GuidesOneMux

Coût de l’API GPT Image 2.5 Sunburst : estimation reproductible pour les workloads respectueux de la vie privée

Estimez les coûts de l’API GPT Image 2.5 Sunburst à partir d’hypothèses explicites sur les tokens, d’un calcul de charge mensuelle et de mesures pratiques de protection des données utilisateur et des identifiants.

AI

Résumé · TL;DR

Aux tarifs fournis, un workload utilisant 3 000 tokens d’entrée et 400 tokens de sortie par requête coûte environ $0.027 par requête, avant les nouvelles tentatives, les taxes, les frais de routage ou les autres frais propres au fournisseur. À 5 000 requêtes par jour, cela représente environ $135 par jour ou $4,109 sur un mois moyen de 30.4375 jours. Cette estimation est illustrative : l’utilisation réelle dépend de la tokenisation, des nouvelles tentatives, de l’éligibilité au cache, du traitement par lots et de la tarification actuelle du fournisseur.

Points clés

  • Les tarifs GPT Image 2.5 Sunburst fournis sont de $5.00 par million de tokens d’entrée et de $30.00 par million de tokens de sortie.
  • Une requête de 3 000 tokens d’entrée et 400 tokens de sortie coûte $0.015 plus $0.012, soit $0.027 avant les frais opérationnels.
  • Pour 5 000 requêtes de ce type par jour, les dépenses mensuelles estimées s’élèvent à environ $4,109 en utilisant un mois de 30.4375 jours.
  • La source fournie indique un tarif d’entrée mise en cache de $1.25 par million de tokens et un tarif d’entrée par lots de $2.50 par million de tokens, mais l’éligibilité et l’applicabilité doivent être confirmées avant d’utiliser ces tarifs.
  • Ne placez pas de mots de passe, clés d’API, tokens de session ou données personnelles non caviardées dans les prompts ou les entrées d’image simplement parce que le modèle prend en charge la vision ou les entrées PDF.
Sur cette page (9)

Réponse courte

Pour le workload illustratif ci-dessous, GPT Image 2.5 Sunburst coûte $0.027 par requête :

  • 3 000 tokens d’entrée × $5.00 par million = $0.015
  • 400 tokens de sortie × $30.00 par million = $0.012
  • Total = $0.027 par requête

À 5 000 requêtes par jour, l’estimation est de $135 par jour et d’environ $4,109 par mois de 30.4375 jours. Il s’agit d’une estimation de planification, pas d’un devis. Elle exclut les nouvelles tentatives, les requêtes échouées mais néanmoins facturables, les taxes ainsi que les éventuels frais de routage ou de plateforme non inclus dans les tarifs du fournisseur.

OneMux publie ce guide et fournit un accès aux modèles via une API compatible avec OpenAI. Son catalogue publié ne fournit pas de tarifs d’entrée ou de sortie pour GPT Image 2.5 Sunburst ; cet article utilise donc la tarification du fournisseur externe fournie, datée, plutôt que de considérer les valeurs OneMux manquantes comme nulles.

Aperçu de la tarification et unités de facturation

La source fournie identifie GPT Image 2.5 Sunburst comme un modèle de génération d’images OpenAI prenant en charge la vision. Ses tarifs sont exprimés en USD par million de tokens, et non par image ou par requête. La source a été vérifiée pour la dernière fois le 22 octobre 2026.

Catégorie de prixTarif GPT Image 2.5 SunburstUnitéCondition ou limitation
Entrée$5.00Par million de tokensTarif d’entrée standard indiqué dans la source fournie
Sortie$30.00Par million de tokensTarif de sortie standard indiqué dans la source fournie
Entrée mise en cache$1.25Par million de tokensConfirmer l’éligibilité au cache et le traitement appliqué par le fournisseur
Entrée par lots$2.50Par million de tokensConfirmer la disponibilité du traitement par lots et ses conditions
Entrée OneMuxInconnuNon publiéNe pas considérer comme gratuit ou égal à zéro
Sortie OneMuxInconnuNon publiéNe pas considérer comme gratuit ou égal à zéro
Ratio de remise OneMuxInconnuNon publiéAucune remise publiée n’est affirmée

Source : tarification et calculateur GPT Image 2.5 Sunburst de Future AGI. Pour connaître les informations actuelles du catalogue OneMux, consultez la page du modèle GPT Image 2.5 Sunburst.

