GPT Image 2.5 API 价格：单图费用、质量档位与批量预算

GPT Image 2.5 API 已有官方价格。按 2026 年 9 月 9 日核验的 Standard 费率，Sunburst 和 Flare 的图片输出均为每百万 token 30 美元，文本输入为 5 美元，图片输入为 8 美元。这些是用量单价；一张图多少钱，还需要看尺寸、质量档位和输入内容。OpenAI 官方价格表

需要先做预算时，可以从官方 2.5 计算器开始：1024×1024、medium 的图片输出估算为 0.01317 美元/张，high 为 0.05268 美元/张。生成 1,000 张对应 13.17 美元和 52.68 美元，均未包含输入、流式预览以及重试等用量。下文将计算器估算与完整成本分开列出，金额全部为美元。官方图片成本计算器

Sunburst 和 Flare 的官方计费单价

GPT Image 2.5 于 2026 年 9 月 8 日发布，正式模型 ID 是 gpt-image-2.5-sunburst 和 gpt-image-2.5-flare。Sunburst 侧重精确编辑，Flare 面向快速的日常生图；二者都支持文本或图片输入，并输出图片。接入时应使用具体模型 ID，不要把“GPT Image 2.5”这个系列名称直接当作模型 ID。官方更新日志、Sunburst 模型页、Flare 模型页

两个模型目前采用同一组 Standard 费率：

费率来自 OpenAI 图片生成价格表，适用于上述两个 2.5 模型。这里没有单独的文本输出价格，因为这两个模型输出的是图片。

相同 token 单价不代表相同的实付单图费用。 模型、提示词和质量设置会影响实际消耗；比较 Sunburst 与 Flare 时，应该同时记录用量与结果是否可用，不能只凭价目表判断哪一个更省钱。

五档质量各多少钱一张

下面是本次在官方计算器中明确选择 GPT Image 2.5(Sunburst and Flare) 后，逐一切换质量档位得到的结果。每格列出图片输出费用及输出 token 数，输入费用另计；这些是计算器估算，并非真实 API 账单样本。计算器与成本说明

表中任何一项都可以用输出费率复算。例如，方图 high 是 1,756 × 30 ÷ 1,000,000 = 0.05268 美元。

在这两个已核验尺寸中，横图的输出估算低于方图，因此不宜用“像素更多，费用一定更高”推算其他尺寸的价格。需要其他尺寸时，应在同一计算器中重新选择具体设置；也不要把横图结果直接当作所有竖图或自定义尺寸的报价。

2.5 支持 low、medium、high、xhigh、max 和 auto，尺寸与质量默认均为 auto。本表没有给 auto 设置固定单图价：让模型自动决定设置，不能直接对应这里某一行的预算。做成本对比时，先固定尺寸与质量参数，之后再用实际响应中的 usage 校正估算。尺寸与质量设置

把参考图和文本加入预算

官方计算器回答的是图片输出要花多少。纯文本生图还会产生文本输入费用，带参考图的编辑请求则要进一步计算图片输入。

使用官方费率，单次图片模型费用可写成：

text
费用（美元）=
  （5 × 未缓存文本输入 token
  + 1.25 × 缓存文本输入 token
  + 8 × 未缓存图片输入 token
  + 2 × 缓存图片输入 token
  + 30 × 图片输出 token）÷ 1,000,000

缓存与未缓存部分必须互不重叠。如果响应提供的是总输入及明细，先拆分再计算，不要把总数与文本、图片明细各加一次。也不能因为重复提交同一张参考图，就自行按缓存价格估算；缓存折扣应以实际缓存用量为依据。官方计费与用量说明

举一个可复算的编辑预算：假设每次请求有 200 个未缓存文本输入 token、1,000 个未缓存图片输入 token，图片输出按 1024×1024、high 的计算器估算取 1,756 token。这些输入数量是演算假设，不代表某段提示词或某张参考图的固定消耗。

