Die Preisgestaltung der OpenAI Image API ist nicht ein einheitlicher Preis pro Bild. In den aktuellen OpenAI-API-Dokumentationen setzt sich die Kosten für die Bilderzeugung aus Text-Eingabe-Tokens, Bild-Eingabe-Tokens, zwischengespeicherten Eingaben, sofern anwendbar, Bild-Ausgabe-Tokens und manchmal den Hauptmodell-Tokens zusammen, die von der Responses API verwendet werden.
Für Teams, die Bilderzeugung in ein Produkt integrieren, lautet die praktische Frage nicht: „Wie viel kostet ein Bild?“ Sondern: Was kostet ein akzeptiertes Bild nach Eingabeaufforderungen, Referenzbildern, Wiederholungen, gestreamten Vorschaubildern, Qualitätseinstellungen und abgelehnten Generierungen?
Dieser Leitfaden erklärt das aktuelle Preismodell der OpenAI Image Generation API, was sich mit GPT Image 2.5 geändert hat, wie Sie eine zuverlässige Kostenformel erstellen und wie Sie die Ausgaben kontrollieren, bevor ein kreativer Workflow schwer zu prüfen wird.
Kurze Antwort: Was die Preisgestaltung der OpenAI Image API umfasst
Stand 13. Oktober 2026 führt OpenAI auf der offiziellen Preisseite GPT-Image-Zeilen nach Modalität auf und berechnet pro 1 Mio. Tokens. Der Leitfaden zur Bilderzeugung sagt, dass neue Integrationen eines der GPT-Image-2.5-Modelle, gpt-image-2.5-sunburst oder gpt-image-2.5-flare, verwenden sollten.
Die Budgetformel lautet:
geschätzte Anforderungskosten =
Text-Eingabe-Tokens x Text-Eingaberate
+ Bild-Eingabe-Tokens x Bild-Eingaberate
+ zwischengespeicherte Eingabe-Tokens x Rate für zwischengespeicherte Eingaben, wenn berechtigt
+ Bild-Ausgabe-Tokens x Bild-Ausgaberate
+ Tokens des Hauptmodells, wenn das Bild-Tool der Responses API verwendet wird
+ gestreamte partielle Bild-Tokens, wenn partial_images > 0
Deshalb verändert sich die Preisgestaltung der OpenAI Image API über drei Anfragen hinweg, die alle „ein Bild“ zurückgeben. Eine kurze Text-zu-Bild-Eingabeaufforderung, eine Bearbeitung mit zwei Referenzbildern und ein interaktiver Tool-Aufruf, der partielle Vorschauen streamt, können sehr unterschiedliche Kostenprofile haben.
Aktuelle Preiszeilen der GPT Image API
OpenAI führt derzeit diese Standardzeilen für die Bilderzeugung auf. Betrachten Sie die Tabelle als Referenz vom Veröffentlichungstag und prüfen Sie die offizielle Preisseite erneut, bevor Sie Beschaffungszahlen verbindlich festlegen.
| Modell | Modalität | Eingabe | Zwischengespeicherte Eingabe | Ausgabe | Budgethinweis |
|---|---|---|---|---|---|
gpt-image-2.5-sunburst |
Bild | $8.00 / 1M Tokens | $2.00 / 1M Tokens | $30.00 / 1M Tokens | Verwenden, wenn Bearbeitungspräzision am wichtigsten ist. |
gpt-image-2.5-sunburst |
Text | $5.00 / 1M Tokens | $1.25 / 1M Tokens | Nicht aufgeführt | Kosten für Eingabeaufforderung und Anweisungen. |
gpt-image-2.5-flare |
Bild | $8.00 / 1M Tokens | $2.00 / 1M Tokens | $30.00 / 1M Tokens | Verwenden für schnelle, hochwertige alltägliche Generierung. |
gpt-image-2.5-flare |
Text | $5.00 / 1M Tokens | $1.25 / 1M Tokens | Nicht aufgeführt | Kosten für Eingabeaufforderung und Anweisungen. |
gpt-image-2 |
Bild | $8.00 / 1M Tokens | $2.00 / 1M Tokens | $30.00 / 1M Tokens | Frühere aktuelle Zeile; nehmen Sie nicht an, dass sie der beste neue Standard ist. |
