目录一、两个模型一个价二、纠错一跑量模型不等于更便宜三、纠错二贵的是 quality而且它默认不贵四、逐档成本表和一个反直觉的发现五、纠错三分辨率不是按像素收费六、参考图才是隐藏的成本项七、失败也是成本两起 moderation_blocked八、可复现的验收清单九、对企业把默认变成显式十、结语一、两个模型一个价先把这批数字摆清楚因为 OpenAI 这次的定价结构是反直觉的。2026 年 9 月 8 日OpenAI 发布 GPT Image 2.5同时进了 ChatGPT所有档位和 API。API 侧拆成两个模型Model ID官方定位延迟官方口径gpt-image-2.5-flare快速默认日常生成比 GPT Image 2 低最多 50%gpt-image-2.5-sunburst编辑精准度高端创意单次生成耗时更长通常的做法是拆两个模型然后给它们定不同的价——一个高端版、一个批量版价卡直接告诉你哪个是哪个。OpenAI 反其道而行把价卡保持完全一致。两个模型同价这件事有多不寻常值得停一下整个 API 都和gpt-image-2保持同样的 token 定价一分没涨。这里有一处必须纠正的流传说法发布期有报道称GPT Image 2.5 把每 token 价格翻倍了。这与 API 实际计费不符。多家第三方核对过 API 返回的实际用量两款模型都严格落在gpt-image-2的费率上。引用翻倍这个说法是错的。能力上的升级是真的不是营销新支持尺寸最高到 3840×2160横/ 2160×3840竖约 830 万像素quality 档位在上次天花板之上新增xhigh和max两级参考保真度、定向编辑、多轮编辑不累积退化、复杂版式的透明背景都做了提升。消费端 ChatGPT Images 2.5 向所有 ChatGPT、ChatGPT Work 和 Codex 用户桌面/移动/网页开放另加 Sketch 工具、格式模板、图内评论、Prompt 分享。这一半是功能投放不是采购决策——没人需要为它花钱。二、纠错一跑量模型不等于更便宜这是本文最核心的纠错因为几乎所有解读都搞反了。官方定位是Flare 跑量、Sunburst 精修。厂商定位通常暗示高端版更好所以更贵。但实测结果推翻了这个直觉。三组独立实测的结论高度一致实测方样本结论Thumix逐档读取 API 返回的 usage输出 token 数在每个质量档逐字节相同唯一差别是速度且 Sunburst 更慢GenFlick142 次调用140 张成图12 个匹配条件中Flare 在 10 个的中位延迟更低Elite Cloud分档计时medium 档 Sunburst 平均慢约 38%high 档差距扩大到 65%GenFlick 的分档数据最具体设置1024 方图无参考图Flare 中位延迟Sunburst 中位延迟low10.4 秒15.7 秒high18.1 秒29.9 秒max45.6 秒85.0 秒所以真相是Flare 和 Sunburst 在同样的质量档位下花同样的钱Flare 还更快。那么精修体现在哪答案是体现在速度上不体现在价格上也不体现在 token 数上。这里有一个重要的例外条件要注意。Sunburst 的官方指导是编辑精准度最重要时用。上面的数据说明的是同样的请求参数下两者行为一致。如果 Sunburst 在特定编辑任务上真的输出更好那可能是编辑后保真度更高导致 token 数不同——但目前没有独立数据能确认这一点。有一篇实测提到更长的生成本身会发出更多输出 token但另一家实测在逐档核对后明确说两者 token 数相同。这两方说法冲突我倾向于逐档读数的证据更硬直接读 API 返回值 vs 从原理推断但这条保留。三、纠错二贵的是 quality而且它默认不贵如果 Flare 和 Sunburst 不是成本决策那什么才是答案是 quality 参数而且它的摆幅比大多数人意识到的更大。先看完整档位和它的出厂默认值质量档单价范围auto默认值—low最便宜medium—high—xhigh—max最贵关键在这里默认值是auto。而多家实测都发现auto产出的token 数和账单与low完全一致。GenFlick 的数据两个模型的 auto 调用在无参考图时都是 $0.023925有参考图时都是 $0.063748。Thumix 的数据更直接“auto 产出的正是同样的 196 token 和同样的 $0.006 账单与 low 完全一致。如果直接调 API 且没有设置 quality你拿到的是最便宜那档。”换句话说如果你不显式设置 quality你拿到的是最便宜的档位而且你不会收到任何提示。这引出一个更要紧的推论对于要交付正式素材的场景默认最便宜通常不是好事。一张 $0.006 的图和一个真正高质量的图交付标准完全不同。而API 不会告诉你质量档选错了。所以正确做法是显式设置 quality永远不要依赖 auto。Thumix 明确说自己默认把每次 2.5 生成设为 medium就是这个原因。顺带说一句auto不是一个固定价格的快捷方式。