TL;DR
O GPT-Image-2.5 não tem um “preço por imagem” fixo. A OpenAI cobra o uso da API por tokens. Tanto o GPT-Image-2.5 Flare quanto o GPT-Image-2.5 Sunburst usam as mesmas tarifas oficiais por token: US$ 5 por milhão de tokens de entrada de texto, US$ 8 por milhão de tokens de entrada de imagem e US$ 30 por milhão de tokens de saída de imagem. Entradas em cache de texto e imagem custam US$ 1,25 e US$ 2 por milhão de tokens, respectivamente.
Para uma imagem 1024×1024, observações de calculadoras de terceiros sugerem que a geração somente de saída pode variar de aproximadamente US$ 0,006 em qualidade baixa até cerca de US$ 0,211 na qualidade máxima. A qualidade alta fica por volta de US$ 0,053 nesse modelo de planejamento. As contas reais dependem de tokens do prompt, imagens de referência, tentativas, entradas de edição e uso real de tokens de saída.
Key Takeaways
- A OpenAI cobra a API do GPT-Image-2.5 por tokens, e não com um preço fixo por imagem.
- Flare e Sunburst têm as mesmas tarifas por token; Sunburst não é um modelo mais caro por token.
- As tarifas oficiais são US$ 5/M para entrada de texto, US$ 8/M para entrada de imagem e US$ 30/M para saída de imagem.
- O GPT-Image-2.5 introduz modos de qualidade low, medium, high, xhigh, max e auto.
- Uma estimativa de planejamento para uma imagem 1024×1024 é de aproximadamente US$ 0,0059 em low, US$ 0,0527 em high e US$ 0,2107 em max, antes dos custos de tokens de entrada.
- Flare é a melhor opção padrão para geração em alto volume e sensível à latência, enquanto Sunburst visa edição de precisão e fluxos criativos premium.
- A CometAPI divulga um desconto de 20% em suas APIs de modelo GPT-Image-2.5, com preços de destaque de US$ 4/M na entrada e US$ 24/M na saída, contra os US$ 5/M e US$ 30/M oficiais.
What Is GPT-Image-2.5 and What Are You Paying For?
A OpenAI lançou o ChatGPT Images 2.5 em 8 de setembro de 2026. A atualização foca em detalhes mais nítidos, iluminação e texturas mais naturais, preservação mais forte de sujeitos de referência, edição multi-turno mais confiável e menor latência de geração. A OpenAI afirma que a latência de geração pode ser até 50% menor que a do Images 2.0.
A família de APIs tem duas variantes. O GPT-Image-2.5 Flare é otimizado para geração rápida e de alta qualidade no dia a dia e é o padrão recomendado pela OpenAI para a maioria das aplicações. O GPT-Image-2.5 Sunburst enfatiza precisão de edição e fluxos criativos premium, nos quais preservar um sujeito ou composição existente é mais importante do que a latência mínima.
| 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 | Fast everyday generation | Precision generation and editing |
| Input | Text and images | Text and images |
| Output | Images | Images |
| Image generation | Yes | Yes |
| Image editing | Yes | Yes |
| Quality settings | low, medium, high, xhigh, max, auto | low, medium, high, xhigh, max, auto |
| Recommended square size | 1024×1024 | 1024×1024 |
| Recommended landscape size | 1536×1024 | 1536×1024 |
| Recommended portrait size | 1024×1536 | 1024×1536 |
| Transparent output | PNG / WebP | PNG / WebP |
| Best fit | High-volume generation, rapid iteration | Product imagery, campaign creative, precise edits |
| Official image-output rate | $30/M tokens | $30/M tokens |
A documentação do modelo principal confirma que ambas as variantes aceitam entrada de texto e imagem e produzem saída de imagem, enquanto function calling, saídas estruturadas e fine-tuning não fazem parte da interface do modelo de imagem.
Exemplo oficial de edição de precisão do GPT-Image-2.5 publicado pela OpenAI; o retrato editado preserva a pose e o fundo enquanto altera a roupa da criança.
