Preços completos da API GPT Image 2.6: como são cobrados os níveis de qualidade, as resoluções e os formatos de saída

Quanto custa afinal uma imagem: primeiro, a estrutura de preços

Começamos pela conclusão. A conta do GPT Image 2.6 depende apenas de quatro variáveis: nível de qualidade, resolução, formato de saída e número de imagens de referência.

• Text-to-image: cobrado por quality × resolution, com um preço unitário fixo por imagem. São cinco níveis de qualidade low / medium / high / xhigh / max e três resoluções 1K / 2K / 4K, totalizando 15 combinações.

• GIF: cobrado apenas por quality, independente da resolução.

• SVG: acrescenta 0,030 ao preço do PNG na mesma faixa.

• Image-to-image: usa a mesma tabela do text-to-image, com acréscimo de 0,012 por imagem de referência.

• Recusas não são cobradas: recusas na fase de envio (parâmetros inválidos, tamanho de GIF fora do limite) são reembolsadas integralmente.

Lembre-se de três pontos e o orçamento não sai errado: o GIF olha apenas para a qualidade, os demais formatos olham para qualidade e resolução; o SVG custa sempre 0,030 a mais que o PNG; o custo do image-to-image cresce linearmente com o número de imagens de referência.

Antes, é preciso esclarecer uma coisa: as duas rotas Flare e Sunburst têm parâmetros, uso e preço totalmente idênticos, e a fatura não depende de qual rota você escolhe. Todos os preços abaixo se aplicam igualmente aos quatro IDs de modelo.

Os detalhes de parâmetros de cada modelo estão em gpt-image-2.6-flare/text-to-image e gpt-image-2.6-sunburst/text-to-image.

Tabela completa de preços: cinco qualidades × três resoluções

Abaixo está o preço unitário por imagem (USD) de cada combinação na HiAPI, igual para Flare e Sunburst.

Qual é a amplitude: o low 1K mais barato custa 0,023 e o max 4K mais caro custa 0,636, quase 28 vezes. Dentro da mesma faixa, passar de 1K para 4K representa cerca de mais de 3 vezes; dentro da mesma resolução, passar de low para max representa cerca de mais de 8 vezes.

Algumas conclusões já utilizáveis:

• low é a faixa mais barata, 0,023 por imagem em 1K; medium é 0,041, cerca de 80% mais caro. Para esboços usados só para escolher direção, low basta.

• De high para xhigh há um degrau evidente (0,049 a 0,087 na faixa 1K); essa faixa normalmente deve ser julgada pelo uso concreto, e não seguida por padrão.

• max é o principal interruptor do custo por imagem: em 4K, uma imagem custa 0,636, equivalente a 27 imagens low 1K. Em tarefas em lote, a menos que realmente necessário, não o use para repetir tudo.

• A resolução deve corresponder ao tamanho real de entrega. Gerar 4K só para ilustrar uma página web faz o custo extra não aparecer no produto final.

Definir sua faixa habitual é simples: primeiro veja em que tamanho o produto final é consumido e, nessa resolução, escolha a menor faixa de qualidade que passe de primeira.

SVG e GIF: como são cobrados os dois formatos especiais

Além de png (padrão) / jpeg / webp, output_format também suporta gif e svg, e ambos só estão disponíveis no text-to-image — a saída do image-to-image é apenas png / jpeg / webp.

SVG: preço do PNG na mesma faixa + 0,030

O SVG, como o PNG, é cobrado por qualidade e resolução, com acréscimo fixo de 0,030 por imagem. Exemplos:

• low / 1K: 0,023 + 0,030 = 0,053

• max / 4K: 0,636 + 0,030 = 0,666

Ou seja, escolher SVG não muda sua estratégia de faixa, apenas acrescenta esses 0,030 por imagem. Para entregas vetoriais (ícones, line art, ilustrações escaláveis), basta calcular assim.

