TL;DR
GPT-Image-2.5 tidak memiliki satu โharga per gambarโ yang tetap. OpenAI menagih penggunaan API berdasarkan token. Baik GPT-Image-2.5 Flare maupun GPT-Image-2.5 Sunburst menggunakan tarif token resmi yang sama: $5 per satu juta token input teks, $8 per satu juta token input gambar, dan $30 per satu juta token output gambar. Input teks dan gambar yang di-cache dikenakan biaya masing-masing $1.25 dan $2 per satu juta token.
Untuk gambar 1024ร1024, pengamatan kalkulator pihak ketiga menunjukkan generasi hanya-output dapat berkisar dari sekitar $0.006 pada kualitas rendah hingga sekitar $0.211 pada kualitas maksimum. Kualitas tinggi sekitar $0.053 dalam model perencanaan tersebut. Tagihan aktual bergantung pada token prompt, gambar referensi, percobaan ulang, input pengeditan, dan penggunaan token output yang sebenarnya.
Key Takeaways
- OpenAI menagih API GPT-Image-2.5 berdasarkan token, bukan harga universal tetap per gambar.
- Flare dan Sunburst memiliki tarif token yang sama; Sunburst bukan model yang lebih mahal per token.
- Tarif resmi adalah $5/M untuk input teks, $8/M untuk input gambar, dan $30/M untuk output gambar.
- GPT-Image-2.5 memperkenalkan mode kualitas low, medium, high, xhigh, max, dan auto.
- Perkiraan perencanaan untuk gambar 1024ร1024 adalah sekitar $0.0059 pada low, $0.0527 pada high, dan $0.2107 pada max, sebelum biaya token input.
- Flare lebih baik sebagai default untuk generasi volume tinggi dan sensitif latensi, sedangkan Sunburst menargetkan pengeditan presisi dan alur kerja kreatif premium.
- CometAPI mengiklankan diskon 20% pada API model GPT-Image-2.5, dengan harga utama $4/M input dan $24/M output dibandingkan angka resmi $5/M dan $30/M.
What Is GPT-Image-2.5 and What Are You Paying For?
OpenAI merilis ChatGPT Images 2.5 pada 8 September 2026. Pembaruan berfokus pada detail yang lebih tajam, pencahayaan dan tekstur yang lebih natural, pelestarian subjek referensi yang lebih kuat, pengeditan multi-putaran yang lebih andal, dan latensi generasi yang lebih rendah. OpenAI menyatakan latensi generasi bisa hingga 50% lebih rendah dibandingkan Images 2.0.
Keluarga API memiliki dua varian. GPT-Image-2.5 Flare dioptimalkan untuk generasi cepat, berkualitas tinggi sehari-hari dan direkomendasikan OpenAI sebagai default untuk sebagian besar aplikasi. GPT-Image-2.5 Sunburst menekankan presisi pengeditan dan alur kerja kreatif premium di mana pelestarian subjek atau komposisi yang ada lebih penting daripada latensi minimum.
| Specification | GPT-Image-2.5 Flare | GPT-Image-2.5 Sunburst |
|---|---|---|
| API model ID | gpt-image-2.5-flare | gpt-image-2.5-sunburst |
| Positioning | Generasi cepat sehari-hari | Generasi presisi dan pengeditan |
| Input | Teks dan gambar | Teks dan gambar |
| Output | Gambar | Gambar |
| Image generation | Ya | Ya |
| Image editing | Ya | Ya |
| Quality settings | low, medium, high, xhigh, max, auto | low, medium, high, xhigh, max, auto |
| Recommended square size | 1024ร1024 | 1024ร1024 |
| Recommended landscape size | 1536ร1024 | 1536ร1024 |
| Recommended portrait size | 1024ร1536 | 1024ร1536 |
| Transparent output | PNG / WebP | PNG / WebP |
| Best fit | Generasi volume tinggi, iterasi cepat | Gambar produk, materi kampanye, edit presisi |
| Official image-output rate | $30/M tokens | $30/M tokens |
Dokumentasi model inti menegaskan bahwa kedua varian menerima input teks dan gambar dan menghasilkan output gambar, sementara function calling, structured outputs, dan fine-tuning bukan bagian dari antarmuka model gambar.
