指南OneMux

GPT Image 2.5 API 成本:針對 100 或 1,000 張可用圖片的可重複評估

運用明確的 token 費率、驗收標準、測試案例與計費重試次數,估算 GPT Image 2.5 工作負載成本。

AI

摘要 · TL;DR

使用固定測試集、實際計費用量與明確的驗收規則,估算 GPT Image 2.5 每張可用圖片的成本。已公布的參考費率可用於示範計算,但所提供的 OneMux 目錄快照中,價格仍為未知。

重點

  • 應以合格圖片而非成功的 API 請求為預算基礎,並納入計費的修改與失敗嘗試。
  • 所提供的來源指出 Flare 和 Sunburst 的 token 費率相同,但費率相同不代表工作負載成本相同。
  • OneMux 價格快照中的輸入與輸出價格均為未知;僅憑公布的 0.1 比率無法確定美元價格。
  • 在小規模評估前設定請求與支出上限,再以實測用量和合格率取代示範假設。
文章目錄 (9)

結論先看:以合格圖片而非請求次數編列預算

若要估算 GPT Image 2.5 的工作負載成本,請將一組具代表性嘗試的計費金額,除以符合驗收標準的圖片數量。計算時應納入計費的修改與失敗嘗試;HTTP 回應成功本身並不代表圖片可用。

在下方示範情境中,每次請求成本為 $0.141,且 80% 的輸出通過驗收。據此推算,每張合格圖片約為 $0.17625,100 張為 $17.625,1,000 張為 $176.25,尚未計入另行收費的服務。這些數字是用於計算的假設,不是報價或實測成功率。

OneMux 發布本指南,並透過與 OpenAI 相容的 API 提供模型存取。此計算方式同樣適用於其他供應商;請使用實際適用於您帳戶的價格與計費紀錄。

GPT Image 2.5 定價:區分參考費率與實際帳單

Ofox 的定價文章指出,在 2026 年 9 月 9 日查詢時,OpenAI 為 GPT Image 2.5 Flare 和 Sunburst 列出了以下相同費率。這些是每百萬個 token 的美元費率,不是每張圖片的固定價格。該來源屬於二手報導;編列預算前,請向您選擇的供應商確認目前費率與模型可用性。

計費類別來源報導的官方費率,Flare 和 Sunburst單位
未快取的文字輸入$5.00每百萬個 token
已快取的文字輸入$1.25每百萬個 token
未快取的圖片輸入$8.00每百萬個 token
已快取的圖片輸入$2.00每百萬個 token
圖片輸出$30.00每百萬個 token

擷取於 2026 年 11 月 21 日的 OneMux 目錄快照,未提供 GPT Image 2.5 的美元輸入或輸出價格。快照公布了 0.1 的比率,但在基礎價格與單位未知的情況下,僅憑該比率不足以計算費用或節省金額。

模型官方輸入價格官方輸出價格OneMux 輸入價格OneMux 輸出價格公布的價格比率
GPT Image 2.5目錄快照中未知目錄快照中未知未知未知0.1

未知不等於零。上述來源報導的費率與目錄快照是不同證據,擷取日期也不同;兩者都無法確定您 OneMux 帳戶目前的帳單金額。請查看 OneMux 目前價格、適用的模型級距、快取條件與帳戶條款。比較供應商時,請使用相同的計費單位。

先計算單次請求,再推估整體工作負載

本例假設一次請求使用 1,000 個未快取的文字輸入 token、2,000 個未快取的圖片輸入 token,以及 4,000 個圖片輸出 token,且沒有快取用量或其他費用。這些 token 數量僅供示範,並非針對特定尺寸、品質或模型變體的實測值。

項目按來源報導的參考費率計算成本
文字輸入1,000 × $5 / 1,000,000$0.005
圖片輸入2,000 × $8 / 1,000,000$0.016
圖片輸出4,000 × $30 / 1,000,000$0.120
合計三個項目相加$0.141

若用量包含已快取的輸入,請分別計算已快取與未快取部分的費用。查閱供應商的欄位定義:輸入總數可能已包含快取 token。不要重複計算這些 token,也不要假設重新提交參考圖片就能獲得快取折扣,或將缺少的用量類別視為零。

接著假設每次嘗試平均花費 $0.141,且 80% 通過審核:

合格圖片目標通過率 80% 時的預估嘗試次數預估圖片模型成本
100100 / 0.80 = 125125 × $0.141 = $17.625
1,0001,000 / 0.80 = 1,2501,250 × $0.141 = $176.25

