token 计费模型、按画质与分辨率划分的真实单图数字，以及什么时候裸用 API 比托管套餐更划算。

GPT Image 2 按 token 计费，而不是按图计费

如果你是从 DALL-E 3 过来的，第一个意外就是 GPT Image 2 不再为每张图收取一笔固定费用。它是一个基于 token 的模型：你要为 prompt 里的文本 token 付费，为你传入的任何图像 token 付费（编辑或传入参考图时），还要为模型作为输出生成的图像 token 付费。更大的尺寸和更高的画质设置会产生更多输出 token，所以单次生成的成本会随你的要求而变化。

OpenAI 在其 API 定价页面上公布了 GPT Image 2 的 token 费率。截至撰写本文时它们是：

图像输入：$8.00 / 1M token（缓存输入 $2.00 / 1M）
图像输出：$30.00 / 1M token
文本输入：$5.00 / 1M token（缓存输入 $1.25 / 1M）

文本输入就是你的 prompt。图像输入只在你把像素送入模型时才适用（编辑、参考图）。图像输出就是生成的图片，对大多数纯文生图来说，它是账单里占大头的那一项。在你据此编制预算之前，务必到 platform.openai.com/docs/pricing 确认当前的数字——OpenAI 会不时调整费率。

一张图实际要花多少 token

因为输出是按 token 计费的，你需要知道所选尺寸和画质对应的 token 数。OpenAI 在其图像生成指南里列出了这些数字。下面是每次请求所生成的输出图像 token 数：

Quality   Square 1024x1024   Portrait 1024x1536   Landscape 1536x1024
Low       272 tokens         408 tokens           400 tokens
Medium    1056 tokens        1584 tokens          1568 tokens
High      4160 tokens        6240 tokens          6208 tokens

按画质和尺寸划分的 GPT Image 2 输出图像 token（来源：OpenAI 图像生成指南）。

一个有用的细节：像素与价格之间并不是严格线性的关系。模型会把画布 token 化，所以在同一画质下，非正方形的画幅可能与正方形版本的成本略有不同——在 GPT Image 2 公布的单图表格里，中画质和高画质下竖图和横图的费率实际上比正方形还略低一点。重要的是版式，而不只是总像素数。

还有一项要纳入预算：流式输出。如果你用 partial_images 参数在图片渲染过程中逐步展示它，每张中间图都会在最终结果之外再加上约 100 个图像输出 token。

按画质划分的真实单图成本

token 数对建立直觉很有用，但你不需要自己去换算——OpenAI 直接公布了一张近似的单图成本表。（请注意这些数字并不是简单的「输出 token 数乘以费率」；OpenAI 的单图数字已经把模型自身的开销计入在内，所以请把下面这张表当作权威参考，而不是拿来重新计算的东西。）这些是 GPT Image 2 每生成一张图的近似成本；它们只反映渲染出来的图像本身，所以你还要在此之上加上文本输入 token——以及编辑时的任何输入图像 token。

GPT Image 2 — approx. cost per generated image
Quality   1024x1024   1024x1536   1536x1024
Low       $0.006      $0.005      $0.005
Medium    $0.053      $0.041      $0.041
High      $0.211      $0.165      $0.165

来源：OpenAI 图像生成指南，单图输出定价表。

按它的构建方式来读这张表：低画质几乎免费（远不到一美分），中画质大约在四到五美分，高画质则是昂贵档位，约为每张 16 到 21 美分。画质旋钮，而不是分辨率，才是影响账单的最大杠杆——在 1024x1024 下从低画质跳到高画质，成本大约会翻 35 倍。

如果高画质输出对你的产量来说太贵，OpenAI 还提供 GPT Image 1 Mini，这是同一家族里更便宜的模型。逐档来看它都比 GPT Image 2 便宜——它的高画质 1024x1024 标价约为 $0.036，而 GPT Image 2 高画质是 $0.211——代价是损失一些保真度。对于缩略图、草稿和大批量管线，它可以彻底改变成本结构。