Contoh pengeditan presisi resmi GPT-Image-2.5 yang dipublikasikan oleh OpenAI; potret yang diedit mempertahankan pose dan latar belakang sambil mengganti pakaian anak.
GPT-Image-2.5 Flare tersedia sebagai
gpt-image-2.5-flare, sementara snapshot bertanggalnya adalah
gpt-image-2.5-flare-2026-09-08. Sunburst secara serupa menyediakan
gpt-image-2.5-sunburstdan
gpt-image-2.5-sunburst-2026-09-08. Developer yang memerlukan perilaku model yang lebih dapat diprediksi lintas deployment sebaiknya mempertimbangkan apakah melakukan pin pada snapshot bertanggal sesuai untuk alur kerja mereka.
How Much Does the GPT-Image-2.5 API Cost?
Cara paling sederhana untuk memahami harga GPT-Image-2.5 adalah memisahkan biaya input dari biaya gambar yang dihasilkan.
Dokumentasi model resmi OpenAI memberikan tarif token berikut untuk Flare dan Sunburst.
| Token type | Standard price per 1M tokens | Cached price per 1M tokens |
|---|---|---|
| Text input | $5.00 | $1.25 |
| Image input | $8.00 | $2.00 |
| Image output | $30.00 | โ |
| Text output | Tidak ditagihkan | โ |
Angka penting untuk sebagian besar beban kerja teks-ke-gambar adalah $30 per satu juta token output gambar. Prompt teks pendek biasanya berkontribusi relatif kecil dibandingkan dengan gambar yang dihasilkan itu sendiri. Alur kerja pengeditan dapat lebih mahal karena gambar referensi juga mengonsumsi token input gambar.
Total API cost = text-input cost + image-input cost + image-output cost.
Untuk panggilan teks-ke-gambar sederhana tanpa gambar referensi, komponen output gambar biasanya mendominasi. Untuk alur kerja pengeditan gambar dengan beberapa aset referensi beresolusi tinggi, biaya input menjadi lebih relevan.
How Much Does One GPT-Image-2.5 Image Cost?
Di sinilah penetapan harga menjadi kurang lugas.
Dokumentasi Flare dan Sunburst sama-sama menyatakan bahwa kalkulator GPT Image 2 tidak memperkirakan konsumsi token GPT Image 2.5. Secara terpisah, APIdog mencatat entri kalkulator GPT Image 2.5 bersama pada 9 September 2026 dengan perkiraan anggaran token output untuk Flare dan Sunburst. Angka-angka ini merupakan perkiraan penganggaran, bukan harga resmi per gambar yang terjamin.
| Quality | 1024ร1024 output tokens | Estimated output cost | 1536ร1024 output tokens | Estimated output cost |
|---|---|---|---|---|
| low | 196 | $0.00588 | 158 | $0.00474 |
| medium | 439 | $0.01317 | 343 | $0.01029 |
| high | 1,756 | $0.05268 | 1,372 | $0.04116 |
| xhigh | 3,122 | $0.09366 | 2,459 | $0.07377 |
| max | 7,024 | $0.21072 | 5,488 | $0.16464 |
Angka-angka ini hanya mencakup output gambar. Permintaan nyata Anda juga dapat mencakup token input teks, token input gambar, percobaan ulang, variasi, langkah pengeditan, atau penggunaan lainnya.
Pernyataan yang lebih akurat daripada โGPT-Image-2.5 berbiaya $0.053 per gambarโ adalah: generasi kualitas tinggi 1024ร1024 dapat dianggarkan sekitar $0.053 dalam biaya token output berdasarkan perkiraan token yang diamati, sebelum biaya input dan percobaan ulang.
Is GPT-Image-2.5 High Quality Four Times Cheaper Than GPT Image 2 High?
Sekilas, ya: label menyiratkan penurunan dramatis.
