TL;DR
ราคาของ AI image API เปรียบเทียบกันโดยตรงไม่ได้: GPT Image 2 ใช้ image tokens, Nano Banana 2 ผูกต้นทุนกับความละเอียด, FLUX.2 คิดเงินตามจำนวนเมกะพิกเซล และ Ideogram 4.0 ใช้การคิดเงินแบบรายภาพ สำหรับทีมโปรดักชัน เมตริกที่มีประโยชน์กว่าคือ ต้นทุนต่อภาพที่ใช้งานได้จริง—จำนวนเงินที่คุณจ่ายหลังรวมการลองใหม่ การใส่ภาพอ้างอิง การแก้ไข และต้นทุนเวิร์กโฟลว์อื่นๆ
การสร้างภาพด้วย AI มีราคาถูกลง แต่การเปรียบเทียบราคา API ก็ซับซ้อนขึ้น
เอาต์พุต GPT Image 2 อาจมีราคาต่ำเพียงไม่กี่เสี้ยวเซนต์ ในขณะที่ Ideogram คิดราคาคงที่ต่อภาพ และ FLUX.2 คิดตามเมกะพิกเซล ตัวเลขเหล่านี้ดูเหมือนเทียบง่าย แต่แท้จริงแล้วสะท้อนระบบบิลลิงที่ต่างกัน และมักไม่รวมต้นทุนอย่างภาพอ้างอิง การลองใหม่ และโพสต์โปรเซสซิง
คู่มือนี้เปรียบเทียบราคาในปัจจุบันของ GPT Image 2, Gemini 3.1 Flash Image (Nano Banana 2), FLUX.2 และ Ideogram 4.0 จากนั้นจะแสดงวิธีประเมินต้นทุนที่สำคัญสำหรับโปรดักชัน: คุณจ่ายเท่าไรต่อภาพที่ใช้งานได้จริง
AI Image API Pricing at a Glance
| Model | Billing model | Example price | Main cost variables |
|---|---|---|---|
| GPT Image 2 | Image tokens | $0.006 for 1024×1024 Low | Quality, dimensions, image inputs |
| Gemini 3.1 Flash Image (Nano Banana 2) | Image tokens mapped to resolution | $0.067 for 1K | Resolution, input tokens, grounding |
| Gemini 3.1 Flash Lite Image | Image tokens mapped to resolution | $0.0336 for 1K | Resolution, input tokens |
| FLUX.2 [klein] 4B | Megapixel-based | From $0.014 | Resolution |
| FLUX.2 max] | Megapixel-based | From $0.07 | Resolution, editing, grounding search |
| Ideogram 4.0 Turbo | Per output image | $0.03 | Model tier, additional tools |
ราคาคือราคาปลีกจากผู้ให้บริการ ณ วันที่ 21 กรกฎาคม 2026 อาจไม่รวมการลองใหม่ ภาพอ้างอิง เครื่องมือเพิ่มเติม ที่เก็บข้อมูล หรือการรีวิวโดยมนุษย์
ดูอัตราใช้งานแบบเรียลไทม์ได้ที่ CometAPI pricing
Why AI Image API Prices Are Hard to Compare
Image API ไม่มีหน่วยการคิดเงินที่เป็นมาตรฐานเดียวกัน
ขึ้นอยู่กับผู้ให้บริการ คุณอาจจ่ายสำหรับ:
- โทเค็นเอาต์พุตภาพ
- จำนวนโทเค็นคงที่ที่ผูกกับความละเอียด
- เมกะพิกเซล
- ราคาคงที่ต่อภาพที่สร้าง
- ภาพอินพุตที่ใช้เพื่อแก้ไข
- เครื่องมือเพิ่มเติม เช่น การกราวน์ดิ้งหรือการอัปสเกล
ดังนั้นราคาประเภท $0.03 ต่อภาพ จึงไม่สามารถเทียบตรงกับ $30 ต่อหนึ่งล้าน image tokens ได้
เพื่อการเปรียบเทียบที่มีความหมาย ให้ทำการทำให้เทียบกันได้ในสามด้าน:
ความละเอียด ประเภทเวิร์กโฟลว์ และอัตราการอนุมัติ
