图像生成 API 定价看起来很简单，直到团队开始对比真实账单。OpenAI 将图像工作按图像和文本 token 行计价，采用缓存输入规则和特定模型的输出费率。Google 将 Gemini 图像路由、Imagen 路由以及 Vertex AI 定价表面分开。fal 提供的是类似市场的按量付费目录，其计费单位可以是生成次数、百万像素、积分、秒数或 GPU 时间。
这就是为什么 image generation api pricing 对比不应从“哪个模型最便宜”这种笼统说法开始。更有用的比较指标是每张被接受图像的成本：把提示文本、参考图像、输出生成、编辑、重试、安全拒绝、放大处理和人工审核的全包成本，除以你的工作流实际能够交付的图像数量。
本指南面向比较 OpenAI GPT Image、Google Gemini Image、Google Imagen、fal/FLUX 风格路由，以及 Flatkey 等多提供商 API 层的开发者、产品团队和采购团队。来源核查时间为 2026 年 10 月 13 日。请将每一行价格视为某一时点的规划数据，并在生产上线前重新核对官方提供商页面。
快速答案：先统一定价单位
在比较 image generation API pricing 各行之前，请先使用下表。
| Provider route | Public pricing shape to normalize | What usually changes the bill |
|---|---|---|
| OpenAI GPT Image | Image input, cached image input, image output, and text token rows by model | Model version, quality level, output size, direct Images API vs Responses API, edits, masks, reference images, and streamed partial images |
| Google Gemini Image | Gemini model token pricing plus image output or image-equivalent rows | Current vs preview model, 1K/2K/4K output, input images, grounding, batch/flex mode, and model lifecycle |
| Google Imagen | Per-generated-image or feature-specific image rows through Google AI / Vertex AI surfaces | Fast, standard, and premium tiers; editing, upscaling, product recontextualization, region, and endpoint availability |
| fal / model marketplace | Per generation, per megapixel, credits, seconds, or GPU time depending on the model page | Model choice, resolution, LoRA or fine-tune options, queue mode, failed jobs, and whether you deploy your own model |
| Flatkey route | Route-level model row, request ledger, one balance, and one invoice | The provider billing unit still matters, but usage evidence and reconciliation stay in one place |
工作表指标如下：
accepted_image_cost =
(prompt_text_cost
+ input_image_cost
+ generation_cost
+ edit_or_upscale_cost
+ retry_cost
+ human_review_or_retouch_cost)
/ accepted_images
对于创意工作流来说，“accepted（被接受）”这个词很重要。如果一次 $0.04 的生成接受率只有 35%，而一次 $0.08 的生成接受率有 75%，那么即使标价更高，第二条路由对最终资产来说也可能更便宜。
图像生成 API 定价对比
下面的对比刻意保持简洁。它展示的是如何阅读各个定价表面，而不是一个过时的总表——模型家族一旦变化，这种总表很快就会失准。
| Route family | Current pricing evidence checked | Best starting use case | Procurement warning |
|---|---|---|---|
