Model and Modality Playbooks13 tháng 9, 2026Flatkey Team

GPT Image vs Imagen API: Đơn vị giá và kiểm tra yêu cầu

So sánh hiện tại giữa GPT Image và lộ trình tạo ảnh sau Imagen của Google, với đơn vị giá, kiểm tra yêu cầu, kiểm tra giới hạn tốc độ và hướng dẫn di chuyển.

Nếu bạn đang so sánh GPT Image vs Imagen API: Đơn vị giá và kiểm tra yêu cầu vào tháng 9 năm 2026, hãy bắt đầu với một điều chỉnh: Imagen không còn là đường dẫn tạo ảnh hiện tại của Google trong Gemini API. Trang deprecations của Google liệt kê các mô hình API Imagen 4 đã bị ngừng vào ngày 17 tháng 8 năm 2026, với gemini-3.1-flash-image là phương án thay thế được khuyến nghị. Hiện Google giới thiệu Nano Banana là họ tạo ảnh gốc của Gemini.

Điều đó làm thay đổi câu hỏi mua hàng. Một so sánh hữu ích không phải là "endpoint đang hoạt động nào có thư viện mẫu đẹp hơn?" Mà là: đơn vị của GPT Image của OpenAI so với đơn vị Nano Banana hiện tại của Google như thế nào, và nhóm media hoặc sản phẩm cần chạy những kiểm tra yêu cầu nào trước khi chuyển lưu lượng?

Hướng dẫn này sử dụng tài liệu chính thức được kiểm tra vào ngày 13 tháng 9 năm 2026:

Tài liệu hiện tại của OpenAI về tạo ảnh và giá cho gpt-image-2.5-sunburst, gpt-image-2.5-flare, và gpt-image-2.
Tài liệu hiện tại của Google Gemini API về Nano Banana, giá ảnh Gemini, giới hạn tốc độ, và deprecations của Imagen.
Luồng mô hình/giá trực tiếp của Flatkey và các trang sản phẩm công khai để kiểm tra định tuyến, tính phí, và họ endpoint.

Câu trả lời nhanh

Với công việc mới, hãy so sánh GPT Image với các mô hình Nano Banana hiện tại của Google, chứ không phải với các tuyến Imagen 4 đã ngừng.

Decision point	GPT Image	Google image generation after Imagen	What to check before launch
Current image family	`gpt-image-2.5-sunburst`, `gpt-image-2.5-flare`, và `gpt-image-2` trong tài liệu OpenAI	Các mô hình Nano Banana như `gemini-3.1-flash-image`, `gemini-3.1-flash-lite-image`, và `gemini-3-pro-image`	Xác nhận model ID, route, quyền truy cập tài khoản, và trạng thái deprecation vào ngày bạn triển khai
Pricing unit	Tỷ giá token cho văn bản và ảnh trên mỗi 1M token	Tỷ giá token cho văn bản/ảnh cộng với các đơn vị tương đương đầu ra ảnh suy ra từ độ phân giải	Chuẩn hóa chi phí theo mỗi ảnh được chấp nhận, không chỉ theo giá niêm yết của nhà cung cấp
Single-shot generation	OpenAI Image API	Gemini Interactions API với đầu ra ảnh	Xác thực các trường bắt buộc, tỷ lệ khung hình, kích thước ảnh, định dạng đầu ra, và hành vi số lượng đầu ra
Iterative edits	OpenAI Responses API image tool hoặc Image Edits endpoint	Tương tác nhiều lượt của Gemini với `previous_interaction_id`	Chỉ lưu response trước đó hoặc interaction ID khi bạn thực sự cần lặp
Rate-limit shape	Có thể áp dụng RPM, RPD, TPM, TPD, IPM, và giới hạn theo tài khoản/dự án	Có thể áp dụng RPM, TPM, RPD, và IPM, với IPM dành cho các mô hình ảnh Nano Banana	Xem giới hạn tốc độ là một phần của chính sách định tuyến, không phải việc phụ
Migration risk	Thay đổi model/version bên trong họ GPT Image	Các route API Imagen cũ đã vượt qua ngày ngừng hoạt động 17 tháng 8 năm 2026	Chặn các route `imagen-4.0-*` cũ trong các kiểm tra production

Nếu bạn cần một hướng dẫn triển khai API tạo ảnh thực tế, hãy kết hợp so sánh này với hướng dẫn Image Generation API của Flatkey. Nếu bạn đang mô hình hóa chi tiêu trên nhiều họ AI, cũng hãy dùng hướng dẫn định giá Gemini API và sổ tay định tuyến đa phương thức.

