TL;DR
GPT-Image-2.5 tidak mempunyai “harga per imej” tetap. OpenAI mengenakan caj penggunaan API mengikut token. Kedua-dua GPT-Image-2.5 Flare dan GPT-Image-2.5 Sunburst menggunakan kadar token rasmi yang sama: $5 bagi setiap sejuta token input teks, $8 bagi setiap sejuta token input imej, dan $30 bagi setiap sejuta token output imej. Input teks dan imej yang di-cache masing-masing berharga $1.25 dan $2 bagi setiap sejuta token.
Untuk imej 1024×1024, pemerhatian kalkulator pihak ketiga mencadangkan penjanaan output sahaja boleh berada antara kira-kira $0.006 pada kualiti rendah hingga kira-kira $0.211 pada kualiti maksimum. Kualiti tinggi sekitar $0.053 dalam model perancangan tersebut. Bil sebenar bergantung pada token prompt, imej rujukan, percubaan semula, input penyuntingan, dan penggunaan token output sebenar.
Perkara Utama
- OpenAI mengenakan caj API GPT-Image-2.5 mengikut token, bukan harga sejagat per imej.
- Flare dan Sunburst mempunyai kadar token yang sama; Sunburst bukan model yang lebih mahal per token.
- Kadar rasmi ialah $5/M token input teks, $8/M token input imej, dan $30/M token output imej.
- GPT-Image-2.5 memperkenalkan mod kualiti low, medium, high, xhigh, max, dan auto.
- Anggaran perancangan untuk imej 1024×1024 ialah kira-kira $0.0059 pada low, $0.0527 pada high, dan $0.2107 pada max, sebelum kos token input.
- Flare ialah lalai yang lebih baik untuk penjanaan volum tinggi dan sensitif latensi, manakala Sunburst menyasarkan penyuntingan tepat dan aliran kerja kreatif premium.
- CometAPI mengiklankan diskaun 20% pada API model GPT-Image-2.5 mereka, dengan harga tajuk $4/M input dan $24/M output berbanding kadar rasmi $5/M dan $30/M masing-masing.
Apakah GPT-Image-2.5 dan Apa yang Anda Bayar?
OpenAI melancarkan ChatGPT Images 2.5 pada 8 September 2026. Kemas kini ini memberi tumpuan kepada butiran yang lebih tajam, pencahayaan dan tekstur yang lebih semula jadi, pemeliharaan subjek rujukan yang lebih kukuh, penyuntingan berbilang pusingan yang lebih boleh dipercayai, dan latensi penjanaan yang lebih rendah. OpenAI menyatakan latensi penjanaan boleh sehingga 50% lebih rendah daripada Images 2.0.
Keluarga API mempunyai dua varian. GPT-Image-2.5 Flare dioptimumkan untuk penjanaan harian yang pantas dan berkualiti tinggi serta menjadi lalai yang disyorkan OpenAI untuk kebanyakan aplikasi. GPT-Image-2.5 Sunburst menekankan ketepatan penyuntingan dan aliran kerja kreatif premium di mana pemeliharaan subjek atau komposisi sedia ada lebih penting daripada latensi minimum.
| Spesifikasi | GPT-Image-2.5 Flare | GPT-Image-2.5 Sunburst |
|---|---|---|
| ID model API | gpt-image-2.5-flare | gpt-image-2.5-sunburst |
| Pemposisian | Penjanaan harian yang pantas | Penjanaan dan penyuntingan tepat |
| Input | Teks dan imej | Teks dan imej |
| Output | Imej | Imej |
| Penjanaan imej | Ya | Ya |
| Penyuntingan imej | Ya | Ya |
| Tetapan kualiti | low, medium, high, xhigh, max, auto | low, medium, high, xhigh, max, auto |
| Saiz segi empat sama disyorkan | 1024×1024 | 1024×1024 |
| Saiz landskap disyorkan | 1536×1024 | 1536×1024 |
| Saiz potret disyorkan | 1024×1536 | 1024×1536 |
| Output lutsinar | PNG / WebP | PNG / WebP |
| Kegunaan terbaik | Penjanaan volum tinggi, iterasi pantas | Imej produk, kreatif kempen, suntingan tepat |
| Kadar rasmi output imej | $30/M token | $30/M token |
Dokumentasi model teras mengesahkan bahawa kedua-dua varian menerima input teks dan imej serta menghasilkan output imej, manakala function calling, output berstruktur, dan fine-tuning bukan sebahagian daripada antara muka model imej.
