Die Preisgestaltung von APIs zur Bildgenerierung wirkt einfach, bis ein Team versucht, echte Rechnungen zu vergleichen. OpenAI berechnet Bildverarbeitung mit Zeilen für Bild- und Text-Tokens, Regeln für zwischengespeicherte Eingaben und modellspezifischen Ausgaberaten. Google trennt Gemini-Bildrouten, Imagen-Routen und Preisoberflächen von Vertex AI. fal bietet einen Marktplatz-ähnlichen Pay-per-Use-Katalog, bei dem die Einheit Generierungen, Megapixel, Credits, Sekunden oder GPU-Zeit sein kann.
Deshalb sollte ein Vergleich der image generation api pricing nicht mit der pauschalen Behauptung beginnen, welches Modell „am günstigsten“ sei. Der nützliche Vergleich sind die Kosten pro akzeptiertem Bild: die Gesamtkosten für Prompt-Text, Referenzbilder, Ausgabeerzeugung, Bearbeitungen, Wiederholungen, abgelehnte Sicherheitsprüfungen, Upscaling und manuelle Prüfung geteilt durch die Bilder, die Ihr Workflow tatsächlich ausliefern kann.
Dieser Leitfaden richtet sich an Entwickler, Produktteams und Beschaffungsteams, die die Preisgestaltung von Bildgenerierungs-APIs über OpenAI GPT Image, Google Gemini Image, Google Imagen, fal-/FLUX-ähnliche Routen und eine Multi-Provider-API-Schicht wie Flatkey vergleichen. Die Quellen wurden am 13. Oktober 2026 geprüft. Behandeln Sie jede Preiszeile als Planungsdaten für einen bestimmten Zeitpunkt und prüfen Sie die offizielle Anbieterseite vor einem produktiven Rollout erneut.
Kurze Antwort: Zuerst die Preis-Einheiten normalisieren
Verwenden Sie diese Tabelle, bevor Sie Preiszeilen für Bildgenerierungs-APIs vergleichen.
| Anbieterroute | Öffentliche Preisstruktur, die normalisiert werden sollte | Was die Rechnung meist verändert |
|---|---|---|
| OpenAI GPT Image | Zeilen für Bildeingabe, zwischengespeicherte Bildeingabe, Bildausgabe und Text-Tokens nach Modell | Modellversion, Qualitätsstufe, Ausgabegröße, direkte Images API vs. Responses API, Bearbeitungen, Masken, Referenzbilder und gestreamte Teilbilder |
| Google Gemini Image | Gemini-Modell-Tokenpreise plus Bildausgabe- oder bildäquivalente Zeilen | Aktuelles vs. Preview-Modell, 1K/2K/4K-Ausgabe, Eingabebilder, Grounding, Batch-/Flex-Modus und Modell-Lebenszyklus |
| Google Imagen | Preis pro generiertem Bild oder funktionsspezifische Bildzeilen über Google AI / Vertex AI-Oberflächen | Fast-, Standard- und Premium-Stufen; Bearbeitung, Upscaling, Produkt-Neukontextualisierung, Region und Endpunktverfügbarkeit |
| fal / Model-Marktplatz | Je nach Modellseite pro Generierung, pro Megapixel, Credits, Sekunden oder GPU-Zeit | Modellwahl, Auflösung, LoRA- oder Fine-Tune-Optionen, Warteschlangenmodus, fehlgeschlagene Jobs und ob Sie Ihr eigenes Modell bereitstellen |
| Flatkey-Route | Modellzeile auf Route-Ebene, Anforderungs-Ledger, ein Guthaben und eine Rechnung | Die Billing-Einheit des Anbieters ist weiterhin wichtig, aber Nutzungsnachweise und Abgleich bleiben an einem Ort |
Die Kennzahl im Arbeitsblatt lautet:
accepted_image_cost =
(prompt_text_cost
+ input_image_cost
+ generation_cost
+ edit_or_upscale_cost
+ retry_cost
+ human_review_or_retouch_cost)
/ accepted_images
Für kreative Workflows ist „akzeptiert“ das entscheidende Wort. Wenn eine Generierung für 0,04 $ eine Akzeptanzrate von 35 % und eine Generierung für 0,08 $ eine Akzeptanzrate von 75 % hat, kann die zweite Route für das Endasset günstiger sein, selbst wenn der Listenpreis höher ist.