Tại sao Imagen cần kiểm tra di trú ngay bây giờ

Người tìm kiếm vẫn dùng "Imagen API" vì Imagen từng là dòng API chuyển văn bản thành hình ảnh có tên riêng của Google. Nhưng tài liệu hiện tại của Google cho biết các nhóm nên chuyển trọng tâm sang Nano Banana.

Kiểm tra di trú là rất cụ thể:

Họ mô hình cũ	Trạng thái Google được kiểm tra vào ngày 13 tháng 9, 2026	Thay thế được khuyến nghị trong tài liệu Google	Kết quả thực tế
`imagen-4.0-generate-001`	Đã ngừng hoạt động vào ngày 17 tháng 8, 2026	`gemini-3.1-flash-image`	Không xây dựng lưu lượng sản xuất mới trên tuyến này
`imagen-4.0-ultra-generate-001`	Đã ngừng hoạt động vào ngày 17 tháng 8, 2026	`gemini-3.1-flash-image`	Xem các mẫu yêu cầu cũ là nợ di trú
`imagen-4.0-fast-generate-001`	Đã ngừng hoạt động vào ngày 17 tháng 8, 2026	`gemini-3.1-flash-image`	Dùng các mô hình ảnh Gemini hiện tại để đánh giá mới
`gemini-2.5-flash-image`	Đã bị ngừng khuyến nghị, ngày ngừng hoạt động là 2 tháng 10, 2026	`gemini-3.1-flash-image` hoặc `gemini-3.1-flash-lite-image`	Di trú trước khi cửa sổ ngừng hoạt động đóng lại

Đó là lần kiểm tra yêu cầu đầu tiên trong bất kỳ quy trình GPT Image vs Imagen API: Đơn vị giá và kiểm tra yêu cầu nào: hãy নিশ্চিত đảm bảo rằng phía "Imagen" trong phép so sánh không phải là một mã mô hình đã nghỉ hưu.

Đơn vị giá: GPT Image

OpenAI định giá các mô hình GPT Image hiện tại theo phương thức. Bảng giá được kiểm tra vào ngày 13 tháng 9, 2026 liệt kê giá trên mỗi 1 triệu token cho các bề mặt hình ảnh và văn bản.

Mô hình OpenAI	Phương thức	Đầu vào	Đầu vào đã lưu đệm	Đầu ra
`gpt-image-2.5-sunburst`	Ảnh	$8.00 / 1M token	$2.00 / 1M token	$30.00 / 1M token
`gpt-image-2.5-sunburst`	Văn bản	$5.00 / 1M token	$1.25 / 1M token	Không được liệt kê
`gpt-image-2.5-flare`	Ảnh	$8.00 / 1M token	$2.00 / 1M token	$30.00 / 1M token
`gpt-image-2.5-flare`	Văn bản	$5.00 / 1M token	$1.25 / 1M token	Không được liệt kê
`gpt-image-2`	Ảnh	$8.00 / 1M token	$2.00 / 1M token	$30.00 / 1M token
`gpt-image-2`	Văn bản	$5.00 / 1M token	$1.25 / 1M token	Không được liệt kê

Trang giá của OpenAI cũng hiển thị giá Batch cho gpt-image-2, trong đó đầu vào ảnh, đầu vào đã lưu đệm và đầu ra được liệt kê lần lượt là $4.00, $1.00 và $15.00 cho mỗi 1M token. Không áp dụng hàng Batch đó cho gpt-image-2.5-sunburst hoặc gpt-image-2.5-flare trừ khi trang giá trực tiếp liệt kê các mô hình đó trong tab Batch vào ngày bạn xem xét.