GPT Image 2 Pricing: Quality and Size Drive Cost
ตามคู่มือการสร้างภาพของ OpenAI image generation guide GPT Image 2 มีต้นทุนเอาต์พุตโดยประมาณสำหรับขนาดที่พบบ่อยดังนี้:
| Quality | 1024×1024 | 1024×1536 | 1536×1024 |
|---|---|---|---|
| Low | $0.01 | $0.01 | $0.01 |
| Medium | $0.05 | $0.04 | $0.04 |
| High | $0.21 | $0.17 | $0.17 |
ตัวเลขเหล่านี้สะท้อนเอาต์พุตโดยประมาณ ไม่จำเป็นต้องเป็นต้นทุนของคำขอทั้งหมด
เอกสารราคาของ OpenAI API pricing documentation แสดงอัตราที่แยกต่างหากสำหรับ image input, cached image input, image output และ text input
ส่วนนี้สำคัญที่สุดในเวิร์กโฟลว์การแก้ไข หากคุณส่งภาพอ้างอิงหรือภาพต้นฉบับหลายภาพ อินพุตเหล่านั้นจะเพิ่มต้นทุนของคำขอ
รายละเอียดการใช้งานและแพทเทิร์นพรอมต์ ดูได้ใน CometAPI GPT Image 2 guide
Nano Banana 2 Pricing: Resolution Maps to Image Tokens
ชื่อรุ่นอย่างเป็นทางการของ Google คือ Gemini 3.1 Flash Image ซึ่งมักเรียกกันว่า Nano Banana 2
ตามราคาของ Google Gemini API Gemini API pricing:
| Model | Resolution | Standard | Batch |
|---|---|---|---|
| Gemini 3.1 Flash Image | 0.5K | $0.05 | $0.02 |
| Gemini 3.1 Flash Image | 1K | $0.07 | $0.03 |
| Gemini 3.1 Flash Image | 2K | $0.10 | $0.05 |
| Gemini 3.1 Flash Image | 4K | $0.15 | $0.08 |
| Gemini 3.1 Flash Lite Image | 1K | $0.03 | $0.02 |
สำหรับ Nano Banana 2 Google ทำแมปความละเอียดทั่วไปกับจำนวน image token คงที่ เอาต์พุต 1K ใช้ 1,120 image tokens ส่งผลให้ราคามาตรฐานโดยประมาณอยู่ที่ $0.067
Nano Banana 2 Lite ใช้เอาต์พุต 1K ที่ 1,120 โทเค็นเหมือนกัน แต่มีอัตรา image output ต่ำกว่า ทำให้ราคาอยู่ที่ $0.0336
การกราวน์ดิ้งด้วย Google Web หรือ Image Search อาจเพิ่มชั้นต้นทุน ดังนั้นเวิร์กโฟลว์ที่พึ่งการค้นหาควรติดตามต้นทุนส่วนนี้แยกต่างหาก
ดูรายละเอียดการใช้งาน API ได้ที่ Nano Banana 2 API guide
FLUX.2 Pricing: Megapixels Change the Baseline
Black Forest Labs ใช้การคิดราคาตามเมกะพิกเซลสำหรับ FLUX.2
ตามเอกสารราคาทางการของ BFL official BFL pricing documentation:
| FLUX.2 model | Text-to-image | Image editing |
|---|---|---|
| FLUX.2 [klein] 4B | From $0.014 | From $0.014 |
| FLUX.2 [klein] 9B | From $0.015 | From $0.015 |
| FLUX.2 [pro] | From $0.03 | From $0.045 |
| FLUX.2 [max] | From $0.07 | From $0.07 |
| FLUX.2 [flex] | From $0.05 | From $0.05 |
คำสำคัญคือ "from"
ต้นทุนของ FLUX.2 เปลี่ยนไปตามความละเอียดเอาต์พุต และงานแก้ไขอาจมีราคาเริ่มต้นที่ต่างจากการสร้างจากข้อความพื้นฐาน
