Precios de la API de GPT Image 2.6 explicados a fondo: cómo se cobran los niveles de calidad, la resolución y los formatos de salida

Cuánto cuesta realmente una imagen: primero, aclarar la estructura de precios

Empecemos por la conclusión. La factura de GPT Image 2.6 solo depende de cuatro variables: nivel de calidad, resolución, formato de salida y número de imágenes de referencia.

• Texto a imagen: se factura según quality × resolution, con un precio unitario fijo por imagen. Cinco niveles de calidad low / medium / high / xhigh / max, y tres niveles de resolución 1K / 2K / 4K, en total 15 combinaciones.

• GIF: se factura solo según quality, independientemente de la resolución.

• SVG: al precio del PNG del mismo nivel se le suma 0,030.

• Imagen a imagen: usa la misma tabla que texto a imagen, con 0,012 adicionales por cada imagen de referencia.

• Los rechazos no se cobran: si se rechaza en la fase de envío (parámetros no válidos, tamaño de GIF fuera de límite), se reembolsa el importe completo.

Recuerda tres puntos y no calcularás mal tu presupuesto: el GIF solo mira la calidad; los demás formatos miran calidad y resolución; el SVG cuesta siempre 0,030 más que el PNG; y el coste de imagen a imagen crece linealmente con el número de imágenes de referencia.

Además, hay que aclarar algo primero: las dos rutas Flare y Sunburst tienen parámetros, uso y precios completamente idénticos, y la factura no depende de qué ruta elijas. Todos los precios siguientes se aplican por igual a los cuatro IDs de modelo.

Los detalles de parámetros de cada modelo se pueden consultar en gpt-image-2.6-flare/text-to-image y gpt-image-2.6-sunburst/text-to-image.

Tabla de precios completa de cinco niveles de calidad × tres niveles de resolución

A continuación, el precio unitario por imagen (USD) de cada combinación en HiAPI; Flare y Sunburst son iguales.

¿Cuánto abarca? El low 1K más bajo es 0,023 y el max 4K más alto es 0,636, cerca de 28 veces. Dentro del mismo nivel, pasar de 1K a 4K supone un orden de algo más de 3 veces; dentro de la misma resolución, pasar de low a max supone un orden de algo más de 8 veces.

Algunas conclusiones directamente aplicables:

• low es el nivel más barato: 0,023 por imagen en 1K; medium es 0,041, aproximadamente un ochenta por ciento más caro. Para bocetos que solo sirven para elegir dirección, low es suficiente.

• De high a xhigh hay un salto evidente (0,049 a 0,087 en 1K); este nivel suele juzgarse según el uso concreto, no subiendo por defecto.

• max es el interruptor principal del coste por imagen: en 4K una imagen cuesta 0,636, equivalente a 27 imágenes low 1K. En tareas por lotes, salvo que realmente lo necesites, no lo uses para reintentos masivos.

• Alinea la resolución con el tamaño real de entrega. Si solo haces imágenes para web pero generas en 4K, el coste extra no se refleja en el producto final.

Ubicar tu nivel habitual es sencillo: primero mira en qué tamaño se consume el producto final y, en esa resolución, elige el nivel de calidad más bajo que se apruebe a la primera.

SVG y GIF: cómo se facturan dos formatos especiales

output_format admite, además de png (por defecto) / jpeg / webp, gif y svg, y estos dos solo están disponibles en texto a imagen: la salida de imagen a imagen solo admite png / jpeg / webp.

SVG: precio del PNG del mismo nivel + 0,030

SVG se factura igual que PNG según calidad y resolución, con 0,030 fijos adicionales por imagen. Por ejemplo:

• low / 1K: 0,023 + 0,030 = 0,053

• max / 4K: 0,636 + 0,030 = 0,666

Es decir, elegir SVG no cambia tu estrategia de niveles, solo añade esos 0,030 por imagen. Para entregas vectoriales (iconos, line art, ilustraciones escalables), basta con calcular así.