Vergleich der Preise für Bildgenerierungs-APIs
Der folgende Vergleich ist bewusst kompakt gehalten. Er zeigt, wie man jede Preisoberfläche liest, nicht eine veraltete Master-Tabelle, die beim nächsten Modellfamilienwechsel bereits falsch ist.
| Routenfamilie | Geprüfter aktueller Preisnachweis | Beste Ausgangsanwendung | Beschaffungswarnung |
|---|---|---|---|
| GPT Image | Die Preistabelle von OpenAI listet aktuelle GPT-Image-Modellzeilen, einschließlich Preisen für Bildeingabe, zwischengespeicherte Bildeingabe und Bildausgabe pro 1 Mio. Tokens. Der Bildleitfaden verweist Leser außerdem auf einen Kostenrechner für die Bildgenerierung. | Produkt-Hero-Bilder, Bearbeitungen, Arbeiten mit transparentem Hintergrund und Workflows, bei denen die Kontrolle der Ausgabe sorgfältig gemessen werden sollte | Vergleichen Sie nicht ein qualitativ niedriges Beispiel mit einer Premium-Ausgabe eines anderen Anbieters. Die Cached-Input-Regeln der Responses API gelten nicht für jeden Pfad eines Bildendpunkts. |
| Gemini Image | Die Preisseite von Google AI listet aktuelle Gemini-Modellpreise und Modellseiten für Gemini-Bildrouten. Ältere Preview- oder veraltete Modell-IDs können dennoch in alten Beispielen auftauchen. | Multimodale Anwendungen, bei denen Bilderzeugung nahe an Bildverständnis, Prompt-Reasoning oder breiterer Gemini-Workflow-Logik liegt | Berücksichtigen Sie Eingabebilder, Ausgabeauflösung, Grounding und Batch-/Flex-Berechtigung, bevor Sie es als günstiger bezeichnen. |
| Imagen | Die Vertex-AI-Preise von Google Cloud sind die maßgebliche Planungsquelle für von Vertex gehostete Imagen-Zeilen und Funktionsfamilien. | Vorhersehbare Kampagnenerzeugung, Produktbilder und Teams, die ein Budget pro Bild bevorzugen | Die Preisgestaltung pro Bild ist leichter zu erklären, aber Region, Endpunkt, Funktionsunterstützung und Modelllebenszyklus müssen dennoch überprüft werden. |
| fal / FLUX-ähnliche Routen | Die Preisseite von fal beschreibt Pay-per-Use-Model-APIs und serverlose GPU-Preise, während einzelne Modellseiten die genaue Abrechnungseinheit für jede Route offenlegen. | Teams, die breiten Zugang zu einem Modellmarktplatz, Open-Media-Modelle, schnelle Experimente oder serverlose benutzerdefinierte Inferenz benötigen | Einheiten variieren je nach Modell. Eine Zeile pro Generierung, pro Megapixel und pro GPU-Stunde sollte nicht ohne eine Jobspezifikation verglichen werden. |
| Flatkey | Die Produktquelle von Flatkey positioniert einen Schlüssel, ein Guthaben, eine Rechnung und Nutzungsnachweise auf Anforderungsebene über unterstützte Modelle und Tools hinweg. | Teams, die mehrere Modellfamilien testen, ohne separate Anbieter-Schlüssel und Rechnungen zu verwalten | Flatkey vereinfacht Routing und Abrechnungsnachweise; es beseitigt nicht die Notwendigkeit, die Einheit des Quellmodells und den routenspezifischen Preis zu überprüfen. |
GPT Image-Preisgestaltung: Token-Zeilen brauchen eine Aufgabenbeschreibung
Die Bildpreisgestaltung von OpenAI ist über eine einzelne „pro Bild“-Zahl hinausgewachsen. Auf der aktuellen Preisseite werden die GPT-Image-Modellzeilen nach Modalität aufgeführt. Beispielsweise zeigen die aktuellen GPT-Image-2-Zeilen Preise für Bildeingabe, zwischengespeicherte Bildeingabe und Bildausgabe, während Texteingabe eine eigene Zeile hat. Der praktische Punkt ist nicht nur der exakte Preis; es geht darum, dass ein generiertes Bild mehr als eine preislich relevante Komponente enthalten kann.