Điểm quan trọng là dạng đơn vị: giá GPT Image không phải là một con số "mỗi yêu cầu" cố định. Các nhóm sản phẩm cần ước tính văn bản prompt, đầu vào ảnh nếu chỉnh sửa hoặc dùng ảnh tham chiếu, đầu ra ảnh được tạo, hành vi cache và liệu khối lượng công việc có chấp nhận được độ trễ batch hay không.

Đơn vị giá: Google sau Imagen

Tài liệu hiện tại của Google về tạo ảnh Gemini mô tả Nano Banana là khả năng tạo ảnh gốc của Gemini. Trang giá hiện tại liệt kê đầu ra ảnh theo token, rồi đưa ra các quy đổi theo từng ảnh dựa trên độ phân giải đầu ra.

Mô hình Google	Đơn vị đầu vào trả phí	Đơn vị đầu ra trả phí	Quy đổi theo từng ảnh do Google hiển thị
`gemini-3.1-flash-image` / Nano Banana 2	$0.50 / 1M token cho đầu vào văn bản/ảnh	$60.00 / 1M token cho ảnh	$0.045 ở 0.5K, $0.067 ở 1K, $0.101 ở 2K, $0.151 ở 4K
`gemini-3.1-flash-lite-image` / Nano Banana 2 Lite	$0.25 / 1M token cho đầu vào văn bản/ảnh/video	$30.00 / 1M token cho ảnh	$0.0336 ở 1K
`gemini-3-pro-image` / Nano Banana Pro	$2.00 / 1M token cho đầu vào văn bản/ảnh, với mức tương đương đầu vào ảnh là $0.0011 cho mỗi ảnh	$120.00 / 1M token cho ảnh	$0.134 ở 1K/2K, $0.24 ở 4K

Google cũng liệt kê giá Batch cho các mô hình ảnh Gemini hiện tại. Ví dụ, trang giá cho thấy đầu ra ảnh Batch của gemini-3.1-flash-image là $30.00 cho mỗi 1M token và đầu ra ảnh Batch của gemini-3.1-flash-lite-image là $15.00 cho mỗi 1M token. Điều đó có thể quan trọng đối với các công việc tạo biến thể sáng tạo khối lượng lớn không cần độ trễ tương tác.

Đơn vị tính tương tự như GPT Image nhưng không hoàn toàn giống. OpenAI trình bày GPT Image dưới dạng giá theo token văn bản và hình ảnh. Google trình bày Nano Banana dưới dạng giá theo token cộng với các đơn vị hình ảnh tương đương dựa trên độ phân giải. Nếu dashboard của bạn chỉ đếm "requests", nó sẽ che đi các yếu tố chi phí thực sự làm thay đổi hóa đơn.

Kiểm tra yêu cầu trước khi bạn so sánh kết quả

Trước khi chạy một bài so sánh chất lượng, hãy để cả hai bên vượt qua cùng một danh sách kiểm tra yêu cầu.

