GPT Image 2 / 2.5 API 中转：最便宜的真 4K，原生出图每张 $0.03

通过中转调用 GPT Image 2 或 GPT Image 2.5 出 4K、high 或 max 画质的图，先看它按张收费还是按 token 收费，因为画质越高、尺寸越大，两种计费的差距越大。截至 2026 年 10 月 29 日，OpenAI 官方按 token 计费，GPT Image 2 一张 3840x2160 的 high 图仅输出部分就约 $0.40；Kie.ai 和 UnificAlly 的 GPT Image 2 按分辨率定价，4K 每张 $0.08；laozhang.ai 的 gpt-image-2-vip、gpt-image-2.5-flare-vip 和 gpt-image-2.5-sunburst-vip 从 1K 到 4K、各画质档每张都是 $0.03。用这三个模型时，模型 ID 要保留 -vip 后缀，default 分组里不带后缀的 gpt-image-2 不接受 size 和 quality，出不了指定的 4K。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

截至 2026 年 10 月 29 日，在 laozhang.ai 团队实测过的按张线路，以及页面上公开写明原生 4K 的服务里，原生 4K、各画质档同价每张 $0.03 是最低价，请求还会在多条上游线路间自动切换。市场上确实有标价低于 $0.03 的 4K，但团队在 2026 年 10 月实测过的这类线路，要么先出约 1.5–1.8K 的图再放大到 4K 尺寸，要么在 10 月里长时间大面积失败。要的是 4K 的细节而不只是 4K 的像素数，就用原生 4K 的 -vip 模型。

集中发请求会不会被限速，可以看一次实测：2026 年 10 月 29 日，用一个普通客户账户的 API Key 同时发出 10 个请求，其中两张 4K、八张 1024 小图，结果全部 HTTP 200、没有 429，两张 4K 返回的像素正是 3840×2160 和 2160×3840，用量日志里每张都按标价扣费，4K 没有加价。这是一次、一台机器上的测试，不代表压测或可用性承诺，细节见下文。

如果团队必须拿 OpenAI 自己的 token 账单和 usage 字段做核算，或者需要 OpenAI 的官方支持，就直连 OpenAI 或走官方转发的 token 计费分组，不选按张的中转。换任何一家中转之前，都值得先照下面的六步检查跑一遍，花不了几美元。

4K 和 high/max 一张多少钱：按张计费与官方 token 计费对照

尺寸到 2K、4K，或画质开到 high、max，按张计费和 token 计费的差距才明显。下表只列能按尺寸逐档对照的公开标价，第三方价格截至 2026 年 10 月 29 日，取自各家自己的页面；OpenAI 一行只算图片输出 token，按每百万 token $30 计，提示词和参考图另算。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

OpenAI GPT Image 2 的数字来自 OpenAI 图片生成指南里的成本计算器，一张 3840x2160 的 high 图消耗 13,342 个输出 token。GPT Image 2.5 Flare 一行来自实测：2026 年 9 月 9 日和 10 月 14 日，在 laozhang.ai 的官方转发上用同一个提示词按 token 计费，1024x1024 的 max 输出 7,024 个 token，约 $0.21，相当于 $0.03 的 7 倍；4K max 没有实测，只知道尺寸更大用的 token 更多。Kie.ai 的 2K 和 4K 不支持 5:4、4:5、3:1、1:3、9:21 这几种画幅；在 1K 档，Kie.ai 和 UnificAlly 同样是 $0.03，三家没有差别。官方各尺寸、各画质档和 Batch 半价的完整算法，见 GPT Image 2 API 价格：一张多少钱，Batch、直连与 $0.03/次怎么选 和 GPT Image 2.5 Sunburst 价格：官方单图费用与按次计费怎么选。

落到批量任务上，以 1,000 张 GPT Image 2 的 4K 图为例：OpenAI 官方 high 的输出部分约 0.40026 × 1,000 ≈ $400，Kie.ai 或 UnificAlly 是 0.08 × 1,000 = $80，laozhang.ai 的 gpt-image-2-vip 是 0.03 × 1,000 = $30。带参考图编辑时差距还会拉开：laozhang.ai 的 -vip 模型生成和编辑同价，带一张或多张 image[] 参考图都按一次计费，而官方 token 计费要再加每百万 token $8 的图片输入费。换渠道时，用你自己的尺寸和画质把标价核对一遍。