เมื่อเปรียบเทียบ FLUX.2 กับผู้ให้บริการอื่น ให้ใช้ความละเอียดและเวิร์กโฟลว์ที่คุณคาดว่าจะใช้งานจริง ไม่ใช่ราคาเริ่มต้นที่ต่ำที่สุดที่โฆษณาไว้
ดูรายละเอียดการใช้งานใน CometAPI FLUX.2 Pro API guide
Ideogram 4.0 Pricing: Simple Per-Image Rates
Ideogram 4.0 ใช้การคิดราคาต่อภาพที่เรียบง่ายสำหรับเวิร์กโฟลว์หลัก
ตามราคาทางการของ Ideogram Ideogram's official API pricing:
| Tier | Price per output |
|---|---|
| Turbo | $0.03 |
| Default | $0.06 |
| Quality | $0.10 |
การดำเนินการเพิ่มเติม เช่น Instructional Edit, Upscale, Describe และ Layerize มีราคาแยกต่างหาก
สำหรับการสร้างแบบง่าย ideogram คืองบประมาณที่คาดการณ์ได้ง่าย สำหรับสายการผลิตทรัพย์สินเต็มรูปแบบ ให้รวมเครื่องมือเพิ่มเติมที่ใช้หลังการสร้างด้วย
Why Midjourney and Self-Hosted Models Need Separate Pricing Logic
Midjourney ไม่มี API สาธารณะทั่วไปให้กับนักพัฒนาโดยตรง ดังนั้นการคิดเงินแบบสมัครสมาชิกอย่างเป็นทางการจึงไม่สามารถเทียบตรงกับ API แบบคิดตามการใช้งานข้างต้น อย่างไรก็ตาม นักพัฒนาสามารถเข้าถึงเวิร์กโฟลว์ของ Midjourney ผ่าน CometAPI Midjourney API ซึ่งจำลองการโต้ตอบปุ่มบน Discord แตกต่างจาก REST API แบบปกติ มันทำงานเป็น state machine ที่แต่ละการดำเนินการจะส่งคืนปุ่มใหม่สำหรับขั้นตอนถัดไป
โมเดลโอเพ่นซอร์สแบบโฮสต์เองมีรูปแบบต้นทุนที่ต่างออกไป เศรษฐศาสตร์ขึ้นกับโครงสร้างพื้นฐาน GPU การใช้งานจริง การโฮสต์ วิศวกรรม และการบำรุงรักษา มากกว่าค่าธรรมเนียม API ต่อคำขอแบบง่าย
ด้วยเหตุนี้ การเปรียบเทียบนี้จึงโฟกัสที่ API แบบโฮสต์โดยผู้ให้บริการที่มีการคิดเงินโปร่งใสตามการใช้งาน ขณะที่การเข้าถึง Midjourney API และโมเดลแบบโฮสต์เองควรประเมินเป็นหมวดต้นทุนแยกต่างหาก
The Metric That Matters: Cost per Usable Image
ราคาการสร้างที่ต่ำที่สุดไม่ได้หมายความว่าจะมีต้นทุนโปรดักชันต่ำที่สุดเสมอไป
เมตริกง่ายๆ คือ:
ต้นทุนต่อภาพที่ใช้งานได้ = รายจ่ายผันแปรรวม ÷ จำนวนภาพที่อนุมัติ
สำหรับการประมาณแบบสร้างอย่างเดียว:
ต้นทุนต่อภาพที่ใช้งานได้ ≈ ราคาที่ประกาศ ÷ อัตราการอนุมัติ
| Listed price | Approval rate | Attempts for 100 approved images | Spend | Cost per usable image |
|---|---|---|---|---|
| $0.03 | 60% | 167 | $5.01 | $0.05 |
| $0.07 | 80% | 125 | $8.38 | $0.08 |
| $0.10 | 90% | 112 | $11.20 | $0.11 |
อัตราการอนุมัติข้างต้นเป็นเพียงตัวอย่าง ไม่ใช่ผลการทดสอบโมเดล
โมเดลที่ราคาถูกแต่ต้องลองใหม่บ่อยครั้ง อาจมีต้นทุนสูงกว่าโมเดลที่ราคาสูงกว่าแต่ให้ผลลัพธ์ที่ใช้งานได้อย่างสม่ำเสมอ
What Else Affects the Real Cost?
