GPT Image 2.5 图片生成费用详解:Flare 与 Sunburst 两种模式定价解析

Gemini 3.7 Flash降价与GPT-image 2.5灰度测试:开发者行动指南 大模型API的版本迭代正在加速,每一次新模型消息背后,都隐藏着模型定位、定价策略与发布机制的三重信号。对开发者而言,理解模型升级的灰度发布原理,是降低生产环境风险的关键——从内部评测到小流量灰度,再到全量开放,每个阶段都有不同的可用性与验证要求。以Gemini 3.7 Flash价格减半为例,调用成本下降固然诱人,但需核对模型ID、输入输出单价及配额限制,避免账面优惠与实际账单脱节;而GPT-image 2.5在Arena灰度测试的代号mono-lisa-1,则说明图像生成模型的质量评估需借助用户盲评与多维 阅读详情


OpenAI 为 GPT Image 2.5 Flare 和 Sunburst 公布了相同的 token 单价:文字输入每百万 token 5 美元,图片输入 8 美元,图片输出 30 美元。 缓存输入另有价格。这些是 token 费率,不是每生成一张图都收取的固定费用。

GPT Image 2.5 已在 Ofox 上架:Flare 和 Sunburst 模型页提供当前价格与 API 调用示例。

本文于 2026 年 9 月 9 日核查。官方当前生图指南已有 GPT Image 2.5 输出 token 计算器,但它只估算部分费用,不能直接把旧版 GPT Image 2 的每张价格套过来。

两个型号的官方单价

计费项目FlareSunburst单位
文字输入$5.00$5.00每百万 token
缓存文字输入$1.25$1.25每百万 token
图片输入$8.00$8.00每百万 token
缓存图片输入$2.00$2.00每百万 token
图片输出$30.00$30.00每百万 token

表内均为美元,来源是 OpenAI 官方型号页。这不代表 Ofox 或其他网关的实际账单价格,使用哪个平台就应核对哪个平台的费率和计费项目。

图片模型本身输出图片。如果通过 Responses API 让语言模型调用生图工具,外层语言模型的用量还会另外计费。不能把这张表当成多工具对话的完整费用。

一次请求的费用怎么算?

先将实际用量拆成互不重复的计费类别,缓存部分不要再按非缓存输入重复计算:

费用(美元)= (
    非缓存文字输入 token × 5
  + 缓存文字输入 token × 1.25
  + 非缓存图片输入 token × 8
  + 缓存图片输入 token × 2
  + 图片输出 token × 30
) ÷ 1,000,000

以平台对 usage 字段的定义为准。如果某个总输入字段包含缓存 token,需要按其定义扣除缓存部分,再计算非缓存费用。重复提交同一张参考图,也不代表一定能获得缓存折扣。

假设某次请求使用 1,000 个非缓存文字输入 token、2,000 个非缓存图片输入 token 和 4,000 个图片输出 token,没有缓存和其他费用:

项目计算费用
文字输入1,000 × $5 ÷ 1,000,000$0.005
参考图输入2,000 × $8 ÷ 1,000,000$0.016
图片输出4,000 × $30 ÷ 1,000,000$0.120
以上项目合计相加$0.141

这些用量是为了演示计算而假设的,不是某个分辨率、画质档位或型号的实测报价。

官方计算器包括哪些费用?

官方生图指南提供 2.5 的图片输出 token 和输出费用估算。其范围不包括文字输入、图片输入和流式生成的中间图片,因此它不是一张完整请求的账单。

型号页同时说明:2.5 的 token 费率与 GPT Image 2 相同,但 GPT Image 2 计算器不能估算 2.5 的用量。这并不矛盾,单价相同不代表旧模型的用量估计仍适用于新模型。

记录估算时,保存型号、尺寸、画质、估算日期和排除的项目。做应用预算时还应补齐其他费用,并通过实际 usage 校验。

单价相同,为什么每张图仍可能花不同的钱?