Reproduire l’estimation

Utilisez ce calcul pour tout workload dont le nombre de tokens et les unités de facturation correspondent aux tarifs ci-dessus :

input_cost = input_tokens / 1,000,000 × 5.00
output_cost = output_tokens / 1,000,000 × 30.00
request_cost = input_cost + output_cost
monthly_cost = request_cost × requests_per_day × days_per_month

Avec les hypothèses indiquées :

input_cost = 3,000 / 1,000,000 × 5.00 = 0.015
output_cost = 400 / 1,000,000 × 30.00 = 0.012
request_cost = 0.015 + 0.012 = 0.027
monthly_cost = 0.027 × 5,000 × 30.4375 = 4,108. ???

Arrondi au centime, le résultat mensuel est d’environ $4,109. Le calculateur source fournit le même montant mensuel approximatif pour 5 000 requêtes par jour. Si votre équipe financière utilise un mois de 30 jours, le résultat est de $4,050. Indiquez toujours la convention de durée du mois lorsque vous comparez des estimations.

Une analyse de sensibilité plus utile

Si la répartition des requêtes change, les tokens de sortie ont un effet plus important, car le tarif de sortie est six fois supérieur à celui de l’entrée. Par exemple, en conservant 5 000 requêtes par jour et un mois de 30 jours :

Tokens d’entrée/requêteTokens de sortie/requêteCoût mensuel estimé
3 000400$4,050
3 000800$7,650
6 000400$4,500

Ces calculs sont illustratifs et utilisent les tarifs standard fournis. Ils ne mesurent pas le comportement du modèle et ne garantissent pas qu’un prompt donné produira ces nombres de tokens.

Gestion respectueuse de la vie privée des données utilisateur et des identifiants

GPT Image 2.5 Sunburst est documenté comme prenant en charge la vision et les entrées PDF, mais cette capacité ne justifie pas l’envoi de secrets en clair. Considérez chaque prompt, image téléversée, PDF et résultat généré comme potentiellement sensible.

Un parcours de requête plus sûr consiste à :

  1. Classer l’entrée avant l’envoi. Séparez le contenu public, les données personnelles, les données commerciales confidentielles, les identifiants et les informations réglementées.
  2. Bloquer les secrets à la frontière de l’application. Ne transmettez jamais de mots de passe, clés privées, clés d’API, tokens bearer, codes de récupération ou cookies de session complets à un modèle d’image.
  3. Caviarder plutôt que de donner de simples consignes. Remplacez les numéros de compte, adresses e-mail, visages, tokens d’accès et champs identifiants des documents par des espaces réservés stables avant la tokenisation ou le téléversement.
  4. Utiliser des identifiants de service soumis au principe du moindre privilège. Conservez la clé d’API du modèle dans un gestionnaire de secrets côté serveur. Ne la placez pas dans le code du navigateur, les prompts, les images générées, les journaux ou les messages d’erreur visibles par le client.
  5. Limiter la conservation. Enregistrez si nécessaire les identifiants de requête, le nombre de tokens, le coût et les décisions de politique, mais évitez de stocker les prompts et images bruts sauf raison commerciale documentée.
  6. Examiner les résultats générés. Un résultat peut reproduire du texte sensible ou des détails visuels issus d’une entrée. Appliquez des contrôles d’accès et un caviardage avant de le renvoyer à un utilisateur ou de l’enregistrer.

La source indique également que l’appel de fonctions n’est pas annoncé pour ce modèle. Ne supposez pas que le modèle peut récupérer des identifiants de manière sécurisée ou appeler des systèmes internes. Conservez l’authentification, l’autorisation, la récupération de données et l’exécution des outils dans votre propre couche applicative contrôlée.

Utiliser OneMux sous conditions

OneMux décrit son API comme compatible avec OpenAI et fournit un accès unifié aux modèles, le routage, la gestion des clés, la visibilité des dépenses, le rechargement de crédits et une utilisation à la demande. La compatibilité dépend néanmoins du endpoint documenté, de l’identifiant du modèle, des paramètres d’image pris en charge et du format de réponse associé à votre compte. Cet exemple est illustratif et n’a pas été testé ici :

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_SERVER_SIDE_ONEMUX_KEY",
    base_url="YOUR_DOCUMENTED_ONEMUX_OPENAI_COMPATIBLE_ENDPOINT",
)

response = client.chat.completions.create(
    model="gpt-image-2-5-sunburst",
    messages=[
        {
            "role": "user",
            "content": "Create an image from this redacted description: [USER_CONTENT]"
        }
    ],
)

print(response.choices[0].message.content)

Confirmez le nom correct du modèle, l’opération de génération d’image, la modalité d’entrée, les champs d’utilisation et le endpoint dans la documentation ou le catalogue de modèles OneMux actuels. Ne supposez pas qu’un exemple de chat-completions prend en charge la sortie d’image sans vérifier les paramètres documentés.

