GPT-Image-2.5 Pris: API omkostninger, omkostning pr. billede, Flare vs Sunburst, og CometAPI besparelser

TL;DR

GPT-Image-2.5 har ikke en enkelt fast “pris pr. billede.” OpenAI opkræver API-brug efter tokens. Både GPT-Image-2.5 Flare og GPT-Image-2.5 Sunburst bruger de samme officielle token-satser: $5 pr. million tekst-input-tokens, $8 pr. million billede-input-tokens og $30 pr. million billede-output-tokens. Cachede tekst- og billede-input koster hhv. $1.25 og $2 pr. million tokens.

For et 1024×1024-billede antyder observationer fra tredjeparts-beregnere, at ren output-generering kan spænde fra cirka $0.006 ved lav kvalitet til cirka $0.211 ved max kvalitet. Høj kvalitet ligger omkring $0.053 i den planlægningsmodel. Den faktiske faktura afhænger af prompt-tokens, referencebilleder, forsøg, redigerings-input og faktisk output-tokenforbrug.

Key Takeaways

• OpenAI opkræver GPT-Image-2.5-API’en efter tokens i stedet for en universel fast pris pr. billede.
• Flare og Sunburst har samme token-satser; Sunburst er ikke en dyrere model pr. token.
• Officielle satser er $5/M tekstinput, $8/M billedinput og $30/M billedoutput.
• GPT-Image-2.5 introducerer kvalitetsindstillingerne low, medium, high, xhigh, max og auto.
• Et planestimat for et 1024×1024-billede er cirka $0.0059 ved low, $0.0527 ved high og $0.2107 ved max, før input-tokenomkostninger.
• Flare er det bedre standardvalg til høj volumen og latency-følsom generering, mens Sunburst sigter mod præcisionsredigering og premium kreative workflows.
• CometAPI annoncerer 20% rabat på sine GPT-Image-2.5-model-API’er med headline-priser på $4/M input og $24/M output mod de tilsvarende officielle headline-satser $5/M og $30/M.

What Is GPT-Image-2.5 and What Are You Paying For?

OpenAI released ChatGPT Images 2.5 den 8. september 2026. Opdateringen fokuserer på skarpere detaljer, mere naturligt lys og teksturer, stærkere bevarelse af referenceemner, mere pålidelig multi-turn-redigering og lavere genererings-latency. OpenAI siger, at genererings-latency kan være op til 50% lavere end i Images 2.0.

API-familien har to varianter. GPT-Image-2.5 Flare er optimeret til hurtig, høj-kvalitets hverdagsgenerering og er OpenAIs anbefalede standard for de fleste applikationer. GPT-Image-2.5 Sunburst lægger vægt på redigeringspræcision og premium kreative workflows, hvor det er vigtigere at bevare et eksisterende motiv eller en komposition end at minimere latency.

Kernedokumentationen bekræfter, at begge varianter accepterer tekst- og billedinput og producerer billedoutput, mens function calling, strukturerede outputs og finetuning ikke er en del af image-modelinterfacet.

Officielt GPT-Image-2.5-eksempel på præcisionsredigering udgivet af OpenAI; det redigerede portræt bevarer positur og baggrund, mens barnets tøj ændres.

GPT-Image-2.5 Flare is available as

gpt-image-2.5-flare

, while its dated snapshot is

gpt-image-2.5-flare-2026-09-08

. Sunburst similarly provides

gpt-image-2.5-sunburst

and

gpt-image-2.5-sunburst-2026-09-08

. Developers who require more predictable model behavior across deployments should consider whether pinning a dated snapshot is appropriate for their workflow.

How Much Does the GPT-Image-2.5 API Cost?

Den enkleste måde at forstå GPT-Image-2.5-prisfastsættelse på er at adskille input-omkostning fra genereret-billede-omkostning.

OpenAIs officielle modeldokumentation angiver følgende token-satser for både Flare og Sunburst.

Det vigtige tal for de fleste tekst-til-billede workloads er $30 pr. million billede-output-tokens. En kort tekstprompt bidrager normalt relativt lidt i forhold til det genererede billede. Redigeringsworkflows kan koste mere, fordi referencebilleder også forbruger billed-input-tokens.

Total API cost = text-input cost + image-input cost + image-output cost.

For et simpelt tekst-til-billede-kald uden referencebillede vil billede-output-komponenten typisk dominere. For et billedredigerings-workflow med flere højopløste referenceaktiver bliver input-omkostningen mere relevant.

How Much Does One GPT-Image-2.5 Image Cost?

Her bliver prisfastsættelsen mindre ligetil.

Både Flare-dokumentation og Sunburst-dokumentation angiver, at GPT Image 2-calculatoren ikke estimerer GPT Image 2.5-tokenforbrug. Separat registrerede APIdog en delt GPT Image 2.5-calculator-opføring den 9. september 2026 med estimerede output-tokenbudgetter for Flare og Sunburst. Disse tal er budgetteringsestimater snarere end garanterede officielle priser pr. billede.