เมื่อประเมินต้นทุนโปรดักชัน ให้พิจารณาด้วยว่า:
Image Inputs and Editing
ภาพอ้างอิง การอัปสเกล การแก้ไขขั้นสูง และการประมวลผลอื่นๆ อาจเพิ่มต้นทุนของคำขอ
Retries and Failed Requests
ดราฟต์ที่ถูกปฏิเสธและความล้มเหลวด้านความปลอดภัยอาจเพิ่มทั้งต้นทุนและเวลาแฝง
Grounding
เวิร์กโฟลว์ที่มีการกราวน์ดิ้งด้วยการค้นหาอาจมีค่าธรรมเนียมการค้นหาแยกต่างหาก
Human Review
ราคา API ที่ต่ำอาจทำให้เข้าใจผิด หากเอาต์พุตต้องการการแก้ไขด้วยมือมากเป็นพิเศษ
Storage and Delivery
ในระดับใหญ่ การเก็บข้อมูล การเปลี่ยนขนาด การแปลงฟอร์แมต และการส่งผ่าน CDN ก็มีผลเช่นกัน
คุณไม่จำเป็นต้องจำลองต้นทุนทุกส่วนอย่างสมบูรณ์ ให้เริ่มจากตัวแปรที่ต่างกันมากที่สุดระหว่างเส้นทางที่คุณกำลังเปรียบเทียบ
Batch Pricing: Useful When Latency Is Flexible
OpenAI และ Google ต่างก็มีอัตราแบบแบตช์ที่ต่ำกว่าสำหรับงานสร้างภาพบางประเภท
การประมวลผลแบบแบตช์เหมาะกับ:
- การสร้างแคตตาล็อกค้างคืน
- ทรัพย์สินการตลาดจำนวนมาก
- สายการผลิตคอนเทนต์ตามกำหนด
- การรันประเมินขนาดใหญ่
ไม่เหมาะกับผลิตภัณฑ์แบบอินเทอร์แอกทีฟที่ผู้ใช้คาดหวังผลลัพธ์ทันที
ส่วนลดแบบแบตช์มีคุณค่าก็ต่อเมื่อเวลาแฝงที่เพิ่มขึ้นเหมาะกับเวิร์กโฟลว์
A Practical Image API Routing Strategy
ไม่จำเป็นที่คำขอภาพทุกคำขอต้องผ่านโมเดลเดียวกัน
| Stage | Goal | Key metric |
|---|---|---|
| Exploration | สร้างไอเดียให้คุ้มค่า | Cost per draft |
| Selection | ตัดแนวคิดที่อ่อน | Approval rate |
| Final generation | เข้าสู่คุณภาพโปรดักชัน | Cost per usable image |
| Editing | รักษาภาพอ้างอิง | Edit success rate |
| Delivery | เตรียมทรัพย์สินสุดท้าย | Processing cost |
เวิร์กโฟลว์ที่ใช้งานได้จริงคือ:
- สร้างดราฟต์ช่วงต้นด้วยต้นทุนหรือความละเอียดที่ต่ำกว่า
- ตัดแนวคิดที่อ่อนก่อนเรนเดอร์ขั้นสุดท้าย
- ส่งพรอมต์หมวดที่ยากไปยังโมเดลที่ทำได้ดีที่สุดในหมวดนั้น
- เลือกโมเดลแก้ไขตามอัตราความสำเร็จของการแก้ไข
- ใช้การประมวลผลแบบแบตช์สำหรับเวิร์กโหลดที่ไม่อินเทอร์แอกทีฟ
- ประเมินเส้นทางใหม่โดยใช้อัตราการอนุมัติและข้อมูลการลองใหม่จริง
เซ็ตอัปโปรดักชันที่ดีที่สุดอาจใช้โมเดลต่างกันสำหรับดราฟต์ การสร้างขั้นสุดท้าย และการแก้ไข
How to Compare Image APIs Yourself
การเปรียบเทียบที่ดีที่สุดคือการใช้พรอมต์และข้อกำหนดโปรดักชันของคุณเอง ไม่ใช่ผลเดโมสาธารณะ
คุณสามารถเริ่มด้วยเครื่องมือเปรียบเทียบโมเดลของ CometAPI model comparison tool เพื่อเทียบโมเดลที่รองรับแบบเคียงข้างกัน จากนั้นรันทดสอบชุดตัวแทนผ่านเส้นทางที่คุณกำลังพิจารณา ใช้แดชบอร์ด CometAPI เพื่อติดตามการใช้งานและค่าใช้จ่ายจริงระหว่างการทดสอบ
จุดเริ่มต้นที่ดีคือ:
- 10 พรอมต์สินค้า/ไลฟ์สไตล์
- 10 โฆษณาหรือโปสเตอร์ที่มีข้อความ
- 10 งานแก้ไขด้วยภาพอ้างอิง
- 10 พรอมต์คอมโพสิชันซับซ้อน
สำหรับแต่ละเส้นทาง ให้บันทึก:
| Field | Why it matters |
|---|---|
| Dimensions | ทำให้ราคาที่ผูกกับความละเอียดเทียบกันได้ |
| Model or quality tier | อธิบายความต่างของราคา |
| Input images | เก็บต้นทุนการแก้ไข |
| Attempts per approved output | วัดต้นทุนการลองใหม่ |
| Latency | วัดความเหมาะสมของเวิร์กโฟลว์ |
| Human edit time | เก็บแรงงานที่ซ่อนอยู่ |
| Final approval | คำนวณอัตราการยอมรับ |
รันพรอมต์มากกว่าหนึ่งครั้ง เพราะการสร้างภาพเป็นแบบสุ่ม
จากนั้นคำนวณ:
อัตราการอนุมัติ = เอาต์พุตที่อนุมัติ ÷ เอาต์พุตทั้งหมด
ต้นทุนต่อภาพที่ใช้งานได้ = ค่าใช้จ่ายเวิร์กโฟลว์รวม ÷ เอาต์พุตที่อนุมัติ
สิ่งนี้จะให้เบนช์มาร์กโปรดักชันที่มีประโยชน์กว่าการเปรียบเทียบจากหน้าราคาเพียงอย่างเดียว
FAQ
AI image API ไหนถูกที่สุด?
