Ценообразование API изображений OpenAI легко неверно истолковать, если считать каждый запрос к изображению одной фиксированной «стоимостью за изображение». Ценообразование GPT Image основано на токенах: токены текстового запроса, токены входных изображений для редактирования или ссылок, кэшированные входные данные, когда они доступны, токены выходных изображений и, в некоторых строках GPT Image, токены текстового вывода. Разрешение, качество, путь API и то, создаёте ли вы изображения или анализируете их, — всё это влияет на счёт.
По состоянию на 11 июня 2026 года на странице цен OpenAI указаны текущие строки семейства GPT image для gpt-image-2, gpt-image-1.5 и gpt-image-1-mini. В руководстве OpenAI по генерации изображений по-прежнему есть примеры для gpt-image-1, но командам, планирующим новый бюджет, следует проверить актуальную таблицу цен перед тем, как опираться на старые допущения по стоимости GPT Image или DALL-E.
Для команд, использующих Flatkey, практический ответ такой: используйте страницу цен OpenAI, чтобы понять механику у прямого провайдера, а затем используйте страницу цен Flatkey и панель использования, чтобы проверить проксируемое потребление по точной строке модели, к которой обращается ваше приложение.
Краткий ответ: что включает ценообразование OpenAI Image API
Ценообразование OpenAI image API имеет четыре категории затрат, которые нужно проверить, хотя не каждая строка модели использует все из них:
| Категория затрат | Когда применяется | Переменная бюджета | Что проверить |
|---|---|---|---|
| Токены текстового ввода | Ваш prompt, инструкции и любой текстовый контекст, отправленный вместе с запросом. | Длина prompt, шаблоны, скрытые системные инструкции и повторяющийся контекст. | Текущая ставка текстового ввода для модели изображения в OpenAI pricing. |
| Токены текстового вывода | Сгенерированный моделью текст, возвращаемый строками, где указана цена за текстовый вывод. | Просит ли рабочий процесс модель вернуть текст, структурированный вывод или подписи вместе с работой с изображением. | Строка текстового вывода, специфичная для модели; например, gpt-image-1.5 указывает ставку за текстовый вывод. |
| Токены ввода изображений | Редактирование изображений, референсные изображения, маски и мультимодальный анализ изображений. | Количество входных изображений, размер изображения, настройка детализации и требования к fidelity. | Ставка за ввод изображений, специфичная для модели, и правила токенизации изображений. |
| Токены вывода изображений | Сгенерированные изображения. | Количество изображений, разрешение, качество и модель вывода. | Ставка за вывод, специфичная для модели, и примеры стоимости вывода для вашего размера и качества. |
Простая формула бюджетирования:
estimated cost =
text input tokens x text input rate
+ optional text output tokens x text output rate
+ image input tokens x image input rate
+ image output tokens x image output rate
Именно поэтому ценообразование OpenAI image API так быстро меняется между коротким prompt для преобразования текста в изображение, высококачественным редактированием изображения с двумя референсами и мультимодальным рабочим процессом, который анализирует загруженное изображение перед созданием нового.
Текущие строки цен GPT Image, которые нужно проверить
OpenAI устанавливает цены на модели GPT image из расчета на 1 млн токенов. Таблица ниже суммирует прямые стандартные строки OpenAI API, видимые 11 июня 2026 года. Рассматривайте это как снимок на день публикации, а не как постоянный контракт.
| Модель OpenAI | Ввод текста | Кэшированный ввод текста | Вывод текста | Ввод изображения | Кэшированный ввод изображения | Вывод изображения | Использовать в бюджетировании |
|---|---|---|---|---|---|---|---|
gpt-image-2 |
$5 / 1M tokens | $1.25 / 1M tokens | Не указано | $8 / 1M tokens | $2 / 1M tokens | $30 / 1M tokens | Текущие бюджеты для генерации и редактирования GPT Image флагманского уровня. |
gpt-image-1.5 |
$5 / 1M tokens | $1.25 / 1M tokens | $10 / 1M tokens | $8 / 1M tokens | $2 / 1M tokens | $32 / 1M tokens | Сравнивайте только если ваша учетная запись или конечная точка фактически использует эту строку. |
gpt-image-1-mini |
$2 / 1M tokens | $0.20 / 1M tokens | Не указано | $2.50 / 1M tokens | $0.25 / 1M tokens | $8 / 1M tokens | Эксперименты по генерации изображений с более низкой стоимостью и черновики большого объема. |
OpenAI также указывает цены Batch API примерно вдвое ниже стандартных тарифов на токены для этих строк изображений. Это может иметь значение для асинхронных задач с изображениями, обратной загрузки данных, тестовых наборов и контентных конвейеров, которым не нужен немедленный ответ.
