OpenAI 图像 API 定价并不是按每张图片收取一个统一价格。在当前的 OpenAI API 文档中，图像生成成本由文本输入 token、图像输入 token、适用时的缓存输入、图像输出 token，以及有时由 Responses API 使用的主线模型 token 共同构成。
对于将图像生成集成到产品中的团队来说，实际问题不是“生成一张图要多少钱？”而是：在包含提示词、参考图、重试、流式预览、质量设置和被拒绝的生成之后，一张最终接受的图片成本是多少？
本指南解释当前的 OpenAI 图像生成 API 定价模型、GPT Image 2.5 带来的变化、如何构建可靠的成本公式，以及如何在创意工作流变得难以审计之前控制支出。
快速回答：OpenAI 图像 API 定价包含什么
截至 2026 年 10 月 13 日，OpenAI 的官方定价页面按模态列出了 GPT Image 行，并按每 100 万 token 收费。图像生成指南指出，新的集成应使用 GPT Image 2.5 模型中的一个：gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。
预算公式为：
estimated request cost =
text input tokens x text input rate
+ image input tokens x image input rate
+ cached input tokens x cached input rate, when eligible
+ image output tokens x image output rate
+ mainline model tokens, when using the Responses API image tool
+ streamed partial image tokens, when partial_images > 0
这就是为什么OpenAI 图像 API 定价会在三个都只返回“一张图”的请求之间发生变化。一个简短的文生图提示词、一个带两张参考图的编辑请求，以及一个流式输出部分预览的交互式工具调用，它们的成本结构可能完全不同。
当前 GPT Image API 定价行
OpenAI 目前列出了以下标准图像生成定价行。请将此表视为发布当天的参考，并在提交采购预算前重新核对官方定价页面。
| 模型 | 模态 | 输入 | 缓存输入 | 输出 | 预算说明 |
|---|---|---|---|---|---|
gpt-image-2.5-sunburst |
图像 | $8.00 / 100万 tokens | $2.00 / 100万 tokens | $30.00 / 100万 tokens | 在编辑精度最重要时使用。 |
gpt-image-2.5-sunburst |
文本 | $5.00 / 100万 tokens | $1.25 / 100万 tokens | 未列出 | 提示词和指令成本。 |
gpt-image-2.5-flare |
图像 | $8.00 / 100万 tokens | $2.00 / 100万 tokens | $30.00 / 100万 tokens | 适用于快速、高质量的日常生成。 |
gpt-image-2.5-flare |
文本 | $5.00 / 100万 tokens | $1.25 / 100万 tokens | 未列出 | 提示词和指令成本。 |
gpt-image-2 |
图像 | $8.00 / 100万 tokens | $2.00 / 100万 tokens | $30.00 / 100万 tokens | 较早的当前行；不要假设它就是最佳的新默认值。 |
gpt-image-2 |
文本 | $5.00 / 100万 tokens | $1.25 / 100万 tokens | 未列出 | 与 GPT Image 2.5 行相同的文本费率。 |
gpt-image-1.5 |
图像 | $8.00 / 100万 tokens | $2.00 / 100万 tokens | $32.00 / 100万 tokens | 包含一个列出的文本输出行。 |
gpt-image-1.5 |
文本 | $5.00 / 100万 tokens | $1.25 / 100万 tokens | $10.00 / 100万 tokens | 仅在你的路由仍使用此模型时相关。 |
gpt-image-1-mini |
图像 | $2.50 / 100万 tokens | $0.25 / 100万 tokens | $8.00 / 100万 tokens | 适合作为低成本草稿或高流量实验候选。 |
gpt-image-1-mini |
文本 | $2.00 / 100万 tokens | $0.20 / 100万 tokens | 未列出 | 比主 GPT Image 模型更便宜的提示词行。 |
OpenAI 的定价页面还列出了这些图像模型的 Batch 定价，token 费率更低。当任务是异步时，Batch 可能很重要：目录回填、夜间创意变体、测试集生成、提示词回归运行以及内部 QA 批处理。
GPT Image 2.5：Sunburst 与 Flare
图像生成指南描述了两个 GPT Image 2.5 模型：
| 模型 | 适用场景 | 定价差异 |
|---|---|---|
gpt-image-2.5-sunburst |
编辑精度最重要时。 | 与 Flare 的列出 token 费率相同。 |
gpt-image-2.5-flare |
你需要快速、高质量的日常图像生成。 | 与 Sunburst 的列出 token 费率相同。 |