Bevor Sie GPT Image mit Gemini oder Imagen vergleichen, erstellen Sie eine Aufgabenbeschreibung:
route_family: openai_gpt_image
model: gpt-image-2_or_other_current_model
endpoint_surface: images_api_or_responses_api
task: product_hero | marketplace_image | ad_variant | edit | transparent_background
output_size: 1024x1024 | 1536x1024 | 4k_if_supported
quality: low | medium | high | provider_specific_setting
reference_images: count_and_resolution
edits_or_masks: yes_or_no
streamed_partial_images: yes_or_no
accepted_images_required: number
max_attempts_per_image: number
Vergleichen Sie dann tatsächliche Request-Datensätze, nicht nur Tabellenzeilen. Ein Bearbeitungsablauf mit vielen Referenzbildern kann andere Kostenstrukturen haben als ein sauberes Text-zu-Bild-Batch. Eine kreative Streaming-UI kann außerdem teilweise Ausgaben erzeugen, die ins Budget gehören.
GPT Image ist oft zuerst einen Test wert, wenn Qualitätskontrolle teuer ist: Genauigkeit von Produktformen, transparente Hintergründe, Bearbeitungskontinuität, markensichere Kampagnenbilder oder Fälle, in denen manuelle Retusche die Einsparungen eines günstigeren Generierungswegs aufzehren würde.
Gemini-Bildpreisgestaltung: Eingabebilder, Auflösung und Lebenszyklus einbeziehen
Die Gemini-Bildpreisgestaltung kann missverstanden werden, wenn Teams nur das Ausgabebeispiel betrachten. Ein Gemini-Workflow kann Text-Prompts, Eingabebilder, Bildausgabe, höher aufgelöste Ausgabe, Grounding und Batch-/Flex-Optionen umfassen. Google ändert außerdem den Modellstatus im Lauf der Zeit, daher ist eine aktuelle Modellseite ebenso wichtig wie eine Preistabelle.
Verwenden Sie diese Checkliste für Gemini-Bildpfade:
| Prüfung | Warum sie wichtig ist |
|---|---|
| Exakte Modell-ID | Preview-, veraltete und aktuelle Modell-IDs können unterschiedliche Verfügbarkeit und Preise haben. |
| Ausgabeauflösung | Eine 1K/2K-Kreativvorschau und ein 4K-Final-Asset sollten getrennt prognostiziert werden. |
| Eingabebilder | Referenzbilder und Produktbilder können die effektiven Kosten verändern. |
| Grounding oder Suche | Grounding kann bei Verwendung zusätzliche Kosten verursachen. |
| Batch- oder Flex-Modus | Günstigere Modi passen möglicherweise nicht zur Latenz eines interaktiven Kreativ-Reviews. |
| Annahmequote | Eine starke multimodale Passung kann abgelehnte Ausgaben reduzieren, selbst wenn die gelistete Einheit nicht die günstigste ist. |
Gemini ist ein starker Kandidat, wenn Bildgenerierung Teil eines breiteren multimodalen Produkts ist: Bildverständnis, Prompt-Reasoning, von Kunden hochgeladene Referenzen und generierte kreative Varianten in einem Ablauf. Es ist als Vergleich weniger sauber, wenn Sie nur einen einfachen Batch von Bildern benötigen und die umliegende multimodale Fähigkeit nie nutzen.
Für image generation api pricing ist die Gemini-Lehre unkompliziert: Trennen Sie die Kosten der Bildausgabe nicht vom multimodalen Kontext, der das Bild erzeugt.
Imagen-Preisgestaltung: Einfachere Prognose, aber trotzdem nicht automatisch
Imagen-ähnliche Preisgestaltung ist für Finanzteams einfacher, weil sich viele Planungszeilen pro generiertem Bild oder nach Funktionsfamilie ausdrücken lassen. Das macht die Kampagnenplanung klarer:
monthly_imagen_budget =
accepted_images_required
* attempts_per_accepted_image
* price_per_generated_image
+ feature_specific_costs
Die Einfachheit hilft, beseitigt aber keine Produktionsprüfungen. Bestätigen Sie:
- Das exakte Imagen-Modell oder die Funktionsfamilie.
- Ob der Pfad über die Gemini API, Vertex AI oder eine andere Anbieteroberfläche aufgerufen wird.
- Region und Konto-Verfügbarkeit.
- Ob Ihr Workflow Generierung, Bearbeitung, Upscaling, Virtual Try-on oder Produkt-Rekontextualisierung benötigt.
- Aktueller Lebenszyklusstatus und Migrationshinweise.
