图像模型升级的单张成本可能增至四倍

同样是每百万图像输出 token 收费 30 美元，为什么升级模型后，每张图反而贵了？原文作者检查 OpenAI 成本计算器后发现：Images 2.6 在 low、medium 档位的预估 token 数，分别是 2.5 的 4.2 倍和 3.3 倍，high 则不变。

这篇最有用的地方，是把单价、单图成本和迁移选择拆开来看。不过，作者没有用真实账单完成验证，速度与画质证据也各有局限。对于要接图片生成 API 的开发者，这是一份值得照着复核的成本检查表。

token 单价没涨，为什么单图贵了？

单图成本取决于 token 单价，也取决于生成这张图消耗多少 token。

按原文列出的计算器估值，1024x1024、仅计算图像输出 token 时，2.5 的 low 每张约 0.006 美元，2.6 约 0.025 美元。每月生成 100,000 张，分别约为 588 美元和 2,469 美元；medium 则从 1,317 美元升至 4,347 美元，尚未计入提示词 token。

这些数字改变了降低质量档位的收益：2.5 从 low 升到 high，成本约增加到 9 倍；2.6 约为 2.1 倍。2.6 的 low，甚至接近 2.5 medium 的两倍。

作者在 OpenAI 的 GptImageTokenCalculator JavaScript 包中找到了对应逻辑。这段代码解释了计算器为什么出现整齐的倍率：

c={low:4.2,medium:3.3,high:1,xhigh:1,max:1}
// ...
return e===`gpt-image-2.6`?Math.round(p*c[r]):p

要看的是最后一行：计算器先使用共同的基础估值，再给 gpt-image-2.6 乘上质量档位系数。它并不读取提示词内容。

因此，换尺寸也有类似变化。1024x1536 的 low 从 158 增至 664 tokens，medium 从 343 增至 1,132 tokens；1024x1024 的 low 则是 196 对 823。评论者 bnmathm 报告 low 为 824、high 为 1,758，和估值接近。

但边界要划清：作者确认的是计算器的估算规则，还没有确认所有真实请求都会按固定倍率增长。 原文提到官方指南提醒过「相同 token 费率不代表相同单图成本」，只是这句话放在 GPT Image 2.5 成本章节，单看价格表容易漏掉。

迁移要算旧模型、质量档位和 Batch 三笔账

据原文引用的下线安排，gpt-image-1-mini、gpt-image-1.5 和 chatgpt-image-latest 将于 2026 年 12 月 1 日移除，推荐替代均为 2.6；同一页面没有列出 2.5 的关闭日期。

推荐迁移路径不等于最省钱的路径。从 mini 迁到 2.6，low 成本约变为 5 倍，medium 约为 4 倍；2.5 在这两个档位更接近 mini。反过来，如果当前使用 gpt-image-1.5 的 high，两代新模型的估算成本都低约 60%。

Batch 还会放大差距。作者假设 Batch 与标准请求的 token 数相同，算出 2.5 的 low 每张约 0.003 美元，medium 约 0.0066 美元。如果任务能等待最多 24 小时，这条路线很有吸引力。原文称 2.6 没有 Batch 选项，与 2.5 Batch 相比，low、medium 分别贵约 8.4 倍和 6.6 倍。

这里的倍率包含了两种差异：模型 token 消耗与 Batch 折扣，不能全归到模型升级上。

2.5 Batch 的请求使用 POST /v1/images/generations。JSONL 每行包含 custom_id、method、url、body，在 body 内指定 model、prompt、quality、size；原文示例模型为 gpt-image-2.5-flare，质量为 low，尺寸为 1024x1024。

Flare 和 Sunburst 在同代中的每 token 价格相同，计算器也将两者合并估算。官方将 Flare 定位为快速迭代，将 Sunburst 定位为细节视觉工作，但这不能代替实际任务的质量比较。

多付的钱，能换来更快或更好的结果吗？

速度有提升线索，证据还不够统一。原文经 Fello AI 转述的官方说法是快 50%；Arena 的相关说法包括接近 2 倍、medium 超过 2 倍，但没有公开测试配置。