Contoh penyuntingan tepat GPT-Image-2.5 rasmi yang diterbitkan oleh OpenAI; potret yang diedit mengekalkan pose dan latar belakang sambil menukar pakaian kanak-kanak tersebut.
GPT-Image-2.5 Flare tersedia sebagai
gpt-image-2.5-flare, manakala snapshot bertarikhnya ialah
gpt-image-2.5-flare-2026-09-08. Sunburst serupa menyediakan
gpt-image-2.5-sunburstdan
gpt-image-2.5-sunburst-2026-09-08. Pembangun yang memerlukan gelagat model yang lebih boleh dijangka merentas deployment harus mempertimbangkan sama ada menetapkan snapshot bertarikh sesuai untuk aliran kerja mereka.
Berapakah Kos API GPT-Image-2.5?
Cara paling mudah untuk memahami harga GPT-Image-2.5 ialah memisahkan kos input daripada kos imej yang dijana.
Dokumentasi model rasmi OpenAI memberikan kadar token berikut untuk kedua-dua Flare dan Sunburst.
| Jenis token | Harga standard per 1M token | Harga di-cache per 1M token |
|---|---|---|
| Input teks | $5.00 | $1.25 |
| Input imej | $8.00 | $2.00 |
| Output imej | $30.00 | — |
| Output teks | Tidak dicaj | — |
Nombor penting untuk kebanyakan beban kerja teks-ke-imej ialah $30 bagi setiap sejuta token output imej. Prompt teks yang pendek biasanya menyumbang agak sedikit berbanding imej yang dijana itu sendiri. Aliran kerja penyuntingan boleh menelan kos lebih kerana imej rujukan juga menggunakan token input imej.
Kos API keseluruhan = kos input teks + kos input imej + kos output imej.
Untuk panggilan teks-ke-imej ringkas tanpa imej rujukan, komponen output imej biasanya akan mendominasi. Untuk aliran kerja penyuntingan imej dengan beberapa aset rujukan resolusi tinggi, kos input menjadi lebih relevan.
Berapakah Kos Satu Imej GPT-Image-2.5?
Di sinilah harga menjadi kurang lurus.
Dokumentasi Flare dan Sunburst kedua-duanya menyatakan bahawa kalkulator GPT Image 2 tidak menganggarkan penggunaan token GPT Image 2.5. Secara berasingan, APIdog merekodkan entri kalkulator GPT Image 2.5 yang dikongsi pada 9 September 2026 dengan anggaran bajet token output untuk Flare dan Sunburst. Angka-angka ini ialah anggaran peruntukan, bukannya harga rasmi per imej yang dijamin.
| Kualiti | Token output 1024×1024 | Anggaran kos output | Token output 1536×1024 | Anggaran kos output |
|---|---|---|---|---|
| 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 ini meliputi output imej sahaja. Permintaan sebenar anda juga boleh merangkumi token input teks, token input imej, percubaan semula, variasi, pusingan penyuntingan, atau penggunaan lain.
Pernyataan yang lebih tepat daripada “GPT-Image-2.5 berharga $0.053 per imej” ialah: penjanaan kualiti tinggi 1024×1024 boleh diperuntukkan kira-kira $0.053 dalam kos token output di bawah anggaran token yang diperhatikan, sebelum kos input dan percubaan semula.
Adakah GPT-Image-2.5 High Empat Kali Lebih Murah Daripada GPT Image 2 High?
Pada pandangan pertama, ya: label mencadangkan pengurangan dramatik.