- Ob der ausgewählte Flatkey-Pfad den Endpunkt exponiert, den Ihre App tatsächlich aufruft.
Imagen ist oft ein guter erster Test für Massen-Kampagnenvarianten, Produktbilder im E-Commerce und Teams, die eine finanzierungsfreundlichere Prognose pro Bild wünschen. Aber eine niedrigere Zeile pro Bild kann verlieren, wenn die Annahmequote niedriger ist oder der Funktionsumfang zusätzliches Retuschieren erzwingt.
fal und Marketplace-Routen: Nicht nur den Modellnamen, sondern die Einheit vergleichen
Marketplace-basierte Bild-API-Plattformen sind nützlich, weil sie viele Medienmodelle schnell bereitstellen. Der Nachteil ist, dass jede Route ihre eigene Abrechnungsgrammatik haben kann. Eine Seite kann pro Generierung abrechnen. Eine andere pro Megapixel. Eine weitere nach Credits, Sekunden oder serverlosem GPU-Zeitverbrauch.
Erstellen Sie für fal/FLUX-ähnliche Routen eine Zeile wie diese:
| Feld | Beispielwert |
|---|---|
| Modellseiten-URL | Die exakte Route, die Sie aufrufen werden |
| Abrechnungseinheit | Generierung, Megapixel, Credit, Sekunde oder GPU-Stunde |
| Auflösung | Endgültige Ausgabepixel, nicht nur die Prompt-Einstellung |
| Queue-Modus | Interaktiv oder Batch |
| Fehlerabrechnung | Ob fehlgeschlagene Jobs, Stornierungen oder Safety-Blocks berechnet werden |
| Variantenanzahl | Anzahl der Ausgaben pro Prompt |
| Annahmequote | Akzeptierte finale Assets geteilt durch generierte Assets |
Das ist wichtig, weil ein Marketplace-Modell bei einer Auflösung günstig aussehen und nach Upscales, Varianten, Wiederholungen und menschlichem Review weniger attraktiv werden kann. Marketplace-Zugang ist wertvoll zum Testen; die Beschaffung braucht dennoch normalisierte Einheiten.
Das Arbeitsblatt für die Kosten pro akzeptiertem Bild
Verwenden Sie dieses Arbeitsblatt, bevor Sie Produktionsverkehr zuschalten.
| Arbeitsblattfeld | GPT Image | Gemini Image | Imagen | fal / Marktplatz |
|---|---|---|---|---|
| Prompttext | Text-Token-Zeile einbeziehen | Text-Token-Zeile einbeziehen | Provider-Oberfläche prüfen | Normalerweise in der Route-Einheit enthalten, aber prüfen |
| Referenzbilder | Zeile für Bildeingabe einbeziehen | Zeile für Bildeingabe einbeziehen | Feature-spezifische Eingabeeinheit prüfen | Prüfen, ob separat berechnet wird |
| Generierungseinheit | Bildausgabe-Tokens nach Modell | Bildausgabe- oder Modell-Token-Zeile | Generiertes Bild / Feature-Zeile | Generierung, Megapixel, Credit, Sekunde oder GPU-Zeit |
| Bearbeitungen/Upscaling | Einbeziehen, wenn separat | Einbeziehen, wenn separat | Feature-spezifisch | Modellspezifisch |
| Versuche pro akzeptiertem Bild | Im Pilot messen | Im Pilot messen | Im Pilot messen | Im Pilot messen |
| Manuelle Prüfung / Retusche | Arbeitsaufwand einbeziehen, wenn relevant | Arbeitsaufwand einbeziehen, wenn relevant | Arbeitsaufwand einbeziehen, wenn relevant | Arbeitsaufwand einbeziehen, wenn relevant |
| Endgültige Vergleichskennzahl | Kosten pro akzeptiertem Bild | Kosten pro akzeptiertem Bild | Kosten pro akzeptiertem Bild | Kosten pro akzeptiertem Bild |
Definieren Sie „akzeptiert“, bevor der Pilot startet. Für einen E-Commerce- oder Medien-Workflow kann „akzeptiert“ bedeuten:
- Das Bild besteht die kreative Prüfung.
- Produktform, Farbe und Verpackung sind korrekt.
- Kein Text-, Hand-, Anatomie-, Gesichts-, Logo- oder Sicherheitsfehler muss retuschiert werden.