完成同一个任务,两个模型可能消耗不同数量的 token,也可能需要不同次数的修正。不能凭相同单价断定总价相同,也不能凭 Flare 的速度定位判断它更便宜。

更适合工作流的指标是:

每张可用图片的成本 = 这组尝试实际计费总额 ÷ 达到验收标准的图片数量

例如十次尝试总共花费 $1.41,只有六张能用,每张可用图片就是 $0.235。这也是算术示例,不是实测成功率。把被计费的重试和修正算进去,但不要假设所有失败请求都收费,或所有重试都免费。

多轮改图还可能包含参考图输入和外层语言模型用量。预算应覆盖用户实际完成的流程,而不只是最后下载的那张图。

制定预算前记录什么?

记录平台、准确的模型 ID、尺寸、画质、参考图数量、返回的用量类别和最终通过验收的图片数。普通任务和困难任务都要覆盖,以区间呈现结果,不把一张特别顺利的图片当成普遍价格。

选型先看 Flare 和 Sunburst 的区别,接入参考 API 教程,已有工作流可使用升级检查清单。本文未运行付费推理基准测试。

官方来源

模型降价与灰度测试:从Gemini Flash到GPT-image 2.5的工程启示 灰度发布是一种渐进式版本推广策略,核心是让小部分流量先使用新版本,验证稳定性后再逐步放量,出现异常可快速回滚。这项源自互联网的发布机制,如今在大模型领域变得尤为重要。由于模型输出具有随机性与场景敏感性,直接全量替换可能引发难以预料的体验回退。同时,模型成本结构也在影响部署决策,Gemini 3.7 Flash 宣布价格减半,引导开发者在批量任务中重新评估轻量模型的性价比;而 GPT-image 2.5 的匿名代号 mono-lisa-1 出现在 Arena 灰度测试中,则展示了依托人类偏好投票驱动评测的匿名 阅读详情

相关推荐

ChatGPT Images2.5 全面开放

ChatGPT Images 2.5 是一版"工程化"浓度很高的发布:性能上把延迟最多砍半,产品上把多轮编辑和局部圈改做实,生态上通过 Flare/Sunburst 双模型把"速度"和"精度"拆成两个可独立定价的能力,同时全层级开放含免费版。配合每周 30 亿张图的规模,OpenAI 显然在把生图往"基础设施"的位置上推。延迟降 50% 是官方自报,独立基准尚未出来;Flare/Sunburst 的 token 消耗未公开,实际单图成本需要自己压测,别被 $30/百万 的 token 价带偏;

优快云zhizunbao的博客 583

GPT Image 2、NanoBanana极速、Sora 2 API成本测评:批量生成到底要多少钱?

这次主要测评的是,并不是使用统一提示词进行的画质盲测。因此,本文只能回答“调用成本怎么样、适合什么场景”,不能仅凭价格判断最终生成质量。价格记录时间为2026年7月。

平原的博客 537

鱼眼双目测距实战:从OpenCV标定到SGBM匹配的完整流程解析

本文详细解析了鱼眼双目测距的完整流程,从OpenCV标定到SGBM匹配,涵盖标定、校正、匹配和测距四个关键阶段。通过实战经验分享,帮助开发者解决鱼眼镜头强畸变带来的测距挑战,提升测距精度至5%以内。特别适合机器人导航、自动驾驶和VR领域的开发者参考。

weixin_27298377的博客 124

当图片开始伪造证据:从“GPT Image 2.5”传闻看视觉文档模拟与可信来源

从 GPT Image 2.5 社区信号出发,拆解视觉文档模拟、跨模型检测与 C2PA/SynthID 来源验证,说明为什么像素逼真不等于事实可信。

Rocky Ding相信人工智能、数据科学、商业逻辑、金融工具、终身成长以及顺应时代的潮流会赋予我们超能力。 454

在没有实验数据的情况下,如何高效快速发表高影响因子论文

最新基于Citespace、vosviewer、R语言的文献计量学可视化分析技术及全流程文献可视化SCI论文高效写作方法

glldxh的博客 372

GD32F303串口DMA发送数据避坑指南:为什么你的发送函数会卡住?

