs não aceitas: imagens e vídeos devem ser enviados por meio de campos de upload dedicados." Os modelos de edição irmãos documentam suas entradas como URLs. Confirme qual forma sua chave aceita antes de configurar um trabalho em lote em torno dela.
Essa forma de requisição é a parte que vale a pena internalizar. A mesma chave, o mesmo POST e a mesma chamada de polling alcançam todos os modelos de imagem na plataforma, então mover da ferramenta fixa de headshot para um editor totalmente baseado em prompt mais tarde significa editar a string do modelo e adicionar os campos que esse modelo aceita. Nada mais no seu worker muda.
Preço da API de Headshot de IA por Imagem Gerada
Cada valor abaixo veio do endpoint de cálculo de preços da plataforma em 18 de agosto de 2026, precificado contra a requisição exata que eu enviaria. Todos retornaram uma flag de desconto de 100, significando que nenhuma promoção estava em vigor, exceto pelas duas variantes na próxima subseção.
O endpoint de headshot dedicado custa $0,045, o que coloca mil headshots gerados a $45. O Nano Banana 2 Lite Edit é mais barato a $0,04, então o mesmo volume sai por $40, e seu readme é explícito de que o número de imagens de referência de entrada não afeta o preço. Economizar esses $5 por mil significa escrever e manter seu próprio prompt de headshot, o que é uma decisão real, não óbvia.
Os padrões são onde o dinheiro vaza. O Seedream v5.0 Pro Edit cobra $0,045 em 1024×1024 ou 2048×1152, mas seu parâmetro de tamanho tem como padrão 2048×2048, que cai no nível mais alto a $0,09. Omita o campo e você paga o dobro sem nenhum erro para capturar. O mesmo modelo adiciona $0,003 para cada imagem de entrada além da primeira, o que uma requisição de duas imagens confirma precificando a $0,048. O GPT Image 2 Edit repete o padrão de um ângulo diferente: a qualidade tem como padrão medium a $0,071728, e ir para high leva uma única imagem 1024×1024 a $0,229768.
Os níveis de resolução são a última variável. O Nano Banana 2 Edit cobra $0,08, $0,12 e $0,16 para 1k, 2k e 4k, enquanto a variante Lite oferece apenas 1k. Para uma foto de perfil que acaba sendo exibida a algumas centenas de pixels, pagar por 4k é gastar em pixels que ninguém verá.
Endpoints de Desenvolvedor com Desconto na Linha de API de Headshot de IA
Duas variantes carregavam um desconto ativo no campo nome no dia da escrita:
| Endpoint | Preço de tabela | Preço atual | Desconto |
|---|---|---|---|
| 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 |
Nenhuma página de modelo explica como um endpoint de desenvolvedor difere do padrão além do preço, então trate o valor sem desconto como o número durável ao construir um modelo de custo. Essas flags já se moveram antes, e a maneira honesta de verificar é precificar sua requisição exata contra a plataforma em vez de confiar em um número de um artigo, incluindo este.
O que a API de Headshot de IA Muda em um Rosto
O endpoint fixo é opinativo. Seu readme descreve o trabalho como transformar um retrato casual em um headshot empresarial de qualidade de estúdio, o que na prática significa que o fundo e a roupa são substituídos enquanto o rosto deve permanecer reconhecivelmente seu.
Eu executei um retrato por ambas as rotas para ver onde elas divergem.
Executado em 19 de agosto de 2026. A entrada é uma pessoa fictícia gerada por IA, não uma foto de alguém real.
Ambas as saídas são reconhecivelmente o mesmo rosto, e ambas fizeram o trabalho de colocar uma pessoa em traje empresarial em um fundo liso. As diferenças estão no que ninguém pediu. O endpoint fixo escolheu um blazer cinza claro sem nada por baixo, decidiu o corte e deixou o cabelo longo e ondulado como estava. O endpoint de edição entregou cada item nomeado no prompt, o blazer carvão, a camisa branca, o fundo cinza claro, o enquadramento de cabeça e ombros, depois foi além e encurtou o cabelo em uma forma mais arrumada e simétrica. O prompt pediu que o rosto permanecesse inalterado e não disse nada sobre o cabelo.
Seguir a rota de edição geral devolve as decisões para você, ao custo de ter que declará-las. Compare o que cada um aceita:
| Campo | atlascloud/tool/headshot | google/nano-banana-2-lite/edit |
|---|---|---|
| prompt | ausente | obrigatório |
| image / images | uma imagem, obrigatório | 1 a 14 imagens, obrigatório |
| aspect_ratio | ausente | 15 valores incluindo auto |
| resolution | ausente | 1k apenas |
| thinking_level | ausente | default, high, minimal |
| enable_base64_output | ausente | API apenas, retorna BASE64 em vez de URL |
Duas coisas para planejar. O readme da plataforma para o nível Lite diz que o modelo pode ter dificuldades com rostos pequenos, ortografia precisa e detalhes muito finos. A entrada nesse teste começou como uma foto de corpo inteiro onde o rosto ocupava uma pequena parcela do quadro e passou bem, então o aviso não é um limite rígido, mas um recorte de foto de grupo é o caso mais difícil e vale a pena verificar. O mesmo readme afirma que as imagens editadas incluem credenciais de conteúdo C2PA e uma marca d'água SynthID imperceptível por padrão. Essa assinatura viaja com o arquivo. O LinkedIn mostra credenciais de conteúdo em qualquer imagem que chegue com informações C2PA anexadas, então um headshot gerado dessa forma pode acabar em um perfil com sua proveniência em exibição.
