GPT Image 与 Imagen API：定价单位和请求检查

GPT Image 与 Imagen API 的比较不再是简单的质量竞赛。对于生产团队来说，有用的比较是操作层面的：您的客户端调用哪种 API 形式，财务部门可以核对哪种定价单位，您的产品依赖哪些图像参数，以及您的网关路由在您发布当天是否确实可用。

简而言之：GPT Image 现在是 OpenAI API 中一个按 token 定价的图像生成路径，其中 gpt-image-2 通过 Image API 暴露，图像生成工具则在 Responses API 中。Google 仍然以每张图像的价格记录 Imagen 4，但 Google 将 Imagen 模型标记为已弃用，并表示它们将于 2026 年 8 月 17 日关闭。因此，比较 GPT Image 与 Imagen API 的团队应进行第三项检查：在进行任何新的集成工作之前，是否应将 Google 的工作负载转移到 Nano Banana 图像生成系列。

Flatkey 可以通过一个密钥、一个基础 URL、使用情况审查以及跨模型系列的路由检查来简化操作层。但这并不能免除验证模型状态的需要。在本文于 2026 年 7 月 5 日的 Flatkey 定价 API 快照中，gpt-image-2 出现在目录中，但被标记为 official_unsupported，而 gemini-2.5-flash-image、gemini-3-pro-image 和 gemini-3-pro-image-preview 则被标记为可用。请将此作为主要教训：比较提供商的 API，然后在投入生产流量之前验证确切的 Flatkey 行。

快速解答：GPT Image 与 Imagen API

如果您只需要一个当前的 OpenAI 图像生成工作流，请从 GPT Image 和 Image API 开始。如果您已有 Imagen 集成，那么您的 GPT Image 与 Imagen API 比较应包括一个迁移计划，因为 Imagen 的当前文档中带有关闭日期。如果您使用 Flatkey，请使用此比较来决定要测试什么，然后让定价页面、仪表板和请求日志来证明实际的路由。

首先要检查的当前提供商事实

OpenAI 的图像生成指南指出，该 API 可以使用 GPT Image 模型（包括 gpt-image-2）生成和编辑图像。它区分了 Image API 和 Responses API：Image API 提供直接的生成和编辑端点，而 Responses API 可以在多轮流程中调用图像生成作为工具。OpenAI 的GPT Image 2 模型页面列出了模型 ID gpt-image-2 和当前快照 gpt-image-2-2026-04-21。

但这并不意味着每个网关帐户今天都可以路由它。OpenAI 指出，GPT Image 模型可能需要 API 组织验证。Flatkey 在发布当天的定价 API 快照显示，gpt-image-2 在目录中，端点类型为 image-generation 和 openai，但该行的状态是 official_unsupported。在将 GPT Image 与 Imagen API 的比较纳入生产路由策略之前，请确认您的 Flatkey 帐户是否具有可用的 GPT Image 路由，或者该工作负载是否需要直接访问 OpenAI。

Google 的Imagen 指南指出，Imagen 是 Google 的高保真图像生成模型，生成的图像包含 SynthID 水印。同一页面现在将 Imagen 模型标记为已弃用，将于 2026 年 8 月 17 日关闭，并建议迁移到 Nano Banana 进行图像生成。其迁移部分指出，应使用 gemini-2.5-flash-image 代替 Imagen 模型名称，使用 client.models.generate_content 代替 client.models.generate_images，并处理 Nano Banana 响应内容部分，而不是专门的 Imagen 图像响应对象。

谷歌当前的图像生成指南将读者引向 Nano Banana 模型，以满足大多数用例，包括 Gemini 3.1 Flash Image、Gemini 3.1 Flash Lite Image、Gemini 3 Pro Image 和 Gemini 2.5 Flash Image。这就是为什么一篇现代的 GPT Image 与 Imagen API 对比文章不应将 Imagen 4 视为默认的新构建选择。除非您的项目有特殊原因需要将 Imagen 保留到关闭日期，否则这只是一个遗留或迁移的比较。

定价单位：不要只比较一个标题价格

定价是 GPT Image 与 Imagen API 比较中经常出错的地方。OpenAI 和谷歌公开了不同的计价单位，这些单位会根据请求是文本到图像、编辑/参考图像、流式传输、批量处理还是通过网关路由而变化。

