A 24 de marzo de 2026, OpenAI publica para GPT Image 1.5 estos precios oficiales en 1024x1024: $0.009 en low, $0.034 en medium y $0.133 en high. Si lo único que necesitas es un atajo rápido de presupuesto, eso significa que 100 imágenes cuadradas en medium cuestan alrededor de $3.40, 1.000 cuestan $34 y 10.000 cuestan $340. En high, esos mismos volúmenes pasan a $13.30, $133 y $1.330.
La segunda respuesta importa igual: esos números son precios output-only, no una factura universal por request. La guía oficial de image generation de OpenAI deja claro que el coste total también puede incluir text input tokens e image input tokens cuando entras en edición o flujos con referencias. Esta página es una calculadora primero, pero no finge que una sola cifra por imagen explique cualquier workflow.
También conviene separar otro ruido desde el inicio. Muchos resultados que rankean para esta keyword venden créditos, suscripciones o gateways OpenAI-compatible, no el precio nativo de la API de OpenAI. Esta guía habla solo del precio oficial de la API de OpenAI.
Resumen rápido
Si quieres la respuesta más corta y útil antes de entrar en caveats, empieza por esta tabla.
| Fila de GPT Image 1.5 | Precio por imagen | 100 imágenes | 1.000 imágenes | 10.000 imágenes |
|---|---|---|---|---|
| 1024x1024 low | $0.009 | $0.90 | $9 | $90 |
| 1024x1024 medium | $0.034 | $3.40 | $34 | $340 |
| 1024x1024 high | $0.133 | $13.30 | $133 | $1.330 |
| 1024x1536 o 1536x1024 medium | $0.05 | $5 | $50 | $500 |
| 1024x1536 o 1536x1024 high | $0.20 | $20 | $200 | $2.000 |
La regla de cálculo más útil es esta:
coste output-only estimado = número de imágenes × fila oficial correspondiente
Para generación simple con prompt, ese atajo suele bastar. Para edición, referencias o workflows con reintentos, úsalo como punto de partida, no como factura final.
Calculadora oficial de precio GPT Image 1.5
La página oficial del modelo GPT Image 1.5 y la guía de image generation ya alinean los números clave. Para esta keyword, eso es lo importante: no hace falta otra guía genérica de pricing, sino una página que convierta las filas oficiales en presupuesto práctico sin borrar el caveat de facturación.
La escalera oficial output-only queda así:
| Calidad | 1024x1024 | 1024x1536 | 1536x1024 |
|---|---|---|---|
| Low | $0.009 | $0.013 | $0.013 |
| Medium | $0.034 | $0.05 | $0.05 |
| High | $0.133 | $0.20 | $0.20 |
Esa tabla ya responde casi toda la duda de “cuánto cuesta GPT Image 1.5”. La razón por la que la gente sigue buscando es otra: OpenAI no publica la capa siguiente en forma de calculadora. Tú todavía tienes que traducir esos números a escenarios de trabajo:
- 500 imágenes cuadradas en medium: unos $17
- 2.500 imágenes cuadradas en medium: unos $85
- 5.000 imágenes cuadradas en high: unos $665
- 1.000 imágenes verticales u horizontales en medium: unos $50
Lo más práctico es pensar en cubos de workload, no en prompts aislados. Una función interna que genere 100 imágenes medium cuadradas al día costaría alrededor de $3.40 al día y unos $102 al mes antes de overhead de inputs. Una canalización semanal de campaña con 1.000 imágenes medium cuadradas costaría unos $34 por semana. Y una línea premium con 10.000 imágenes high cuadradas ya sube a $1.330 solo en output-only.
Aquí hay tres hábitos de presupuesto que merece la pena dejar explícitos.
El primero es que medium cuadrado es la fila por defecto más útil. Está lo bastante cerca de un uso real, pero no explota como high. Además, el precio actual de $0.034 se presta muy bien a cálculo mental rápido.
El segundo es que high se encarece muy deprisa. El salto de medium a high en 1024x1024 no es cosmético. Pasas de $0.034 a $0.133 por imagen. En cuanto escalas a miles de salidas, ya no es una diferencia menor.
El tercero es que vertical y horizontal cambian más de lo que admiten muchas calculadoras finas. Pasar de medium cuadrado a medium vertical u horizontal mueve la fila de $0.034 a $0.05. Para una imagen suelta no pesa tanto; para una operación mensual, sí.
Si tu pregunta ya no es solo cuánto cuesta GPT Image 1.5 sino qué otras rutas de imagen de OpenAI deberías considerar, la mejor continuación es esta guía de precio de la API de generación de imágenes de OpenAI. Esta página se mantiene deliberadamente estrecha: calculadora de GPT Image 1.5 y nada más.
Qué deja fuera esta calculadora
Este es el punto que más páginas de la SERP simplifican en exceso.