重要的细微差别在于：相同的 token 费率并不意味着相同的请求成本。OpenAI 的指南指出，不同模型和质量设置的 token 消耗可能不同。如果两个模型都使用相同的 $30 / 100万 image output token 费率，但其中一个在所选尺寸和质量下消耗更多 output token，那么生成的图片成本就会更高。
在采购预算评估时，请比较代表性提示词的实际 usage，而不要假设价格行相同的模型具有相同的单图成本。
Responses API 与 Images API
OpenAI 通过两条路径提供图像生成：
| API 路径 | 最适合 | 成本影响 |
|---|---|---|
| Images API | 直接图像生成或图像编辑，即图像工作本身就是请求的核心。 | 直接设置图像模型，然后计算文本输入、图像输入和图像输出的预算。 |
| Responses API 图像工具 | 对话式、多步骤或可编辑的图像体验。 | 将主线模型的 token 用量加入图像生成成本中。 |
这对 OpenAI 图像 API 定价 很重要，因为 Responses API 工作流可以同时包含主线模型和图像生成工具。如果你的应用让主线模型基于用户上下文进行推理、决定何时生成、修改提示词，然后调用 GPT Image，那么最终账单不只是图像输出那一行。
当工作流是直接生成或编辑时，使用 Images API。当前工作流需要会话状态、工具编排，或者需要模型来决定是否生成或编辑时，使用 Responses API。
缓存输入定价的适用范围比看起来更窄
OpenAI 的文档指出一个特定限制：GPT Image 2 和 GPT Image 2.5 的缓存输入定价仅适用于 Responses API 中的图像生成工具。它不适用于直接的 Images API 请求，包括 /v1/images/edits。
这是一个常见的预算错误。如果电子表格把缓存费率应用到每个重复提示词或图像编辑上，就会低估支出。请建立独立的预算行：
| 工作流 | 是否可以使用缓存图像生成输入定价？ | 应对方式 |
|---|---|---|
| Responses API 图像生成工具 | 可以，前提是符合资格。 | 单独跟踪缓存计费，因为缓存 token 数可能不会出现在 usage 中。 |
| 直接 Images API 生成 | 不可以，依据 OpenAI 指南。 | 使用标准输入和输出行。 |
| 直接 Images API 编辑 | 不可以，依据 OpenAI 指南。 | 按标准费率为图像输入 token 做预算。 |
安全的规则很简单：把缓存输入看作你在账单中验证过的折扣，而不是产品预估中的默认假设。
质量、尺寸与部分图像
GPT Image 2.5 新增了 xhigh 和 max 质量设置。同一指南还指出，gpt-image-2.5-sunburst 和 gpt-image-2.5-flare 支持 low、medium、high、xhigh 和 max，而较早的 GPT Image 2 最多支持到 high。
推荐尺寸包括 1024x1024、1536x1024 和 1024x1536。指南还说明，GPT Image 2.5 支持自定义尺寸，格式为 WIDTHxHEIGHT 字符串，并有如下限制：宽度和高度必须是 16 的倍数，宽高比必须介于 1:3 和 3:1 之间，任一边都不能超过 3840 像素，并且总像素数必须落在文档规定范围内。
由此得到三个预算控制点：
- 在成本测试期间，不要将质量保留为
auto。请使用明确值，以便结果可比较。 - 测试你的实际尺寸，而不只是方形示例。
- 如果你流式输出部分图像，请将预览成本加进去。OpenAI 表示，每个使用
partial_images请求的部分图像都会额外产生 100 个图像输出 token。
对于交互式创意界面，部分预览可以提升感知延迟表现。但它们也会增加可衡量的输出 token 成本。请把它们作为产品决策来跟踪，而不是隐藏在 SDK 调用中的实现细节。
实用成本工作表
在上线前使用这份工作表。
| 输入项 | 示例值 | 来源 | 重要性 |
|---|---|---|---|
| 每月请求数 | 50,000 | 产品预测 | 总体流量。 |
| 每次请求生成的图像数 | 1.4 | 产品设计 | 变体会放大输出成本。 |
| 被接受的图像率 | 42% | QA 或生产遥测 | 显示被拒绝创意输出造成的浪费。 |
| 平均文本输入 token | 从 usage 中测量 |
API 响应 | 提示词和隐藏模板会增加成本。 |
| 平均图像输入 token | 在暴露时从 usage 中测量 |
API 响应 | 参考图像和编辑可能主导输入成本。 |
| 平均图像输出 token | 按模型、尺寸和质量测量 | API 响应或计算器 | 生成成本的主要驱动因素。 |
| 每次请求的部分图像数 | 0-3 | UI 流式设置 | 每个部分图像会增加 100 个输出 token。 |
| 重试率 | 生产日志 | 网关、应用或提供方日志 | 重试会使失败路径的成本翻倍。 |
| 批处理占比 | 0-100% | 任务设计 | 异步工作可能符合更低的 Batch 费率资格。 |
然后计算：
每张已生成图像的成本 =
图像工作流总支出 / 已生成图像数
每张已接受图像的成本 =
图像工作流总支出 / 已接受图像数
第二个数字才是采购应当使用的指标。如果一个模型按每张已生成图像计算看起来更便宜，但由于产生更多被拒绝的变体，按每张已接受图像计算反而更贵。
常见预算错误
第一个错误是把 GPT Image 视为固定的“每张图价格”。当前的 OpenAI 图像 API 定价是基于 token 的，OpenAI 也明确要求团队使用 usage 来衡量提示词、尺寸和质量设置所消耗的 token。
