gpt-image-2-pro на hiapi: цены, уровни качества и способы вызова новой модели изображений

После обновления эндпоинта /api/pricing на hiapi в этом месяце две новые записи поднялись на вершину списка моделей изображений: gpt-image-2-pro и gpt-image-2-image-to-image-pro. Обе несут фиолетовый бейдж «Pro», обе закреплены в верхней части селектора моделей, и обе стоят более чем в десять раз дороже стандартного вызова gpt-image-2. Тогда очевидный вопрос: за что именно вы платите?

В этой статье мы по порядку разберём, что представляют собой варианты Pro, как выглядит актуальная матрица цен и как вызывать их через единый API задач hiapi. Если вы раздумываете, стоит ли доплачивать $0.35 за кадр в существующем конвейере, ниже приведён расчёт, который вам нужен.

---

Что означает «Pro» на странице цен

Обе новые записи в официальных данных о ценах описывают себя как «высококачественный стабильный уровень» — уровень, ставящий во главу угла стабильность и созданный для производственных запусков, которым нужны предсказуемые показатели успеха и задержки, а не просто хорошие средние результаты.

Эта формулировка важнее, чем кажется на первый взгляд. Стандартная версия gpt-image-2 за $0.03 за вызов отлично подходит для экспериментов, массового распространения и любых сценариев, где «несколько испорченных из ста изображений не проблема, потому что перегенерировать дёшево». Pro — это вариант, который вы выберете, когда стоимость одной неудачной отрисовки превышает лишние десять долларов вычислений: маркетинговый рендер по расписанию, который должен получиться с первого раза, платный рекламный креатив, где следующая попытка сорвёт окно выпуска, ключевой визуал, блокирующий релиз.

У варианта изображение-в-изображение Pro есть ещё одна возможность: помимо промпта он принимает от одной до пяти референсных изображений, а затем редактирует, объединяет или меняет их стиль. Те же обещания стабильности, тот же уровень Pro, только другая форма входных данных.

---

Актуальная матрица цен

Подтверждено по актуальной странице цен на момент написания — эта страница является единственным источником истины, и приведённые ниже цифры взяты непосредственно из неё:

Модель	1K (уровень 1024)	2K	Примечания
gpt-image-2 (стандартный, текст-в-изображение)	$0.03	$0.04	Уровень экспериментов; также доступен 4K
gpt-image-2-pro (текст-в-изображение)	$0.35	$0.70	Уровень стабильности, закреплён на 1-м месте
gpt-image-2-image-to-image-pro	$0.40	$0.80	1–5 референсных изображений, редактирование / композиция

Несколько практических замечаний:

• Pro примерно в 12–14 раз дороже стандартного при 1K и в 17–21 раз при 2K. Это реальная разница в бюджете. Если вы не можете объяснить, почему именно этому изображению нужен Pro, вам, вероятно, нужна стандартная версия.
• 2K для Pro — это чистое удвоение. В отличие от некоторых производителей изображений, применяющих убывающую доплату за высокое разрешение, варианты Pro удваиваются ровно, что легко предсказать.
• Изображение-в-изображение примерно на 14% дороже текст-в-изображение на обоих уровнях ($0.40 против $0.35 при 1K, $0.80 против $0.70 при 2K). Вы платите за дополнительную обработку референсных изображений.

Для сравнения, стандартная версия gpt-image-2 имеет другую форму: 1K = $0.03, 2K = $0.04 (множитель 1.33), 4K = $0.06 (множитель 2). Стандартный вариант предлагает уровень 4K; варианты Pro пока ограничены 2K, но с заметно более высокой точностью передачи каждого пикселя. Если вам нужно исходное разрешение, стандартный 4K по-прежнему самый дешёвый способ получить большой холст; если нужна стабильная производственная точность, выбирайте Pro 2K.

---

Когда Pro оправдывает затраты

Уровень Pro — это ставка на стабильность, а не волшебная кнопка качества изображения. Сценарии, в которых он окупается, имеют одну и ту же форму: перегенерация обходится дорого, а стоимость неудачной отрисовки асимметрична.

Стоит платить за Pro в следующих случаях:

• Изображение будет передано в клиентский интерфейс и пройдёт проверку перед следующей партией (платная реклама, маркетинговые письма, медиакит, ключевой визуал магазина).
• Вам нужно сохранить единообразие персонажа или продукта в небольшом наборе отрисовок, и вы не можете допустить ни малейшего отклонения ни в одном кадре.
• У вас есть SLA по стабильности, за которые вы отвечаете — запланированная задача, которая должна выдать пригодное изображение в известном временном окне.
• Нижестоящий конвейер дорог: ручная проверка, согласование бренда, ручная доработка. Доплатить немного за каждое изображение на входе выгоднее, чем пропустить плохую отрисовку дальше по цепочке.

Продолжайте использовать стандартную версию в следующих случаях:

• Вы запускаете массовое распространение (50, 500, 5000 изображений) и оцениваете и отбираете результаты.
• Вы экспериментируете с промптами, а не сдаёте их. Использовать Pro для черновиков — пустая трата денег.
• Изображения используются в некритичных интерфейсах (заполнение текста блога, внутренние слайды, материалы для тестирования при разработке), где перегенерация — одно нажатие.