gpt-image-2 |
Text | $5.00 / 1M Tokens | $1.25 / 1M Tokens | Nicht aufgeführt | Gleicher Textsatz wie bei den GPT-Image-2.5-Zeilen. |
gpt-image-1.5 |
Bild | $8.00 / 1M Tokens | $2.00 / 1M Tokens | $32.00 / 1M Tokens | Enthält eine aufgeführte Textausgabezeile. |
gpt-image-1.5 |
Text | $5.00 / 1M Tokens | $1.25 / 1M Tokens | $10.00 / 1M Tokens | Nur relevant, wenn Ihr Pfad dieses Modell noch verwendet. |
gpt-image-1-mini |
Bild | $2.50 / 1M Tokens | $0.25 / 1M Tokens | $8.00 / 1M Tokens | Kostengünstiger Entwurfs- oder Hochvolumen-Testkandidat. |
gpt-image-1-mini |
Text | $2.00 / 1M Tokens | $0.20 / 1M Tokens | Nicht aufgeführt | Günstigere Prompt-Zeile als bei den Haupt-GPT-Image-Modellen. |
Auf der Preisseite von OpenAI sind für diese Bildmodelle außerdem Batch-Preise mit niedrigeren Token-Raten aufgeführt. Batch kann wichtig sein, wenn der Auftrag asynchron ist: Katalog-Nachladungen, nächtliche kreative Varianten, Testdatensatz-Generierung, Prompt-Regression-Läufe und interne QA-Batches.
GPT Image 2.5: Sunburst vs. Flare
Der Leitfaden zur Bilderzeugung beschreibt zwei GPT-Image-2.5-Modelle:
| Modell | Wann verwenden | Preisunterschied |
|---|---|---|
gpt-image-2.5-sunburst |
Bearbeitungspräzision ist am wichtigsten. | Gleiche aufgeführte Token-Raten wie Flare. |
gpt-image-2.5-flare |
Sie benötigen schnelle, hochwertige alltägliche Bilderzeugung. | Gleiche aufgeführte Token-Raten wie Sunburst. |
Die wichtige Nuance: Gleiche Token-Raten bedeuten nicht gleiche Anforderungskosten. Der Leitfaden von OpenAI sagt, dass der Token-Verbrauch je nach Modell und Qualitätseinstellung variieren kann. Wenn zwei Modelle dieselbe Rate von $30 / 1M Bild-Ausgabe-Tokens haben, eines aber für eine gewählte Größe und Qualität mehr Ausgabe-Tokens verbraucht, kostet das erzeugte Bild mehr.
Vergleichen Sie für die Beschaffung die tatsächliche usage aus repräsentativen Eingabeaufforderungen, statt anzunehmen, dass das Modell mit derselben Preiszeile dieselben Kosten pro Bild hat.
Responses API vs. Images API
OpenAI stellt die Bildgenerierung über zwei Wege bereit:
| API-Pfad | Am besten geeignet für | Kostenimplikation |
|---|---|---|
| Images API | Direkte Bildgenerierung oder Bildbearbeitungen, bei denen die Bildarbeit die eigentliche Anfrage ist. | Das Bildmodell direkt festlegen und dann Texteingabe, Bildeingabe und Bildausgabe budgetieren. |
| Responses API image tool | Konversationelle, mehrstufige oder bearbeitbare Bilderlebnisse. | Die Token-Nutzung des Hauptmodells zu den Kosten der Bildgenerierung addieren. |
Das ist wichtig für die OpenAI image API pricing, weil ein Responses-API-Workflow sowohl ein Hauptmodell als auch das Werkzeug zur Bildgenerierung enthalten kann. Wenn Ihre Anwendung ein Hauptmodell den Nutzerkontext analysieren, entscheiden lässt, wann generiert werden soll, einen Prompt überarbeiten und dann GPT Image aufrufen lässt, ist die Endrechnung nicht nur die Zeile für die Bildausgabe.
Nutzen Sie die Images API, wenn der Workflow eine direkte Generierung oder Bearbeitung ist. Nutzen Sie die Responses API, wenn der Workflow Gesprächszustand, Tool-Orchestrierung oder ein Modell benötigt, das entscheidet, ob generiert oder bearbeitet werden soll.
