GPT Image 2.5 API 價格：各品質等級生成一張圖要多少錢？
OpenAI 的 GPT Image 2.5 按 token 計費。我們實測 1024×1024 影像在各品質等級的 token 用量，換算 OpenAI 與 TokLab 兩種通道的費用。
以 Markdown 閱讀GPT Image 2.5 在 OpenAI 沒有固定的單張價格，而是按 token 計費：影像輸出每百萬 token $30、影像輸入每百萬 token $8、文字輸入每百萬 token $5，Flare 與 Sunburst 相同（OpenAI 價格，查核日期為 2026 年 11 月 2 日）。因此，一張圖要多少錢，取決於使用多少輸出 token，而影響最大的就是品質等級。
我們實際量了一次：2026 年 11 月 2 日，在 TokLab 用同一段提示詞，以 1024×1024 尺寸逐一生成各品質等級：
| 品質 | 輸出 token | OpenAI，一般 API | OpenAI，Batch API |
|---|---|---|---|
| low | 196 | $0.0061 | $0.0031 |
| medium | 439 | $0.0134 | $0.0067 |
| high | 1,756 | $0.0529 | $0.0265 |
| xhigh | 3,122 | $0.0939 | $0.0470 |
| max | 7,024 | $0.2110 | $0.1055 |
每筆費用都包含提示詞的 50 個文字輸入 token，增加的費用為千分之一美元的四分之一。Flare 與 Sunburst 從 low 到 xhigh 回報的數量一致，因此這幾列適用於兩款模型。Sunburst 的 max 生成失敗（詳見 Flare 與 Sunburst 比較），所以 max 那一列是 Flare 的數字。
多花 token，畫面多了什麼？
max 的 token 用量是 low 的 36 倍。以下是 Flare 用相同提示詞生成的 low、high 與 max 結果：
low 已經是一張可用的圖：三個標示都拼對，版面也乾淨。提高品質主要增加的是細節密度，例如更多植物、架上更多物件，以及附有文字的小招牌。縮圖或初稿用 low 就很夠了。影像要印刷、放大觀看，或有必須看得清楚的細字時，再花錢用 xhigh 或 max。
auto 會讓模型自行選擇等級，沒有可事先估算的固定價格，因此這輪沒有測。需要控制費用時，請自行指定品質。
TokLab 兩種通道怎麼計費？
TokLab 的每款模型都有兩種通道，計價方式不同。Standard ID，也就是 gpt-image-2.5-flare 與 gpt-image-2.5-sunburst，依實際交付的影像張數收取固定費用：low 到 high 共用一個價格，xhigh 與 max 共用另一個價格，不受 token 數影響。-official ID 則依每次生成回報的 token 數，以 OpenAI token 費率打折計算。
一邊是固定單價，另一邊隨 token 用量增加，因此兩種價格會出現交叉。截至 2026 年 11 月 2 日，low 與 medium 使用 Official 較便宜，high 以上則是 Standard 較便宜。以下為目前費率與各品質在兩種通道的費用，直接從你帳戶實際使用的計費帳本讀取：
GPT Image 2.5 prices are listed separately for each model ID. Per-image prices follow the selected quality; token-billed prices follow reported usage.
| Channel | Model IDs | Billed by | Current rate (USD) |
|---|---|---|---|
| Standard | gpt-image-2.5-flare | Per delivered image at the selected model and quality rate | Per delivered image: xhigh $0.0225; max $0.0225; other quality values $0.021 |
| Standard | gpt-image-2.5-sunburst | Per delivered image at the selected model and quality rate | Per delivered image: xhigh $0.0225; max $0.0225; other quality values $0.021 |
| Official | gpt-image-2.5-flare-official | Tokens each render reports (text input + image output) | $3.75 per 1M input tokens; $22.5 per 1M output tokens |
| Official | gpt-image-2.5-sunburst-official | Tokens each render reports (text input + image output) | $3.75 per 1M input tokens; $22.5 per 1M output tokens |
Token rates are the published first-tier rates; usage in a different tier may be charged differently.
Cost of one 1024x1024 image by quality
Token counts are measured samples on the Official channel, with 18 input tokens for the prompt. Actual usage varies with the prompt, dimensions, references, and image count, so token-billed figures are estimates, not fixed prices. Per-image rates below follow each model's current quality pricing.
| Quality | Sample output tokens | Standard · GPT Image 2.5 Flare USD | Standard · GPT Image 2.5 Sunburst USD | Official · GPT Image 2.5 Flare USD | Official · GPT Image 2.5 Sunburst USD |
|---|---|---|---|---|---|
| low | 196 | $0.021 | $0.021 | $0.0044775 | $0.0044775 |
| medium | 439 | $0.021 | $0.021 | $0.009945 | $0.009945 |
| high | 1756 | $0.021 | $0.021 | $0.0395775 | $0.0395775 |
| xhigh | 3122 | $0.0225 | $0.0225 | $0.0703125 | $0.0703125 |
| max | 7024 | $0.0225 | $0.0225 | $0.1581075 | $0.1581075 |
| auto | 229 | $0.021 | $0.021 | $0.00522 | $0.00522 |
Formula (Official): (input tokens × 3.75 + output tokens × 22.5) / 1,000,000 USD. A request for n images is billed for the images delivered. Final charges are available in account usage history. Failed requests are not charged.
費率調整時，這張表會跟著更新；上方關於價格交叉點的文字則不一定會更新。
什麼時候直接用 OpenAI 比較便宜？
OpenAI 的 Batch API 將所有 token 費率減半，影像輸出為每百萬 token $15，低於我們 Official 通道的 token 費率。因此，low 與 medium 的工作若能等候批次處理，直接呼叫 OpenAI 會比 TokLab 兩種通道都便宜。以上述日期的費率計算，從 high 起，TokLab Standard 的固定單張價格則低於 OpenAI Batch。TokLab 沒有批次優惠級距，在這裡等久一點不會比較便宜。
與 GPT Image 2 相比，費用差在哪？
OpenAI 模型頁面表示，GPT Image 2.5 的「token 費率與 GPT Image 2 相同」，token 數也對得上。我們在 2026 年 9 月 21 日透過同一 API 測得，1024×1024 的 GPT Image 2 輸出 token 數為 low 196、medium 1,756、high 7,024。GPT Image 2.5 的 high 費用相當於 GPT Image 2 的 medium，max 則相當於 GPT Image 2 的 high；而 439 token 的 medium，是以前沒有的中間選項。同樣預算下，2.5 提供更細的品質級距。
還有哪些設定會影響費用？
以上數據都是 1024×1024。畫布越大，輸出 token 越多，但我們還沒測過具體數量。編輯會增加影像輸入，OpenAI 的費率為每百萬 token $8；這一輪也未量測編輯的輸入 token 數。n: 4 代表四張影像，輸出 token 為四倍，提示詞則只計算一次。
在 TokLab，失敗不收費。我們有一次 Sunburst max 生成在 424 秒後失敗，帳本顯示扣款為零。
如果想在寫進程式前先試試品質，GPT Image 2.5 Playground 會在執行前顯示各設定的預估費用；所有參數則列於 API 參考文件。