| GPT Image | OpenAI's pricing table lists current GPT Image model rows, including image input, cached image input, and image output prices per 1M tokens. The image guide also points readers to a cost calculator for image generation. | Product hero images, edits, transparent-background work, and workflows where output control is worth measuring carefully | Do not compare one low-quality sample to another provider's premium output. Responses API cached-input rules do not apply to every image endpoint path. |
| Gemini Image | Google AI's pricing page lists current Gemini model pricing and model pages for Gemini image routes. Older preview or deprecated model IDs can still appear in old examples. | Multimodal applications where image generation sits near image understanding, prompt reasoning, or broader Gemini workflow logic | Include input images, output resolution, grounding, and batch/flex eligibility before calling it cheaper. |
| Imagen | Google Cloud Vertex AI pricing is the authoritative planning source for Vertex-hosted Imagen rows and feature families. | Forecastable campaign generation, product imagery, and teams that prefer per-image budgeting | Per-image pricing is easier to explain, but region, endpoint, feature support, and model lifecycle still need verification. |
| fal / FLUX-style routes | fal's pricing page describes pay-per-use model APIs and serverless GPU pricing, while individual model pages expose the exact billing unit for each route. | Teams that need broad model-marketplace access, open media models, fast experiments, or serverless custom inference | Units vary by model. A per-generation row, per-megapixel row, and GPU-hour row should not be compared without a job spec. |
| Flatkey | Flatkey's product source positions one key, one balance, one invoice, and request-level usage evidence across supported models and tools. | Teams testing multiple model families without managing separate provider keys and invoices | Flatkey simplifies routing and billing evidence; it does not remove the need to verify the source model unit and route-specific price. |
GPT Image 定价：Token 行需要明确的工作说明
OpenAI 的图像定价已经不再只是一个单一的“每张图”数字。当前定价页面按模态列出了 GPT Image 模型行。例如，当前的 GPT Image 2 行会分别显示图像输入、缓存图像输入和图像输出价格，而文本输入则有自己单独的一行。真正重要的不只是精确价格；而是一次生成的图像可能包含多个计费组件。
在将 GPT Image 与 Gemini 或 Imagen 比较之前，请先创建一份工作说明：
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
然后比较实际请求记录，而不只是表格行。一个高度依赖参考图的编辑流程，经济性可能与纯文本生成图片的批量流程完全不同。一个流式创意 UI 也可能产生应计入预算的部分输出。
当质量控制成本很高时，GPT Image 往往值得先测试：产品形状保真度、透明背景、编辑连续性、品牌安全的营销活动图片，或者那些一旦进行人工修图就会抵消更便宜生成路径节省的场景。