Cached Input Pricing Ist Eingeschränkter, Als Es Scheint
In der Dokumentation von OpenAI wird eine spezielle Einschränkung genannt: Cached Input Pricing für GPT Image 2 und GPT Image 2.5 gilt nur für das Werkzeug zur Bildgenerierung in der Responses API. Es gilt nicht für direkte Images-API-Anfragen, einschließlich /v1/images/edits.
Das ist ein häufiger Budgetierungsfehler. Wenn eine Tabelle zwischengespeicherte Raten auf jeden wiederholten Prompt oder jede Bildbearbeitung anwendet, wird der Aufwand zu niedrig angesetzt. Legen Sie separate Budgetpositionen an:
| Workflow | Kann Cached Image Generation Input Pricing genutzt werden? | Was zu tun ist |
|---|---|---|
| Responses API image generation tool | Ja, sofern berechtigt. | Zwischengespeicherte Abrechnung extern nachverfolgen, da zwischengespeicherte Token-Zahlen möglicherweise nicht in usage erscheinen. |
| Direkte Images-API-Generierung | Nein, laut OpenAI-Leitfaden. | Standard-Zeilen für Eingabe und Ausgabe verwenden. |
| Direkte Images-API-Bearbeitungen | Nein, laut OpenAI-Leitfaden. | Bild-Eingabe-Tokens zu Standardtarifen budgetieren. |
Die sichere Regel ist einfach: Behandeln Sie Cached Input als einen Rabatt, den Sie in der Abrechnung verifizieren, nicht als Standardannahme in Produktkalkulationen.
Qualität, Größe und Teilbilder
GPT Image 2.5 ergänzt die Qualitätseinstellungen xhigh und max. Derselbe Leitfaden sagt, dass gpt-image-2.5-sunburst und gpt-image-2.5-flare low, medium, high, xhigh und max unterstützen, während das frühere GPT Image 2 bis high unterstützt.
Empfohlene Größen umfassen 1024x1024, 1536x1024 und 1024x1536. Der Leitfaden sagt außerdem, dass GPT Image 2.5 benutzerdefinierte Dimensionen als WIDTHxHEIGHT-Strings mit folgenden Einschränkungen unterstützt: Breite und Höhe müssen Vielfache von 16 sein, das Seitenverhältnis muss zwischen 1:3 und 3:1 liegen, keine Kante darf 3840 Pixel überschreiten, und die Gesamtpixelzahl muss in den dokumentierten Bereich passen.
Daraus ergeben sich drei Budgetkontrollen:
- Lassen Sie bei Kostentests die Qualität nicht auf
auto. Verwenden Sie explizite Werte, damit die Ergebnisse vergleichbar sind. - Testen Sie Ihre tatsächlichen Größen, nicht nur quadratische Beispiele.
- Wenn Sie Teilbilder streamen, addieren Sie die Vorschaukosten. OpenAI sagt, dass jedes mit
partial_imagesangeforderte Teilbild zusätzliche 100 Image-Output-Tokens verursacht.
Für interaktive kreative UIs können Teilvorschauen die wahrgenommene Latenz verbessern. Sie verursachen jedoch auch messbare Kosten in Form von Output-Tokens. Behandeln Sie sie als Produktentscheidung und nicht als Implementierungsdetail, das in dem SDK-Aufruf versteckt ist.
Ein Praktisches Kosten-Arbeitsblatt
Verwenden Sie dieses Arbeitsblatt vor dem Start.
| Eingabe | Beispielwert | Woher es stammt | Warum es wichtig ist |
|---|---|---|---|
| Anfragen pro Monat | 50.000 | Produktprognose | Gesamtvolumen. |
| Generierte Bilder pro Anfrage | 1,4 | Produktdesign | Varianten vervielfachen die Ausgabekosten. |
| Akzeptanzrate der Bilder | 42% | QA- oder Produktionstelemetrie | Zeigt Verschwendung durch abgelehnte kreative Ausgaben. |
| Durchschnittliche Texteingabe-Tokens | Aus usage messen |
API-Antwort | Prompts und versteckte Vorlagen verursachen Kosten. |
| Durchschnittliche Bild-Eingabe-Tokens | Aus usage messen, sofern verfügbar |
API-Antwort | Referenzbilder und Bearbeitungen können die Eingabekosten dominieren. |
| Durchschnittliche Bild-Ausgabe-Tokens | Nach Modell, Größe und Qualität messen | API-Antwort oder Rechner | Haupttreiber der Generierungskosten. |
| Teilbilder pro Anfrage | 0-3 | UI-Streaming-Einstellung | Fügt 100 Ausgabe-Tokens pro Teilbild hinzu. |
| Wiederholungsrate | Produktionsprotokolle | Gateway-, App- oder Provider-Logs | Wiederholungen können fehlgeschlagene Pfade verdoppeln. |
| Batch-Anteil | 0-100% | Job-Design | Asynchrone Arbeit kann sich für niedrigere Batch-Tarife qualifizieren. |
Dann berechnen:
cost per generated image =
total image workflow spend / generated images
cost per accepted image =
total image workflow spend / accepted images
Die zweite Zahl ist diejenige, die die Beschaffung verwenden sollte. Ein Modell, das pro generiertem Bild günstiger aussieht, kann pro akzeptiertem Bild teurer sein, wenn es mehr abgelehnte Varianten erzeugt.