Disse tal dækker kun billede-output. Din reelle forespørgsel kan også omfatte tekst-input-tokens, billede-input-tokens, nye forsøg, variationer, redigeringspasser eller andet forbrug.

En mere præcis formulering end “GPT-Image-2.5 koster $0.053 pr. billede” er: en 1024×1024 high-quality-generering kan budgetteres til cirka $0.053 i output-token-omkostning under det observerede tokenestimat, før input- og retry-omkostninger.

Is GPT-Image-2.5 High Quality Four Times Cheaper Than GPT Image 2 High?

Ved første øjekast ja: etiketterne antyder en dramatisk reduktion.

APIdogs registrerede tokenbudgetter viser GPT-Image-2.5 high omkring 1,756 output-tokens, eller cirka $0.05268 for et 1024×1024-billede. GPT Image 2 high lå omkring $0.211 for samme kvadratiske størrelse.

Det er dog ikke en æbler-til-æbler “samme kvalitet til en fjerdedel af prisen”-sammenligning. Kvalitetsstigen er ændret.

Udviklere, der migrerer en eksisterende pipeline, bør ikke blot genbruge high-kvalitetsindstillingen og konkludere, at den nye model er fire gange billigere. Hvis målet er omtrent samme output-tokenbudget som den tidligere GPT Image 2 high-indstilling, er den nærmere GPT-Image-2.5-indstilling max, ikke high.

Does GPT-Image-2.5 Sunburst Cost More Than Flare?

Nej — ikke pr. token. Begge varianter bruger det samme officielle priskort. Sunburst har ikke en højere $/token-sats, blot fordi den er positioneret som modellen med højere præcision.

Forskellen handler primært om tid og workflow-fit, ikke tokenpris. OpenAI positionerer Flare som standard for de fleste applikationer og siger, at den leverer højere billedkvalitet end GPT Image 2 med op til 50% lavere latency. Sunburst er tiltænkt mere kontrolleret redigering og produktionsegnet visuelt arbejde og kan tage længere tid at generere.

Hvis Sunburst producerer et brugbart kampagneaktiv i ét forsøg, mens Flare kræver to eller tre forsøg, kan Sunburst faktisk have den lavere omkostning pr. accepteret billede, på trods af samme nominelle tokenpris.

How Good Is GPT-Image-2.5 for Its Price?

Pris betyder kun noget, hvis outputkvaliteten er konkurrencedygtig.

Den nuværende Arena human-preference leaderboard placerer begge GPT-Image-2.5-varianter foran GPT Image 2 i tekst-til-billede-generering og enkeltbilledredigering. Dette er tredjeparts præference-scores frem for OpenAI-kontrollerede kvalitetsbenchmarks, og GPT-Image-2.5-resultaterne er markeret som foreløbige.

Benchmark-sættet inkluderer også Grok Imagine Image 2.0 API i CometAPI.

Det mest bemærkelsesværdige resultat er redigeringsscoren. Sunburst ligger cirka 29 point foran Flare på single-image-edit-leaderboardet, mens begge ligger foran GPT Image 2. Det stemmer overens med OpenAIs positionering af Sunburst som præcisionsorienteret option. Se image-edit-leaderboardet.

OpenAIs eget evalueringsmateriale er mere fokuseret på sikkerhed end æstetisk præference. I sit systemkort rapporterer virksomheden endelige rater for præsentation af usikre genereringer på 1.09% for Sunburst, 1.41% for Flare og 1.64% for Images 2.0-baselinen på deres adversarial safety-evaluationssæt. Dette er sikkerhedsmålinger, ikke billedkvalitetsscores.

What Does GPT-Image-2.5 Cost in CometAPI?

For udviklere, der ønsker modellen via en multi-model API-gateway, er begge varianter tilgængelige gennem CometAPI. GPT-Image-2.5 Flare API i CometAPI viser $4 pr. million input-tokens og $24 pr. million output-tokens, sammenlignet med de tilsvarende officielle headline-tal $5/M og $30/M, hvilket repræsenterer 20% rabat. GPT-Image-2.5 Sunburst API i CometAPI offentliggør samme headline-sammenligning.

Detaljer om prisfastsættelse, der bør verificeres før produktionsbudgettering: OpenAI skelner mellem tekstinput til $5/M og billedinput til $8/M, mens CometAPI opsummerer prisfastsættelse med et generelt input/output-par. Referencebillede-tunge workflows bør bekræfte det live fakturerings-dashboard, før man antager, at hvert billede-input-token får den viste input-sats.

Igen, dette er estimerede output-omkostninger, ikke altomfattende forespørgselspriser.

How Much Would 10,000 GPT-Image-2.5 Images Cost?

Priser i stor volumen gør forskellen lettere at se. Antag, at en indholdsplatform genererer 10,000 kvadratiske billeder, og hvert output forbruger cirka det observerede tokenbudget for den valgte kvalitet.