若目標數量無法整除,請將預估嘗試次數向上取整為完整的請求次數。80% 的通過率是預期值,不保證能如數交付。若適用,還需加上另行計費的語言模型呼叫、串流預覽、稅金或其他費用。來源指出,GPT Image 2.5 輸出計算器可估算輸出用量與成本,但不包含文字輸入、圖片輸入及串流中間圖片;因此,它並非完整的請求成本估算。

執行有明確限制、可重複的評估

測試前,請確認能否存取確切的模型變體、支援哪些圖片參數、帳戶目前價格、用量回報方式,以及是否有另行計費的服務。OneMux 提供與 OpenAI 相容的存取方式,並不代表支援所有圖片 endpoint 或參數;請確認文件中適用於您帳戶的 endpoint 與參數。本指南並未宣稱已測試 OneMux 整合。

使用一組與您打算採購的工作相近的小型固定測試集。例如,在發出呼叫前先定義以下三個案例:

案例固定輸入通過規則範例
產品圖片相同的產品描述、構圖、尺寸與品質包含指定產品與背景;沒有明顯多出的產品部件
文字排版相同的指定簡短英文片語與排版指示每個字元皆與指定片語相符且清晰可讀
參考圖片編輯相同的參考檔案與編輯指示呈現要求的變更;指定的前景顏色與紋理維持不變

這些是評估設計,而非 GPT Image 2.5 的實測結果。請事先記錄確切提示詞、參考檔案、尺寸、品質與通過規則。若比較 Flare 和 Sunburst,請在相同條件下執行相同案例,並分別回報各變體的結果。來源報導的是 token 費率相同,而非品質、用量或總成本相同。

首次呼叫前先設定限制

作為初步試測的示範,總請求數上限設為 30 次,包括修改在內,且每次案例嘗試最多修改一次。設定可執行的帳戶支出上限或作業停止門檻,任一限制達到時即停止。若平台無法強制執行硬性上限,請監控餘額並手動停止;同時為仍在處理中的費用保留緩衝。不要假設失敗的請求一定會計費或一定免費。

每次嘗試都應記錄:供應商、確切模型 ID、UTC 時間、請求識別碼、輸入與設定、回傳用量、適用費率、實際費用(若可取得),以及通過或未通過。無法取得的用量或費用應標記為未知。若帳單將多次請求合併計費,請核對整組費用,不要自行編造每次請求的分攤金額。分享紀錄前,請移除憑證與帳戶識別資訊。

將觀察結果轉化為決策

以整個試測的實際計費成本除以合格圖片數量。若供應商尚未結算費用,請將結果標示為估算值,並於日後核對。回報該數字時,同時列出嘗試次數與合格圖片數量:小規模試測可以顯示失敗模式,但無法可靠保證執行 1,000 張圖片任務時的通過率。若沒有圖片通過,則每張合格圖片成本無法定義;應調整任務或驗收標準,而不是除以零。

依案例檢視失敗情況。初次輸出便宜,納入反覆修改後可能變得昂貴;反之,成本較高的嘗試若更常通過驗收,也可能值得。確認觀察到的成本與失敗模式符合預算後,再擴大測試。

結論

使用來源報導的 token 費率來理解計算方式,而非取代帳戶報價。固定測試集、明確的停止限制,以及每張合格圖片的實際費用,能提供比通用單張圖片價格更有依據的預算。

來源

已公布的價格快照

於 2026-11-21T15:00:06.439Z 擷取自 OneMux 公布的目錄。價格保留網站計費單位;這不是即時基準。級距、快取或依時間計費的方式可能有所不同。未知值不等於零。

模型官方輸入價格官方輸出價格OneMux 輸入價格OneMux 輸出價格公布的價格比率
GPT Image 2.5未知未知未知未知0.1

OneMux 目前價格。僅在輸入/輸出與計費單位相符時比較工作負載成本;級距條件請參閱各模型頁面。

常見問題

GPT Image 2.5 每張圖片的成本是多少?

並沒有適用於每次請求的單一確定價格。成本取決於適用費率、文字與圖片輸入、圖片輸出、快取及另行計費的服務。將實際工作負載費用除以合格圖片數量,即可估算每張可用圖片的成本。

GPT Image 2.5 Flare 和 Sunburst 的成本相同嗎?

所提供的 Ofox 來源指出,截至 2026 年 9 月 9 日,兩個變體的官方 token 費率相同。但這不代表 token 消耗量、合格率或工作負載總成本相同。

OneMux 公布的價格比率能確定 GPT Image 2.5 的美元價格嗎?

不能。2026 年 11 月 21 日的目錄快照列出的比率為 0.1,但輸入與輸出的美元價格均為未知。請查詢目前適用於您帳戶的價格與計費單位。

相關文章