Anggaran token yang dicatat APIdog menunjukkan GPT-Image-2.5 high sekitar 1,756 token output, atau kira-kira $0.05268 untuk gambar 1024ร1024. GPT Image 2 high sekitar $0.211 untuk ukuran persegi yang sama.
Namun, ini bukan perbandingan apel-ke-apel โkualitas yang sama dengan seperempat harga.โ Tangga kualitasnya berubah.
| GPT-Image-2.5 setting | Approx. 1024ร1024 output cost | Rough GPT Image 2 token-budget equivalent |
|---|---|---|
| low | $0.00588 | low lama |
| medium | $0.01317 | di bawah medium lama |
| high | $0.05268 | medium lama |
| xhigh | $0.09366 | antara medium lama dan high lama |
| max | $0.21072 | high lama |
Developer yang memigrasikan pipeline yang ada jangan sekadar menggunakan ulang pengaturan kualitas high dan menyimpulkan bahwa model baru empat kali lebih murah. Jika tujuannya adalah anggaran token output yang kira-kira sama seperti pengaturan GPT Image 2 high sebelumnya, pengaturan GPT-Image-2.5 yang lebih mendekati adalah max, bukan high.
Does GPT-Image-2.5 Sunburst Cost More Than Flare?
Tidakโbukan per token. Kedua varian menggunakan kartu harga resmi yang sama. Sunburst tidak membawa tarif $/token lebih tinggi hanya karena diposisikan sebagai model berpresisi lebih tinggi.
| Cost factor | Flare | Sunburst |
|---|---|---|
| Text input | $5/M | $5/M |
| Cached text input | $1.25/M | $1.25/M |
| Image input | $8/M | $8/M |
| Cached image input | $2/M | $2/M |
| Image output | $30/M | $30/M |
| Primary trade-off | Latensi lebih rendah | Presisi pengeditan lebih tinggi |
Perbedaannya terutama waktu dan kecocokan alur kerja, bukan harga token. OpenAI memposisikan Flare sebagai default untuk sebagian besar aplikasi dan menyatakan bahwa Flare menghasilkan gambar dengan kualitas lebih tinggi daripada GPT Image 2 dengan latensi hingga 50% lebih rendah. Sunburst ditujukan untuk pengeditan yang lebih terkontrol dan kerja visual tingkat produksi, dan dapat membutuhkan waktu lebih lama untuk menghasilkan.
Jika Sunburst menghasilkan aset kampanye yang dapat digunakan dalam satu percobaan sementara Flare membutuhkan dua atau tiga percobaan ulang, Sunburst sebenarnya dapat memiliki biaya lebih rendah per gambar yang diterima, meskipun memiliki harga token nominal yang sama.
How Good Is GPT-Image-2.5 for Its Price?
Harga hanya penting jika kualitas outputnya kompetitif.
Leaderboard preferensi manusia Arena saat ini menempatkan kedua varian GPT-Image-2.5 di depan GPT Image 2 dalam generasi teks-ke-gambar dan pengeditan satu gambar. Ini adalah skor preferensi pihak ketiga, bukan tolok ukur kualitas yang dikendalikan OpenAI, dan hasil GPT-Image-2.5 ditandai sebagai sementara.
| Model | Text-to-Image Arena score | Single-Image Edit score |
|---|---|---|
| GPT-Image-2.5 Sunburst | 1421 ยฑ 13 | 1520 ยฑ 9 |
| GPT-Image-2.5 Flare | 1399 ยฑ 13 | 1491 ยฑ 9 |
| GPT Image 2 (medium) | 1381 ยฑ 4 | 1461 ยฑ 3 |
| Grok Imagine Image 2.0 (low) | 1315 ยฑ 12 | 1439 ยฑ 8 |
Set tolok ukur juga memasukkan API Grok Imagine Image 2.0 di CometAPI.
Hasil paling mencolok adalah skor pengeditan. Sunburst memimpin Flare sekitar 29 poin pada leaderboard pengeditan satu gambar, sementara keduanya tetap di depan GPT Image 2. Itu selaras dengan penempatan OpenAI atas Sunburst sebagai opsi berorientasi presisi. Lihat leaderboard pengeditan gambar.
