GPT-Image-2.5 图片生成 API 价格与调用

三个变体，一个价格

OpenAI 在 2026 年 9 月 8 日一次放出了三个图像模型，官方价都是 $0.08 一张，差别在速度与精度之间的取舍。

GPT-Image-2.5 是新一代图像生成与编辑旗舰，生成延迟较上一代降低高达 50%，细节更锐利、光照更自然、纹理更丰富。它支持 Sketch 手绘参考输入、模板库，以及图片内评论标注，多轮编辑的一致性显著提升。需要反复改同一张图、并且要求每次改动不破坏其他部分时，用这个。

GPT-Image-2.5-Flash 版本名为 flare，是 API 端速度优先的型号，也是 GPT-Image-2.5 的默认选型。它主打低延迟批量生成，出图速度可达前代的 2 至 4 倍，适合社交内容、产品体验图、快速原型和高频出图场景。

Sunburst 走的是相反方向：API 端精度优先，生成耗时更长但精度更高，面向生产级广告创意、精细产品图和印刷级视觉物料。

计费方式

图像模型按张计费，不按 token。站内计费规则是"单价乘出图张数"，一次请求要几张就算几张的钱，与 prompt 长短无关。

在 OpenAI 兼容接口下，n 参数决定一次返回几张图。批量出图时不要用循环发请求，用 n 一次要 4 张能省掉三次网络往返；但如果单张失败要重试，逐张调用反而更好排查。

单价与出图张数严格线性，没有阶梯折扣。想压成本只有两条路：换分组，或者换更轻的型号。把生成失败重试的次数也算进预算，一次返工等于多付一张的钱。

同一张图在生图福利 2.5 和生图原生之间差 16 倍。做成本预算前先确认分组，图像任务的单价差异比文本模型更极端。

上一代 GPT-Image-2 的官方价是 $0.06，比 2.5 便宜 25%，它的特点是深度整合自回归架构，文字渲染准确、支持像素级编辑。如果任务对细节层次要求不高，只在图里排版文字，2 代仍然够用。

调用

接口路径是 /v1/images/generations，用 OpenAI SDK 直接调：

from openai import OpenAI

client = OpenAI(api_key="sk-...", base_url="https://ai.idcidiot.com/v1")

resp = client.images.generate(
    model="gpt-image-2.5-flare",
    prompt="一只站在雨夜街头的柴犬，霓虹招牌反光，35mm 胶片质感",
    n=2,
)
for item in resp.data:
    print(item.url or f"base64 长度 {len(item.b64_json or '')}")

需要参考图时走图像编辑接口，把原图和修改要求一起提交，改动只描述差异部分，比每次重写完整 prompt 更容易保持一致。

一次活动的成本

假设一个电商详情页活动要出 200 张主图加 800 张社交媒体配图，合计 1000 张。

在生图福利 2.5 分组，1000 张就是 1000 × $0.015 = $15。同样这批图走生图原生分组，是 1000 × $0.24 = $240。差价 $225，够再跑十几轮创意方向。

如果这 1000 张里有 50 张是要印刷的终稿，把它们单独走 sunburst，其余 950 张走 flare，总成本是 950 × $0.015 + 50 × $0.015 = $15，只是把型号换对，钱没多花。

选型建议

高频、量大、要求快速迭代的社交素材，用 flare。它是默认选型，速度和成本的平衡点在这个位置。

需要反复修改同一张图、或者从手绘草图起步的创意流程，用 2.5 旗舰。多轮编辑一致性和 Sketch 参考输入是它区别于另外两个版本的地方。

终稿、印刷物料、精细产品图，用 sunburst。多花的生成时间换来的是细节控制，这类图通常一次只出几张，单张成本可以忽略。

批量任务最容易超预算的地方是把没定稿的 prompt 直接放量。先用二十张跑通风格，确认后再跑剩下的，比事后重新生成一千张便宜得多。

模型页见 GPT-Image-2.5，图像系列的其他型号在模型总览里，实时分组倍率以价格页为准。