0.015 是怎么算出来的
GPT-Image-2.5 是 OpenAI 在 2026 年 9 月 8 日发布的图像生成与编辑模型，官方单次调用 $0.08。站内的生图福利 2.5 分组倍率 0.1875，两者相乘正好是 $0.015 一张。
0.08 × 0.1875 = 0.015，按一千张算是 $15，按一万张算是 $150，单价与张数严格线性，没有阶梯折扣。要压成本只有两条路，换分组或者减少返工。
同类按张计费的接口，价格通常跟分辨率、质量档位挂钩。这个模型按次计费，prompt 写多长都不影响单张价格，所以写详细描述不会多花钱，省下来的返工才是最贵的部分。
它相对上一代的改进集中在三处：生成延迟降低最多 50%，细节更锐利、光照更自然、纹理更丰富；支持 Sketch 手绘参考输入和模板库；多轮编辑的一致性提升。需要反复改同一张图、又不想每改一次就变一张脸的流程，用它是合适的。
单价与批量
| 张数 | 官方价合计 | 生图福利 2.5 合计 |
|---|---|---|
| 1 | $0.08 | $0.015 |
| 100 | $8 | $1.5 |
| 1000 | $80 | $15 |
| 10000 | $800 | $150 |
同一批图在两个价位之间差 5 倍多。做预算时先确认密钥挂在哪个分组，再乘张数，顺序反了会高估或低估一大截。
curl 调用
接口路径是 /v1/images/generations，请求体和 OpenAI 官方一致，n 控制一次返回几张：
curl https://ai.idcidiot.com/v1/images/generations \
-H "Authorization: Bearer sk-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.5",
"prompt": "雨夜街头的柴犬，霓虹招牌反光，中景，胶片质感",
"n": 1
}'返回里每张图是一个对象，带 url 或 b64_json。批量脚本要两种都处理，别假设一定给链接，有些部署只回 base64。
Python 调用
用官方 SDK 时只改 base_url 和 api_key，方法名与参数不用动：
import base64
from pathlib import Path
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",
prompt="雨夜街头的柴犬，霓虹招牌反光，中景，胶片质感",
n=4,
)
for i, item in enumerate(resp.data):
if item.b64_json:
Path(f"out-{i}.png").write_bytes(base64.b64decode(item.b64_json))
else:
print(item.url)需要参考图时走图像编辑接口，把原图和改动要求一起提交。多轮编辑只描述差异部分，比每轮重写完整 prompt 更容易保持一致性，这也是这个模型相对上一代主要改进的地方之一。
批量出图的成本估算
按一次电商活动要出 1200 张图算，生图福利 2.5 分组是 1200 × 0.015 = $18，官方价是 1200 × 0.08 = $96，差 $78。
估算时留出返工额度。实际项目里第一轮出图通常只有六七成能用，剩下的要改 prompt 重跑，按 20% 的返工率算，1200 张的预算应该按 1440 张准备，也就是 $21.6。把这个系数写进脚本，比事后看账单更可控：
UNIT = 0.015 # 生图福利 2.5 分组，美元/张
def budget(n: int, rework: float = 0.2) -> float:
return round(n * (1 + rework) * UNIT, 4)
print(budget(1200)) # 21.6n 一次要 4 张能省三次网络往返，适合风格已经定下来的批量生成；单张失败要定位问题时，逐张调用反而更好排查，多花的只是几次 HTTP 开销，不是钱。
多轮编辑的每一轮也是一次调用，按一张算。一张图改五轮就是五张的钱，改图前把要改的点一次列清楚，比改一轮看一轮便宜。批量请求的耗时随 n 增长，n=4 的一次调用要留出单张三到四倍的时间，客户端超时和网关超时都得跟着调。
计费边界
按张计费，与 prompt 长短、输出分辨率无关，这是这个接口最容易算错的地方。计费张数就是 n，重试一次就是多一张的钱，所以重试逻辑要带上限。
分组同样挂在密钥上，不在请求参数里。请求体里写 model 不会改变倍率，要按 0.015 结算，密钥得挂在生图福利 2.5 分组，具体在控制台的密钥页选。
模型页见 GPT-Image-2.5，其他图像与文本模型在模型总览里，实时倍率以价格页为准，接口接入的通用写法可以看博客里的其他教程。