GIF: solo depende de la calidad

El GIF no depende de la resolución y se factura de forma fija según la calidad:

Por tanto, «¿es más barato GIF o PNG?» no tiene una respuesta única; depende del nivel. En low, el PNG 1K cuesta solo 0,023, menos que los 0,070 del GIF; pero en max, el PNG 4K cuesta 0,636, más que los 0,598 del GIF. Para hacer animaciones, consulta primero esta columna según la calidad, no apliques la resolución.

El tamaño de cada fotograma del GIF lo controla frame_size, por ejemplo 512x512; ambos lados deben ser múltiplos de 16, y también determina la proporción del GIF; frame_count va de 2 a 16, por defecto 9; frame_duration_ms ≥20, por defecto 200, redondeado a múltiplos de 10 ms. Al generar GIF, no pases aspect_ratio o pásalo como auto.

Cómo se calcula el recargo de imagen a imagen

Imagen a imagen (gpt-image-2.6-flare/image-to-image, gpt-image-2.6-sunburst/image-to-image) usa la tabla de precios de 15 celdas anterior y luego añade 0,012 por cada imagen de referencia.

Fórmula: coste por llamada = precio unitario del nivel + 0,012 × número de imágenes de referencia.

Las imágenes de referencia admiten de 1 a 16, en formato jpeg/png/webp. Veamos el impacto real de la entrada con varias imágenes (tomando low 1K como ejemplo):

• 1 imagen de origen: 0,023 + 0,012 = 0,035

• 4 imágenes de origen: 0,023 + 0,048 = 0,071

• 16 imágenes de origen: 0,023 + 0,192 = 0,215

Con 16 imágenes ya supera el precio unitario de max 1K, 0,195. Es decir, el recargo por entrada con varias imágenes no es calderilla: el número de imágenes de referencia es en sí mismo una dimensión de coste. Cuando realmente necesites 16, prioriza bajar el nivel de calidad o reducir imágenes según si te importa más la fidelidad del detalle o el precio unitario.

En alta resolución, el peso del recargo se reduce: max 4K cuesta 0,636 por imagen y con una imagen de referencia, 0,648. Así que la respuesta a «¿es caro usar varias imágenes de entrada?» depende del nivel en el que estés.

mask_url y markup_url son mutuamente excluyentes. mask_url debe ser un PNG RGBA del mismo tamaño que la primera imagen de origen, donde los píxeles transparentes son la zona a modificar; markup_url es una imagen PNG transparente de anotación, y las anotaciones no aparecen en el resultado. Si usas máscara, las zonas fuera de ella también pueden sufrir cambios ligeros. Ninguno de los dos tiene coste adicional.

Elegir nivel según el escenario de negocio: algunas combinaciones para ahorrar

La tabla de precios es fija, pero la elección de nivel es flexible. Aquí van algunas combinaciones por escenario:

Iteración masiva de bocetos

Usa niveles bajos + baja resolución y filtra por cantidad. quality=low, resolution=1K, ruta Flare: coste unitario mínimo y generación más rápida. Las imágenes de esta fase casi nunca llegan al producto final; no subas a 4K antes de tiempo.

Imagen principal de producto / imágenes de e-commerce

Alinea directamente con el tamaño de entrega y luego elige la calidad con la condición de que se apruebe a la primera. Lo habitual es quality=high con resolution=2K, y subir a 4K cuando necesites mayor formato. Evita generar primero en nivel bajo y volver a ejecutar todo el lote: el coste de repetir suele ser mayor que elegir bien el nivel desde el principio.

Edición de detalles en varias rondas (personajes, productos, composición)

Usa Sunburst, con quality al menos medium; su consistencia de detalles en edición multironda es mejor. Cuando haya muchas rondas de edición, reduce al mínimo necesario el número de imágenes de referencia en cada ronda de imagen a imagen, porque cada 0,012 se acumula ronda tras ronda.

Animaciones y entrega vectorial

Para GIF, consulta la tabla por calidad, sin mirar la resolución; confirma primero que frame_size y frame_count están dentro del rango permitido para evitar un envío en vano. Para SVG, es el precio del PNG del mismo nivel más 0,030; la lógica de elección de nivel es la misma que para PNG.