GPT Image 2 与 DALL-E 3 的成本对比

DALL-E 3 是大多数人拿来对比的模型，它沿用了旧的固定单图定价。OpenAI 当前的 DALL-E 3 费率是：

标准画质：1024x1024 为 $0.04，1024x1536 或 1536x1024 为 $0.08
HD 画质：1024x1024 为 $0.08，1024x1536 或 1536x1024 为 $0.12

把两者在 1024x1024 下并排放在一起，画面就很有意思。GPT Image 2 低画质（约 $0.006）比 DALL-E 3 标准（$0.04）大约便宜七倍。GPT Image 2 中画质（$0.053）略高于 DALL-E 3 标准，但低于它的 HD 档。只有 GPT Image 2 高画质（$0.211）才明显比任何一个 DALL-E 3 选项更贵。

所以结论并不是简单的「越新就越贵」。GPT Image 2 给了你一个滑动刻度：做草稿时你可以远比 DALL-E 3 便宜，做正式作品时与它持平，只有在你明确要求顶级细节时才付溢价。相比之下，DALL-E 3 没有便宜档——哪怕一张随手丢弃的图也要四美分。对波动型工作负载来说，token 模型通常更划算。

实算示例：100 张和 1000 张图要花多少钱

具体的产量能让数字变得直观。下面这些使用上文 1024x1024 的单图输出成本，并忽略了少量的文本 prompt 开销——对典型的短 prompt 而言，每张图的额外开销远不到一美分。

在 GPT Image 2 上生成 100 张低画质图：约 $0.60
在 GPT Image 2 上生成 100 张中画质图：约 $5.30
在 GPT Image 2 上生成 100 张高画质图：约 $21.10
100 张标准 DALL-E 3 图：约 $4.00
在 GPT Image 2 上生成 1000 张低画质图：约 $6
在 GPT Image 2 上生成 1000 张中画质图：约 $53
在 GPT Image 2 上生成 1000 张高画质图：约 $211
1000 张标准 DALL-E 3 图：约 $40

规律是这样：如果你的活儿偏探索性或大批量，低画质 GPT Image 2 比 DALL-E 3 提供的任何东西都便宜得多——大约只有其单图成本的十分之一。中画质则略高于 DALL-E 3 标准。如果每张图都必须是封面级的，高画质 GPT Image 2 是这里最贵的路线——大约是一张 DALL-E 3 标准图的五倍——而这正是你最该去看下一节的情况。

人们容易忘记的成本因素

单图表格是头条数字，但真实账单还多出几行。在你上线之前，把这些也纳入预算：

输入 token 单独计费。你的 prompt 属于文本输入，费率为 $5.00 / 1M token。一段 50 词的 prompt 只是几分之一美分，但如果你在每次调用里都塞进冗长的风格指南和说明，跨上千次生成累积起来就很可观。
编辑和参考图更贵。把像素送入模型会用到图像输入 token，费率为 $8.00 / 1M，而且 GPT Image 2 会以高保真度处理输入图。所以一次编辑或一次参考引导的生成，不只是输出成本——它还带着一笔输入图像费用。
画质选择压倒一切。在 1024x1024 下从低画质提到高画质，每张图会从约 $0.006 涨到约 $0.211。没有任何其他旋钮能与之相比。默认采用能通过审核的最低画质，只在素材确实需要时才往上调。
批处理是一个杠杆。OpenAI 在标准费率之外，还为图像生成提供了 Batch 档；如果你的工作是异步的、能容忍延迟，那就值得到定价页面查看 Batch 那一列，以获得更低的有效费率。
存在更便宜的模型。GPT Image 1 Mini 属于同一家族，逐档来看都比 GPT Image 2 明显便宜（它的高画质 1024x1024 约 $0.036，而非 $0.211）。对于草稿、变体和大批量任务，它可以在几乎不改动你代码路径的情况下削减开支。