GenFlick 发现参考图条件下auto的变化远不止输入成本——输出 token 数也跟着变了。所以需要可预测预算的场景必须选显式档位。四、逐档成本表和一个反直觉的发现这是本文最实用的一张表全部来自实测读数可以直接拿去做预算。纯文本场景1024 方图无参考图两个模型同价质量档单张成本low$0.006medium$0.013high$0.053xhigh$0.094max$0.211从 low 到 max 是 33倍摆幅。换算成批量场景档位1000 张10000 张low$6$60medium$13$130high$53$530xhigh$94$940max$211$2110这才是该关注的那条新闻GPT Image 2.5 不是一次降价或涨价而是一次区间拉宽。你原本以为图像生成是一个成本类别现在它是一个 33 倍的区间而你可能会不知不觉落在区间里某个位置。和上一代对比同一个精确数字下质量档GPT Image 2GPT Image 2.5变化low$0.006$0.006持平medium—$0.013—high$0.053$0.053持平max—$0.211—2 的 high$0.211—2.5 的 max 和 2 的 high 同价这个对比结果非常反直觉值得单独说2.5 的 high 比 2 的 high 便宜约 75%但 2.5 的 max 和 2 的 high 价格完全一样。也就是说——如果你现在用 GPT Image 2 的 high 档迁到 2.5 的 high 档能省 75%如果你需要 2.5 的 max 档钱和原来 2 的 high 一样多。这个迁移决策要按档位分别算不能整包推。同样的价格下延迟差异巨大Flare max 45.6 秒、Sunburst max 85.0 秒、GPT Image 2 high 154.7 秒。所以同价位下2.5 更快这个说法是成立的——但注意这不是视觉质量的证明只是延迟对比。五、纠错三分辨率不是按像素收费一个很自然但错误的假设是像素越多越贵。实测证明不是。分辨率quality成本中位延迟文本场景1024×1024high$0.053Flare 18.1s / Sunburst 29.9s1536×864high$0.033—3840×2160high$0.101无参考图Flare 27.5s / Sunburst 33.5s注意 1536×864 的 high$0.033比 1024×1024 的 high$0.053更便宜。而3840×2160 的 high$0.101大概只有 1024 方图的 2倍——它有 830 万像素是 1024 方图100 万像素的 8.3 倍。结论是输出 token 数取决于尺寸和形状的设定而不是一个简单的线性像素税率。还有一个更反直觉的发现quality 不改变输出尺寸。所有档位返回的都是同一张 1536×1024 图像。quality 是模型内部的渲染预算不是分辨率设置。这条对做批量脚本的人特别重要如果你以为调 quality 是在调清晰度那是理解错了。它调的是模型的细节投入尺寸是另一个独立参数。六、参考图才是隐藏的成本项如果只看上面的表格参考图好像只是多传一张图。实测给了更精确的数字。GenFlick 的数据在固定质量档下加上角色参考图及其条件指令每张 2.5 核心图增加 $0.010573质量档无参考图有参考图涨幅low$0.006$0.017约 166%high$0.053$0.064约 20%注意低档的涨幅是高的四倍多。必须加的限定这个数字不是通用的每张参考图固定费用。它取决于实际的参考图 token 数换一张图数字就变。这只是那一次实测的读数。一个很反直觉的推论参考图在 low 档是最大的成本项在 high 档却只占约 20%。如果你的工作流是低质量档大批量生成 关键几张加参考图精修参考图应该放在最后一步用不要从头就带上。从 high 档的数字看参考图在高档位的边际成本反而很低。原生 4K 是支持的但有实测明确建议把 4K 当实验性功能对待那些单次调用延迟只是示例值。七、失败也是成本两起 moderation_blocked这一节很短但我认为是本文最实用的一段。GenFlick 的 142 次调用里Sunburst 有两次纯文本核心请求返回了 HTTP 400moderation_blocked——而这两次用的是和成功调用完全相同的良性场景提示词。没有重试。两个关键点第一同一个提示词有时过有时不过。这意味着内容审核不是确定性的——你无法靠这个提示词之前成功过来判断它还会成功。第二这两次因为没有返回 usage 数据计费状态未知且没有被当作免费处理。所以批量生成脚本里必须有一条失败请求的计费状态要单独跟踪不能假设失败不花钱。很多成本报表会漏掉这部分。还有一条实测细节值得记后台响应在进程退出后仍能恢复。两个模型在有无参考图的情况下都返回了queued 响应 ID之后由另一个进程取回并拿到成图。提交确认耗时 0.6~7.8 秒。这意味着异步取图是可行的不是必须同步等待。