Kiểm tra	GPT Image	Đường dẫn hình ảnh hiện tại của Google	Vì sao điều này quan trọng
Active model ID	Dùng `gpt-image-2.5-sunburst`, `gpt-image-2.5-flare`, hoặc một model GPT Image khác hiện đang được tài liệu hóa	Dùng một model Nano Banana hiện tại như `gemini-3.1-flash-image`; chặn các ID `imagen-4.0-*` đã ngừng hỗ trợ	Ngăn việc so sánh một tuyến đang hoạt động với một tuyến đã lỗi thời hoặc đã bị tắt
API surface	Dùng Image API cho các lần tạo/chỉnh sửa một lần; dùng Responses API cho các luồng nhiều lượt	Dùng Gemini Interactions API cho tạo ảnh, chỉnh sửa và các quy trình nhiều lượt	Hình dạng API thay đổi cách xử lý trạng thái và chính sách thử lại
Output constraints	Kiểm tra `n`, quality, size, format, compression, và việc xác minh tổ chức có bắt buộc hay không	Kiểm tra `response_format`, `aspect_ratio`, `image_size`, chế độ đầu ra, và các hạn chế riêng của model	Các giá trị mặc định tham số kém có thể làm sai lệch thử nghiệm chi phí và chất lượng
Reference images	Xác nhận cách xử lý đầu vào ảnh cho các tác vụ chỉnh sửa hoặc quy trình Responses API	Xác nhận MIME type, payload base64, và giới hạn số lượng ảnh tham chiếu cho model đã chọn	Các quy trình sáng tạo và thương mại điện tử thường phụ thuộc vào ảnh tham chiếu
Safety and rights	Áp dụng kiểm tra chính sách cho tài sản tải lên và đầu ra được tạo ra	Áp dụng hướng dẫn về quyền/safety của Google và kỳ vọng watermark SynthID	Các đội media cần một luồng duyệt, không chỉ là các tệp được tạo ra
Rate limits	Kiểm tra RPM, RPD, TPM, TPD, IPM, giới hạn project/org, và hành vi `Retry-After`	Kiểm tra RPM, TPM, RPD, IPM, giới hạn cấp project, và giới hạn của model preview	Một prompt thử nghiệm thắng thế không đồng nghĩa với một kế hoạch năng lực sản xuất
Usage accounting	Ghi lại văn bản đầu vào, ảnh đầu vào, ảnh đầu ra, cache, lỗi, và trạng thái ảnh được chấp nhận	Ghi lại đơn vị đầu vào, độ phân giải ảnh đầu ra, các tương đương image-token, phí grounding tìm kiếm nếu có dùng, lỗi, và trạng thái ảnh được chấp nhận	Tài chính cần chi phí trên mỗi tài sản được chấp nhận, không phải chi phí trên mỗi lần thử

Hãy chạy các kiểm tra này trước. Nếu chúng thất bại, việc so sánh model sẽ gây hiểu nhầm.

Chi phí trên mỗi ảnh được chấp nhận tốt hơn chi phí trên mỗi request

Chi phí tạo ảnh không kết thúc khi nhà cung cấp trả về một tệp. Với quy trình media, một request "thành công" thường có nghĩa là ảnh đã qua duyệt và có thể được sử dụng.

Sử dụng chỉ số chuẩn hóa này:

cost_per_accepted_image =
  (all_generation_cost + edit_cost + retry_cost + grounding_or_tool_cost)
  / accepted_images

Sau đó phân tách nó:

Phân đoạn	Những gì cần đo
Tạo bản nháp	Chi phí trên mỗi khái niệm có thể sử dụng, độ trễ đến kết quả đầu tiên, tỷ lệ từ chối prompt
Chỉnh sửa hình ảnh	Chi phí trên mỗi lần chỉnh sửa được chấp nhận, độ trung thực với tham chiếu, số vòng lặp
Biến thể chiến dịch	Chi phí trên mỗi biến thể được phê duyệt, thời gian chờ hàng đợi theo lô, khối lượng xem xét của con người
Hình ảnh sản phẩm	Tỷ lệ nhầm đối tượng, lỗi vi phạm quy tắc thương hiệu, số lần chỉnh sửa lại cần thiết
Phương tiện do tác nhân tạo ra	Chi phí theo tác vụ, tỷ lệ dự phòng, và việc tác nhân có thử lại một cách mù quáng hay không

Đây là lúc một bộ định tuyến đa mô hình trở nên quan trọng. Định vị của Flatkey là một khóa, một số dư, và một sổ theo dõi sử dụng cho cả cuộc gọi mô hình và công cụ. Với một đội nhóm chạy tạo ảnh song song với chat, video, giọng nói, hoặc luồng tác nhân, lợi thế vận hành không chỉ là quyền truy cập mô hình. Đó là việc nhìn thấy mọi yêu cầu, loại token, họ endpoint, và lỗi ở một nơi.