GPT-Image-2.5 Flare is available as
gpt-image-2.5-flare, enquanto seu snapshot datado é
gpt-image-2.5-flare-2026-09-08. Sunburst de forma similar fornece
gpt-image-2.5-sunburste
gpt-image-2.5-sunburst-2026-09-08. Desenvolvedores que exigem comportamento mais previsível do modelo entre implantações devem considerar se fixar um snapshot datado é apropriado para seu fluxo de trabalho.
How Much Does the GPT-Image-2.5 API Cost?
A maneira mais simples de entender o preço do GPT-Image-2.5 é separar o custo de entrada do custo da imagem gerada.
A documentação oficial do modelo da OpenAI informa as seguintes tarifas por token tanto para Flare quanto para 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 | $30.00 | — |
| Text output | Not billed | — |
O número importante para a maioria dos workloads de texto-para-imagem é US$ 30 por milhão de tokens de saída de imagem. Um prompt de texto curto normalmente contribui relativamente pouco em comparação com a própria imagem gerada. Fluxos de edição podem custar mais porque imagens de referência também consomem tokens de entrada de imagem.
Total API cost = text-input cost + image-input cost + image-output cost.
Para uma chamada simples de texto para imagem sem imagem de referência, o componente de saída de imagem geralmente domina. Para um fluxo de edição de imagem com vários ativos de referência em alta resolução, o custo de entrada torna-se mais relevante.
How Much Does One GPT-Image-2.5 Image Cost?
É aqui que o preço fica menos direto.
A documentação do Flare e a documentação do Sunburst afirmam que a calculadora do GPT Image 2 não estima o consumo de tokens do GPT Image 2.5. Separadamente, o APIdog registrou uma entrada compartilhada de calculadora do GPT Image 2.5 em 9 de setembro de 2026 com orçamentos estimados de tokens de saída para Flare e Sunburst. Esses números são estimativas de orçamento, e não preços oficiais garantidos por imagem.
| Quality | 1024×1024 output tokens | Estimated output cost | 1536×1024 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 | $0.16464 |
Esses números cobrem apenas a saída de imagem. Sua requisição real também pode incluir tokens de entrada de texto, tokens de entrada de imagem, tentativas, variações, passes de edição ou outros usos.
Uma afirmação mais precisa do que “o GPT-Image-2.5 custa US$ 0,053 por imagem” é: uma geração 1024×1024 em high pode ser orçada em aproximadamente US$ 0,053 em custo de tokens de saída sob a estimativa observada, antes dos custos de entrada e de tentativas.
Is GPT-Image-2.5 High Quality Four Times Cheaper Than GPT Image 2 High?
À primeira vista, sim: os rótulos sugerem uma redução dramática.
Os orçamentos de tokens registrados pelo APIdog mostram o GPT-Image-2.5 em high em torno de 1.756 tokens de saída, ou aproximadamente US$ 0,05268 para uma imagem 1024×1024. O GPT Image 2 em high ficava por volta de US$ 0,211 para o mesmo tamanho quadrado.
No entanto, isso não é uma comparação “mesma qualidade por um quarto do preço”. A escala de qualidade mudou.
| GPT-Image-2.5 setting | Approx. 1024×1024 output cost | Rough GPT Image 2 token-budget equivalent |
|---|---|---|
| low | $0.00588 | old low |
| medium | $0.01317 | below old medium |
| high | $0.05268 | old medium |
| xhigh | $0.09366 | between old medium and high |
| max | $0.21072 | old high |
Desenvolvedores que estão migrando um pipeline existente não devem simplesmente reutilizar a configuração high e concluir que o novo modelo é quatro vezes mais barato. Se o objetivo é aproximadamente o mesmo orçamento de tokens de saída que o antigo GPT Image 2 em high, a configuração do GPT-Image-2.5 mais próxima é max, não high.
Does GPT-Image-2.5 Sunburst Cost More Than Flare?
Não — não por token. Ambas as variantes usam a mesma tabela de preços oficial. Sunburst não tem uma taxa de US$/token maior apenas por ser posicionado como o modelo de maior precisão.
| 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 | Lower latency | More editing precision |
A diferença é principalmente tempo e adequação ao fluxo de trabalho, não preço por token. A OpenAI posiciona o Flare como padrão para a maioria das aplicações e diz que ele entrega imagens de maior qualidade do que o GPT Image 2 com até 50% menos latência. O Sunburst é voltado para edições mais controladas e trabalho visual de produção, e pode levar mais tempo para gerar.