按工作负载选线路：4K 批量、多图编辑、官方账单

大部分图是 4K 或 high/max 画质、并且常常集中在一个时段发出时，适合按张计费、并且单 Key 不设并发上限的线路。laozhang.ai 的 -vip 模型属于这一类：价格不随尺寸和画质变化，预算直接按张数乘。如果主要是带多张参考图的编辑，同样按张算更容易预估，因为参考图不再单独计费。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

如果你的财务或审计需要 OpenAI 原生的 token 计费和 usage 字段，就用 OpenAI 直连，或 laozhang.ai 的官方转发：不带后缀的 gpt-image-2、gpt-image-2.5-flare、gpt-image-2.5-sunburst 放在 OpenAI Official 分组按 OpenAI 的 token 单价计费，OpenAI Official Enterprise 分组为官方价加 20%，分组跟着 API Key 走，不写在请求里。先出草稿再定稿的流程，可以用 gpt-image-2.5-web 这类 -web 模型出草稿，它们同样每次 $0.03、原生最高约 2K，草稿和成品同价；成品要 4K，就直接用 -vip 模型。至于选 GPT Image 2 还是 2.5，取决于你要不要 xhigh、max 这类更高画质档，见 GPT Image 2.5 与 GPT Image 2：换还是留。

10 个请求同时发出：2026 年 10 月 29 日的 4K 与并发实测

laozhang.ai 的文档写明，截至 2026 年 10 月 29 日，单个 API Key 不设 RPM（每分钟请求数）、IPM（每分钟图片数）和并发上限，请求会在多条线路间自动切换；偶尔出现的 429 来自上游容量，不扣费，稍等即可重试。为了看这句话在突发请求下是否成立，2026 年 10 月 29 日 08:47（UTC+8）用一个普通客户账户、default 分组的 Key，从一台机器向 https://api.laozhang.ai/v1/images/generations 同时发出 10 个请求，提示词是一只贴着手写纸标签的陶瓷杯。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

10 个请求在 85 秒内全部返回，没有 429，也没有 5xx。账户用量日志里正好是 10 条扣费记录，合计 $0.30，4K 的 high 和 4K 的 max 也是一张 $0.03，没有按尺寸或画质加价。这次测试只有一个账户、一台机器、一个时间点和 10 个并发，能说明这种规模的突发没有被拦，不能当作压测结果或可用性承诺；耗时也会随负载变化，4K 图要等 50 到 90 秒，客户端超时至少留 2 分钟。Kie.ai 和 UnificAlly 截至同一天的价格页都没有公布单 Key 的并发数字，选它们时并发要靠自己测。

为什么有的 4K 比 $0.03 还便宜：像素是 4K，细节不是

标价低于 $0.03 的 4K，常见做法是先按约 1.5–1.8K 出图，再放大到 3840×2160 这类 4K 尺寸返回。这样的图读出来的宽高确实是 4K，按像素数检查完全合格，但细节停留在 1.5–1.8K 的水平：小字边缘发糊，纸张、布料、皮肤的纹理被抹平。2026 年 10 月实测过的低价 4K 线路中，有多条就是这样放大出来的。社区里也有人反映常用中转的 GPT-Image-2 “掺假”，或用一阵就开始 404，所以对任何中转都值得自己看一遍细节。

看出放大图有两个办法。第一是 100% 裁切：用含小字和细纹理的提示词出图，放大到 100% 看文字笔画和材质，原生 4K 能看清笔画走向和纸张纤维，放大图只有平滑的色块。第二是先缩小再放大：把 4K 图缩到一半（例如 1920×1080），再放大回原尺寸，和原图对比，可以用 macOS 的 sips -z 两次缩放，再用 ImageMagick 的 compare -metric PSNR 原图 还原图 null: 算相似度。本来就是放大来的图，缩放一轮几乎不丢东西，结果和原图非常接近；原生 4K 的细节会在缩小时丢掉，还原图明显变糊，PSNR 也明显低于前者。拿同一提示词的原生 4K 图作参照，比单看一个数字可靠。