本文深入解析GD32F303单片机串口DMA发送数据时常见的卡死问题,提供详细的避坑指南。从DMA传输完成中断时序、发送状态管理到双通道DMA的特别注意事项,全面剖析问题根源并给出解决方案,帮助开发者构建健壮的DMA发送机制。

weixin_27038245的博客 298

GPT Image 2.5 Sunburst还是Flare?模型选型、Python接入与成本避坑

OpenAI在2026年9月8日发布GPT Image 2.5 Sunburst与Flare。两者都支持文本和图像输入,可通过Image API或Responses API使用,也都支持`low`到`max`等质量档位。真正的区别不是“新旧版本”,而是Sunburst优先服务精确编辑,Flare优先服务快速日常生成。本文给出选型规则、Python接入示例和上线前检查清单

海波的专栏 1776

详解在linux上安装vpn客户端

详解在linux上安装vpn客户端

FuncPlotCalc 8434

GPT Image 2.5 要来了?疑似OpenAI 匿名新模型现身 Arena

OpenAI 可能正在偷偷测自己的下一代生图模型。继之后,又一个代号的匿名图像模型近日出现在盲测平台 Arena。X 上一堆测试者晒图开测,普遍认为该匿名模型就是「GPT Image 2.5」。而且线索不止一条。追踪模型上新的 Lumina 称,自己的 tracker 捕捉到了这个代号,结合此前的和 ChatGPT 内部 A/B 测试,推测它是 OpenAI 新图像模型的一个 checkpoint。我大概总结了一下测试者跑下来的结果,写实度更高、塑料感几乎没了;文字和版式渲染更准;

夕小瑶科技说 720

从“储能”到“信号”:拆解Buck电路中那颗不起眼的前馈电容,如何让电源更稳

本文深入解析Buck电路中前馈电容的关键作用,揭示其如何通过频域整形和零点补偿提升电源稳定性。从工作原理到工程实践,详细介绍了容值计算、布局布线及特殊场景调校策略,帮助工程师优化瞬态响应和纹波抑制。

weixin_42530458的博客 404

【MATLAB例程】基于TDOA定位(两步最小二乘)的三维轨迹定位和UKF滤波,TDOA的锚点可以自适应,附完整代码

该代码实现了一种**融合TDOA(到达时间差)定位与无迹卡尔曼滤波(UKF)**的动态目标轨迹跟踪方案,适用于三维空间中的移动目标定位与滤波。TDOA定位:通过两步加权最小二乘法(TS-WLS)解算目标位置。UKF滤波:对定位结果进行非线性滤波,抑制噪声并提升轨迹平滑性。多维度误差分析:对比滤波前后误差,评估算法性能。

985工科博士毕业,专攻定位、导航和滤波等算法研究。从业10年,主要使用MATLAB 676

GPT-Image-2.5 API 上手:Flare 与 Sunburst 怎么选,成本怎么算

安全与合规方面,据 OpenAI 系统卡,在诱导违规的对抗性评测中,Sunburst 有 1.09%、Flare 有 1.41% 的提示最终生成了不安全图片,基线为 1.64%,OpenAI 说明差异未达统计显著性。同时建立自己的评测集,用真实业务的 30-100 条 Prompt,按提示遵循度、局部编辑准确度、单张合格成品成本三项打分。Flare:官方定位为多数应用的默认选型,相较 GPT-Image-2 在延迟上有明显改善,适合社交内容、产品体验图、视觉搜索、快速原型和高频批量生成。