Flatkey Phù Hợp Với So Sánh Này Như Thế Nào

Không nên trình bày Flatkey như một công tắc giảm giá kỳ diệu cho mọi quy trình hình ảnh. Khẳng định mạnh hơn thì đơn giản hơn và có nguồn xác thực: Flatkey cung cấp cho các đội nhóm một lớp API cho nhiều mô hình và công cụ chính thức, một số dư, một hóa đơn, và một sổ cái cho việc sử dụng mô hình và công cụ.

Với chủ đề này, các kiểm tra hữu ích của Flatkey là:

Kiểm tra Flatkey	Kết quả nguồn trực tiếp ngày 13 tháng 9 năm 2026	Cách sử dụng
Họ endpoint	`image-generation` được liệt kê cùng `POST /v1/images/generations`	Xác nhận rằng một họ tuyến tạo ảnh tồn tại trong nguồn định tuyến công khai
Các dòng GPT Image	`gpt-image-2.5-sunburst`, `gpt-image-2.5-flare`, và `gpt-image-2` xuất hiện dưới các loại endpoint image-generation/OpenAI-compatible	Sử dụng Flatkey khi bạn muốn lưu lượng GPT Image nằm dưới cùng lớp thanh toán và sổ cái với các tuyến AI khác
Các dòng ảnh Gemini	`gemini-3.1-flash-image`, `gemini-3.1-flash-lite-image`, `gemini-3-pro-image`, và `gemini-2.5-flash-image` xuất hiện dưới các loại endpoint Gemini/OpenAI-compatible	Dùng nguồn cấp để xác thực tình trạng khả dụng mô hình hiện tại của phía Google và tránh các giả định Imagen lỗi thời
Các dòng Imagen đã ngừng hỗ trợ	Không có tuyến image-generation `imagen-4.0-*` hiện tại nào được xác nhận trong lần kiểm tra nguồn cấp	Không nên ám chỉ rằng các tuyến Flatkey đã loại bỏ lưu lượng API Imagen trừ khi một lần kiểm tra nguồn cấp trong tương lai xác nhận điều đó

Nếu quy trình chỉ là một nguyên mẫu GPT Image độc lập, tích hợp trực tiếp với nhà cung cấp có thể là đủ. Nếu quy trình nằm trong một ngăn xếp sản xuất rộng hơn với prompt chat, chỉnh sửa ảnh, giới hạn sử dụng, thử lại, và xem xét chi phí, thì một cổng trung gian như Flatkey sẽ cung cấp cho đội nhóm một nơi để chuẩn hóa kiểm tra yêu cầu và chi tiêu.

Để xem xét khả dụng mô hình và thanh toán, hãy bắt đầu với thư mục mô hình Flatkey và giá của Flatkey.

Quy Trình Đánh Giá Thực Tế

Sử dụng quy trình này cho GPT Image vs Imagen API: Đơn vị giá và kiểm tra yêu cầu trước khi định tuyến lưu lượng sản xuất.

Thay thế ngôn ngữ Imagen đã lỗi thời. Nếu một đặc tả, ticket hoặc prompt nói imagen-4.0-*, hãy cập nhật nó thành model Google hiện tại đang được thử nghiệm, thường là một model Nano Banana.
Cố định ba tác vụ đại diện. Bao gồm một lần tạo đơn giản, một lần chỉnh sửa dựa trên tham chiếu, và một lần sửa đổi sáng tạo nhiều lượt.
Chuẩn hóa yêu cầu đầu ra. Chốt tỷ lệ khung hình, kích thước ảnh, định dạng, độ phân giải, và tiêu chí đánh giá trước khi thử nghiệm.
Ước tính đơn vị của nhà cung cấp. Với GPT Image, mô hình hóa token văn bản và token ảnh. Với Nano Banana, mô hình hóa token đầu vào và các tương đương độ phân giải đầu ra.
Ghi nhận các lần thử thất bại. Đếm riêng các yêu cầu không hợp lệ, chặn an toàn, giới hạn tốc độ, hết thời gian chờ, và lỗi trong khâu duyệt.
Tính kinh tế theo ảnh được chấp nhận. Dùng chi phí trên mỗi tài sản được chấp nhận, không phải chi phí trên mỗi yêu cầu thô.
Kiểm tra tính khả dụng của tuyến. Xác nhận model ID, họ endpoint, cấp tài khoản, giới hạn tổ chức/dự án, và trạng thái ngừng hỗ trợ vào ngày ra mắt.
Quyết định chính sách định tuyến. Giữ tích hợp trực tiếp cho các thử nghiệm hẹp với một nhà cung cấp; dùng gateway khi nhiều model, đội nhóm, hoặc ngân sách cùng chia sẻ quy trình làm việc.