Materi evaluasi OpenAI sendiri lebih berfokus pada keamanan daripada preferensi estetika. Dalam system card-nya, perusahaan melaporkan tingkat โunsafe-generation presentedโ akhir sebesar 1.09% untuk Sunburst, 1.41% untuk Flare, dan 1.64% untuk baseline Images 2.0 pada set evaluasi keamanan adversarial-nya. Ini adalah pengukuran keamanan, bukan skor kualitas gambar.
What Does GPT-Image-2.5 Cost in CometAPI?
Bagi developer yang menginginkan model melalui gerbang API multi-model, kedua varian tersedia melalui CometAPI. API GPT-Image-2.5 Flare di CometAPI menunjukkan $4 per satu juta token input dan $24 per satu juta token output, dibandingkan angka resmi $5/M dan $30/M, mewakili diskon 20%. API GPT-Image-2.5 Sunburst di CometAPI mempublikasikan perbandingan headline yang sama.
| Pricing route | Input headline | Image-output headline | Discount shown |
|---|---|---|---|
| OpenAI official | $5/M text input | $30/M image output | โ |
| CometAPI | $4/M input | $24/M output | 20% |
Detail harga yang perlu diverifikasi sebelum penganggaran produksi: OpenAI membedakan input teks sebesar $5/M dari input gambar sebesar $8/M, sementara CometAPI merangkum penetapan harga dengan pasangan input/output umum. Alur kerja yang sangat bergantung pada gambar referensi harus mengonfirmasi dashboard penagihan langsung sebelum mengasumsikan setiap token input gambar menerima tarif input yang ditampilkan.
| Quality | Approx. OpenAI output cost | Approx. CometAPI output cost |
|---|---|---|
| low | $0.00588 | $0.00470 |
| medium | $0.01317 | $0.01054 |
| high | $0.05268 | $0.04214 |
| xhigh | $0.09366 | $0.07493 |
| max | $0.21072 | $0.16858 |
Sekali lagi, ini adalah biaya output yang diestimasi, bukan harga permintaan yang all-inclusive.
How Much Would 10,000 GPT-Image-2.5 Images Cost?
Penetapan harga volume besar membuat perbedaannya lebih mudah dilihat. Misalkan sebuah platform konten menghasilkan 10,000 gambar persegi dan setiap output mengonsumsi kira-kira anggaran token yang diamati untuk tingkat kualitas yang dipilih.
| Quality | Approx. OpenAI output spend for 10,000 images | Approx. CometAPI output spend |
|---|---|---|
| low | $58.80 | $47.04 |
| medium | $131.70 | $105.36 |
| high | $526.80 | $421.44 |
| xhigh | $936.60 | $749.28 |
| max | $2,107.20 | $1,685.76 |
Tabel ini berguna untuk penganggaran infrastruktur, tetapi tim produksi nyata seharusnya melacak sesuatu yang lebih bermakna daripada biaya per gambar yang dihasilkan: biaya per gambar yang diterima.
Menggunakan estimasi kualitas tinggi 1024ร1024 dari tabel, sepuluh generasi berbiaya sekitar $0.5268 dalam token output. Jika enam diterima, biaya token output efektif adalah $0.5268 รท 6 = $0.0878 per aset yang diterima.
Model yang lebih mampu yang mengurangi percobaan ulang karenanya bisa secara ekonomi lebih baik meskipun satu permintaan mengonsumsi sedikit lebih banyak token.
Which GPT-Image-2.5 Quality Setting Gives the Best Value?
Untuk sebagian besar aplikasi produksi, high adalah titik awal yang masuk akal daripada max. Low paling cocok untuk pratinjau dan eksperimen murah. Medium bekerja baik saat menghasilkan banyak konsep yang akan disaring kemudian. High memberikan keseimbangan kualitas produksi yang lebih kuat sambil tetap jauh di bawah anggaran token maksimum. Xhigh menjadi menarik saat aset membutuhkan polesan ekstra tetapi tidak membenarkan anggaran penuh max. Max umumnya sebaiknya dicadangkan untuk aset final di mana fidelitas lebih penting daripada biaya generasi.