Gemini 图像定价：把输入图像、分辨率和生命周期都算进去
如果团队只看输出示例，就很容易误读 Gemini 图像定价。一个 Gemini 工作流可能包含提示文本、输入图像、图像输出、更高分辨率输出、grounding，以及 batch/flex 选项。Google 也会随着时间调整模型状态，因此当前模型页面和定价表同样重要。
Gemini 图像路线请使用这份检查清单：
| 检查项 | 重要原因 |
|---|---|
| 准确的模型 ID | 预览版、已弃用和当前的模型 ID 可能具有不同的可用性和定价。 |
| 输出分辨率 | 1K/2K 的创意预览和 4K 的最终素材应分别进行预测。 |
| 输入图像 | 参考图和产品图会改变实际成本。 |
| grounding 或搜索 | 在使用时，grounding 可能会增加单独费用。 |
| Batch 或 flex 模式 | 更低成本的模式可能无法满足交互式创意审核的延迟要求。 |
| 接受率 | 即使标价单价不是最低，出色的多模态匹配也能减少被拒绝的输出。 |
当图像生成是更广泛的多模态产品的一部分时，Gemini 是一个很强的候选：图像理解、提示推理、客户上传的参考图，以及在一个流程中生成创意变体。如果你只需要一批简单图片，而且从不使用周边多模态能力，那么它作为对比对象就没那么清晰。
对于 image generation api pricing，Gemini 的启示很直接：不要把图像输出成本与生成该图像的多模态上下文割裂开来。
Imagen 定价：更容易预测，但仍然不是自动化的
Imagen 风格的定价对财务团队更友好，因为许多规划行可以按每张生成图片或按功能族来表达。这让活动预测更清晰：
monthly_imagen_budget =
accepted_images_required
* attempts_per_accepted_image
* price_per_generated_image
+ feature_specific_costs
这种简洁性很有帮助，但并不能取消生产环境检查。请确认：
- 具体的 Imagen 模型或功能族。
- 该路线是通过 Gemini API、Vertex AI，还是其他提供方界面访问。
- 地区和账户可用性。
- 你的工作流是否需要生成、编辑、放大、虚拟试穿或产品重构场景。
- 当前生命周期状态和迁移说明。
- 所选的 Flatkey 路由是否暴露了你的应用实际调用的端点。
Imagen 往往适合作为批量活动变体、电商产品图，以及希望以更财务友好的按图像预测方式进行规划的团队的首个测试。但如果接受率更低，或者功能集迫使你进行额外修图，那么更低的单张价格也可能失去优势。
fal 和市场路线：比较计费单位，而不仅仅是模型名称
市场式图像 API 平台很有用，因为它们能快速暴露许多媒体模型。代价是每条路线都可能有自己的计费语法。某些页面按次生成收费。另一些按每兆像素收费。还有一些按 credits、秒数或无服务器 GPU 时间收费。
对于 fal/FLUX 风格的路线，请建立如下表项：
| 字段 | 示例值 |
|---|---|
| 模型页面 URL | 你将调用的确切路线 |
| 计费单位 | 生成次数、每兆像素、credit、秒数或 GPU 小时 |
| 分辨率 | 最终输出像素，而不仅仅是提示设置 |
| 队列模式 | 交互式或批处理 |
| 失败计费 | 失败作业、取消或安全拦截是否计费 |
| 变体数量 | 每个提示词的输出数量 |
| 接受率 | 已接受的最终素材除以已生成素材 |
这很重要，因为某个市场模型在一种分辨率下看起来很便宜，但在放大、变体、重试和人工审核之后可能就没那么有吸引力了。市场访问对测试很有价值；采购仍然需要标准化单位。
每张已接受图像的成本工作表
在将生产流量投入之前，请先使用此工作表。
| 工作表字段 | GPT Image | Gemini Image | Imagen | fal / marketplace |
|---|---|---|---|---|
| 提示文本 | 包含文本 token 行 | 包含文本 token 行 | 验证提供方界面 | 通常包含在路由单位中，但需验证 |
| 参考图像 | 包含图像输入行 | 包含图像输入行 | 验证特定功能的输入单位 | 确认是否单独收费 |
| 生成单位 | 按模型计算的图像输出 token | 图像输出或模型 token 行 | 生成图像 / 功能行 | 按生成量、百万像素、credit、秒或 GPU 时间计费 |
| 编辑/放大 | 如单独计费则包含 | 如单独计费则包含 | 特定功能 | 按模型而定 |
| 每张可接受图像的尝试次数 | 在试点中测量 | 在试点中测量 | 在试点中测量 | 在试点中测量 |
| 人工审核 / 修图 | 如有显著影响则计入人工成本 | 如有显著影响则计入人工成本 | 如有显著影响则计入人工成本 | 如有显著影响则计入人工成本 |
| 最终对比指标 | 每张可接受图像成本 | 每张可接受图像成本 | 每张可接受图像成本 | 每张可接受图像成本 |
在试点开始前先定义“可接受”。对于电商或媒体工作流，可接受可能意味着：
- 图像通过创意审核。
- 产品形状、颜色和包装正确。
- 不需要对文字、手部、解剖结构、面部、Logo 或安全缺陷进行修图。
- 输出符合 marketplace 或广告平台规则。
- 资产在允许的重试预算内获批。
这会把图像生成 API 定价从读表练习转变为运营指标。
示例预测
假设某个活动需要 500 张可接受图像。
| 路由 | 标示生成成本 | 每张可接受图像的尝试次数 | 全量可接受图像逻辑 |