Häufige Budgetfehler
Der erste Fehler besteht darin, GPT Image als festen „Preis pro Bild“ zu behandeln. Die aktuelle OpenAI image API pricing ist tokenbasiert, und OpenAI weist Teams ausdrücklich an, usage zu verwenden, um den Tokenverbrauch für ihre Prompts, Größen und Qualitätseinstellungen zu messen.
Der zweite Fehler besteht darin, das Hauptmodell in Responses-API-Workflows zu ignorieren. Wenn ein Modell wie GPT-5.5 entscheidet, wann und wie das Bild-Tool aufgerufen wird, ist der Tokenverbrauch des Hauptmodells Teil der Anforderungskosten.
Der dritte Fehler besteht darin, zwischengespeicherte Eingabetarife auf direkte Images-API-Änderungen anzuwenden. In OpenAIs Leitfaden heißt es, dass die Preise für gecachte Eingaben für GPT Image 2 und GPT Image 2.5 nicht für direkte Images-API-Anfragen gelten.
Der vierte Fehler besteht darin, erfolgreiche HTTP-Aufrufe statt akzeptierter Bilder zu messen. Produktteams lehnen häufig einige generierte Bilder aufgrund von Qualität, Markenpassung, Richtlinien oder Benutzerpräferenz ab. Die eigentliche Einheit ist akzeptierter kreativer Output.
Der fünfte Fehler besteht darin, partielle Bilder zu vergessen. Wenn die UI zwei Vorschaubilder und ein Endbild streamt, hat die Vorschauerfahrung einen Tokenkostenanteil, der ins Budget gehört.
Wann Flatkey hilft
Flatkey ist nützlich, wenn Ihr Team einen Ort haben möchte, an dem Modell-API-Nutzung weitergeleitet und überprüft wird, statt separate Anbieter-Konsolen abzugleichen. Für Bild-Workflows bedeutet das, die aktuelle Preisseite des Anbieters zu nutzen, um die direkten Kostenmechaniken zu verstehen, und dann das Flatkey-Modellverzeichnis, die Preisseite und die Nutzungsprotokolle zu prüfen, um den genauen Modellpfad zu sehen, den Ihre Anwendung verwendet.
In der Praxis hilft Flatkey Teams, bessere Fragen zu stellen:
- Welches Modell hat diese Anfrage tatsächlich verwendet?
- Welcher Schlüssel, welche Umgebung oder welcher Kunde hat die Ausgaben verursacht?
- War die Anfrage erfolgreich, fehlgeschlagen, erneut versucht oder downstream abgelehnt?
- Wie hoch waren die Kosten pro akzeptiertem Bild, nicht nur pro API-Aufruf?
- Sollte diese Workload direkt, über ein Gateway oder in einem asynchronen Batch-Pfad laufen?
Wenn Sie bereits einen OpenAI-kompatiblen Client verwenden, beginnen Sie mit dem Flatkey API quickstart, und vergleichen Sie dann die Kosten von Bild-Workflows mit AI image generation API pricing comparison, AI API quota management und AI model pricing comparison.
Checkliste zur OpenAI Image API Preisgestaltung
Bevor Sie einen Produktions-Image-Workflow veröffentlichen, bestätigen Sie:
- Das ausgewählte Modell ist aktuell:
gpt-image-2.5-sunburst,gpt-image-2.5-flareoder bewusst ein älterer Pfad. - Der API-Pfad ist explizit: Images API oder Responses API image tool.