Пример стоимости вывода на сгенерированное изображение
Почтовая часть OpenAI image API pricing меняется в зависимости от модели, размера и качества. В руководстве OpenAI по генерации изображений приведены примеры калькуляции для вывода сгенерированного изображения. Для квадратного изображения 1024 x 1024 текущие примеры таковы:
| Модель | Низкое качество | Среднее качество | Высокое качество | Значение для бюджета |
|---|---|---|---|---|
gpt-image-2 |
$0.006 | $0.053 | $0.211 | Качество — главный рычаг, когда объём вывода велик. |
gpt-image-1.5 |
$0.009 | $0.034 | $0.133 | Проверьте, действительно ли используется эта модель, прежде чем закладывать бюджет на её основе. |
gpt-image-1-mini |
$0.005 | $0.011 | $0.036 | Полезно для менее дорогих черновиков перед повышением качества финальных рендеров. |
gpt-image-1 example |
$0.011 | $0.042 | $0.167 | Устаревшая точка отсчёта для более старого контента о ценах GPT Image. |
Для быстрой оценки объёма умножьте пример стоимости вывода на количество запросов, затем добавьте текстовый ввод, ввод изображения и любые оплачиваемые затраты на текстовый вывод. Одна тысяча квадратных среднекачественных выводов gpt-image-2 обойдётся примерно в $53 только по стоимости вывода изображения, без учёта стоимости промпта и входных изображений. Те же 1,000 выводов при высоком качестве обойдутся примерно в $211 до учёта входных затрат. Именно такой разброс объясняет, почему серьёзный бюджет на OpenAI image API pricing должен отдельно учитывать трафик для черновиков, предпросмотра и финального качества.
Генерация, редактирование и зрение — это разные бюджеты
Команды часто смешивают три разных вопроса о затратах в один поиск по OpenAI image API pricing:
| Workflow | Что вы покупаете | Фактор стоимости | Примечание по бюджетированию |
|---|---|---|---|
| Text-to-image generation | Новое изображение, сгенерированное из текста. | Токены текстового ввода плюс токены вывода изображения. | Начните с примеров вывода, затем добавьте токены промпта. |
| Image editing | Новое или изменённое изображение, сгенерированное на основе одного или нескольких входных изображений. | Токены текстового ввода, ввода изображения и вывода изображения. | Референсные изображения и маски увеличивают стоимость ввода. Входы с высокой детализацией могут стоить дороже. |
| Vision or image analysis | Текстовая модель считывает загруженное изображение и возвращает текст или структурированный вывод. | Токены ввода изображения плюс обычные токены вывода модели. | Не используйте цены на вывод генерации изображений для чистого анализа изображений. |
| Generate after analysis | Мультимодальный запрос анализирует изображение, а затем генерирует другое изображение. | И токены анализа, и токены генерации изображения. | Учитывайте это как два этапа, даже если ваш продукт скрывает их за одной кнопкой. |
Старая поисковая фраза "GPT-4 Vision API pricing" здесь может ввести в заблуждение. В текущей документации OpenAI входы изображений описываются как токенизированные входы в мультимодальных вызовах моделей. Уровень детализации, размеры изображения и модель-специфический учёт токенов определяют стоимость входа изображения. Это отдельная статья бюджета от стоимости вывода GPT Image.
Таблица бюджета для функций GPT Image
Используйте эту таблицу перед выпуском функции, которая зависит от ценообразования OpenAI image API.
| Решение | Стартовое значение по умолчанию | Когда увеличивать стоимость | Что логировать |
|---|---|---|---|
| Модель | Выберите точную строку модели, например gpt-image-2 или gpt-image-1-mini. |
Используйте более дорогую модель для финальных результатов, визуалов, критичных для бренда, или редактирования, чувствительного к качеству. | ID модели, endpoint и путь провайдера. |
| Качество | Используйте low или medium для превью и черновиков. | Используйте high только тогда, когда визуальная точность влияет на конверсию, проверку или качество продакшена. | Настройка качества и размер результата. |
| Разрешение | Генерируйте только те размеры, которые нужны продукту. | Увеличивайте размер для финальных активов, а не для каждой промежуточной попытки. | Запрошенный размер и итоговый загруженный размер. |
| Входные изображения | Держите референсы и маски минимальными. | Добавляйте референсы, когда правки требуют сохранения идентичности, макета или стиля. | Количество входных изображений, detail/fidelity и число повторных попыток. |
| Пакетная обработка | Используйте вызовы в реальном времени для пользовательских сценариев. | Используйте Batch API для отложенных задач, когда это позволяет рабочий процесс. | Размер пакета, процент завершения и отклонённые задания. |
| Повторные попытки | Ограничьте автоматические повторы и показывайте понятные состояния ошибки. | Разрешайте дополнительные попытки только для платных рабочих процессов или внутренних продакшн-задач. | Повторы на один результат и стоимость одного успешного актива. |
Это превращает ценообразование OpenAI image API из статической таблицы в операционную модель: вы знаете, какие настройки подходят для прототипов, какие — для платных пользовательских сценариев, и какие требуют утверждения.