ไม่มีตัวเลือกที่ถูกที่สุดแบบสากล GPT Image 2 Low, FLUX.2 [klein], Nano Banana 2 Lite และ Ideogram 4.0 Turbo ต่างก็มีราคาเริ่มต้นค่อนข้างต่ำ แต่ต้นทุนโปรดักชันขึ้นกับความละเอียด การลองใหม่ การแก้ไข เวลาแฝง และอัตราการอนุมัติ
GPT Image 2 มีราคาต่อภาพเท่าไร?
ประมาณการที่ OpenAI เผยแพร่มีตั้งแต่ราว $0.005–$0.006 สำหรับเอาต์พุตคุณภาพ Low ที่พบบ่อย ไปจนถึง $0.211 สำหรับภาพ 1024×1024 คุณภาพ High อินพุตภาพและข้อความสามารถเพิ่มต้นทุนของคำขอรวมได้
Nano Banana 2 ราคาเท่าไร?
Gemini 3.1 Flash Image หรือ Nano Banana 2 มีราคาโดยประมาณ $0.067 สำหรับภาพ 1K แบบมาตรฐาน Nano Banana 2 Lite มีราคา $0.0336 สำหรับภาพ 1K
FLUX.2 ราคาเท่าไร?
FLUX.2 ใช้การคิดราคาตามเมกะพิกเซล ราคาค่าเริ่มต้นสำหรับ text-to-image ปัจจุบันอยู่ระหว่าง $0.014 สำหรับ FLUX.2 [klein] 4B ถึง $0.07 สำหรับ FLUX.2 [max] ขึ้นกับโมเดลและความละเอียด
API สร้างภาพใดดีที่สุดสำหรับโปรดักชัน?
ตัวเลือกที่ดีที่สุดคือเส้นทางที่ให้ต้นทุนต่อภาพที่ใช้งานได้ต่ำที่สุด ขณะยังคงตรงตามความต้องการด้านคุณภาพ เวลาแฝง ความละเอียด ความถูกต้องของข้อความ และความสม่ำเสมอของการแก้ไข
Test Multiple Image Models With the Same Workload
CometAPI ให้เข้าถึงโมเดลสร้างภาพหลายรุ่นผ่านแพลตฟอร์ม API เดียว ช่วยให้เปรียบเทียบเส้นทางต่างๆ ด้วยพรอมต์และกระบวนการประเมินเดียวกันได้ง่ายขึ้น
เริ่มจาก current CometAPI pricing จากนั้นติดตาม:
- ต้นทุนคำขอ
- ความละเอียด
- เวลาแฝง
- การลองใหม่
- ภาพอินพุต
- เอาต์พุตที่อนุมัติ
คุณอาจพบว่าโมเดลหนึ่งเหมาะกับดราฟต์ต้นทุนต่ำ อีกโมเดลเหมาะกับทรัพย์สินขั้นสุดท้าย และอีกโมเดลเหมาะกับการแก้ไขที่อ้างอิงภาพจำนวนมาก
เป้าหมายไม่ใช่การเลือกผู้ชนะถาวร แต่คือการใช้เส้นทางที่เหมาะสมกับแต่ละเวิร์กโหลด