- Die Ausgabe erfüllt die Regeln des Marktplatzes oder der Werbeplattform.
- Das Asset wird innerhalb des erlaubten Wiederholungsbudgets freigegeben.
So wird die Preisgestaltung von APIs zur Bildgenerierung von einer Tabellenlektüre zu einer Betriebskennzahl.
Beispielprognose
Angenommen, eine Kampagne benötigt 500 akzeptierte Bilder.
| Route | Ausgewiesene Generierungskosten | Versuche pro akzeptiertem Bild | Gesamtlogik für akzeptierte Bilder |
|---|---|---|---|
| Route A | Niedrigere Sticker-Einheit | 3,0 Versuche | Kann nach abgelehnten Ausgaben und Retusche teurer sein |
| Route B | Mittlere Sticker-Einheit | 1,8 Versuche | Kann gewinnen, wenn Prompttreue und Bearbeitungskontinuität besser sind |
| Route C | Höhere Sticker-Einheit | 1,3 Versuche | Kann sich für hochwertige Hero-Assets trotzdem lohnen, wenn die Prüfzeit sinkt |
Die Prognose lautet:
campaign_cost =
accepted_images_required
* attempts_per_accepted_image
* all_in_cost_per_attempt
+ human_review_or_retouch_cost
Führen Sie einen Pilot mit 30 bis 50 Bildern durch, bevor der Einkauf eine Route als günstiger einstuft. Der Pilot sollte für jede Route denselben Prompt-Satz, dieselben Referenzbilder, Größenanforderungen und Prüferregeln verwenden.
Wie Flatkey bei der Preiskontrolle hilft
Flatkeys Rolle besteht nicht darin zu behaupten, dass ein Anbieter allgemein günstiger ist. Der Mehrwert ist operativ: ein Schlüssel, ein vorausbezahltes Guthaben, eine Rechnung und Nutzungsnachweise auf Route-Ebene über unterstützte Modelle und Tools hinweg. Das hilft Entwicklern und Finanzteams, die Preisgestaltung von APIs zur Bildgenerierung zu vergleichen, ohne Anbieterschlüssel über Agents, Dienste und Umgebungen zu verteilen.
Bevor Sie Verkehr über eine Multi-Provider-API-Schicht leiten, prüfen Sie:
- Das Modell erscheint im Flatkey-Modellverzeichnis oder auf der Preisseite.
- Die Endpunktfamilie passt zu Ihrem Anwendungspfad.
- Die Preiszeile und die Provider-Einheit sind aktuell.
- Das Anforderungsprotokoll erfasst Modell-ID, Route, Einheitenanzahl, Kosten, Status und Anforderungs-ID.
- Flatkey-seitige Fehler, providerseitige Fehler, abgelehnte kreative Ausgaben und Ablehnungen durch die manuelle Prüfung werden getrennt markiert.
- Die verantwortliche Person im Finanzbereich kann die Nutzung mit einer einzigen Rechnung abgleichen.
Für angrenzende Routenentscheidungen lesen Sie den Leitfaden GPT Image vs Gemini Image API, die Checkliste für Imagen-API-Preise und Routing sowie den umfassenderen Vergleich der Preise für AI-Modelle.
Wann jedes Preismodell gewinnt
| Szenario | Besserer Ausgangspunkt | Warum |
|---|---|---|
| Strenge Hero-Bilder für Produkte | GPT Image oder Gemini Pro-ähnliche Bildroute | Ausgabequalität, Bearbeitungskontinuität und weniger abgelehnte Bilder können niedrigere Sticker-Kosten übertreffen. |
| Multimodale Creative-App | Gemini Image | Die Generierung kann in der Nähe von Bildverständnis sowie Text-/Bildschlussfolgerung liegen. |
| Varianten für Massenkampagnen | Imagen fast/standard oder Marktplatz-Routen | Einheiten pro Bild oder routespezifische Einheiten lassen sich im großen Maßstab oft leichter prognostizieren. |
| Modell-Experimentierung | fal / Marktplatz-Routen | Breiter Katalogzugang hilft Teams, Stil, Geschwindigkeit und Akzeptanzrate zu vergleichen. |
| Die Finanzabteilung braucht ein einziges Hauptbuch | Flatkey-Routenvergleich | Ein Guthaben und eine Rechnung reduzieren den Abstimmungsaufwand über Anbietertests hinweg. |
Häufige Preisfehler
Vermeiden Sie diese Fehler beim Vergleich der Preise für APIs zur Bildgenerierung:
- Vergleich der Low-Quality-Route eines Anbieters mit der High-Quality-Route eines anderen Anbieters.