Se o Sunburst produz um ativo de campanha utilizável em uma tentativa enquanto o Flare exige duas ou três, o Sunburst pode ter, de fato, o menor custo por imagem aprovada, apesar do mesmo preço nominal por token.
How Good Is GPT-Image-2.5 for Its Price?
Preço só importa se a qualidade de saída for competitiva.
A atual leaderboard de preferência humana da Arena coloca ambas as variantes do GPT-Image-2.5 à frente do GPT Image 2 em geração texto-para-imagem e edição de imagem única. São pontuações de preferência de terceiros, e não benchmarks de qualidade controlados pela OpenAI, e os resultados do GPT-Image-2.5 estão marcados como preliminares.
| Model | Text-to-Image Arena score | Single-Image Edit score |
|---|---|---|
| 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 |
O conjunto de benchmark também inclui a API Grok Imagine Image 2.0 na CometAPI.
O resultado mais notável é a pontuação de edição. O Sunburst lidera o Flare por cerca de 29 pontos no ranking de edição de imagem única, enquanto ambos permanecem à frente do GPT Image 2. Isso está alinhado com o posicionamento da OpenAI do Sunburst como a opção orientada à precisão. Veja o leaderboard de edição de imagem.
O material de avaliação da própria OpenAI é mais focado em segurança do que em preferência estética. Em seu system card, a empresa relata taxas finais de gerações inseguras apresentadas de 1,09% para o Sunburst, 1,41% para o Flare e 1,64% para a linha de base Images 2.0 em seu conjunto de avaliação de segurança adversarial. Essas são medições de segurança, não pontuações de qualidade de imagem.
What Does GPT-Image-2.5 Cost in CometAPI?
Para desenvolvedores que desejam o modelo por meio de um gateway de API multi-modelo, ambas as variantes estão disponíveis através da CometAPI. A API do GPT-Image-2.5 Flare na CometAPI mostra US$ 4 por milhão de tokens de entrada e US$ 24 por milhão de tokens de saída, em comparação com os US$ 5/M e US$ 30/M oficiais, representando um desconto de 20%. A API do GPT-Image-2.5 Sunburst na CometAPI publica a mesma comparação de destaque.
| Pricing route | Input headline | Image-output headline | Discount shown |
|---|---|---|---|
| OpenAI official | $5/M text input | $30/M image output | — |
| CometAPI | $4/M input | $24/M output | 20% |
Detalhe de preço a verificar antes do orçamento de produção: a OpenAI distingue entrada de texto a US$ 5/M de entrada de imagem a US$ 8/M, enquanto a CometAPI resume preços com um par geral de entrada/saída. Workloads com muitas imagens de referência devem confirmar o painel de cobrança ao vivo antes de assumir que todo token de entrada de imagem recebe a tarifa de entrada exibida.
| 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 |
Novamente, esses são custos estimados de saída, não preços de requisição completos.
How Much Would 10,000 GPT-Image-2.5 Images Cost?
A precificação em grande volume torna a diferença mais fácil de ver. Suponha que uma plataforma de conteúdo gere 10,000 imagens quadradas e que cada saída consuma aproximadamente o orçamento observado de tokens para seu nível de qualidade selecionado.
| 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 | $1,685.76 |
A tabela é útil para orçamento de infraestrutura, mas uma equipe de produção real deve rastrear algo mais significativo do que custo por imagem gerada: custo por imagem aceita.
Usando a estimativa de qualidade high 1024×1024 da tabela, dez gerações custam cerca de US$ 0,5268 em tokens de saída. Se seis forem aceitas, o custo efetivo de tokens de saída é US$ 0,5268 ÷ 6 = US$ 0,0878 por ativo aceito.
Um modelo mais capaz que reduza retrabalhos pode, portanto, ser economicamente melhor mesmo que uma única requisição consuma um pouco mais de tokens.
Which GPT-Image-2.5 Quality Setting Gives the Best Value?