上文实测的两张 4K 图，100% 裁切能看清纸张纹理和手写标签的笔画。laozhang.ai 文档对 -vip 模型的说明是 4K 按请求尺寸原生生成、不是放大；像素检查只能核对尺寸没有缩水，原生与否要靠上面两个办法看细节。需要 4K 细节的成品，用原生 4K 线路；只要 4K 尺寸、不在乎细节时，放大图才算得上便宜。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

画质档有没有兑现：同一提示词 low 与 high 对比

画质档也要单独核对。按分辨率定价的线路根本不收 quality 参数，你付的价格里没有画质这一项；收 quality 的线路，可以用同一个提示词分别以 low 和 high（2.5 用 max）各出一张，放大到 100% 比较小字、纹理和边缘。差别肉眼明显，说明档位确实生效；几乎一样，就要怀疑参数被忽略了。这种比较带主观成分，最好用含小字或细纹理的提示词来做。

付钱前怎么检查一个 GPT Image 2 中转：六步

下面这套检查对任何兼容 OpenAI Images 接口的中转都适用，上面的实测用的也是这套方法。每一步都只需要少量调用，按顺序做，前一步不通过就不必继续。

1. 发请求时明确写上 size 和 quality，例如 3840x2160 加 high，看接口是接受、报错，还是悄悄忽略。
2. 把返回的 b64_json 解码存成文件，读出宽高：macOS 用 sips -g pixelWidth -g pixelHeight 文件名，Linux 用 ImageMagick 的 identify 文件名，和你请求的尺寸逐一对上。
3. 把图放大到 100% 看小字和细纹理，再缩小一半、放大回原尺寸和原图对比，判断 4K 是原生还是放大；然后用同一提示词以低档和高档各出一张，判断画质档有没有生效。
4. 同时发出 N 个请求（例如 10 个），统计返回的 HTTP 状态码，记下 200、429 和 5xx 各有多少，以及最慢一张的耗时。
5. 打开服务商的用量日志或账单，核对扣费条数是否等于 HTTP 200 的条数，非 200 的请求有没有被扣钱，4K 和高画质有没有按更高价格扣。
6. 如果要做编辑，带上同样的一张和多张参考图各调一次，看扣费是否随参考图数量变化。

要把 4K 结果稳妥地保存下来并核对 3840x2160，具体代码见 GPT Image 2 4K API 生成指南：设置 size、保存文件并验证 3840x2160。

请求出错扣不扣费：上游返回非 200 不扣费

laozhang.ai 按 HTTP 状态码计费，规则只有一条：上游返回非 200 不扣费，返回 HTTP 200 就按次扣费。参数不合法、内容审核拦截、鉴权失败、上游限流这类请求都会返回非 200，不会产生费用；而一旦图片生成并以 HTTP 200 返回，即使你对画面不满意，这一次也照常计费。所以批量任务里，返回 200 但不能用的图同样要付钱，先在小样本上把提示词调到可用再放量，比事后算账更划算。

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

第一次调用：用 gpt-image-2.5-flare-vip 出一张 4K 图

先在 laozhang.ai 控制台注册并创建 API Key（default 分组即可），请求地址用 https://api.laozhang.ai/v1。下面的请求生成一张 3840x2160、max 画质的图，把返回的 b64_json 解码成 PNG，再读出宽高核对：

说明：laozhang.ai 是我们自己的服务，其价格是平台报价，不是独立比较的结论。

curl https://api.laozhang.ai/v1/images/generations \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H "Content-Type: application/json" \
  --max-time 300 \
  -d '{
    "model": "gpt-image-2.5-flare-vip",
    "prompt": "product photo of a ceramic mug with a paper label that reads 4K TEST",
    "size": "3840x2160",
    "quality": "max"
  }' \
  | jq -r '.data[0].b64_json' | base64 --decode > mug-4k.png

sips -g pixelWidth -g pixelHeight mug-4k.png

换成 GPT Image 2 时，把模型改成 gpt-image-2-vip，quality 只能是 low、medium 或 high。4K 尺寸有 3840x2160、2160x3840 和 2880x2880 三种，自定义尺寸每边最多 3840 像素。完整参数、编辑接口和模型列表见 laozhang.ai 的 GPT Image 2.5 中文文档和 GPT Image 2 中文文档；Image API 与 Responses 两种调用方式的区别，见 GPT-Image-2 API 指南：价格、Image API、Responses，新接入用 2.5。