Anggaran bajet token yang direkodkan APIdog menunjukkan GPT-Image-2.5 high sekitar 1,756 token output, atau lebih kurang $0.05268 untuk imej 1024×1024. GPT Image 2 high adalah sekitar $0.211 untuk saiz segi empat sama yang sama.
Walau bagaimanapun, ini bukan perbandingan “kualiti yang sama pada harga suku” yang benar-benar setara. Tangga kualiti telah berubah.
| Tetapan GPT-Image-2.5 | Anggaran kos output 1024×1024 | Anggaran setara bajet token GPT Image 2 |
|---|---|---|
| low | $0.00588 | low (lama) |
| medium | $0.01317 | di bawah medium (lama) |
| high | $0.05268 | medium (lama) |
| xhigh | $0.09366 | antara medium dan high (lama) |
| max | $0.21072 | high (lama) |
Pembangun yang memigrasikan pipeline sedia ada tidak seharusnya hanya menggunakan semula tetapan kualiti high dan membuat kesimpulan bahawa model baharu empat kali lebih murah. Jika matlamatnya ialah kira-kira bajet token output yang sama seperti tetapan GPT Image 2 high sebelum ini, tetapan GPT-Image-2.5 yang lebih hampir ialah max, bukan high.
Adakah GPT-Image-2.5 Sunburst Lebih Mahal Daripada Flare?
Tidak—bukan per token. Kedua-dua varian menggunakan kad harga rasmi yang sama. Sunburst tidak membawa kadar $/token yang lebih tinggi semata-mata kerana ia diposisikan sebagai model berketepatan lebih tinggi.
| Faktor kos | Flare | Sunburst |
|---|---|---|
| Input teks | $5/M | $5/M |
| Input teks di-cache | $1.25/M | $1.25/M |
| Input imej | $8/M | $8/M |
| Input imej di-cache | $2/M | $2/M |
| Output imej | $30/M | $30/M |
| Pertukaran utama | Latensi lebih rendah | Ketepatan penyuntingan lebih tinggi |
Perbezaannya terutamanya masa dan kesesuaian aliran kerja, bukan harga token. OpenAI memposisikan Flare sebagai lalai untuk kebanyakan aplikasi dan berkata ia menghasilkan imej berkualiti lebih tinggi berbanding GPT Image 2 dengan latensi sehingga 50% lebih rendah. Sunburst ditujukan untuk penyuntingan yang lebih terkawal dan kerja visual gred produksi, dan boleh mengambil masa lebih lama untuk menjana.
Jika Sunburst menghasilkan aset kempen yang boleh digunakan dalam satu percubaan manakala Flare memerlukan dua atau tiga percubaan semula, Sunburst mungkin sebenarnya mempunyai kos per imej diterima yang lebih rendah, walaupun mempunyai harga token nominal yang sama.
Sehebat Manakah GPT-Image-2.5 untuk Harganya?
Harga hanya penting jika kualiti output berdaya saing.
Papan pendahulu keutamaan manusia Arena semasa meletakkan kedua-dua varian GPT-Image-2.5 di hadapan GPT Image 2 dalam penjanaan teks-ke-imej dan penyuntingan imej tunggal. Ini ialah skor keutamaan pihak ketiga, bukannya penanda aras kualiti yang dikawal OpenAI, dan keputusan GPT-Image-2.5 ditanda sebagai awal.
| Model | Skor Arena Teks-ke-Imej | Skor Suntingan Imej Tunggal |
|---|---|---|
| GPT-Image-2.5 Sunburst | 1421 ± 13 | 1520 ± 9 |
| GPT-Image-2.5 Flare | 1399 ± 13 | 1491 ± 9 |
| GPT Image 2 (medium) | 1381 ± 4 | 1461 ± 3 |
| Grok Imagine Image 2.0 (low) | 1315 ± 12 | 1439 ± 8 |
Set penanda aras juga merangkumi Grok Imagine Image 2.0 API dalam CometAPI.