- Qualität und Größe sind für Kostentests festgelegt statt auf
autozu verbleiben. - Referenzbild- und Bearbeitungs-Workflows werden getrennt von Text-zu-Bild-Workflows gemessen.
- Die Annahmen zu gecachten Eingaben stimmen mit dem API-Pfad überein.
- Das Streamen partieller Bilder wird mitgezählt.
- Wiederholungen und fehlgeschlagene Aufrufe sind in den Logs sichtbar.
- Die Rate akzeptierter Bilder wird von Produkt oder QA gemessen.
- Batch-Kandidaten sind von Echtzeit-Benutzeranfragen getrennt.
- Die Finanzabteilung kann die Kosten nach Modell, Umgebung, Kunde und Workflow prüfen.
Häufig gestellte Fragen
Wie viel kostet die OpenAI API zur Bildgenerierung?
Die Preisgestaltung der OpenAI image generation API ist tokenbasiert. Stand 13. Oktober 2026 listet OpenAI GPT Image 2.5 image input mit $8.00 / 1M Tokens, cached image input mit $2.00 / 1M Tokens und image output mit $30.00 / 1M Tokens, sowie text input mit $5.00 / 1M Tokens und cached text input mit $1.25 / 1M Tokens. Ihre Kosten pro Bild hängen von Modell, API-Pfad, Prompt, Referenzbildern, Größe, Qualität, Streaming-Vorschauen und Wiederholungen ab.
Ist GPT Image 2.5 anders bepreist als GPT Image 2?
Die Standard-Preisseite führt derzeit dieselben Text- und Bild-Tokenpreise für gpt-image-2.5-sunburst, gpt-image-2.5-flare und gpt-image-2 auf. Das garantiert jedoch nicht dieselben Kosten pro Bild, da der tatsächliche Tokenverbrauch je nach Modell und Qualitätseinstellung variieren kann.
Gilt die Preisgestaltung für gecachte Eingaben für alle OpenAI-Bildanfragen?
Nein. Laut dem Leitfaden zur Bilderzeugung von OpenAI gilt die Preisgestaltung für gecachte Eingaben für GPT Image 2 und GPT Image 2.5 nur für das Bildgenerierungs-Tool in der Responses API. Sie gilt nicht für direkte Images-API-Anfragen oder direkte Bildbearbeitungen.
Kosten gestreamte partielle Bilder extra?
Ja. Im Leitfaden von OpenAI heißt es, dass jedes partielle Bild, das mit dem Parameter partial_images angefordert wird, zusätzliche 100 Image-Output-Tokens verursacht.
Was ist der beste Weg, OpenAI image API pricing für ein Produkt zu prognostizieren?
Führen Sie repräsentative Prompts mit genau dem Modell, API-Pfad, der Qualität und der Größe aus, die Sie ausliefern möchten. Erfassen Sie usage, Wiederholungsrate, Anzahl generierter Bilder, Anzahl akzeptierter Bilder und ob die Anfrage partielle Bilder oder Batch verwendet hat. Prognostizieren Sie die Kosten pro akzeptiertem Bild, nicht nur die Kosten pro generiertem Bild.
Fazit
Die richtige Art, OpenAI image API pricing zu lesen, ist als Kostenformel und nicht als statischer Bildpreis. Beginnen Sie mit den aktuellen GPT Image 2.5-Preiszeilen und messen Sie dann die tatsächliche Token-Nutzung für Ihre Prompts, Referenzbilder, Qualitätseinstellungen und den API-Pfad.
Wenn Ihr Team die Bilderzeugung über Flatkey routet, behalten Sie dieselbe Disziplin bei: überprüfen Sie den Modellpfad, prüfen Sie die Nutzung, trennen Sie Experimente von Produktion und berichten Sie die Kosten pro akzeptiertem Bild. Das ist die Zahl, die Produkt, Engineering und Einkauf tatsächlich verwenden können.
Geprüfte Quellen
- OpenAI Developers, Leitfaden zur Bilderzeugung, abgerufen am 13. Oktober 2026:
https://developers.openai.com/api/docs/guides/image-generation - OpenAI Developers, Preisseite, abgerufen am 13. Oktober 2026:
https://developers.openai.com/api/docs/pricing#image-generation - Flatkey-Themenkarte und frühere Berichterstattung zur Preisgestaltung der OpenAI Image API, abgerufen am 13. Oktober 2026.