Un principio general

La resolución es un multiplicador de la factura, la calidad es otro multiplicador y el formato es un sumando. Primero fija la resolución (la determina el tamaño de entrega), luego la calidad (la determina la tasa de aprobación a la primera) y, por último, mira el formato y las imágenes de referencia. Los datos completos nivel por nivel se pueden verificar en la página de precios.

Los rechazos en el envío no se cobran: validar parámetros es ahorrar

Los parámetros no válidos y los tamaños de GIF fuera de límite se rechazan en la fase de envío, con reembolso completo y sin cargo. Esto significa que la forma más barata de fallar es «que te rechacen», y la más cara es «haber generado con éxito una imagen que no necesitas».

Los valores límite fáciles de pasar por alto se resumen a continuación:

• frame_size debe escribirse como 512x512, es decir, ancho x alto en píxeles; ambos lados deben ser múltiplos de 16; no se aceptan formatos de proporción como 1:1. Por defecto 512x512.

• frame_count va de 2 a 16, por defecto 9; con 768x768, máximo 12 fotogramas.

• frame_duration_ms ≥20, por defecto 200, redondeado a múltiplos de 10 ms.

• Cada lado del mosaico completo del GIF ≤3840, píxeles totales ≤8.294.400, relación de aspecto ≤3:1. Si se supera, se rechaza en la fase de envío.

• background=transparent solo admite png o webp.

• output_compression de 0 a 100, solo válido para jpeg y webp.

• Al generar GIF, no pases aspect_ratio o pásalo como auto.

• En imagen a imagen, mask_url y markup_url son mutuamente excluyentes; mask_url debe tener el mismo tamaño que la primera imagen de origen.

Hacer estas validaciones antes de la llamada ahorra más tiempo que reintentar tras un rechazo; y lo que ahorra más que ambas cosas es no dejar que una generación exitosa se eche a perder por una configuración de parámetros incorrecta.

De paso, mencionemos complexity (low / medium / high, por defecto high): es el nivel de planificación, independiente de quality, y no forma parte de las dimensiones de precio anteriores. Influye en cómo se planifica el proceso de generación, no en el nivel de facturación.

Flare o Sunburst: mismo precio, cómo elegir

Lo repetimos: Flare y Sunburst tienen parámetros, uso y precios completamente idénticos. Con la misma combinación de quality × resolution, la factura de ambas rutas es igual; los recargos de GIF, SVG e imagen a imagen también son iguales. Por tanto, para elegir no hay que calcular dinero, solo mirar dos cosas.

Cuándo elegir Flare

Genera más rápido, ideal para iteración rápida y generación por lotes. Elígelo por defecto. Exploración de bocetos, generación masiva y tareas sensibles al coste pero que no requieren consistencia extrema de detalles entran en esta categoría.

Cuándo elegir Sunburst

Más centrado en el detalle; con calidad medium o superior en edición multironda, los detalles de personajes, productos y composición son más consistentes. Para tareas que requieren mantener el mismo personaje entre rondas o que la imagen de producto no se deforme en varias modificaciones, usa Sunburst.

Una combinación práctica

Primero usa Flare para fijar la dirección rápidamente y, una vez definida, usa Sunburst para el refinado y la edición multironda. Como ambas rutas tienen el mismo precio, cambiar no genera coste adicional: solo pagas por el nivel y las imágenes de referencia.

Los parámetros y el uso de la versión imagen a imagen se pueden consultar en gpt-image-2.6-flare/image-to-image; si aún tienes tareas pendientes de 2.5, gpt-image-2.5-flare/text-to-image sigue facturándose por resolución (1K / 2K / 4K son 0,025 / 0,040 / 0,060 respectivamente), que no es el mismo algoritmo que el modelo por niveles de 2.6.

Si defines bien las cuatro cosas —calidad, resolución, formato e imágenes de referencia—, la factura de GPT Image 2.6 es predecible.