GIF: só a qualidade importa

O GIF não depende da resolução e tem preço fixo por qualidade:

Portanto, “GIF é mais barato ou PNG é mais barato” não tem resposta única; depende da faixa. Na faixa low, o PNG 1K custa só 0,023, abaixo dos 0,070 do GIF; mas na faixa max, o PNG 4K custa 0,636, acima dos 0,598 do GIF. Ao fazer animações, consulte primeiro esta coluna por qualidade, sem aplicar a resolução.

O tamanho de cada quadro do GIF é controlado por frame_size, por exemplo 512x512; ambos os lados devem ser múltiplos de 16, e ele também determina a proporção do GIF; frame_count aceita 2–16, padrão 9; frame_duration_ms ≥20, padrão 200, arredondado em 10ms. Ao gerar GIF, não passe aspect_ratio ou passe auto.

Como é calculada a taxa adicional do image-to-image

O image-to-image (gpt-image-2.6-flare/image-to-image, gpt-image-2.6-sunburst/image-to-image) usa a tabela de 15 células acima e então acrescenta 0,012 por imagem de referência.

Fórmula: custo por chamada = preço da faixa + 0,012 × número de imagens de referência.

As imagens de referência aceitam de 1 a 16, nos formatos jpeg/png/webp. Veja o impacto real da entrada com várias imagens (usando low 1K como exemplo):

• 1 imagem de origem: 0,023 + 0,012 = 0,035

• 4 imagens de origem: 0,023 + 0,048 = 0,071

• 16 imagens de origem: 0,023 + 0,192 = 0,215

Com 16 imagens, já ultrapassa o preço unitário de 0,195 do max 1K. Ou seja, a taxa adicional da entrada com várias imagens não é troco de bala: o número de imagens de referência é, por si só, uma dimensão de custo. Quando realmente precisar de 16 imagens, considere primeiro reduzir a qualidade ou diminuir as imagens, conforme você valorize mais a fidelidade de detalhes ou o preço unitário.

Em alta resolução, a proporção da taxa adicional diminui: max 4K custa 0,636 por imagem e, com uma imagem de referência, 0,648. Então a resposta para “entrada com várias imagens é caro?” depende da faixa em que você está.

mask_url e markup_url são mutuamente exclusivos. mask_url deve ser um PNG RGBA do mesmo tamanho da primeira imagem de origem, com os pixels transparentes indicando a área a alterar; markup_url é uma imagem PNG transparente de anotação, e as anotações não aparecem no resultado. Com máscara, áreas fora da máscara também podem sofrer pequenas alterações. Nenhum dos dois tem cobrança adicional.

Escolha da faixa por cenário de negócio: algumas combinações para economizar

A tabela de preços é fixa, mas a escolha da faixa é flexível. Algumas combinações por cenário:

Iteração de esboços em lote

Use faixa baixa + resolução baixa e filtre pela quantidade. quality=low, resolution=1K, rota Flare: menor custo por imagem e geração mais rápida. Nessa fase, as imagens basicamente não vão para o produto final; não vá para 4K antes da hora.

Imagem principal de produto / imagem de e-commerce

Alinhe direto ao tamanho de entrega e depois escolha a qualidade que passe de primeira. O comum é quality=high com resolution=2K, subindo para 4K quando precisar de formato maior. Evite gerar primeiro em faixa baixa e depois reprocessar tudo — o custo de reprocessar costuma ser maior do que já começar na faixa certa.

Edição de detalhes em múltiplas rodadas (personagem, produto, layout)

Use Sunburst, com quality pelo menos medium; ele tem melhor consistência de detalhes em edições de várias rodadas. Quando houver muitas rodadas de edição, reduza o número de imagens de referência de cada image-to-image ao mínimo necessário, pois cada imagem de 0,012 se acumula a cada rodada.

Entrega de animação e vetor

Para GIF, consulte a tabela por qualidade, sem considerar a resolução; primeiro confirme que frame_size e frame_count estão dentro dos intervalos permitidos, para evitar um envio em vão. Para SVG, calcule o preço do PNG na mesma faixa mais 0,030; a lógica de escolha de faixa é a mesma do PNG.