Nên chọn API nào cho một đội ngũ media?

Hãy chọn GPT Image trước khi đội của bạn muốn dùng các model ảnh hiện tại của OpenAI, khi ứng dụng hiện có của bạn đã sử dụng các mẫu SDK của OpenAI, hoặc khi quy trình cần tách riêng giữa Image API và Responses API.

Hãy chọn luồng Nano Banana hiện tại của Google trước khi đội của bạn đã xây dựng trong Gemini, cần các tính năng ảnh chuyên biệt của Gemini, hoặc muốn thử các model ảnh hiện tại của Google sau khi Imagen ngừng hoạt động.

Hãy dùng Flatkey khi câu trả lời không thuộc về một nhà cung cấp duy nhất. Điều đó rất phổ biến với các đội media vì các hệ thống production thực tế kết hợp tạo ảnh, chỉnh sửa, prompt chat, duyệt tài sản, biến thể chiến dịch, và báo cáo chi phí. Một lớp định tuyến dùng chung cho phép đội kiểm thử nhà cung cấp trong khi vẫn giữ kiểm soát sử dụng và hạch toán nhất quán.

Câu hỏi thường gặp

API Imagen còn hoạt động trong Gemini API không?

Trang deprecations của Google được kiểm tra vào ngày 13 tháng 9 năm 2026 liệt kê các model generate của Imagen 4 với ngày ngừng hoạt động là 17 tháng 8 năm 2026. Với công việc tạo ảnh mới trên Google, hãy dùng họ model Nano Banana hiện tại được tài liệu hóa trong Gemini image generation.

GPT Image được tính giá theo ảnh hay theo token?

Bảng giá GPT Image hiện tại của OpenAI liệt kê các model tạo ảnh theo modality, với mức giá cho văn bản và ảnh trên mỗi 1M token. Ước tính chi phí nên bao gồm văn bản prompt, ảnh đầu vào cho chỉnh sửa hoặc tham chiếu, ảnh đầu ra được tạo, hành vi cache, và mọi giả định về batch.

Tại sao trang giá của Google lại hiển thị số theo từng ảnh?

Google liệt kê đầu ra ảnh Nano Banana theo token rồi đưa ra các tương đương trên mỗi ảnh dựa trên độ phân giải đầu ra. Ví dụ, đầu ra ảnh của gemini-3.1-flash-image được tính giá 60 USD cho mỗi 1M token, với các tương đương được liệt kê cho ảnh 0.5K, 1K, 2K, và 4K.

Tôi nên ghi lại gì cho một so sánh API ảnh?

Ghi lại model ID, endpoint, độ dài văn bản prompt, số lượng ảnh tham chiếu, kích thước đầu ra, đầu ra token ảnh hoặc tương đương trên mỗi ảnh, header hoặc lỗi giới hạn tốc độ, lý do retry, kết quả review, và trạng thái ảnh được chấp nhận.

Flatkey giúp ở đâu?

Flatkey hữu ích khi tạo ảnh là một phần của quy trình làm việc trong một sản phẩm AI rộng hơn. Thay vì theo dõi các khóa nhà cung cấp, hóa đơn và bảng điều khiển mức sử dụng riêng biệt, các nhóm có thể định tuyến các lệnh gọi mô hình qua một khóa duy nhất và xem mức sử dụng từ một số dư và sổ cái dùng chung.