GPT Image 2.6 API 价格全解：质量档位、分辨率与输出格式怎么算钱

一张图到底多少钱：价格结构先讲清

先给结论。GPT Image 2.6 的账单只由四个变量决定：质量档位、分辨率、输出格式、参考图张数。

• 文生图：按 quality × resolution 计价，每张一个固定单价。五档质量 low / medium / high / xhigh / max，三档分辨率 1K / 2K / 4K，共 15 个组合。

• GIF：只按 quality 计价，与分辨率无关。

• SVG：在同档位 PNG 价上加 0.030。

• 图生图：沿用文生图同一张表，每张参考图另加 0.012。

• 被拒不计费：提交阶段被拒（参数不合法、GIF 尺寸超限）全额退回。

记住三点，预算就不会算错：GIF 只看质量，其他格式都看质量和分辨率；SVG 固定比 PNG 贵 0.030；图生图的成本随参考图张数线性增长。

另外要先讲清一件事：Flare 与 Sunburst 两条线路参数、用法、价格完全相同，账单与选哪条线路无关。下面所有价格对四条模型 ID 一体适用。

单个模型的参数细节可以看 gpt-image-2.6-flare/text-to-image 与 gpt-image-2.6-sunburst/text-to-image。

五档质量 × 三档分辨率的完整价格表

下面是 HiAPI 上每个组合的每张单价（USD），Flare 与 Sunburst 一致。

跨度有多大：最低的 low 1K 是 0.023，最高的 max 4K 是 0.636，接近 28 倍。同档位内从 1K 升到 4K，大致是 3 倍多的量级；同分辨率内从 low 升到 max，大致是 8 倍多的量级。

几个结论直接可用：

• low 是最便宜的一档，1K 每张 0.023；medium 是 0.041，贵了约八成。只用来挑方向的草图，用 low 足够。

• high 到 xhigh 是明显的台阶（1K 档 0.049 到 0.087），这一档通常要配合具体用途判断，而不是默认往上走。

• max 是单张成本的主开关，4K 时一张 0.636，等于 27 张 low 1K。批量任务里除非确实需要，不要用它做全量重试。

• 分辨率要对齐真实交付尺寸。只做网页配图却出 4K，多出来的成本不会体现在成品里。

定位自己的常用档位很简单：先看成品在哪个尺寸被消费，再在这个分辨率里选能一次通过的最低质量档。

SVG 与 GIF：两种特殊格式怎么计价

output_format 除 png（默认）/ jpeg / webp 外，还支持 gif 与 svg，且两者只在文生图可用——图生图的输出只有 png / jpeg / webp。

SVG：同档 PNG 价 + 0.030

SVG 和 PNG 一样按质量与分辨率计价，每张再加固定的 0.030。举例：

• low / 1K：0.023 + 0.030 = 0.053

• max / 4K：0.636 + 0.030 = 0.666

也就是说，选 SVG 不会改变你的档位策略，只是每张多出这 0.030。做矢量交付（图标、线稿、可缩放插画）时直接按这条算即可。

GIF：只看质量

GIF 与分辨率无关，按质量固定计价：

所以「GIF 便宜还是 PNG 便宜」没有统一答案，取决于档位。low 档 PNG 1K 只要 0.023，比 GIF 的 0.070 低；但 max 档 PNG 4K 是 0.636，反而高于 GIF 的 0.598。做动图时先按质量查这一列，不要拿分辨率去套。

GIF 每一帧的尺寸由 frame_size 控制，比如 512x512，两边必须是 16 的倍数，它也同时决定 GIF 的比例；frame_count 取 2–16，默认 9；frame_duration_ms ≥20，默认 200，按 10ms 取整。生成 GIF 时 aspect_ratio 不传或传 auto。

图生图的附加费怎么算

图生图（gpt-image-2.6-flare/image-to-image、gpt-image-2.6-sunburst/image-to-image）沿用上面那张 15 格的价格表，然后每张参考图另加 0.012。

公式：单次成本 = 档位单价 + 0.012 × 参考图张数。

参考图支持 1–16 张，格式 jpeg/png/webp。对比一下多图输入的实际影响（以 low 1K 为例）：

• 1 张源图：0.023 + 0.012 = 0.035

• 4 张源图：0.023 + 0.048 = 0.071

• 16 张源图：0.023 + 0.192 = 0.215

16 张时已经超过 max 1K 的单价 0.195。也就是说，多图输入的附加费不是零头，参考图张数本身就是一个成本维度。真需要 16 张时，优先考虑降质量档还是减图，取决于你更在意细节还原还是单价。

