OpenAI 为 GPT Image 2.5 Flare 和 Sunburst 公布了相同的 token 单价：文字输入每百万 token 5 美元，图片输入 8 美元，图片输出 30 美元。 缓存输入另有价格。这些是 token 费率，不是每生成一张图都收取的固定费用。
GPT Image 2.5 已在 上架：Flare 和 Sunburst 模型页提供当前价格与 API 调用示例。
本文于 2026 年 9 月 9 日核查。官方当前生图指南已有 GPT Image 2.5 输出 token 计算器，但它只估算部分费用，不能直接把旧版 GPT Image 2 的每张价格套过来。
两个型号的官方单价
| 计费项目 | Flare | Sunburst | 单位 |
|---|---|---|---|
| 文字输入 | $5.00 | $5.00 | 每百万 token |
| 缓存文字输入 | $1.25 | $1.25 | 每百万 token |
| 图片输入 | $8.00 | $8.00 | 每百万 token |
| 缓存图片输入 | $2.00 | $2.00 | 每百万 token |
| 图片输出 | $30.00 | $30.00 | 每百万 token |
表内均为美元，来源是 OpenAI 官方型号页。这不代表 或其他网关的实际账单价格，使用哪个平台就应核对哪个平台的费率和计费项目。
图片模型本身输出图片。如果Responses API 让语言模型调用生图工具，外层语言模型的用量还会另外计费。不能把这张表当成多工具对话的完整费用。
一次请求的费用怎么算？
先将实际用量拆成互不重复的计费类别，缓存部分不要再按非缓存输入重复计算：
费用（美元）= (
非缓存文字输入 token × 5
+ 缓存文字输入 token × 1.25
+ 非缓存图片输入 token × 8
+ 缓存图片输入 token × 2
+ 图片输出 token × 30
) ÷ 1,000,000
以平台对 usage 字段的定义为准。如果某个总输入字段包含缓存 token，需要按其定义扣除缓存部分，再计算非缓存费用。重复提交同一张参考图，也不代表一定能获得缓存折扣。
假设某次请求使用 1,000 个非缓存文字输入 token、2,000 个非缓存图片输入 token 和 4,000 个图片输出 token，没有缓存和其他费用：
| 项目 | 计算 | 费用 |
|---|---|---|
| 文字输入 | 1,000 × $5 ÷ 1,000,000 | $0.005 |
| 参考图输入 | 2,000 × $8 ÷ 1,000,000 | $0.016 |
| 图片输出 | 4,000 × $30 ÷ 1,000,000 | $0.120 |
| 以上项目合计 | 相加 | $0.141 |
这些用量是为了演示计算而假设的，不是某个分辨率、画质档位或型号的实测报价。
官方计算器包括哪些费用？
官方生图指南提供 2.5 的图片输出 token 和输出费用估算。其范围不包括文字输入、图片输入和流式生成的中间图片，因此它不是一张完整请求的账单。
型号页同时说明：2.5 的 token 费率与 GPT Image 2 相同，但 GPT Image 2 计算器不能估算 2.5 的用量。这并不矛盾，单价相同不代表旧模型的用量估计仍适用于新模型。
记录估算时，保存型号、尺寸、画质、估算日期和排除的项目。做应用预算时还应补齐其他费用，并实际 usage 校验。
单价相同，为什么每张图仍可能花不同的钱？
完成同一个任务，两个模型可能消耗不同数量的 token，也可能需要不同次数的修正。不能凭相同单价断定总价相同，也不能凭 Flare 的速度定位判断它更便宜。
更适合工作流的指标是：
每张可用图片的成本 = 这组尝试实际计费总额 ÷ 达到验收标准的图片数量
例如十次尝试总共花费 $1.41，只有六张能用，每张可用图片就是 $0.235。这也是算术示例，不是实测成功率。把被计费的重试和修正算进去，但不要假设所有失败请求都收费，或所有重试都免费。
多轮改图还可能包含参考图输入和外层语言模型用量。预算应覆盖用户实际完成的流程，而不只是最后下载的那张图。
制定预算前记录什么？
记录平台、准确的模型 ID、尺寸、画质、参考图数量、返回的用量类别和最终验收的图片数。普通任务和困难任务都要覆盖，以区间呈现结果，不把一张特别顺利的图片当成普遍价格。
选型先看 Flare 和 Sunburst 的区别，接入参考 API 教程，已有工作流可使用升级检查清单。本文未运行付费推理基准测试。
官方来源
参考来源
- ofox 文档：模型目录 — https://docs.ofox.io/zh/develop/models