Liste de contrôle des coûts et de la confidentialité

Avant d’approuver un workload de production, vérifiez que :

  • les nombres de tokens d’entrée et de sortie sont mesurés dans les mêmes unités que celles du tableau des tarifs ;
  • l’estimation inclut les nouvelles tentatives, les rejets de modération, les délais d’expiration et les soumissions en double ;
  • les tarifs du cache ou du traitement par lots ne sont utilisés que lorsque le fournisseur confirme l’éligibilité ;
  • les prix OneMux sont confirmés séparément, car l’instantané publié les indique comme inconnus ;
  • les secrets sont bloqués avant la tokenisation, le téléversement, la journalisation et le signalement des erreurs ;
  • les images et prompts bruts disposent d’une durée de conservation explicite ;
  • l’application ne dépend pas d’un appel de fonctions ou d’un accès aux identifiants non documentés ;
  • un petit pilote contrôlé enregistre l’utilisation réelle avant l’approbation d’un budget mensuel.

Conclusion

Pour établir un point de départ transparent, prévoyez $0.027 par requête pour GPT Image 2.5 Sunburst selon l’hypothèse de 3 000 tokens d’entrée et 400 tokens de sortie, soit environ $4,109 par mois moyen à 5 000 requêtes par jour. Recalculez à partir du nombre de tokens observé, du taux de nouvelles tentatives et de l’éligibilité confirmée au cache ou au traitement par lots. Pour les workloads sensibles du point de vue de la confidentialité, le contrôle le plus important se situe en amont : caviardez les données utilisateur et bloquez les identifiants avant que la requête n’atteigne le modèle ou une passerelle d’API.

Instantané des prix publiés

Capturé le 2026-11-17T17:00:06.096Z depuis le catalogue publié de OneMux. Les prix conservent les unités de facturation du site ; il ne s’agit pas d’un benchmark en temps réel. La facturation par paliers, mise en cache ou selon la durée peut différer. Les valeurs inconnues ne sont pas égales à zéro.

ModèleEntrée officielleSortie officielleEntrée OneMuxSortie OneMuxRatio de prix publié
GPT Image 2.5 SunburstInconnuInconnuInconnuInconnuInconnu / sans remise

Prix OneMux actuels. Comparez les coûts des workloads uniquement lorsque les unités d’entrée, de sortie et de facturation correspondent ; consultez la page de chaque modèle pour connaître les conditions des paliers.

FAQ

Combien coûte GPT Image 2.5 Sunburst par requête ?

Avec l’exemple fourni de 3 000 tokens d’entrée et 400 tokens de sortie, le coût est de $0.015 pour l’entrée plus $0.012 pour la sortie, soit $0.027 par requête avant les nouvelles tentatives et autres frais.

Quels sont les tarifs d’entrée et de sortie de GPT Image 2.5 Sunburst ?

La source fournie indique $5.00 par million de tokens d’entrée et $30.00 par million de tokens de sortie, vérifiés pour la dernière fois le 22 octobre 2026.

OneMux publie-t-il les tarifs de GPT Image 2.5 Sunburst ?

L’instantané fourni du catalogue OneMux indique que les tarifs d’entrée et de sortie OneMux sont tous deux inconnus. Les valeurs manquantes ne doivent pas être considérées comme nulles ; confirmez donc la tarification actuelle avant d’arrêter un budget.

Puis-je envoyer des identifiants à GPT Image 2.5 Sunburst ?

Non. N’envoyez pas de mots de passe, clés d’API, clés privées, tokens bearer, cookies de session ou codes de récupération. Bloquez ou caviardez les secrets avant que les prompts, images, PDF, journaux et téléversements n’atteignent le modèle.

GPT Image 2.5 Sunburst prend-il en charge la vision et les entrées PDF ?

La source fournie documente la vision et les entrées PDF comme des modalités prises en charge. Elle n’annonce pas l’appel de fonctions ; ne supposez donc pas que le modèle peut récupérer des identifiants de manière sécurisée ou appeler des outils internes.

Les tarifs du cache et du traitement par lots sont-ils garantis pour chaque requête ?

Non. La source fournie indique un tarif d’entrée mise en cache de $1.25 par million de tokens et un tarif d’entrée par lots de $2.50 par million de tokens, mais l’éligibilité, la disponibilité et les conditions de traitement doivent être confirmées.

Articles liés