第二个错误是在 Responses API 流程中忽略主模型。如果像 GPT-5.5 这样的模型决定何时以及如何调用图像工具，那么主模型的 token 用量也属于请求成本的一部分。
第三个错误是将缓存输入费率应用到直接的 Images API 编辑。OpenAI 的指南说明，GPT Image 2 和 GPT Image 2.5 的缓存输入定价不适用于直接的 Images API 请求。
第四个错误是用成功的 HTTP 调用次数来衡量，而不是以被接受的图像数量来衡量。产品团队通常会因为质量、品牌契合度、政策或用户偏好而拒绝一些生成图像。真正的单位是被接受的创意输出。
第五个错误是忘记了部分图像。如果 UI 流式传输两张预览图和一张最终图，那么预览体验也有 token 成本，必须计入预算。
Flatkey 何时有帮助
当你的团队希望在一个地方路由和审查模型 API 使用情况，而不是去对账各个独立的提供商控制台时，Flatkey 很有用。对于图像工作流，这意味着先使用当前提供商的定价页面来理解直接成本机制，然后查看 Flatkey 的模型目录、定价页面和使用日志，以确定你的应用实际使用的精确模型路由。
在实践中，Flatkey 帮助团队提出更好的问题：
- 这次请求实际使用了哪个模型？
- 哪个 key、环境或客户产生了这笔花费？
- 请求是成功、失败、重试，还是在下游被拒绝？
- 每张被接受的图像成本是多少，而不仅仅是每次 API 调用的成本？
- 这个工作负载应该直接运行、通过网关运行，还是走异步批处理路径？
如果你已经在使用 OpenAI 兼容客户端，可以先查看 Flatkey API 快速开始，然后将图像工作流成本与 AI 图像生成 API 定价对比、AI API 配额管理 和 AI 模型定价对比 进行比较。
OpenAI 图像 API 定价检查清单
在发布生产级图像工作流之前，请确认：
- 所选模型是当前版本：
gpt-image-2.5-sunburst、gpt-image-2.5-flare，或是有意使用的旧路由。 - API 路径是明确的：Images API 或 Responses API 图像工具。
- 为了成本测试，质量和尺寸是固定的，而不是保留为
auto。 - 参考图和编辑工作流与文生图工作流分别测量。
- 缓存输入假设与 API 路径一致。
- 部分图像流式传输已计入。
- 重试和失败调用在日志中可见。
- 被接受的图像率由产品或 QA 进行衡量。
- 批处理候选项与实时用户请求分开。
- 财务可以按模型、环境、客户和工作流审查成本。
常见问题
OpenAI 图像生成 API 的费用是多少？
OpenAI 图像生成 API 定价是基于 token 的。截至 2026 年 10 月 13 日，OpenAI 列出的 GPT Image 2.5 图像输入为 $8.00 / 100 万 tokens，缓存图像输入为 $2.00 / 100 万 tokens，图像输出为 $30.00 / 100 万 tokens，文本输入为 $5.00 / 100 万 tokens，缓存文本输入为 $1.25 / 100 万 tokens。你的单张图成本取决于模型、API 路径、提示词、参考图、尺寸、质量、流式预览以及重试次数。
GPT Image 2.5 的定价与 GPT Image 2 不同吗？
标准定价页面目前为 gpt-image-2.5-sunburst、gpt-image-2.5-flare 和 gpt-image-2 列出了相同的文本和图像 token 费率。这并不保证每张图的成本相同，因为实际 token 消耗会因模型和质量设置而异。
缓存输入定价是否适用于所有 OpenAI 图像请求？
不适用。OpenAI 的图像生成指南说明，GPT Image 2 和 GPT Image 2.5 的缓存输入定价仅适用于 Responses API 中的图像生成工具。它不适用于直接的 Images API 请求或直接图像编辑。
流式传输的部分图像会额外收费吗？
会。OpenAI 的指南说明，使用 partial_images 参数请求的每个部分图像都会额外消耗 100 个图像输出 tokens。
预测产品的 OpenAI 图像 API 定价的最佳方式是什么？
使用你计划上线的确切模型、API 路径、质量和尺寸，运行具有代表性的提示词。记录 usage、重试率、生成图像数量、被接受的图像数量，以及请求是否使用了部分图像或 Batch。预测每张被接受图像的成本，而不仅仅是每张生成图像的成本。
结论
阅读 OpenAI 图像 API 定价的正确方式是把它看作一个成本公式，而不是静态的单图价格。从当前的 GPT Image 2.5 定价行开始，然后测量你的提示词、参考图像、质量设置和 API 路径的真实 token 用量。
如果你的团队通过 Flatkey 路由图像生成，请保持同样的纪律：验证模型路由、检查 usage、将实验与生产分开，并报告每张被接受图像的成本。这才是产品、工程和采购真正可以使用的数字。
已检查来源
- OpenAI Developers，图像生成指南，查看于 2026 年 10 月 13 日：
https://developers.openai.com/api/docs/guides/image-generation - OpenAI Developers，定价页面，查看于 2026 年 10 月 13 日：
https://developers.openai.com/api/docs/pricing#image-generation - Flatkey 主题地图以及之前的 OpenAI 图像 API 定价报道，查看于 2026 年 10 月 13 日。