Para a maioria das aplicações de produção, high é um ponto de partida sensato em vez de max. Low é mais adequado para prévias e experimentação barata. Medium funciona bem ao gerar muitos conceitos que serão filtrados depois. High oferece um equilíbrio mais forte de qualidade de produção enquanto permanece dramaticamente abaixo do orçamento máximo de tokens. Xhigh torna-se atraente quando os ativos precisam de polimento extra, mas não justificam o orçamento total de max. Max deve, em geral, ser reservado para ativos finais nos quais a fidelidade importa mais do que o custo de geração.
A vantagem econômica subjacente da escala de seis níveis é que você não precisa pagar preços de qualidade máxima em todas as etapas de um fluxo criativo. Um pipeline prático pode gerar conceitos em medium, selecionar candidatos, refinar os sobreviventes em high e fazer apenas os ativos finais “hero” em xhigh ou max.
How Can You Calculate GPT-Image-2.5 Cost From API Usage?
A maneira mais segura de estimar o gasto de produção é registrar o uso real de tokens em vez de depender permanentemente de uma tabela estática por imagem. Para as tarifas oficiais da OpenAI, o cálculo é direto:
Estime cada requisição em palavras: multiplique os tokens de entrada de texto por US$ 5 por milhão, os tokens de entrada de imagem por US$ 8 por milhão e os tokens de saída de imagem por US$ 30 por milhão, depois some os três valores. Por exemplo, 120 tokens de entrada de texto mais 1.756 tokens de saída de imagem custam cerca de US$ 0,0006 + US$ 0,05268 = US$ 0,05328 antes de qualquer cobrança de entrada de imagem. Para requisições de edição, some os tokens de entrada de imagem informados pela API, especialmente quando várias imagens de referência forem fornecidas.
Para uma geração simples com 120 tokens de entrada de texto e 1.756 tokens de saída de imagem, a parcela de saída é cerca de US$ 0,05268, enquanto o prompt de texto curto adiciona apenas uma quantia muito pequena. Para edição, some os tokens de entrada de imagem retornados pela sua requisição real. Isso é particularmente importante quando várias imagens de referência são fornecidas.
Is GPT-Image-2.5 Worth the Price?
Para a maioria das novas integrações de imagem da OpenAI, Flare é o ponto de partida óbvio. Ele compartilha a mesma tarifa por token do GPT Image 2, enquanto a OpenAI relata maior qualidade de imagem e até 50% menos latência. A escala de qualidade expandida também permite que desenvolvedores gastem menos em rascunhos sem abrir mão da opção de um orçamento muito maior de tokens para imagens finais.
Sunburst faz mais sentido quando edições falhas são caras. Fotografia de ecommerce, campanhas de marca, revisões repetidas de imagem, workflows de preservação de sujeito e outras criações de produção podem justificar um tempo de geração maior, pois o verdadeiro objetivo não é o menor custo por requisição — é o menor custo por ativo aprovado.
Para workloads sensíveis a preço e de alto volume, a estratégia mais forte não é “sempre usar a qualidade mais barata”. É rotear tarefas de forma inteligente: Flare para geração e exploração, Sunburst quando a precisão de edição reduz materialmente o retrabalho, e níveis de qualidade mais altos somente depois que um ativo tiver “ganhado” o orçamento extra de tokens.
FAQ
Uma assinatura do ChatGPT inclui créditos de API do GPT-Image-2.5?
Não. O acesso ao ChatGPT e o faturamento da API de desenvolvedor são separados. O uso da API é cobrado na conta da API de acordo com os tokens processados.
Que dados de uso uma equipe deve reter para auditorias de custos?
Armazene o modelo, a configuração de qualidade, as dimensões da imagem, tokens de entrada de texto, tokens de entrada de imagem, tokens de saída de imagem, contagem de tentativas e se o resultado foi aceito. Esses campos permitem conciliar faturas e calcular o custo por ativo aceito.
Como as equipes devem estimar o custo de produção antes de escalar?
Execute um lote representativo na qualidade e dimensões pretendidas, registre o uso real de tokens e divida o custo total do lote pelo número de ativos aceitos. Isso captura tentativas e taxas de rejeição que uma estimativa estática por imagem não consegue medir.