Um princípio geral

A resolução é um multiplicador da fatura, a qualidade é outro multiplicador e o formato é um somando. Primeiro defina a resolução (determinada pelo tamanho de entrega), depois a qualidade (determinada pela taxa de aprovação de primeira) e só então olhe formato e imagens de referência. Os dados completos por faixa podem ser conferidos na página de preços.

Envios recusados não são cobrados: validar parâmetros já economiza

Parâmetros inválidos e tamanho de GIF fora do limite são recusados na fase de envio, com reembolso integral e sem cobrança. Isso significa que a forma mais barata de falhar é “ser recusado”, e a mais cara é “gerar com sucesso uma imagem desnecessária”.

Os limites fáceis de errar estão resumidos abaixo:

• frame_size deve ser escrito como 512x512, largura x altura em pixels, com ambos os lados múltiplos de 16; não aceita formatos proporcionais como 1:1. Padrão 512x512.

• frame_count varia de 2 a 16, padrão 9; em 768x768, no máximo 12 quadros.

• frame_duration_ms ≥20, padrão 200, arredondado em 10ms.

• O GIF finalizado deve ter cada lado ≤3840, total de pixels ≤8.294.400 e proporção ≤3:1. Fora disso, é recusado na fase de envio.

• background=transparent só é suportado com png ou webp.

• output_compression de 0 a 100, só tem efeito em jpeg e webp.

• Ao gerar GIF, não passe aspect_ratio ou passe auto.

• No image-to-image, mask_url e markup_url são mutuamente exclusivos, e mask_url deve ter o mesmo tamanho da primeira imagem de origem.

Fazer essas validações antes da chamada economiza mais tempo do que tentar de novo após a recusa; e mais econômico que ambos é não deixar uma geração bem-sucedida ser desperdiçada por configuração errada de parâmetros.

Vale mencionar complexity (low / medium / high, padrão high): é o nível de planejamento, independente de quality, e não entra nas dimensões de preço acima. Ele afeta como o processo de geração é planejado, não a faixa de cobrança.

Flare ou Sunburst: preço igual, como escolher

Reforçando: Flare e Sunburst têm parâmetros, uso e preço totalmente idênticos. Para o mesmo conjunto de quality × resolution, a fatura das duas rotas é igual; as taxas de GIF, SVG e image-to-image também são iguais. Portanto, a escolha não envolve cálculo de dinheiro, apenas duas coisas.

Quando escolher Flare

Gera mais rápido, ideal para iteração rápida e geração em lote. Escolha-o por padrão. Exploração de esboços, geração em grande volume e tarefas sensíveis a custo que não exigem consistência extrema de detalhes entram nessa categoria.

Quando escolher Sunburst

Mais focado em detalhes; com qualidade medium ou superior em edições de várias rodadas, os detalhes de personagem, produto e layout são mais consistentes. Use Sunburst para tarefas que precisam manter o mesmo personagem entre rodadas ou para imagens de produto que não podem se deformar ao longo de várias edições.

Uma combinação prática

Primeiro use Flare para definir rapidamente a direção e, após definida, use Sunburst para refinamento e edição em várias rodadas. Como as duas rotas têm o mesmo preço, a troca não gera custo extra; você paga apenas pela faixa e pelas imagens de referência.

Os parâmetros e o uso da versão image-to-image estão em gpt-image-2.6-flare/image-to-image; se você ainda tem tarefas antigas com 2.5, gpt-image-2.5-flare/text-to-image continua sendo cobrado por resolução (1K / 2K / 4K a 0,025 / 0,040 / 0,060), que não é o mesmo algoritmo de faixas do 2.6.

Definindo bem as quatro coisas — qualidade, resolução, formato e imagens de referência —, a fatura do GPT Image 2.6 é previsível.