OpenAI 的图像指南列出了常见尺寸的 GPT Image 2 输出估算示例。在 1024 x 1024 分辨率下，示例显示低质量为 0.006 美元，中等质量为 0.053 美元，高质量为 0.211 美元。同一指南指出，最终成本是输入文本 token、编辑时的输入图像 token 和图像输出 token 的总和。将这些示例用作单位检查，而不是永久预算，因为 OpenAI 会引导读者查看当前的定价页面和计算器以获取最终估算。

谷歌的Gemini API 定价页面列出，在付费层级中，Imagen 4 Fast 每张图像 0.02 美元，Imagen 4 Standard 每张图像 0.04 美元，Imagen 4 Ultra 每张图像 0.06 美元。同一部分警告说，Imagen 4 模型 ID 已被弃用，并将在 2026 年 8 月 17 日关闭。在 Nano Banana 部分，谷歌列出 gemini-2.5-flash-image 的输入价格为每 100 万文本/图像 token 0.30 美元，1024px 输出的输出价格为每张图像 0.039 美元，其基础图像输出 token 价格为每 100 万 token 30 美元。

实用的财务规则很简单：将 GPT Image 与 Imagen API 的成本转换成一个请求工作表。包括提示 token、参考图像、输出数量、质量、尺寸、生成模式、流式传输部分和网关行状态。然后将该工作表与 Flatkey 的AI 模型定价比较方法和当前的Flatkey 定价页面进行比较。

请求结构：您的客户端实际发送的内容

GPT Image 和 Imagen 仅在产品类别层面上看起来相似。请求结构差异很大，因此迁移应该是明确的。

对于通过 Image API 生成 GPT Image，OpenAI 的/v1/images/generations参考文档要求使用 JSON 主体，并默认返回 base64 图像数据。OpenAPI 规范还在图像响应中显示了诸如总计、输入和输出 token 等使用情况字段。一个最小的请求会检查模型、提示、输出数量和默认的输出处理方式：

curl -X POST "https://api.openai.com/v1/images/generations" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "A clean product mockup on a white studio surface",
    "size": "1024x1024",
    "quality": "medium",
    "n": 1
  }'

对于通过 Gemini API REST 路径使用 Imagen 4，谷歌的指南展示了对特定模型 URL 的 :predict 调用，其中包含 instances 和 parameters：

curl -X POST \
  "https://generativelanguage.googleapis.com/v1beta/models/imagen-4.0-generate-001:predict" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "instances": [
      { "prompt": "Robot holding a red skateboard" }
    ],
    "parameters": {
      "sampleCount": 4
    }
  }'

对于 Flatkey，不要假设存在一种通用的格式。2026 年 7 月 5 日的定价 API 快照列出了路径为 /v1/images/generations 的 image-generation 端点族、路径为 /v1beta/models/{model}:generateContent 的 gemini 端点族，以及路径为 /v1/chat/completions 的 openai 聊天端点族。在同一快照中，gemini-2.5-flash-image 可通过 gemini 和 openai 端点类型使用，而 gpt-image-2 当时不可用。您的路由测试应使用目录行实际支持的端点族。

可能破坏迁移的请求参数

大多数 GPT Image 与 Imagen API 的意外情况都与参数有关。这些 API 使用的名称、默认值或安全控制措施并不相同。

这就是网关的用武之地。您可以让应用程序侧的逻辑专注于产品预设，并集中处理特定于提供商的路由决策。但网关无法推断您的产品需求。一份 GPT Image 与 Imagen API 的路由清单应包括您的用户所依赖的确切参数组合，而不仅仅是一个 hello-world 提示。

针对 GPT Image 与 Imagen API 的 Flatkey 状态检查

Flatkey 的公开定位支持了本页面的运营理由：一个密钥、统一的模型访问、定价审查、使用分析、路由以及用于密钥和模型操作的仪表板。当团队在比较 GPT Image 与 Imagen API 时，这些功能非常有用，因为难点不在于单个演示，而在于清楚地了解哪个路由服务了哪个请求以及其成本。

在选择生产路由之前，请使用此 Flatkey 工作流：

1. 打开当前的 Flatkey 定价页面，搜索确切的模型 ID，而不仅仅是提供商名称。
2. 检查该行的端点类型：image-generation、Gemini、OpenAI 兼容聊天或其他族。
3. 检查可用性状态和上次检查时间。
4. 通过选定的 Flatkey 路由发送一个最小请求。
5. 发送一个包含您的产品所使用的尺寸、质量、输出数量和安全控制的重参数请求。
6. 将响应格式与直接提供商路由进行比较。
7. 确认请求日志显示模型、路由、状态、使用量、成本字段、所有者密钥和失败详情。
8. 在首次生产运行前决定回退路由。