更具体的个案来自 bnmathm：medium 从 12.0 秒降到 7.9 秒，耗时减少约 34%。其 2.6 low 为 6.7 秒，也接近 Flare 宣传的最快 6 秒。用户守着生成按钮时，少等约 4 秒可能有价值；夜间队列对这点延迟通常不敏感。

新输出格式也有条件。GIF 的评论反馈包括色块、伪影与结果不稳定，frame_count 还要求账号拥有所选模型的 GIF preview 权限。

SVG 则分两步收费：先渲染参考图，再由单独的创作模型生成矢量。测试者遇到 SVG generation requires 'svg.model'，随后尝试 Sunburst 配合 gpt-5.5、gpt-5.6-sol，评价并不突出。svg.model 用于选择后一步的模型；输出为静态 SVG，不含脚本或嵌入位图，且 n 必须为 1。

画质更难下结论。设计平台使用者 jjcm 试用约一小时后，从 2.6-flare 回退到 2.5-flare，认为 UI 设计细节减少、文字更放大，但觉得 2.6-sunburst 表现扎实；另一位评论者却更喜欢其对比图中的 2.6。

榜单也没有统一答案。Arena 文生图由 2.5 Sunburst 领先，图片编辑中两款 2.5 都排在两款 2.6 前；Rapidata 则让两款 2.6 领先，Sunburst 两代约差 95 分，超过其标注的 ±13 和 ±5。

问题是 Arena 成绩均为 preliminary，2.6 Sunburst 只有 2,967 票，2.5 有 54,913 票；2.6 标为 Medium，2.5 未注明质量。Rapidata 页头页尾的更新日期也不一致。这些结果可以参考，难以直接替团队选型。

我的判断

作者最有说服力的发现，是计算器里的倍率代码。它足以说明「每 token 同价」不能支持「迁移预算不变」，但还不足以证明真实账单必然统一增加 4.2 倍。

速度和画质部分更多是个案与偏好反馈，缺少统一提示词、质量配置和重复测试。原文最后建议拿自己的 100 条提示词比较，比单凭榜单选模型更可靠；这仍是一种评估方法建议，并非经过对照实验验证的最佳样本量。

我赞同按任务拆分选择：批量素材优先看单图成本，交互生成同时看等待时间，UI 资产还要看文字、布局与细节。high 档位预估输出成本相同，使 2.6 值得测试，但不能据此认定升级没有其他成本变化。

另外，原文指出 xhigh、max 的支持范围存在文档冲突：指南计算器章节列给 2.6，API reference 却只写 2.5。需要这些档位时，应先验证实际请求。

能拿来做什么

• 给前端生成按钮或 Node 服务做一次同提示词对比，固定模型、尺寸和质量，记录耗时、输出 token 与可用结果。下面代码只估算图像输出费用：

from openai import OpenAI

client = OpenAI()
PROMPT = "A red bicycle at sunrise"  # use one of your real prompts
OUTPUT_RATE = 30 / 1_000_000  # image output, 2.5 and 2.6

for model in ["gpt-image-2.5-flare-2026-09-08", "gpt-image-2.6-flare"]:
    res = client.images.generate(
        model=model,
        prompt=PROMPT,
        size="1024x1024",
        quality="low",
    )
    tokens = res.usage.output_tokens
    print(model, tokens, f"${tokens * OUTPUT_RATE:.4f}")

要检查 res.usage.output_tokens 是否实际返回。原文指出，reference 仍称 usage 仅适用于 gpt-image-1，指南却让用户读取它，接成本面板前要确认字段可用。

• 为迁移建立独立预算，尤其检查 mini 的 low、medium 和现有 Batch 任务。需要复现结果时优先使用带日期的快照，并显式设置 quality，避免默认 auto 干扰比较。
• 对 2.6 增加一组 complexity="low" 测试。两款 2.6 默认均为 high，文档称没有单独费用，却未说明是否改变 token 数；它能否降低成本，目前只是待验证的猜想。
• 客户需要 GIF 或 SVG 时，先验证账号权限、输出质量与完整费用。SVG 要把参考图和创作模型两部分纳入预算，不能直接套普通图片的单价。