按这个假设，1,000 次同样用量的请求需要 61.68 美元，而不是只计图片输出的 52.68 美元。如果这 1,000 次结果中有 900 张最终被采用，则每张可用图片的平均成本为 61.68 ÷ 900 ≈ 0.06853 美元。

因此，批量生产最好同时记录“总费用”和“最终采用张数”。模型是否减少返工，可能比单次便宜几千分之一美元更影响项目预算。失败请求是否计费、消耗多少，应查看实际用量和账单，不能把失败一律按零元或完整成功请求计算。

如果同一例子中的 1,000 个图片输入 token 全部确认按缓存计费，该项费用会从 0.008 美元降至 0.002 美元，合计变为 0.05568 美元。这是用缓存价替换对应的非缓存价，不是在原费用上再加一项缓存费用。

还有哪些费用容易漏算

流式预览图片。 官方说明，每张流式部分图片会增加 100 个图片输出 token。按 2.5 的输出费率换算，一张预览增加约 0.003 美元；三张就是 0.009 美元。做事前估算时可以纳入这项开销；用实际 usage 核算时，如果预览用量已包含其中，就不要重复加一次。流式图片成本说明

Responses API 的主模型。 直接使用 Image API 时，图片请求的 model 选择具体的 2.5 模型。通过 Responses API 调用图片工具时，顶层 model 是受支持的主模型，图片工具的 model 再选择 Sunburst 或 Flare；因此还要计算主模型的 token 费用。需要多轮对话、工具编排时，这部分费用应单独进入预算。图片生成接口说明

把批量生成等同于 Batch 折扣。 上面的“1,000 次请求”只是业务数量，不表示使用 Batch API。本次核验到的官方 Batch 图片价格表尚未列出两个 2.5 模型，因此不能直接给 2.5 预算乘以五折。后续若官方补充支持范围与费率，再按新条目计算。官方 API 价格表

为什么不能照抄 GPT Image 2 的单图价格

旧版 GPT Image 2 的官方示例中，1024×1024 的 medium 约为 0.053 美元、high 约为 0.211 美元；这些属于文档里的“较早 GPT Image 模型”，不能套用到 Sunburst 或 Flare。2.5 计算器在同尺寸下给出的 medium 是 0.01317 美元、high 是 0.05268 美元。较早模型的官方价格示例

这里需要核对的是计算器选择的模型和质量参数。模型页对 GPT Image 2 计算器的提醒，不意味着现在没有 2.5 估算入口；本次核验已经看到并使用了明确标注 Sunburst 与 Flare 的 2.5 选项。

这些数字也不足以证明“同等画质降价了多少”。相同的档位名称不保证跨代视觉质量相同；做迁移决策时，要用自己的图片任务比较细节、编辑准确性和最终采用率。仍在运行旧模型的项目，可分别查看 GPT Image 2 API 价格说明 和 GPT Image 2 接入指南，避免在同一预算中混用两代参数。

上线前怎样得到可靠的单图成本

先固定具体模型、尺寸和质量，用上面的输出估算建立初始预算；再选取能覆盖实际业务的提示词与参考图，保存每次响应的用量、是否启用预览、调用接口以及图片是否最终采用。核算时，将所有实际发生的费用相加，再除以可用图片数量。

例如，产品要交付 10,000 张可用图片，应以样本测得的“每张可用图片平均成本”乘以 10,000，再为业务量变化预留预算。不要只把最便宜的 low 输出报价乘以目标张数，因为它没有回答该档位是否满足交付要求，以及需要尝试多少次才能得到这些结果。

本文采用 2026 年 9 月 9 日的官方 Standard 费率与计算器观察值，未进行真实 API 计费实测。执行采购或上线前，重新核对官方价格，并用自己的响应记录确认模型选择、缓存和实际用量，即可把估算逐步替换成可追溯的项目成本。