У варианта изображение-в-изображение Pro более узкая область применения: когда у вас есть референсные материалы, важные для бренда — фотография продукта, утверждённый дизайнером лист персонажа, мудборд кампании — и нужно редактирование, которое не разрушит ключевые особенности референса, он почти всегда правильный выбор. Потратить $0.40, чтобы свет с продуктовой съёмки стоимостью $4 000 оставался согласованным в двенадцати вариантах, — расчёт очевиден.

---

Вызов моделей из hiapi

Оба варианта Pro используют единый API задач hiapi: POST /v1/tasks создаёт задачу и возвращает идентификатор задачи, GET /v1/tasks/:id сообщает статус и при успехе возвращает в output[] URL-адреса изображений для скачивания. Промпт вы передаёте в input (а для изображение-в-изображение ещё и URL-адреса от одного до пяти референсных изображений).

Текст-в-изображение Pro

import time, requests

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": f"Bearer {HIAPI_TOKEN}"}

resp = requests.post(API, headers=HEADERS, json={
    "model": "gpt-image-2-pro",
    "input": {
        "prompt": "A pristine editorial magazine cover composition: a single "
                  "matte glass sphere resting on a polished dark slate plinth, "
                  "refracted interior architecture, studio key light, fine-grain "
                  "film texture, premium dark fashion-magazine aesthetic.",
        "aspect_ratio": "1:1",
        "resolution": "1K",
    },
}).json()
task_id = resp["data"]["taskId"]

while True:
    task = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
    if task["status"] in ("success", "fail"):
        break
    time.sleep(5)

open("hero.png", "wb").write(
    requests.get(task["output"][0]["url"]).content)

Чтобы получить 2K, установите "resolution": "2K" (и выберите соотношение сторон, необходимое для вашего материала). Механизм биллинга умножает ровно — один вызов, $0.70.

Изображение-в-изображение Pro

Вариант изображение-в-изображение принимает от одного до пяти URL-адресов референсных изображений в массиве input_urls. Референсные изображения — это размещённые URL-адреса; если ваши изображения находятся на диске, загрузите их в доступное место (объектное хранилище, ваш CDN) и передайте ссылку.

import time, requests

API = "https://api.hiapi.ai/v1/tasks"
HEADERS = {"Authorization": f"Bearer {HIAPI_TOKEN}"}

resp = requests.post(API, headers=HEADERS, json={
    "model": "gpt-image-2-image-to-image-pro",
    "input": {
        "prompt": "Restyle the product photo into a vintage Polaroid look: "
                  "warm tones, soft vignetting, retain product silhouette and "
                  "logo placement exactly. Magazine-grade output.",
        "input_urls": ["https://your-cdn.example.com/reference-product.png"],
        "aspect_ratio": "1:1",
        "resolution": "1K",
    },
}).json()
task_id = resp["data"]["taskId"]

while True:
    task = requests.get(f"{API}/{task_id}", headers=HEADERS).json()["data"]
    if task["status"] in ("success", "fail"):
        break
    time.sleep(5)

open("restyled.png", "wb").write(
    requests.get(task["output"][0]["url"]).content)

Для производственного трафика стоит знать две вещи:

• Одна отрисовка Pro занимает от 60 до 120 секунд от начала до конца. Асинхронный процесс означает, что во время ожидания не удерживается ни одно соединение — опрашивайте каждые несколько секунд или при создании вызова укажите callback.url, чтобы hiapi уведомил ваш сервер о терминальном состоянии.
• Если вы вызываете из бессерверного воркера на фронтенде, сохраните taskId, чтобы его подхватил опрашивающий процесс или обратный вызов — не держите вызов открытым всё время генерации Pro.

---

Практическая схема маршрутизации

Для команд, которые уже используют gpt-image-2 за $0.03, самый чистый способ внедрить Pro — оставить стандартный уровень по умолчанию и маршрутизировать в Pro только помеченную часть задач. Минимальная схема:

def pick_model(job):
    if job.get("tier") == "hero" or job.get("brand_critical"):
        return "gpt-image-2-pro"
    if job.get("reference_image"):
        return "gpt-image-2-image-to-image-pro" \
            if job.get("brand_critical") else "gpt-image-2/image-to-image"
    return "gpt-image-2/text-to-image"

Помечайте задачи при отправке (одно поле, одно логическое значение), и ваш счёт останется предсказуемым. Так варианты Pro действуют как точный инструмент, а не как выбор по умолчанию — именно в таком виде они и были задуманы.

---

Кратко

gpt-image-2-pro и gpt-image-2-image-to-image-pro — это не «улучшенный gpt-image-2». Это уровни стабильности в том же семействе моделей — созданные для той небольшой части задач, где «одна плохая отрисовка дороже десяти хороших». Стандартная версия за $0.03 по-прежнему выигрывает в экспериментах и пакетной обработке. Pro за $0.35 (или $0.40 с референсным изображением) — это то, что вы выберете, когда изображение само по себе является результатом, а не черновиком.

Проверьте актуальные цифры на странице цен, помечайте задачи, которым действительно нужна стабильность, и маршрутизируйте соответственно. Обе модели отвечают на POST /v1/tasks — та же форма задачи, которую уже использует ваш существующий воркер gpt-image-2.