Как Flatkey помогает проводить аудит мультиформатных расходов
Flatkey не заменяет необходимость понимать прямое ценообразование OpenAI. Он дает командам единое место для маршрутизации и аудита использования между семействами моделей. В текущем публичном описании Flatkey указано, что команды могут получить доступ к Claude, GPT, Gemini, DeepSeek, Qwen, Seedance 2.0, GPT Image и другим моделям с одним API-ключом, с прозрачным ценообразованием, единым биллингом и одной панелью для ключей, использования и маршрутизации.
Это важно для ценообразования OpenAI image API, потому что рабочие нагрузки с изображениями редко бывают изолированными. Продукт может анализировать загруженный скриншот, генерировать черновик изображения, вызывать текстовую модель для подписей и направлять fallback-запросы через другого провайдера. Единое представление использования помогает увидеть совокупную стоимость вместо того, чтобы разбираться с счетами по отдельным аккаунтам провайдеров.
Когда вы используете Flatkey для маршрутизации изображений или мультимодальных запросов, проверьте следующие пункты:
- Откройте цены Flatkey и проверьте точную строку для модели изображения перед запуском.
- Подтвердите идентификатор модели, который вызывает ваше приложение, особенно если вы видите и текущие, и устаревшие названия GPT Image.
- Запустите небольшой тестовый набор и сравните ожидаемое количество запросов с журналами использования.
- Отслеживайте размер вывода, качество, повторные попытки и количество правок/референсных изображений в собственной продуктовой телеметрии.
- Проверьте расходы после первой реальной группы пользователей, а не только во время теста по идеальному сценарию.
В живом снимке цен Flatkey от 11 июня 2026 года endpoint с ценами возвращал 653 строки моделей и поддерживал семейства endpointов, включая image-generation, openai, openai-response и openai-video. Он также включал строки семейства GPT image, такие как gpt-image-2, openai/gpt-image-2, gpt-image-1.5, gpt-image-1-mini и устаревшую gpt-image-1. Используйте это как напоминание: проверяйте строку каталога на день публикации, а не полагайтесь на одно устаревшее имя модели.
Распространённые ошибки в оценке цен на OpenAI Image API
| Ошибка | Почему это выводит бюджет из строя | Лучшая практика |
|---|---|---|
| Использование одной средней цены за изображение | Это скрывает различия между моделью, качеством, размером и входными данными для редактирования. | Оценивайте по типу рабочего процесса: черновик, редактирование, финальный рендер, анализ и пакетная обработка. |
Перенос старых цен gpt-image-1 или DALL-E в новую функцию |
Текущие ценовые строки и доступность модели могут отличаться. | Проверьте цены OpenAI и каталог маршрутизируемого провайдера на дату развёртывания. |
| Игнорирование входных изображений | Редактирование изображений и референсы добавляют токены входных изображений. | Ведите журнал количества изображений, прикреплённых к каждому запросу. |
| Разрешение бесконтрольных повторных попыток | Неудачные или низкокачественные попытки могут стать скрытым центром затрат. | Установите лимиты повторных попыток и анализируйте стоимость одного принятого результата. |
| Смешивание визуального анализа с генерацией изображений | Бюджет входных токенов и бюджет выходных изображений — это не одно и то же. | Отслеживайте анализ и генерацию как отдельные этапы. |
Итоговый чек-лист перед запуском
- Выберите строку модели, которую вы действительно будете вызывать, и запишите точный ID модели.
- Разделите рабочие процессы text-to-image, редактирования, анализа и generate-after-analysis.
- Оцените стоимость вывода при конкретном качестве и размере, которые вы будете использовать в production.
- Добавьте стоимость текстового ввода, необязательного текстового вывода и ввода изображений для промптов, референсов, масок или загруженных изображений.
- Решите, могут ли какие-либо отложенные задачи использовать ценообразование Batch API.
- Настройте лимиты повторных попыток, лимиты квоты и уведомления об использовании до начала реального трафика.
- Используйте Flatkey pricing и журналы использования, чтобы сравнить ожидаемые и фактические расходы по маршрутизации.
Лучший план OpenAI image API pricing — это не одно число. Это короткий операционный цикл: проверьте текущую строку модели, оцените по рабочему процессу, запустите измеренный тестовый пакет и просмотрите фактическое использование в одной панели управления, прежде чем открывать функцию для большего числа пользователей.
View Pricing, чтобы проверить текущие строки моделей изображений Flatkey и сравнить мультимодальное использование, прежде чем масштабировать рабочий процесс GPT Image.