Leinwin的博客 263

C语言程序设计——单词的统计和替换

【任务描述】 对任意一篇英文文章,统计其中每个单词分别出现了多少次,并可替换指定的单词。⑶ 对单词进行替换时,允许用户选择全部替换或逐个替换。替换完成后,将文章保存到文件。⑴ 英文文章以文件形式输入。⑵ 统计的结果保存到文件。

m0_60738889的博客 811

GPT Images 2.5发布,局部编辑更精准不破坏原图

GPT Images 2.5发布,局部编辑更精准不破坏原图

zhidingkeji的博客 156

39-高级优化技术:指令调度与乱序执行 - 手把手教你手写CPU

本文介绍了现代处理器设计中提高指令级并行性(ILP)的两种关键技术:指令调度和乱序执行。指令调度分为静态调度(由编译器完成)和动态调度(由硬件完成),后者能更好适应运行时情况但复杂度更高。乱序执行通过动态重排指令顺序提高硬件利用率,其核心组件包括重排序缓冲区、保留站和寄存器重命名。文章提供了保留站的Verilog实现示例,并分析了不同优化技术在性能、硬件开销和功耗方面的权衡。最终指出,CPU设计需根据性能、功耗等需求选择合适的优化技术。

2301_79143213的博客 86

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

ChatGPT双更新-GPT6.2-Sol旗舰模型与Images2.6生图-2026年11月5日

ChatGPT 双更新:GPT-6.2 Sol 旗舰推理模型发布,Images 2.6 让图片"动起来"

Spidermanbaout的博客 844

VB摄像头监控

该VB模块可对摄像头捕获的画面进行录像等,可在创建的窗口进行控制

Scenario GPT Image 2.5 终极指南:Flare与Sunburst路由、质量阶梯定价与透明抠图

Scenario Skills 中的 GPT Image 技能([skills/scenario-gpt-image/SKILL.md](https://link.gitcode.com/i/49799ff4252cfdfb1fa40ae8d2be50c8))帮你驾驭 OpenAI 的 GPT Image 全家桶:在 GPT Image 2.5 Flare 与 Sunburst 之间正确路由、看懂

gitblog_00416的博客 202

WINCC7.3破解文件

WINCC7.3硬件够破解文件,有需要的下载!WINCC7.3硬件够破解文件,有需要的下载!

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

OpenAI 图像模型悄悄换代:GPT Image 2.5 上线,这轮卷的不是画质,是「让你改图改得放心」

距离 GPT Image 2 发布过去约五个月,OpenAI 的图像模型又更新了。这次叫 ChatGPT Images 2.5,推送给 ChatGPT、ChatGPT Work、Codex 的全量用户——桌面、移动、Web 全端。按官方说法,用户现在每周通过 ChatGPT Images 和 GPT-Image 系列生成的图片

liferecords的博客 190

OpenAI发布Images 2.6:首次原生GIF生成,周产图量从30亿跃至40亿

2026年11月4日,OpenAI正式发布Images 2.6,ChatGPT和Codex用户首次可以从一条文字提示词或一张上传图片出发,在同一个对话窗口内生成并编辑动态GIF,全程无需导出至第三方工具。官方以“一只跳舞的猫”作为演示案例,从短文字请求直接生成GIF。OpenAI同日披露的用量数据:ChatGPT与API的合并周产图量已超过40亿张。2026年9月8日Images 2.5发布时记录的数字为逾30亿张。两个月内周产图量增长逾三成。

