Batch pipeline генерации изображений, который не выйдет за бюджет

Один admitted call — один candidate

Ни один public image route не принимает count, манифест или папку промптов. Вызов generateContent для gemini-3.1-flash-image возвращает один candidate, чьё изображение передаётся как base64 в inlineData; OpenAI-compatible POST /v1/images/generations для gpt-image-2 возвращает массив data из одного элемента с b64_json. Модель никогда не видит «сделай 500 вариаций» — размер batch определяется вашей queue, а не запросом.

// gemini-3.1-flash-image → one candidate, image as base64 inlineData
{
  "candidates": [
    { "content": { "parts": [ { "inlineData": { "mimeType": "image/png", "data": "<base64>" } } ] } }
  ],
  "usageMetadata": { "promptTokenCount": 24, "candidatesTokenCount": 1120, "totalTokenCount": 1144 }
}

// gpt-image-2 → single-element data array, image as b64_json
{
  "created": 1754800000,
  "data": [ { "b64_json": "<base64>" } ],
  "usage": { "input_tokens": 38, "output_tokens": 4096, "total_tokens": 4134 }
}

Спроектируйте хранение обоих форматов заранее: декодируйте base64 один раз, посчитайте checksum байтов и сохраните их рядом с job. URL-формат ответа, если route его возвращает, — это отдельная fetch-задача со своим сроком жизни, а не durable asset.

Читайте также: Как на самом деле устроена цена API генерации изображений

Один durable job на ассет, а не на prompt

1. 01Создайте stable asset ID и immutable brief — prompt, references, protected traits — до того, как что-либо попадёт в queue.
2. 02Зафиксируйте в job payload model, protocol, output size и maximum attempts, чтобы retry воспроизводил то же решение, а не принимал новое.
3. 03Дайте каждому worker ограниченный срез queue и резервируйте один provider request на один candidate; не просите модель о внутреннем batch.
4. 04Атомарно сохраняйте request ID, terminal usage, output checksum и validation verdict вместе с версией ассета.
5. 05Завершайте job только после того, как storage и downstream publication подтвердили одну и ту же версию ассета.

{
  "asset_id": "catalog/sku-1042/hero-v3",
  "idempotency_key": "sku-1042:hero-v3:attempt-1",
  "model": "gemini-3.1-flash-image",
  "size": "1K",
  "max_attempts": 2,
  "spending_key": "image-production"
}

Математика цены для прогона на 500 SKU

У Nano Banana 2 опубликованы фиксированные image-output составляющие: 1K — это 1 120 image tokens, официально $0.0672 и $0.0336 для обычного B2C; после той же политики 50% 2K стоит $0.0504, а 4K — $0.0756. У GPT Image 2 нет честной константы за картинку: image output тарифицируется по $15 за 1M tokens для обычного B2C, а итог определяет terminal usage. Считайте пример по фиксированной составляющей — это единственная часть, известная до прогона.

Это только image-output составляющая. Text/image input, возможный text/thinking output и grounding добавляются из terminal usage. Скидка 50% для B2C делит official usage пополам, но не ограничивает произведение assets × candidates × retries × resolution — его границы задаёте вы.

Ставки за tokens, на которых строится этот расчёт batch →

Ограничьте каждый множитель, а не только цену

Lifetime spending limit ключа — последняя денежная граница, если откажут все application-level guardrails. Ставьте его равным бюджету кампании плюс измеренный запас, а не балансу аккаунта.

Правила retry, cooling и observability

• Никогда не делайте retry после доставки image bytes или complete provider response — такой retry оплачивает второй candidate, а не восстановление.
• Ambiguous timeout — это reconciliation: сверьте request ID с charge в дашборде, прежде чем решить, что billable generation не было.
• На 429 соблюдайте Retry-After, provider cooling и jitter в пределах total deadline; немедленный fan-out усиливает capacity event.
• Считайте attempts, accepted assets, settled nanoUSD и причины validation failures; не допускайте prompts и keys в metrics.
• Алертьте на cost per accepted asset и failure share, а не только на HTTP success rate — полностью зелёный batch может оказаться дорогим.

Settled cost per accepted asset — реальная unit economics batch: она складывает token price, resolution, retries и quality rejects в единственное число, которое бизнес действительно покупает.

Изолируйте batch lane отдельным ключом и бюджетом

Запускайте batch worker на dedicated key с lifetime spending limit и expiration date: тогда баг в queue потратит максимум бюджет кампании, но не аккаунт. Новый аккаунт через Google или GitHub получает $5 platform bonus credit — этого хватит, чтобы проверить pipeline end-to-end до первого пополнения; дальше баланс пополняется на любую целую сумму в долларах банковской картой или криптовалютой, например USDT или BTC. Prepaid balance не сгорает, а подписки, которую нужно подбирать по объёму, нет.

• Один ключ на workload: batch generation никогда не делит ключ с interactive или editing трафиком.
• Сверяйте каждый settled charge с его request ID до закрытия кампании.
• Перепроверяйте lifetime spending limit перед каждой новой кампанией, а не один раз при настройке.

Prepaid-тарифы без сгорания: вносите ровно бюджет кампании →

Частые вопросы

Похожие гайды