O que é aceitável, desde que o rosto seja o certo. As diretrizes de foto de perfil do LinkedIn permitem uma ilustração ou representação artística de si mesmo, com a condição de que a foto deve refletir sua aparência. Um headshot de IA passa nesse teste. Um rosto gerado que não é do usuário, não passa.
Executando uma API de Headshot de IA em Produção
Algumas coisas que valem a pena decidir antes de enviar, em vez de depois.
| Preocupação | O que a plataforma oferece | Padrão razoável |
|---|---|---|
| Conclusão do trabalho | Um status de quatro estados em cada previsão | Consultar com backoff, tratar falha como retentável uma vez |
| Latência | Nenhum valor de tempo de conclusão no esquema | Enfileirar o trabalho, nunca travar a renderização de uma página nele |
| Pular a consulta | enable_sync_mode nos modelos de edição geral, ausente na ferramenta fixa | Usar modo síncrono apenas para requisições interativas únicas |
| Manipulação de saída | Array outputs de URLs hospedadas | Copiar para seu próprio armazenamento ao concluir |
| Qualidade de entrada | O esquema pede um retrato frontal claro, nada mais específico | Filtrar recortes de grupo e rostos pequenos antes de gastar uma chamada |
| Consentimento | Nota de uso responsável exige autorização para a mídia que você enviar | Capturar consentimento no momento do upload, armazenar o registro |
Essa última linha é a que as equipes pulam. A própria documentação do endpoint pede que você obtenha consentimento antes de editar ou gerar a semelhança de uma pessoa real, e evite usar resultados para enganar, assediar ou se passar por alguém. Se seu recurso transforma fotos de funcionários em headshots automaticamente, a etapa de consentimento pertence ao fluxo de upload, não a um documento de política que ninguém lê.
Perguntas Frequentes
Existe uma API de headshot de IA para desenvolvedores com um nível gratuito?
A própria API é medida desde a primeira chamada. A execução gratuita está na página da ferramenta, onde cada conta elegível recebe uma geração em resolução total. Use-a para confirmar o estilo de saída, depois faça o orçamento para o preço por imagem ao integrar.
Qual string de modelo devo usar para uma chamada de API de headshot profissional?
atlascloud/tool/headshot se você quiser o tratamento empresarial fixo sem precisar manter um prompt. google/nano-banana-2-lite/edit se você precisar de controle sobre guarda-roupa, fundo ou proporção de aspecto e estiver disposto a escrever a instrução você mesmo. Ambos enviam POST para /api/v1/model/generateImage.
Quanto custa uma API de headshot de IA por imagem?
$0,045 através do endpoint dedicado em 18 de agosto de 2026, sem desconto ativo. Entre os doze endpoints que precifiquei na mesma plataforma, uma única imagem editada variou de $0,028 a $0,229768 dependendo do modelo, nível de resolução e configuração de qualidade.
A API do gerador de headshot de IA mantém o rosto real da pessoa?
Esse é o comportamento declarado: a ferramenta substitui fundo e vestimenta em vez de gerar uma nova pessoa. A fidelidade depende muito da entrada, e um rosto pequeno ou angulado na foto de origem dá menos ao modelo para preservar.
As saídas da API de headshot de IA são marcadas d'água ou assinadas?
As edições do Nano Banana 2 Lite incluem credenciais de conteúdo C2PA e uma marca d'água SynthID por padrão, de acordo com a documentação do modelo na plataforma. O comportamento de assinatura é específico do modelo, então verifique o readme do endpoint que você escolher.
Headshots gerados através de uma API podem ser usados no LinkedIn?
Sim, desde que a imagem reflita a pessoa real. As diretrizes de foto do LinkedIn permitem representações artísticas de si mesmo e proíbem fotos consistindo apenas de semelhanças de outras pessoas, imagens de banco de imagens ou personagens fictícios.
Conclusão
Se o que você precisa é um headshot empresarial padrão e prefere não manter um prompt, o endpoint fixo é o caminho mais curto. Dois campos, uma saída, um preço que você pode ler antes de chamá-lo.
No momento em que seu produto precisar de algo específico, uma jaqueta particular, um fundo de marca, um corte de retrato que corresponda ao seu componente de cartão, esse endpoint não tem nada a oferecer e você estará escrevendo um prompt, quer tenha planejado ou não. Duas perguntas decidem isso, e nenhuma é o preço unitário. Alguém ainda estará mantendo esse prompt daqui a dois anos? E a diferença entre uma saída de 1k e uma de 4k chegará algum dia à tela de um usuário?