Keunggulan ekonomi mendasar dari tangga enam tingkat adalah Anda tidak harus membayar harga kualitas maksimum selama setiap tahap alur kerja kreatif. Pipeline praktis dapat menghasilkan konsep pada medium, memilih kandidat, menyempurnakan yang lolos pada high, dan hanya membuat aset hero final pada xhigh atau max.
How Can You Calculate GPT-Image-2.5 Cost From API Usage?
Cara paling aman untuk memperkirakan pengeluaran produksi adalah mencatat penggunaan token aktual alih-alih bergantung permanen pada tabel statis per gambar. Untuk tarif resmi OpenAI, perhitungannya sederhana:
Perkirakan setiap permintaan secara langsung: kalikan token input teks dengan $5 per satu juta, token input gambar dengan $8 per satu juta, dan token output gambar dengan $30 per satu juta, lalu jumlahkan ketiganya. Misalnya, 120 token input teks ditambah 1,756 token output gambar berbiaya sekitar $0.0006 + $0.05268 = $0.05328 sebelum biaya input gambar apa pun. Untuk permintaan pengeditan, tambahkan token input gambar yang dilaporkan oleh API, terutama saat beberapa gambar referensi disuplai.
Untuk generasi sederhana dengan 120 token input teks dan 1,756 token output gambar, porsi output sekitar $0.05268, sementara prompt teks pendek hanya menambah jumlah yang sangat kecil. Untuk pengeditan, tambahkan token input gambar yang dikembalikan oleh permintaan nyata Anda. Itu sangat penting ketika beberapa gambar referensi disuplai.
Is GPT-Image-2.5 Worth the Price?
Untuk sebagian besar integrasi gambar OpenAI yang baru, Flare adalah titik awal yang jelas. Ia berbagi tarif token yang sama dengan GPT Image 2, sementara OpenAI melaporkan kualitas gambar lebih tinggi dan latensi hingga 50% lebih rendah. Tangga kualitas yang diperluas juga memungkinkan developer membelanjakan lebih sedikit untuk draf tanpa kehilangan opsi anggaran token yang jauh lebih besar untuk gambar final.
Sunburst lebih masuk akal saat edit yang gagal itu mahal. Fotografi ecommerce, kampanye brand, revisi gambar berulang, alur kerja pelestarian subjek, dan kreatif produksi lainnya dapat membenarkan waktu generasi yang lebih lama karena tujuan nyata bukan biaya permintaan minimumโmelainkan biaya minimum per aset yang disetujui.
Untuk beban kerja volume tinggi yang sensitif harga, strategi terkuat karenanya bukan โselalu gunakan kualitas termurah.โ Strateginya adalah merutekan tugas secara cerdas: Flare untuk generasi dan eksplorasi, Sunburst di mana presisi edit secara material mengurangi pekerjaan ulang, dan tingkat kualitas lebih tinggi hanya setelah aset pantas mendapatkan tambahan anggaran token.
FAQ
Apakah langganan ChatGPT menyertakan kredit API GPT-Image-2.5?
Tidak. Akses ChatGPT dan penagihan API developer terpisah. Penggunaan API ditagihkan ke akun API sesuai token yang diproses.
Data penggunaan apa yang harus disimpan tim untuk audit biaya?
Simpan model, pengaturan kualitas, dimensi gambar, token input teks, token input gambar, token output gambar, jumlah percobaan ulang, dan apakah hasil diterima. Field-field ini memungkinkan rekonsiliasi tagihan dan perhitungan biaya per aset yang diterima.
Bagaimana tim harus memperkirakan biaya produksi sebelum skala?
Jalankan batch representatif pada kualitas dan dimensi yang dimaksud, catat penggunaan token aktual, dan bagi total biaya batch dengan jumlah aset yang diterima. Ini menangkap percobaan ulang dan tingkat penolakan yang tidak dapat diukur oleh perkiraan statis per gambar.