Hasil paling ketara ialah skor penyuntingan. Sunburst mendahului Flare kira-kira 29 mata pada papan pendahulu suntingan imej tunggal, manakala kedua-duanya masih di hadapan GPT Image 2. Itu sejajar dengan pemposisian OpenAI terhadap Sunburst sebagai pilihan berorientasikan ketepatan. Lihat papan pendahulu suntingan imej.
Bahan penilaian OpenAI sendiri lebih tertumpu kepada keselamatan berbanding keutamaan estetik. Dalam kad sistemnya, syarikat melaporkan kadar “penjanaan tidak selamat yang dipersembahkan” muktamad sebanyak 1.09% untuk Sunburst, 1.41% untuk Flare, dan 1.64% untuk garis dasar Images 2.0 pada set penilaian keselamatan adversarial mereka. Ini ialah ukuran keselamatan, bukan skor kualiti imej.
Berapakah Kos GPT-Image-2.5 dalam CometAPI?
Untuk pembangun yang mahukan model melalui gerbang API berbilang model, kedua-dua varian tersedia melalui CometAPI. API GPT-Image-2.5 Flare dalam CometAPI memaparkan $4 bagi setiap sejuta token input dan $24 bagi setiap sejuta token output, berbanding angka tajuk rasmi $5/M dan $30/M, mewakili diskaun 20%. API GPT-Image-2.5 Sunburst dalam CometAPI menerbitkan perbandingan tajuk yang sama.
| Laluan harga | Tajuk input | Tajuk output imej | Diskaun dipaparkan |
|---|---|---|---|
| Rasmi OpenAI | $5/M input teks | $30/M output imej | — |
| CometAPI | $4/M input | $24/M output | 20% |
Perincian harga untuk disahkan sebelum pembajaan produksi: OpenAI membezakan input teks pada $5/M daripada input imej pada $8/M, manakala CometAPI merumuskan harga dengan pasangan input/output umum. Aliran kerja yang berat imej rujukan harus mengesahkan papan pemuka bil sebenar sebelum menganggap setiap token input imej menerima kadar input yang dipaparkan.
| Kualiti | Anggaran kos output OpenAI | Anggaran kos output CometAPI |
|---|---|---|
| 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 ialah anggaran kos output, bukan harga permintaan yang merangkumi semua.
Berapakah Kos 10,000 Imej GPT-Image-2.5?
Harga volum besar menjadikan perbezaan lebih mudah dilihat. Katakan sebuah platform kandungan menjana 10,000 imej segi empat sama dan setiap output menggunakan lebih kurang bajet token yang diperhatikan untuk tahap kualiti yang dipilih.
| Kualiti | Anggaran perbelanjaan output OpenAI untuk 10,000 imej | Anggaran perbelanjaan output CometAPI |
|---|---|---|
| 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 |
Jadual ini berguna untuk pembajaan infrastruktur, tetapi pasukan produksi sebenar harus menjejak sesuatu yang lebih bermakna daripada kos per imej yang dijana: kos per imej yang diterima.
Menggunakan anggaran kualiti tinggi 1024×1024 daripada jadual, sepuluh penjanaan menelan kos kira-kira $0.5268 dalam token output. Jika enam diterima, kos token output efektif ialah $0.5268 ÷ 6 = $0.0878 per aset yang diterima.
Model yang lebih berupaya yang mengurangkan percubaan semula oleh itu boleh menjadi lebih baik dari segi ekonomi walaupun satu permintaan menggunakan sedikit lebih banyak token.
Tetapan Kualiti GPT-Image-2.5 Manakah Memberi Nilai Terbaik?
Bagi kebanyakan aplikasi produksi, high ialah titik permulaan yang munasabah berbanding max. Low paling sesuai untuk pratonton dan eksperimen murah. Medium berfungsi dengan baik apabila menjana banyak konsep yang akan ditapis kemudian. High memberikan keseimbangan kualiti produksi yang lebih kukuh sambil kekal jauh di bawah bajet token maksimum. Xhigh menjadi menarik apabila aset memerlukan penggilapan tambahan tetapi tidak membenarkan bajet max penuh. Max lazimnya harus dikhaskan untuk aset akhir di mana fideliti lebih penting daripada kos penjanaan.
