如何找到最便宜的图像生成 API

最便宜的 API = 每个验收资产成本最低的 API

直接回答：对于可预测的 1K 资产，Nano Banana 2（gemini-3.1-flash-image）通常是成本最低的起点，因为其图像输出项按尺寸固定——1K 为 1,120 token，官方 $0.0672，普通 B2C 五折后 $0.0336。而已基于 OpenAI Images 客户端的工作流中，GPT Image 2（gpt-image-2）即使按可变 token 计费也可能更便宜，因为更高的验收率与零迁移成本胜过更低的 token 单价。除此之外都需要用你自己的 brief 做基准测试，本文将说明如何诚实地做。

选择前先算一笔账。在 80% 验收率下用 Nano Banana 2 产出 1,000 张已验收 1K 资产，意味着 1,250 次付费生成：1,250 × $0.0336 = $42 的图像输出费用，再加上官方 $0.50/M 的文本输入与终态 usage 中报告的 grounding。同一 brief 在 GPT Image 2 上，图像输出按官方 $30/M（折后 $15/M）、文本输入 $5/M、参考图 $8/M 计费——若通过率更高，可变账单仍会胜出。决定结果的是验收率，而非价目表。

另见： 图像生成 API 的真实计价方式

按工作负载的成本驱动因素匹配模型

B2C 五折（50%）在准确官方 usage 计算后对两款模型同样适用，因此折扣本身不能分出胜负。差距来自 usage 形态、重试次数以及你为每种协议编写和维护的客户端代码量。

按真实请求形态计价，而非落地页宣传

两款模型可用同一个预付密钥调用，但协议不同，而协议决定了你能控制什么。Nano Banana 2 使用原生 Gemini generateContent 结构与 x-goog-api-key 头：将 responseModalities 设为 TEXT 与 IMAGE，选择 imageSize 1K/2K/4K 和 aspectRatio，图像以 base64 inlineData part 返回。GPT Image 2 使用 OpenAI Images 路由与 Authorization: Bearer：已发布控制项为 background opaque 或 transparent、quality low，以及作为比例的 size，响应为单张非流式 base64 PNG，/v1/images/edits 编辑接受 1–5 张 PNG、JPEG 或 WebP。

# Nano Banana 2 — Gemini-native route
curl https://router.apitoken.sale/v1beta/models/gemini-3.1-flash-image:generateContent \
  -H "x-goog-api-key: $APITOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"Create a square product illustration"}]}],"generationConfig":{"responseModalities":["TEXT","IMAGE"],"imageConfig":{"imageSize":"1K","aspectRatio":"1:1"}}}'

# GPT Image 2 — OpenAI Images route
curl https://router.apitoken.sale/v1/images/generations \
  -H "Authorization: Bearer $APITOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-image-2","prompt":"A clean studio product photograph","background":"opaque","quality":"low","size":"auto"}'

不要按 PNG 文件大小或像素尺寸估算账单。GPT Image 2 的结算权威是终态 usage event；Nano Banana 2 的固定图像输出项之外，还要加上输入、可选文本/思考输出与 grounding。

运行公平的单资产成本基准测试

1. 01从真实工作负载中选取 20–50 个代表性 brief，并在任何生成之前写下通过/失败标准。
2. 02两条路由使用等价输入：相同分辨率等级、相同参考图、每个 brief 相同的最大尝试次数。
3. 03为每次付费尝试记录 request ID、终态 usage、延迟与你的通过/失败判定，并与返回的资产一起保存。
4. 04用总结算费用（含被拒输出）除以验收资产数，比较分布而非单张最佳图像。
5. 05当提示词、目标分辨率、参考图数量或提供商目录显著变化时，重新运行基准测试。

暗中抬高账单的“省钱”做法

• 生成 4K 再把每张验收资产缩到 1K：你为 1K 交付物付了 4K 图像项（官方 $0.1512 对 $0.0672）。
• 只统计成功输出，把付费拒绝、moderation 失败与超时重试排除在每个验收资产成本之外。
• 把图像模型 token 花在纯文本规划或提示词改写上，而这些在图像调用前交给更便宜的文本模型即可。
• 响应已交付后仍自动重试，或在没有固定总尝试预算的情况下重试。
• 实时目录可用性与各工作负载质量一直在变化，却发布永久“最便宜”结论。

充值前用 $5 赠金验证胜出模型

找到最便宜路由不需要先花钱。通过 Google 或 GitHub 创建的新账户可获得一次性 $5 平台赠金——按 Nano Banana 2 每张 1K 图像输出 $0.0336 计算，足以完成上述整套基准测试还有富余。用邮箱和密码注册的账户功能完整，但不享受该赠金。赠金总是先于付费余额消耗，因此评测不会动用你的充值。

• 用银行卡或加密货币按整数美元充值；预付余额永不过期。
• 为基准测试使用独立的 API key 并设置 lifetime spending limit，防止重试循环耗尽账户。
• 固定胜出配置——模型、尺寸、参考图与最大尝试次数——并在目录变化后重新测试。

预付方案：任意整数美元充值，余额不过期 →

常见问题

相关指南