Tabellen er nyttig til infrastruktur-budgettering, men et reelt produktionsteam bør spore noget mere meningsfuldt end pris pr. genereret billede: pris pr. accepteret billede.

Med udgangspunkt i high-kvalitets 1024×1024-estimatet fra tabellen koster ti genereringer omkring $0.5268 i output-tokens. Hvis seks accepteres, er den effektive output-token-omkostning $0.5268 ÷ 6 = $0.0878 pr. accepteret aktiv.

En mere kapabel model, der reducerer antallet af forsøg, kan derfor være økonomisk bedre, selvom en enkelt forespørgsel forbruger lidt flere tokens.

Which GPT-Image-2.5 Quality Setting Gives the Best Value?

For de fleste produktionsapplikationer er high et fornuftigt udgangspunkt frem for max. Low er bedst til previews og billig eksperimentering. Medium fungerer godt, når man genererer mange koncepter, der senere skal filtreres. High giver en stærkere produktionskvalitets-balance, mens den stadig ligger dramatisk under det maksimale tokenbudget. Xhigh bliver attraktiv, når aktiver behøver ekstra polering, men ikke retfærdiggør det fulde max-budget. Max bør generelt reserveres til endelige aktiver, hvor fidelitet betyder mere end genereringsomkostning.

Den underliggende økonomiske fordel ved den seks-niveaus stige er, at du ikke behøver betale maksimumkvalitetspriser i alle faser af et kreativt workflow. En praktisk pipeline kan generere koncepter ved medium, vælge kandidater, raffinere de overlevende ved high og kun lave de endelige hero-aktiver ved xhigh eller max.

How Can You Calculate GPT-Image-2.5 Cost From API Usage?

Den sikreste måde at estimere produktionsforbrug på er at registrere faktisk tokenbrug i stedet for permanent at stole på en statisk pr.-billede-tabel. For OpenAIs officielle satser er beregningen ligetil:

Estimer hver forespørgsel i ord: multiplicer tekst-input-tokens med $5 pr. million, billed-input-tokens med $8 pr. million og billede-output-tokens med $30 pr. million, og læg de tre beløb sammen. For eksempel koster 120 tekst-input-tokens plus 1,756 billede-output-tokens cirka $0.0006 + $0.05268 = $0.05328 før eventuel billed-input-omkostning. For redigeringsforespørgsler læg de billed-input-tokens til, som API’en rapporterer, især når der leveres flere referencebilleder.

For en simpel generering med 120 tekst-input-tokens og 1,756 billede-output-tokens er output-andelen omkring $0.05268, mens den korte tekstprompt kun tilføjer et meget lille beløb. For redigering, læg de billede-input-tokens til, som din reelle forespørgsel returnerer. Det er særligt vigtigt, når der leveres flere referencebilleder.

Is GPT-Image-2.5 Worth the Price?

For de fleste nye OpenAI billedintegrationer er Flare det oplagte udgangspunkt. Den deler samme token-sats som GPT Image 2, mens OpenAI rapporterer højere billedkvalitet og op til 50% lavere latency. Den udvidede kvalitetsstige gør det også muligt for udviklere at bruge mindre på udkast uden at give afkald på muligheden for et langt større tokenbudget til endelige billeder.

Sunburst giver mere mening, når mislykkede redigeringer er dyre. E-handel-fotografi, brandkampagner, gentagne billedrevisioner, emnebevarelses-workflows og andet produktionskreativ kan retfærdiggøre længere genereringstid, fordi det reale mål ikke er minimum forespørgselspris — det er minimum pris pr. godkendt aktiv.

For prisfølsomme højvolumen-workloads er den stærkeste strategi derfor ikke “brug altid den billigste kvalitet.” Det er at route opgaver intelligent: Flare til generering og udforskning, Sunburst hvor redigeringspræcision materielt reducerer rework, og højere kvalitetsniveauer først efter at et aktiv har “fortjent” det ekstra tokenbudget.

FAQ

Inkluderer et ChatGPT-abonnement GPT-Image-2.5 API-kreditter?

Nej. ChatGPT-adgang og udvikler-API-fakturering er adskilt. API-brug faktureres til API-kontoen i henhold til de behandlede tokens.

Hvilke brugsdata bør et team bevare til omkostningsrevisioner?

Gem model, kvalitetsindstilling, billeddimensioner, tekst-input-tokens, billede-input-tokens, billede-output-tokens, antal forsøg og om resultatet blev accepteret. Disse felter gør det muligt at afstemme fakturaer og beregne omkostning pr. accepteret aktiv.

Hvordan bør teams estimere produktionsomkostning før skalering?

Kør en repræsentativ batch i den tilsigtede kvalitet og dimensioner, registrer det faktiske tokenforbrug, og del batchens samlede omkostning med antallet af accepterede aktiver. Dette indfanger forsøg og afvisningsrater, som et statisk pr.-billede-estimat ikke kan måle.