GPT Image 2.5 在 API 上是两个模型:gpt-image-2.5-flare 是默认档,延迟约为 GPT Image 2 的一半;gpt-image-2.5-sunburst 是最高精度档。两档在这里价格完全相同,所以下面一张表就把两档都覆盖了。真正有差别的是**账单的形状**:OpenAI 按输出图片 token 收,画质档越高涨得越陡;APIMODELS 按分辨率一口价,画质完全不影响价钱。
OpenAI 对 2.5 按每百万输出图片 token $30 计费(文本输入 $5/M、图片输入 $8/M),不公布每张示例价。为了得到可比的数字,我们在真正的 OpenAI 管线上实测了每个尺寸与画质实际消耗的 token —— 1024×1024 medium 439 个、2048×2048 high 3568 个、3840×2160 high 3336 个 —— 再乘以挂牌单价。这就是表里的「OpenAI」列:按挂牌价折算的成本,标「约」是因为你的提示词会与我们差几个 token。由于 token 数跟的是画出来的细节量而不是像素数,**决定这张账单的是画质档**:同一张 3840×2160,low 档约 $0.011、max 档约 $0.40,差 36 倍。
APIMODELS 只按分辨率定价:1K $0.02、2K $0.035、4K $0.07 —— 你传 low、medium、high、xhigh 还是 max,价钱一分不变。Flare 不传 quality 按 medium 出图,Sunburst 缺省按 high。参考图、蒙版、透明底不加价,生成失败不扣费。所以这里的 quality 参数纯粹是在权衡速度和细节:你可以把每一发都开到 max,账单也不会动。
两种计费形状对撞,结果是**交叉**而不是全面便宜,所以有必要说清楚它在哪一格翻转。high 及以上我们便宜得多:1K high $0.02 对约 $0.053(少 62%),2K high $0.035 对约 $0.107(少 67%),3840×2160 max $0.07 对约 $0.40(少 83%)。Sunburst 缺省就是 high,所以每一发 Sunburst 都落在便宜的那一侧。而 low 和 medium 两档官方挂牌价更低 —— 1K low 官方约 $0.006、我们 $0.02 —— 所以如果你的活是「大批量、最低画质的缩略图」,单看价钱直接买官方更划算。
价格只是一半,而且对多数看到这一页的人来说,决定性的往往不是这一半。一口价意味着你在调用**之前**就能报出成本,而不是事后才知道 —— 当你要拿它给自己的客户定价时,这一点比省几分钱重要。除此之外:不需要 OpenAI 账号、不需要组织认证,中国大陆可直连,原生 2K / 4K 输出(我们验证过是真分辨率不是放大),五档画质含 xhigh 和 max,一把 key 一份余额同时覆盖 Gemini、Seedream、Kling 等整个目录。本页写于上线当天 2026-09-09,2026-09-10 改价后重写;生产可靠性数据等积累一个月外部流量后再如实补上。
Price per image — APIMODELS flat rate vs OpenAI list-rate cost (tokens measured 2026-09-09; Flare and Sunburst share the same price)
1K (1024px) 2K (2048px) 4K (3840px)
ours OpenAI ours OpenAI ours OpenAI
low $0.02 ~$0.006 $0.035 ~$0.012 $0.07 ~$0.011
medium (Flare) $0.02 ~$0.013 $0.035 ~$0.027 $0.07 ~$0.026
high (Sunburst) $0.02 ~$0.053 $0.035 ~$0.107 $0.07 ~$0.100
xhigh $0.02 (not measured) $0.035 (not measured) $0.07 ~$0.178
max $0.02 (not measured) $0.035 (not measured) $0.07 ~$0.400
Read the "ours" column downwards: it does not change. One price per
resolution, identical across all five quality tiers, so quality is a
speed-and-detail choice rather than a budget one.
Where each side wins: OpenAI's list rate is lower at low and medium;
ours is lower from high upward — 62% less at 1K high, 67% at 2K high,
61% at 4K xhigh, 83% at 4K max. Sunburst defaults to high, so it always
lands on the cheaper side; Flare defaults to medium, where OpenAI's list
rate is lower if you already hold a verified OpenAI organization.