这些单独来看都不至于伤筋动骨，但合在一起就解释了为什么真实账单通常会比纯粹的单图数字略高一点。先用输出表格估算，然后为 prompt 和编辑开销留出一点缓冲。

裸用 API 与托管积分套餐对比（gpt-img2.com）

上面的 OpenAI 数字只是模型成本。它们假设由你来编写集成、处理鉴权与重试、管理速率限制、存储输出，并承担工程时间。像 gpt-img2.com 这样的托管 UI 把同一类模型包进一个积分系统里，于是你用一笔固定的月度额度换掉了按 token 计费的账单。

gpt-img2.com 按分辨率档位用积分给生成定价：

1K（如 1024x1024）：每张 10 积分
2K：每张 40 积分
4K：每张 160 积分（在 16:9、2:1、21:9 等宽幅比例上提供）

这些积分来自月度套餐：

Starter：$9.90/月，3,000 积分
Pro：$19.90/月，7,000 积分
Studio：$49/月，20,000 积分

在 Studio 上，$49 换 20,000 积分算下来约为每积分 $0.00245。因此一张 1K 图（10 积分）约花 $0.025，一张 2K 图约 $0.10，一张 4K 图约 $0.39——而这个价格已经包含了托管界面、存储，以及无需维护任何 API 代码。在 Starter 上有效费率更高（约每张 1K 图 $0.033，因为你买的是更小的额度），这正是量价关系的常见形态。

一个清爽的理解方式：Studio 上每张 1K 图约 $0.025，与裸 API 上的 GPT Image 2 中画质（约每张 $0.041–$0.053）处于同一量级，区别是你完全跳过了自建。托管套餐用一组略有不同的单位经济，换来零工程开销和可预期的月度上限。

何时用 API，何时用托管 UI

在下列情况下，伸手去拿裸 GPT Image 2 API：

你要把图像生成嵌进自己的产品或自动化管线里
你的产量很大或波动剧烈，想借助低/中 token 档来压低成本
你需要可编程控制——批处理、自定义重试、自有存储与内容审核
你有工程能力去搭建并维护这套集成

在下列情况下，伸手去拿像 gpt-img2.com 这样的托管套餐：

你想现在就在浏览器里生成图片，而不用写代码
比起按 token 浮动的账单，你更偏好一笔可预期的固定月费
相比裸 API 访问，你更看重内置的存储、历史记录和 UI
你的产量能舒舒服服地装进某个套餐的月度积分额度里

两者并不互斥。许多团队会在托管 UI 里做原型和一次性素材，等用例验证完毕、成本账算得过自建后，再把可重复的大批量工作搬进 API。

FAQ

GPT Image 2 比 DALL-E 3 便宜吗？这取决于画质。低画质下（约 $0.006）GPT Image 2 远低于 DALL-E 3 标准（$0.04）。中画质下（约 $0.053）它略高于 DALL-E 3 标准，但低于其 HD 档（$0.08）。高画质下（约 $0.211）它是这一组里最贵的。
用 GPT Image 2 生成最便宜的方式是什么？在 1024x1024 下用低画质，约每张 $0.006。如果你想在某个给定画质档上获得更低成本，GPT Image 1 Mini 逐档都比 GPT Image 2 便宜（它的高画质 1024x1024 约 $0.036），代价是损失一些保真度。
我也要为 prompt 付费吗？是的。文本输入按 $5.00 / 1M token 计费，但对短 prompt 来说，这每张图远不到一美分。用参考图做编辑会额外产生图像输入 token，费率为 $8.00 / 1M。
分辨率是不是总会抬高价格？并非严格如此。在 GPT Image 2 公布的单图表格里，中画质和高画质下竖图和横图的费率实际上比正方形还略低一点。无论如何，画质都是比尺寸大得多的成本杠杆。
这些价格会变吗？几乎肯定会。这里的 token 费率和单图数字来自 OpenAI 文档，截至 2026 年为最新——在投入预算之前，务必到 platform.openai.com/docs/pricing 核对实时数字。

一句话版本

GPT Image 2 按 token 计费，所以成本随画质和尺寸而变。低画质不到一美分，中画质是几美分，高画质则是昂贵档，在 1024x1024 下接近二十美分。对比 DALL-E 3 固定的 $0.04–$0.12，GPT Image 2 做草稿时便宜得多，中画质时大致相当（略高于 DALL-E 3 标准、低于 HD），顶级画质时则更贵。如果你压根不想写这套集成，像 gpt-img2.com 这样的托管套餐能把同样的活儿变成 Studio 上每张 1K 图约 $0.025，无需维护任何代码。要规模和控制就选 API；要速度和可预期性就选托管 UI。