|---|---|---|---|
| 路由 A | 较低的标价单位 | 3.0 次尝试 | 在剔除被拒输出和修图后，成本可能更高 |
| 路由 B | 中等标价单位 | 1.8 次尝试 | 如果提示遵循和编辑连续性更强，可能胜出 |
| 路由 C | 较高的标价单位 | 1.3 次尝试 | 如果审核时间下降，对于高价值主视觉素材仍可能胜出 |
预测公式为：
campaign_cost =
accepted_images_required
* attempts_per_accepted_image
* all_in_cost_per_attempt
+ human_review_or_retouch_cost
在采购将某一路由视为更便宜之前，请先运行 30 到 50 张图像的试点。试点应对每条路由使用相同的提示词集合、参考图像、尺寸要求和审核规则。
Flatkey 如何帮助控制定价
Flatkey 的作用不是宣称某一家提供商在所有情况下都更便宜。它的价值在于运营层面：一个密钥、一个预付余额、一张发票，以及跨受支持模型和工具的路由级使用证据。这有助于开发人员和财务团队在不把提供商密钥散落到各个代理、服务和环境中的情况下比较图像生成 API 定价。
在通过多提供商 API 层转发流量之前，请验证：
- 该模型出现在 Flatkey 模型目录或定价页面中。
- 端点家族与您的应用路径匹配。
- 定价行和提供商单位是最新的。
- 请求台账记录 model ID、路由、单位数量、成本、状态和请求 ID。
- Flatkey 侧故障、提供商侧故障、被拒绝的创意输出以及人工审核拒绝都被分别标记。
- 财务负责人可以用一张发票对账使用情况。
关于相邻的路由决策，请阅读 GPT Image vs Gemini Image API 指南、Imagen API 定价与路由检查清单，以及更广泛的 AI 模型定价对比。
何种定价模型更占优势
| 场景 | 更好的起点 | 原因 |
|---|---|---|
| 严格的产品主视觉图 | GPT Image 或 Gemini Pro 风格的图像路由 | 输出质量、编辑连续性和更少的被拒图像，可能胜过更低的标价成本。 |
| 多模态创意应用 | Gemini Image | 生成能力可以与图像理解以及文本/图像推理紧密结合。 |
| 批量活动变体 | Imagen fast/standard 或 marketplace 路由 | 按图像或按路由的单位更容易在规模化场景下预测。 |
| 模型实验 | fal / marketplace 路由 | 广泛的目录访问有助于团队基准测试风格、速度和接受率。 |
| 财务需要单一台账 | Flatkey 路由对比 | 一个余额和一张发票可以减少跨提供商实验的对账工作。 |
常见定价错误
在比较图像生成 API 定价时，请避免这些错误：
- 比较一个提供商的低质量路径与另一个提供商的高质量路径。
- 忽略参考图片输入成本。
- 将预览版或已弃用的模型 ID 当作生产路径。
- 忘记重试、安全拒绝和人工修图的成本。
- 衡量每张生成图片的成本，而不是每张被接受图片的成本。
- 将直接提供商价格与路由价格混在一起，却不标明来源。
- 未经冒烟测试就假设端点支持编辑、遮罩、透明背景或 4K 输出。
- 让每个产品团队单独购买提供商积分，而没有共享账本。
官方定价参考
在正式上线前查看这些页面：
- OpenAI API 定价
- OpenAI 图像生成指南
- Google AI Gemini API 定价
- Google Cloud Vertex AI 生成式 AI 定价
- fal 定价
- Flatkey 定价
- Flatkey 模型目录
常见问题
比较图像生成 API 定价的最佳方式是什么？
比较每张被接受图片的成本。在决定哪条路径更便宜之前，先统一提示词文本、输入图片、生成单位、分辨率、质量、重试、被拒绝输出和审核成本。
GPT Image 是按图片还是按 token 计费？
OpenAI 当前的定价页面包含 GPT Image 模型的图片和文本 token 行。请将示例图片估算视为规划辅助，并验证你的端点和工作负载的实际用量。
Gemini Image 比 GPT Image 更便宜吗？
不一定。Gemini Image 可能更适合多模态工作流，但输入图片、输出分辨率、grounding、批处理模式和接受率都会改变最终成本。
Imagen 更容易做预算吗？
通常是的。Imagen 风格的路径更容易预测，因为许多规划条目都是按每张生成图片或按功能系列计费。你仍然需要验证模型状态、端点、区域、功能支持和接受率。
采购应如何比较 fal 或 marketplace 路径？
使用准确的模型页面和计费单位。一个按生成次数计费的 marketplace 路径，不应直接与另一个按兆像素、积分、秒或 GPU 小时计费的路径比较，直到两者都被统一为每张被接受图片的成本。
Flatkey 如何帮助控制图像生成 API 定价？
Flatkey 为团队提供一个密钥、一个余额、一张账单，以及跨受支持路径的请求级用量凭证。这使得并排进行提供商测试和对账更容易，同时仍需验证每个源提供商的计费单位。
结论
实用的图像生成 api 定价比较并不是一张静态的最低价模型表。GPT Image、Gemini Image、Imagen 和 marketplace 路径都暴露了不同的计费单位。将它们统一为每张被接受图片的成本，用相同的提示词和审核规则进行小规模试点，然后使用 Flatkey 的模型目录、定价页面和用量账本，在生产流量扩大前控制路由和支出。