Winzheng_Index的博客 198

ClawRouter 图像生成与编辑实战指南:基于 x402 微支付的免 API Key 文生图与图生图

ClawRouter 在本地 8402 端口运行一个自动处理 x402 微支付的代理,把 BlockRun 的图像生成 API 封装成标准的 OpenAI 兼容接口——无需 API Key、按张付费,一张图最低 0.015 USDC。本文以 [docs/image-generation.md](https://link.gitcode.com/i/eb90d48f90a6517876e01598b

gitblog_00167的博客 215

V3 Admin Vite:开箱即用的 Vue3 中后台模板,权限、主题一步到位

如果你要做一个中后台系统,最耗时的往往不是业务,而是**脚手架**:菜单、主题、权限、布局、登录页……V3 Admin Vite 是一个基于 Vue3 + Vite + TypeScript + Element Plus 的中后台管理系统模板,把这些全部做完了,还支持**按钮级权限管理**和多主题一键切换,并具备很好的 AI 辅助开发(Vibe Coding)体验。你 clone 下来就能跑,把精

gitblog_00233的博客 456

GPT Image 2.5 来了!独立开发者用它搭电商图片生成系统,真香

我平时就喜欢捣鼓AI工具搞点副业。今天OpenAI刚放了 Images 2.5,我第一时间上手试了,感觉对电商图片生成特别友好。细节更锐、灯光更自然、编辑更稳,还快了最多50%。今天就从我这个小开发者的角度,聊聊模型特性,以及怎么用它快速搭一个实用的电商产品图生成系统。

程序员陆通 1万+

GPT Image 2.5 接入实战:通过API聚合平台实现低成本图像生成

在AI图像生成技术快速迭代的今天,开发者越来越关注如何高效、稳定地将大模型能力集成到自身业务中。API(应用程序接口)作为前后端交互的桥梁,其调用方式与工程实践直接影响项目落地效率。当前,基于多模态大模型的图像生成接口正逐步统一为Chat Completions格式,理解其请求结构、鉴权机制与返回数据处理,是每位开发者必备的技能。与此同时,API聚合平台通过本地化支付、并发池化与多模型切换,有效规避了直连官方接口的诸多门槛。本文以接入GPT Image 2.5为例,从环境准备、接口调试、报错排查到成本核算,

weixin_29053073的博客 236

GPT-Image-2.5 凌晨发布,速度精度交互三升级,Flare 与 Sunburst 怎么选

GPT-Image-2.5 9 月 9 日凌晨发布,速度精度交互三升级,API 拆出 Flare 与 Sunburst 两模型,定价不变。开发者怎么选?

大家好,我是一名大三学生,主攻 Java 后端开发。熟悉 Spring 全家桶、MySQL、Redis 以及微服务常用中间件。热爱数据结构与算法,经常在 GitHub 上分享开源项目,也在 优快云 记录自己的学习过程。欢迎关注我,一起交流 1224

刚刚,GPT-Image-2.5 来了!生图更快,免费也能用!

ChatGPT Images 2.5正式上线,实现速度提升50%,多轮编辑更稳定,人物与细节保持一致,新增Sketch草图生图功能,支持手绘快速生成图像。中文乱码问题大幅改善,老照片修复、换装预览等场景表现优异。现已全面开放,免费用户可体验。AI正从“生成”迈向“理解”,真正融入创作流程。

Tomdac的博客 446

GPT Image 2.5 国内直连上手:六步走完从注册到出图

本文详解在中文工作台FluxArt中使用GPTImage2.5的全流程,涵盖注册登录、版本选择(Flare快速出稿,Sunburst精细编辑)、生成方式、参数设置(质量档、分辨率、自定义尺寸约束)及常见错误规避。强调关键点:自定义尺寸需为16倍数、比例1:3至3:1、总像素在65万至829万间;建议先低质低分辨率试构图,再高规格出图以节省额度。无需原厂账号,平台统一管理权限与计费,支持异步接口接入系统。核心卡点在于版本分工与尺寸约束,其余步骤照做即可高效出图。

AIshare1的博客 263
上一篇: GPT Image 2.5 API 实战:Python 调用实现图片生成与编辑
下一篇: DeepSeek V4.1 Flash 发布在即?V4 Pro 用户需要关注的一项重要更新
ofoxcoding
博客等级 码龄1年 167粉丝 85原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值