高分辨率下附加费占比会变小：max 4K 单张 0.636，加一张参考图是 0.648。所以「多图输入贵不贵」这个问题，答案取决于你在哪个档位。

mask_url 与 markup_url 只能二选一。mask_url 要和第一张源图同尺寸的 RGBA PNG，透明像素是要改的区域；markup_url 是透明 PNG 标注图，标注不会出现在结果里。用了蒙版，遮罩以外的区域也可能有轻微变化。两者都不额外计价。

按业务场景选档位：省钱的几种组合

价格表是死的，档位选法是活的。按场景给几组搭配：

批量草图迭代

用低档位 + 低分辨率，靠数量筛选。quality=low、resolution=1K、Flare 线路，单张成本最低，出图也最快。这个阶段的图基本不会进成品，不要提前上 4K。

成品主图 / 电商图

直接对齐交付尺寸，再在能一次通过的前提下选质量。常见做法是 quality=high 配 resolution=2K，需要更大画幅时再上 4K。避免先用低档出图再整批重跑——重跑一遍的成本通常高于一开始就选对档。

多轮细节编辑（角色、产品、版式）

用 Sunburst，quality 至少 medium，它的多轮编辑细节一致性更好。编辑轮次多的时候，把每一轮的图生图参考图张数压到必要的最少，因为每张 0.012 会随轮次反复叠加。

动图与矢量交付

GIF 按质量查表，不看分辨率；先确认 frame_size 与 frame_count 在允许区间内，避免白跑一次提交。SVG 按同档 PNG 价加 0.030，选档逻辑与 PNG 一致。

一个通用原则

分辨率是账单的乘数，质量是账单的另一个乘数，格式是加数。先定分辨率（交付尺寸决定），再定质量（一次通过率决定），最后才看格式与参考图。完整的逐档数据可以在 价格页 核对。

提交被拒不计费：参数校验即省钱

参数不合法、GIF 尺寸超限，都会在提交阶段被拒，全额退回，不扣费。这意味着最便宜的失败方式是「被拒绝」，最贵的方式是「成功生成了一张不需要的图」。

容易踩的边界值整理如下：

• frame_size 要写成 512x512 这种像素宽x高，两边必须是 16 的倍数；不接受 1:1 这类比例写法。默认 512x512。

• frame_count 范围 2–16，默认 9；768x768 时最多 12 帧。

• frame_duration_ms ≥20，默认 200，按 10ms 取整。

• GIF 整张拼图每边 ≤3840、总像素 ≤8,294,400、长宽比 ≤3:1。超出即在提交阶段拒绝。

• background=transparent 只支持 png 或 webp。

• output_compression 0–100，只对 jpeg、webp 有效。

• 生成 GIF 时 aspect_ratio 不传或传 auto。

• 图生图的 mask_url 与 markup_url 只能二选一，mask_url 要与第一张源图同尺寸。

把这些校验放在调用之前做，比被拒后重试更省时间；而比两者都更省的，是别让一次成功的生成因为参数配错而作废。

顺带提一句 complexity（low / medium / high，默认 high）：它是规划层级，与 quality 独立，不在上面的价格维度里。它影响的是生成过程怎么规划，不是计价档位。

Flare 还是 Sunburst：价格相同，怎么选

再强调一次：Flare 与 Sunburst 参数、用法、价格完全相同。同一组 quality × resolution，两条线路账单一致；GIF、SVG、图生图附加费也一致。所以选型不用算钱，只看两件事。

选 Flare 的情况

出图更快，适合快速迭代和批量出图。默认就选它。草图探索、大批量生成、成本敏感但不需要极致细节一致性的任务，都归这一类。

选 Sunburst 的情况

更重细节，medium 及以上质量做多轮编辑时，角色、产品、版式的细节更一致。需要保持同一角色跨轮次不变、或产品图在多轮修改中不走形的任务，用 Sunburst。

一个实用组合

先用 Flare 快速定方向，方向确定后再用 Sunburst 做精修与多轮编辑。因为两条线路价格相同，切换不产生额外成本，你只在为档位和参考图付费。

图生图版本的参数与用法可以看 gpt-image-2.6-flare/image-to-image；如果你手上还有 2.5 的存量任务，gpt-image-2.5-flare/text-to-image 仍按分辨率计价（1K / 2K / 4K 分别为 0.025 / 0.040 / 0.060），与 2.6 的档位模型不是同一套算法。

把质量、分辨率、格式、参考图四件事分别定好，GPT Image 2.6 的账单就是可预测的。