八、可复现的验收清单把上面的结论整理成可以直接照做的流程第一步显式设置 quality不要用 auto。用途建议档位草稿、内部探索low常规交付medium正式素材high精品、需要细节的成品xhigh / max第二步默认用 Flare。同样的价、更快的速度。只有在实测确认编辑精修效果确实更好时才用 Sunburst并且要自己测一遍不要照抄官方定位。第三步参考图放最后。先不用参考图生成满意构图最后一步再带参考图锁定主体——尤其在 low/medium 档参考图涨幅超过 100%。第四步4K 当实验。实测显示 4K 不按线性像素计价但延迟和稳定性需要自己验证。第五步把验收标准写成清单别靠看着还行。那个实测者给出的建议非常实用值得原样引用我们建议的测试是用一个真实的交付物配一份简短的验收清单。比如瓶子那张图三条文案正确、泵头完好、轮廓未变、给标题留出足够空间。这一条是本文的方法论核心。生成一张好看的图不是验收标准。一个可交付标准应该是可勾选的列表文案对不对、元素在不在、留白够不够。这和我之前写的没有可验证判据的任务模型只能产出看起来对的东西是同一个道理只不过这里的主语从代码变成了图。第六步成本监控按档位设告警不要按总账设。因为单张成本区间是 33 倍总账上的小幅波动可能掩盖了某次运行悄悄用了 max 档。九、对企业把默认变成显式按本栏目的惯例把上面这些问题落到平台机制上。因为这类默认值陷阱如果在组织里不管几个月后没人说得清钱花在哪了。问题机制落点谁在调图像模型、调哪个档位统一出口登记模型与档位禁止开发者直连iPaaS 接入层统一凭据与配额谁在用付费档位按部门分配档位配额超出需审批配额策略可配置生成物能不能追责到业务用途输出留档谁、什么档位、什么提示词、产出了什么资产与调用记录关联输入素材有没有合规问题生成前登记素材来源与授权情况治理中心前置交付标准是什么任务派发时登记可勾选的验收清单与验收判据登记同机制这里有一条特别值得说把 quality 从默认值变成必须显式填写的字段。技术上这是改一行配置。但它的意义是把一个隐式的、可能造成 33 倍成本差的选择变成一个显式的、可审计的、被记录下来的决定。这就是默认和显式的全部区别——不是哪个更好是哪个能被追溯。对应到领码 SPARK 融合平台平台层的价值恰恰在这类地方。一个团队用API 直连能做到的是能生成图能通过平台做到的是知道每张图是谁、用什么档位、为什么用这个档位生成的以及它的素材是否合规。前者是工具后者是能力。需要克制说一句这些机制解决的是可追溯和可管控不解决该不该用高档位这个判断。什么场景值得用 max那是业务负责人和设计负责人该定的。平台能保证的是这个决定被记下来了而不是悄悄发生的。十、结语这次发布真正的故事不在图像质量在定价结构。三个该记住的点一两个模型同价所以跑量版 vs 精修版这个直觉是错的。独立实测显示它们在每个质量档的输出 token 数逐字节相同唯一差别是速度且 Flare 更快。选型不改变预算。二成本摆动 33 倍的是 quality 参数而它出厂默认是 auto也就是最便宜那档。默认最便宜对交付质量是个隐患——显式设置档位是本文最值得抄走的一条实操。三GPT Image 2.5 涨价/降价一倍的说法不成立。API 定价与gpt-image-2完全一致。真正的变化是区间拉宽low 的 $0.006 到 max 的 $0.211。而2.5 high 比 2 high 便宜 75%、2.5 max 和 2 high 同价这个反直觉对比才是迁移决策该依据的东西。还有两个容易漏的成本项参考图在低档位会加价 166%所以放最后一步用以及失败请求的计费状态要单独跟踪同提示词时过时不通过是常态。最后回到那句最实用的建议验收标准要是可勾选的清单不是一句看着还行。三个文案正确、泵头完好、轮廓未变、留白够——能列成清单的才是交付物好看不是。一个可操作的自查如果你正在批量生成素材去查一下你的代码里quality字段是显式传的还是留默认的。如果留默认你可能在用最低档的画质交付正式素材而不自知如果显式传了再去查有没有人悄悄设成了 max 档而账单上多花了 33 倍。你在生成图像时quality 是显式设的还是留默认的评论区聊聊——特别想知道有没有人踩过默认 lowest 档导致交付质量不够或者某次跑出33 倍单价的账这两种坑。如果你自己做了批量生成脚本也欢迎说说你在质量档位上怎么定的标准。参考来源OpenAI 官方 GPT Image 2.5 发布公告2026-09-08与 API 定价页、Thumix 逐档 API 用量读数、GenFlick 142 次调用实测基准、Elite Cloud 分档延迟实测、PoloAPI 对同价不同速的分析、多家平台整理的迁移说明。本文核对时间为 2026-10-14文中标注保留的两方冲突数据已明示未做取舍断言。本文根据「AIGC新知」视频号《一手实测GPT-Image2.520 条提示词抄了就能用》主题整理并扩展原视频与流传报道中的数据问题含涨价一倍误传、跑量模型不等于更便宜、默认档位隐藏成本已在文中逐一核实与纠正。