对于本文的快照，相关的 Flatkey 行是不对称的。gemini-2.5-flash-image 标记为可用，gemini-3-pro-image 和 gemini-3-pro-image-preview 也标记为可用。nano-banana-pro-preview 标记为 unknown_failure。gpt-image-2 标记为 official_unsupported。这使得生产建议趋于保守：使用本文来构建比较框架，然后在部署当天运行最新的 Flatkey 目录和冒烟测试。

如果您正在迁移客户端代码，请将本文与 OpenAI 兼容 API 迁移指南结合使用。具体到图像生成，迁移并不总是简单的基础 URL 交换，因为端点族、模型可用性、图像数量默认值和定价单位都可能发生变化。

一份实用的 GPT Image 与 Imagen API 清单

当工程、产品或财务审查人员询问路由是否准备就绪时，请使用此清单。

第一次 Flatkey 测试应该很简单。选择一个提示、一个输出、一个已知尺寸和一个所有者密钥。确认结果已送达，请求出现在日志中，成本字段可供检查，并且行状态与您使用的路由相匹配。只有这样，才能添加多个输出、高质量、参考图片、流式传输或生产流量。

您应该选择哪条路由？

当您的工作负载以 OpenAI 为中心，您的团队想要直接使用 GPT Image 的功能，并且当前的账户验证和路由状态都已确认时，请选择 GPT Image。当您的成本模型已经预期使用基于 token 的 OpenAI 计费方式，以及当您需要 Image API 或 Responses API 的图片工具行为时，它尤其具有吸引力。

当您现有的 Imagen 计划实际上是一个 Google 图片生成计划，并且您想避免 Imagen 被关闭时，请选择 Google Nano Banana 路由。请查看当前的 Nano Banana 模型列表和定价页面，因为 Google 现在将图片生成选项分散到多个 Gemini 图片模型中，每个模型在质量、延迟、基础、分辨率和价格行为上都有所不同。

仅当您已经依赖 Imagen 的特定行为并且有一个短期的、有明确日期的迁移计划时，才继续使用 Imagen。Google 的警告使 Imagen 成为一个暂时的例外，而不是默认的新集成。

当您的实际问题是运营多个提供商账户、密钥、定价单位、请求日志和路由决策时，请使用 Flatkey。在模型行得到验证且路由行为与您的工作负载匹配后，Flatkey 的优势最为明显。状态检查通过后，获取一个密钥，并保持第一次 GPT Image 与 Imagen API 的测试范围足够小，以便于解释失败原因。

常见问题解答

GPT Image 与 Imagen API 的比较主要是质量比较吗？

不是。质量固然重要，但生产团队应该比较端点形态、定价单位、默认输出数量、安全控制、弃用风险、日志和路由可用性。一张精美的示例图片不足以作为上线的依据。

Imagen API 是否已弃用？

Google 当前的 Imagen 指南指出，Imagen 模型已被弃用，并将于 2026 年 8 月 17 日关闭。该指南建议迁移到 Nano Banana 进行图片生成。

GPT Image 如何定价？

OpenAI 的 GPT Image 指南根据输入文本 token、用于编辑/参考工作流的输入图片 token 以及图片输出 token 来估算成本。尺寸、质量和部分图片可能会改变估算值，因此在制定预算前，请使用 OpenAI 当前的定价页面和计算器。

Imagen 4 如何定价？

Google 的定价页面将 Imagen 4 Fast、Standard 和 Ultra 列为付费套餐的按图片计费价格。由于这些模型已被弃用，新的比较还应检查 Nano Banana 的定价和迁移时间。

Flatkey 能否同时路由 GPT Image 和 Google 图片模型？

Flatkey 的公共产品界面支持统一的模型访问、定价审查和多个端点系列，但路由可用性是特定于模型的。在本文的 2026 年 7 月 5 日快照中，一些 Google 图片行是可用的，而 gpt-image-2 则被标记为 official_unsupported。请务必重新检查当前目录并运行冒烟测试。

我应该首先通过 Flatkey 测试什么？

从一张图片、一个提示、一个明确的尺寸、一个明确的质量或模型预设以及一个所有者密钥开始。然后在添加多图片请求或生产流量之前，验证请求日志、路由状态、用量字段和成本审查。