Kelebihan ekonomi asas tangga enam peringkat ialah anda tidak perlu membayar harga kualiti maksimum pada setiap peringkat aliran kerja kreatif. Pipeline praktikal boleh menjana konsep pada medium, memilih calon, memperhaluskan yang terpilih pada high, dan hanya menjadikan aset “hero” akhir pada xhigh atau max.
Bagaimana Anda Boleh Mengira Kos GPT-Image-2.5 Daripada Penggunaan API?
Cara paling selamat untuk menganggar perbelanjaan produksi ialah merekodkan penggunaan token sebenar dan bukannya bergantung secara kekal pada jadual per imej statik. Untuk kadar rasmi OpenAI, pengiraannya mudah:
Anggar setiap permintaan dalam perkataan: gandakan token input teks dengan $5 per sejuta, token input imej dengan $8 per sejuta, dan token output imej dengan $30 per sejuta, kemudian jumlahkan ketiga-tiganya. Sebagai contoh, 120 token input teks ditambah 1,756 token output imej menelan kos kira-kira $0.0006 + $0.05268 = $0.05328 sebelum sebarang caj input imej. Untuk permintaan penyuntingan, tambah token input imej yang dilaporkan oleh API, terutamanya apabila beberapa imej rujukan dibekalkan.
Untuk penjanaan ringkas dengan 120 token input teks dan 1,756 token output imej, bahagian output adalah kira-kira $0.05268, manakala prompt teks pendek hanya menambah jumlah yang sangat kecil. Untuk penyuntingan, tambahkan token input imej yang dikembalikan oleh permintaan sebenar anda. Itu amat penting apabila beberapa imej rujukan dibekalkan.
Adakah GPT-Image-2.5 Berbaloi Dengan Harganya?
Untuk kebanyakan integrasi imej OpenAI baharu, Flare ialah titik permulaan yang jelas. Ia berkongsi kadar token yang sama seperti GPT Image 2, manakala OpenAI melaporkan kualiti imej yang lebih tinggi dan latensi sehingga 50% lebih rendah. Tangga kualiti yang diperluas juga membolehkan pembangun berbelanja kurang untuk draf tanpa melepaskan pilihan bajet token yang jauh lebih besar untuk imej akhir.
Sunburst lebih masuk akal apabila suntingan yang gagal adalah mahal. Fotografi e-dagang, kempen jenama, semakan imej berulang, aliran kerja pemeliharaan subjek, dan kreatif produksi lain boleh membenarkan masa penjanaan yang lebih lama kerana objektif sebenar bukan kos permintaan minimum—ia adalah kos minimum per aset yang diluluskan.
Untuk beban kerja volum tinggi yang peka harga, strategi terkuat oleh itu bukan “sentiasa gunakan kualiti paling murah.” Ia ialah merutekan tugas dengan pintar: Flare untuk penjanaan dan penerokaan, Sunburst di mana ketepatan suntingan mengurangkan kerja semula secara material, dan tahap kualiti lebih tinggi hanya selepas aset memperoleh bajet token tambahan.
FAQ
Adakah langganan ChatGPT termasuk kredit API GPT-Image-2.5?
Tidak. Akses ChatGPT dan pengebilan API pembangun adalah berasingan. Penggunaan API dicaj kepada akaun API mengikut token yang diproses.
Data penggunaan apa yang patut disimpan oleh pasukan untuk audit kos?
Simpan model, tetapan kualiti, dimensi imej, token input teks, token input imej, token output imej, kiraan percubaan semula, dan sama ada hasil diterima. Medan-medan ini membolehkan penyelarasan invois dan pengiraan kos per aset yang diterima.
Bagaimana pasukan harus menganggar kos produksi sebelum skala?
Jalankan kelompok representatif pada kualiti dan dimensi yang dimaksudkan, rekod penggunaan token sebenar, dan bahagikan jumlah kos kelompok dengan bilangan aset yang diterima. Ini menangkap percubaan semula dan kadar penolakan yang tidak dapat diukur oleh anggaran per imej statik.