OpenAI column = $30 / 1M output image tokens x measured tokens per image
(1K 196 / 439 / 1756, 2K 397 / 892 / 3568, 4K 371 / 865 / 3336 for
low / medium / high) + text-input tokens at $5 / 1M. xhigh and max were
measured at 3840x2160 only — the 1K and 2K cells are left blank rather
than extrapolated. Edits add image-input tokens at $8 / 1M on OpenAI
(about 1024 per reference at 1K); here reference images, mask and
transparent background cost nothing extra.cURL
# Sync call, OpenAI shape: Flare at its default (medium) quality
curl https://api.apimodels.app/v1/images/generations \
-H "Authorization: Bearer $APIMODELS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.5-flare",
"prompt": "Product shot of a ceramic mug on linen, soft morning light",
"size": "1024x1024",
"background": "transparent",
"output_format": "png"
}'
# -> billed $0.02 (1K, any quality); quality changes the render, not the pricePython
import requests, time
BASE = "https://api.apimodels.app/v1"
H = {"Authorization": "Bearer YOUR_API_KEY"}
# Task mode: Sunburst at 2K, explicit quality, then poll
task = requests.post(f"{BASE}/images/generations", headers=H, json={
"model": "gpt-image-2.5-sunburst",
"prompt": "Editorial portrait, mustard wool coat, rainy street, film grain",
"aspect_ratio": "3:2",
"resolution": "2K",
"quality": "high", # $0.035 at 2K whatever the quality; omit and Sunburst still renders high
}).json()["data"]["taskId"]
while True:
r = requests.get(f"{BASE}/images/generations", headers=H,
params={"task_id": task}).json()["data"]
if r["state"] in ("completed", "failed"):
print(r)
break
time.sleep(3)取决于画质档,而且如实说:没有哪一边全赢。APIMODELS 按分辨率一口价 1K $0.02 / 2K $0.035 / 4K $0.07,与画质无关,所以 high 及以上我们明显更便宜:1K high $0.02 对约 $0.053,2K high $0.035 对约 $0.107,4K max $0.07 对约 $0.40。而 low 和 medium 两档官方挂牌价更低 —— 1K low 官方约 $0.006、我们 $0.02。Sunburst 缺省 high,所以总是落在我们这一侧;Flare 缺省 medium,则不是。OpenAI 那列是按每张实际消耗 token 折算的挂牌成本,因为 2.5 没有公布过每张示例价。
OpenAI 按每百万输出图片 token $30 计费。在真正的 OpenAI 管线上实测,1024×1024 一张 low 约 196 个 token、medium 439、high 1756 —— 折合每张约 $0.006、$0.013、$0.053;2048×2048 约 $0.012 / $0.027 / $0.107,3840×2160 约 $0.011 / $0.026 / $0.100。high 之上两档涨得更快:3840×2160 的 xhigh 约 $0.178、max 约 $0.400 —— 同一张图,是 low 档的 36 倍。xhigh 和 max 我们只在 4K 实测过,1K / 2K 两格有意留空,不做外推。编辑另按图片输入 token 收 $8/M,1K 参考图约 1024 个。
没有哪一档是「便宜的那个」—— 同一分辨率下两档扣的是同一个数,五档画质也是同一个数 —— 所以这纯粹是在选你愿意等多久。Flare 缺省 medium,实测中位约 25 秒,适合社媒内容、电商变体和一切走量场景;Sunburst 缺省 high,中位约 40 秒,为精品商业图和印刷调校。两个模型都接受显式 quality,所以也可以一直用 Flare,只给值得的图传 quality:"high" —— 这不额外收费,只是会慢一些。
不加钱。background=transparent 在 1K / 2K / 4K 都返回真带 alpha 的 PNG,单价不变;/v1/images/edits 上传蒙版同样免费。关于蒙版如实说一句:2.5 把它当提示而不是硬边界,所以要在提示词里点名要改的对象 —— 局部编辑靠的是这个。
两种情况。一是需要只有 OpenAI / Azure 直签才能提供的企业合规文件(DPA、SOC 2 链条)。二是你的活确实是「大批量 + low / medium 画质」—— 在这一段按 token 计费确实更便宜,1K low 官方约 $0.006、我们 $0.02,与其粉饰不如直说。越过这条线,一口价在价格上就赢了;而在「可预估」这一点上它到处都赢 —— 你能在功能上线之前就报出成本。其余理由和以前一样:免组织认证、中国大陆可直连、一把 key 覆盖整个目录。
上线当天的探针数据:low 约 30-45 秒,medium 40-70 秒,high 在 1K 约 50 秒、2K 约 100 秒、4K 约 70 秒;带参考图编辑 15-50 秒。2048×2048 和 3840×2160 按请求尺寸精确交付,并用细节能量法对照已知放大样本验证过,是真正的全分辨率细节。一个月流量之后会用生产分位数替换这些探针数字。