- Ignorieren der Kosten für Referenzbild-Eingaben.
- Vorschau- oder veraltete Modell-IDs als Produktionsrouten behandeln.
- Vergessen von Retries, Sicherheitsablehnungen und manueller Nachbearbeitung.
- Messung der Kosten pro generiertem Bild statt der Kosten pro akzeptiertem Bild.
- Direkte Anbieterpreise mit gerouteten Preisen vermischen, ohne die Quelle zu kennzeichnen.
- Annehmen, dass der Endpunkt Bearbeitungen, Masken, transparente Hintergründe oder 4K-Ausgabe unterstützt, ohne einen Smoke-Test durchzuführen.
- Jedes Produktteam separate Anbieter-Guthaben kaufen lassen, ohne ein gemeinsames Hauptbuch.
Offizielle Preisreferenzen
Prüfen Sie diese Seiten vor dem Produktionsrollout:
- OpenAI API-Preise
- OpenAI-Leitfaden zur Bildgenerierung
- Google AI Gemini API-Preise
- Google Cloud Vertex AI generative KI-Preise
- fal-Preise
- Flatkey-Preise
- Flatkey-Modellverzeichnis
FAQ
Was ist der beste Weg, die Preise von Bildgenerierungs-APIs zu vergleichen?
Vergleichen Sie die Kosten pro akzeptiertem Bild. Normalisieren Sie Prompt-Text, Eingabebilder, Generierungseinheit, Auflösung, Qualität, Retries, abgelehnte Ausgaben und Prüfkosten, bevor Sie entscheiden, welche Route günstiger ist.
Wird GPT Image pro Bild oder pro Token berechnet?
Die aktuelle Preisdarstellung von OpenAI umfasst für GPT-Image-Modelle Zeilen für Bild- und Text-Token. Behandeln Sie Beispielschätzungen für Bilder als Planungshilfe und verifizieren Sie die tatsächliche Nutzung für Ihren Endpunkt und Ihre Workload.
Ist Gemini Image günstiger als GPT Image?
Nicht automatisch. Gemini Image kann für multimodale Workflows attraktiv sein, aber Eingabebilder, Ausgabeauflösung, Grounding, Batch-Modus und Akzeptanzrate können die Endkosten verändern.
Lässt sich Imagen einfacher budgetieren?
Oft ja. Imagen-ähnliche Routen können einfacher zu prognostizieren sein, weil viele Planungszeilen pro generiertem Bild oder Feature-Familie angegeben werden. Sie müssen dennoch Modellstatus, Endpunkt, Region, Funktionsunterstützung und Akzeptanzrate prüfen.
Wie sollte die Beschaffung fal- oder Marketplace-Routen vergleichen?
Verwenden Sie die exakte Modellseite und die Abrechnungseinheit. Eine Marketplace-Route, die pro Generierung berechnet wird, sollte nicht direkt mit einer anderen Route verglichen werden, die pro Megapixel, Guthaben, Sekunde oder GPU-Stunde berechnet wird, bis beide auf die Kosten pro akzeptiertem Bild normalisiert sind.
Wie hilft Flatkey dabei, die Preise von Bildgenerierungs-APIs zu kontrollieren?
Flatkey gibt Teams einen Schlüssel, ein Guthaben, eine Rechnung und nutzungsbezogene Nachweise auf Request-Ebene über unterstützte Routen hinweg. Das erleichtert den direkten Anbietervergleich und die Abstimmung, während die Notwendigkeit erhalten bleibt, die Einheit jedes Quellanbieters zu verifizieren.
Fazit
Der praktische Vergleich der Preise für Bildgenerierungs-APIs ist keine statische Tabelle der günstigsten Modelle. GPT Image, Gemini Image, Imagen und Marketplace-Routen verwenden alle unterschiedliche Einheiten. Normalisieren Sie sie auf Kosten pro akzeptiertem Bild, führen Sie einen kleinen Pilotversuch mit denselben Prompts und Review-Regeln durch und nutzen Sie dann das Modellverzeichnis, die Preisseite und das Nutzungs-Register von Flatkey, um Routing und Ausgaben zu kontrollieren, bevor der Produktionsverkehr skaliert.
