GPT Image 2 API 成本与 B2C 五折优惠

GPT Image 2 账单的五个计费项

普通 B2C 的单请求账单为：各项 token × 官方费率之和 × 0.5。cached text/image input 先按 fresh 官方费率的 25% 计算——这就是每百万 $1.25 与 $2 在这里变成 $0.625 与 $1 的原因。没有按次取整：你只为终态 usage event 报告的准确 token 付费，无按次费用，也无单张最低消费。

演算示例。假设一次编辑请求的终态 usage 报告 400 个 fresh text-input token、一张 PNG 参考图带来的 1,500 个 fresh image-input token、600 个 cached text-input token 和 2,000 个 image-output token。官方价为 400 × $5 + 1,500 × $8 + 600 × $1.25 + 2,000 × $30（每百万）= $0.0015 + $0.012 + $0.00075 + $0.06 = $0.07425，普通 B2C 实付正好一半：$0.037125。cached 项相比 fresh input 官方节省 $0.00225——真实但远小于 $0.06 的输出项，所以输出纪律比追逐缓存更能控制预算。

另见： 用 GPT Image 2 API 生成和编辑图像

生成还是编辑：端点决定输入成本

POST /v1/images/generations 根据文本提示词创建新资产，账单为 text input 加 image output。POST /v1/images/edits 接受 1–5 张 PNG、JPEG 或 WebP（每张 ≤50 MB），每张参考图按 image input 计费，官方 $8/M——B2C 折扣后 $4/M。一张 2,000 token 的参考图官方增加 $0.016（本站 $0.008）：能提升验收率时很便宜，提示词本身就能过审时则是纯浪费。通过 Responses image_generation 做局部重绘仍走相同的 image token 计费腿；蒙版不按第二张参考图计费。

• 资产是新的且提示词能完整描述时用生成：官方 $5/M 的 text input 是费率表中最便宜的一项。
• 当参考图能固定构图、品牌色或产品几何形状时用编辑：一次性支付 image-input，而不是在重试中烧掉 image-output token。
• 参考图保持 PNG、JPEG 或 WebP 且数量有界：端点接受 1–5 张、每张不超过 50 MB，每多一个文件就多一份计费的 image input。
• 把已发布配置视为固定：单张非流式 PNG，仅使用已记录的 opaque 或 transparent / low / 比例预设控制；该订阅传输不承诺准确像素尺寸。

生产级图像编辑工作流：参考图、验证与重试 →

在为批量编制预算前，先测量一次真实请求

1. 01新资产调用 gpt-image-2 的 POST /v1/images/generations；当 1–5 张 PNG、JPEG 或 WebP 参考图确实改善结果时使用 /v1/images/edits。
2. 02保持已发布配置有界：单张非流式 PNG，仅使用已记录的控制——background opaque 或 transparent、quality low、size 比例预设。
3. 03从响应中读取终态 usage，不要按 PNG 字节或尺寸估算输出 token；usage event 才是结算权威。
4. 04将请求与仪表板扣费核对，并把 request ID 与生成资产一起保存，让单张成本成为实测数字而非估算。

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"}'

精简后的响应如下。成本来自 usage 对象，而不是 b64_json 的负载大小：

{
  "created": 1771000000,
  "data": [{ "b64_json": "…" }],
  "usage": {
    "total_tokens": 3900,
    "input_tokens": 1900,
    "input_tokens_details": { "text_tokens": 1000, "image_tokens": 900 },
    "output_tokens": 2000
  }
}

不要发布虚构的单张价格。output usage 因请求而异，该订阅传输不承诺准确尺寸，结算权威是终态 usage event——引用实测数字时请带上 request ID，否则请引用费率表。

Cached input：需要验证而非假设的 75% 折扣

cached text input 官方 $1.25/M、cached image input 官方 $2/M——即 fresh 费率的 25%——再经同样 50% 的 B2C 折扣降至 $0.625 与 $1。在此路由上，是否计入缓存由提供方决定；重复发送同一文件并不保证 cached 项。唯一证据是终态 usage 报告该请求存在 cached input，因此只有 usage 确认后才能把缓存节省计入预算。

• 让稳定提示词前缀在批量各项中逐字节一致，把单项差异放在末尾，使共享前缀保持可缓存。
• 在批量中复用完全相同的参考图字节，不要在调用之间重新编码 PNG。
• 用仪表板评估缓存：对比批量中各请求终态 usage 的 cached 项，放弃未被 usage 确认的缓存假设。
• 默认不要按 cached 费率编制预算；按 fresh 费率预算，把已确认的缓存命中当作额外收益。

经得起批量规模的成本控制

50% 是在官方 usage 计算完成后应用的普通 B2C 策略。B2B 账户遵循协商策略，OpenKeys 按官方价格 1:1 计费——折扣标题永远不能代替确认你自己的账户类型。

• 新资产使用生成；仅当参考图能可测量地提升验收率时使用编辑——每张参考图都会增加 image-input 成本。
• 用固定视觉清单拒绝不可用输出，并限制每个资产的重试次数——无尽提示词重试会抹掉名义折扣。
• 为图像 worker 配置独立 API 密钥与终身消费上限，避免失控的批量耗尽整个账户余额。
• 在首批调用后并定期将终态 usage 与仪表板扣费核对；单张成本应来自实测 usage，而不是博客平均值。

GPT Image 2 模型页：费率、快照别名与限额 →

常见问题

相关指南