La guía oficial de image generation dice que el coste total suma input text tokens, input image tokens si usas edición, e image output tokens. También aclara que las tablas per-image cubren principalmente output image generation. Por eso la calculadora de arriba es un atajo honesto, pero no una factura completa para cualquier forma de request.
Para un caso simple de text-to-image, el precio output-only suele dominar. Si mandas un prompt corto y generas una imagen nueva, la tabla por imagen suele bastar para planificar.
Ese atajo se rompe en tres situaciones.
La primera es el trabajo intensivo de edición. GPT Image 1.5 soporta v1/images/edits y la ruta de Responses, y la propia guía indica que las primeras cinco imágenes de entrada pueden preservarse con más fidelidad en GPT Image 1.5. Eso es muy valioso para branding, ecommerce o fotos de producto, pero también significa que la parte de input image deja de ser irrelevante.
La segunda es el workflow con muchas referencias. Si una petición lleva varias imágenes fuente, la historia ya no es “un prompt produce una imagen”. El modelo procesa más señal multimodal y la tabla per-image deja de contar toda la verdad del presupuesto.
La tercera es el comportamiento de tokens de texto y reintentos. La página de precios de OpenAI ya expone precios de text tokens para GPT Image 1.5, y en la comunidad se ve por qué eso sorprende a desarrolladores reales. Hay hilos donde aparecen text output tokens en requests que parecían simples, y otros donde el dashboard no facilita ver cuánto costó cada prueba de edición. Eso no cambia el pricing oficial. Lo que cambia es tu forma de presupuestar.
La forma más segura de hablar del coste es:
- usa la tabla per-image para estimaciones output-only con prompt simple
- toma esa tabla como suelo, no como techo, en flujos con edición o referencias
- valida el coste real con tu propio usage cuando el workflow deje de ser de una sola pasada
Si necesitas una fórmula interna, que sea esta:
presupuesto total del workflow = estimación output-only + overhead esperado de inputs + margen de reintentos
Ese margen importa porque el coste real no es solo el de generar una imagen, sino el de llegar a una imagen utilizable.
Si tu problema no es el cálculo de precio sino acceso, verificación o errores de disponibilidad, el siguiente paso correcto es esta guía de verificación para la API de generación de imágenes de OpenAI.
Cómo cambia Batch el coste de GPT Image 1.5
Batch es la palanca oficial más clara para bajar coste, pero también es donde más fácil es vender una simplificación engañosa.
En la página oficial de precios de OpenAI, los image tokens de GPT Image 1.5 pasan de $8 / $2 / $32 en procesamiento estándar a $4 / $1 / $16 en Batch. Los text tokens también bajan de $5 / $1.25 / $10 a $2.50 / $0.63 / $5. En términos llanos: OpenAI reduce a la mitad las tarifas token en Batch.
Para la gente que busca una calculadora, la explicación honesta es más estrecha de lo que sugieren algunas páginas de pricing. En generación principalmente de prompt, puedes aproximar Batch como más o menos la mitad del cálculo output-only estándar. Por ejemplo:
- 1.000 imágenes medium cuadradas pasan de unos $34 a unos $17
- 10.000 imágenes medium cuadradas pasan de unos $340 a unos $170
- 1.000 imágenes high cuadradas pasan de unos $133 a unos $66.50
Ese atajo es útil, pero sigue siendo un atajo. OpenAI no publica una tabla per-image específica para Batch; publica tarifas token y la tabla estándar output-only. Por eso la manera correcta de contarlo es:
- las tarifas token oficiales son más bajas
- para output-only con prompt simple, la matemática suele acercarse a la mitad
- el total completo sigue dependiendo del mismo caveat de inputs que en estándar
Y hay una regla operativa igual de importante: Batch es mala idea para UX interactiva. Si una persona espera la imagen en tiempo real, que sea más barato no significa que sea la solución correcta. Batch brilla en jobs en cola, render nocturno, campañas asíncronas y otras tareas donde el tiempo de espera es aceptable.
Cuándo merece la pena pagar GPT Image 1.5 y cuándo Mini es más inteligente
Una calculadora útil no termina en la tabla. Tiene que ayudar a responder si de verdad deberías seguir en esta ruta de modelo.
La guía oficial de image generation ya marca la división: GPT Image 1.5 es la mejor experiencia general, y gpt-image-1-mini es la recomendación cuando importa más el coste que la calidad. Esa diferencia tiene que sobrevivir en cualquier página de presupuesto seria.
Cuando llevas Mini al mismo cálculo de workload, la brecha deja de ser abstracta. Las superficies actuales de OpenAI sitúan gpt-image-1-mini en $0.005, $0.011 y $0.036 para low, medium y high cuadrados. Eso significa:
- 1.000 imágenes medium cuadradas: unos $34 con GPT Image 1.5 frente a unos $11 con Mini
- 10.000 imágenes medium cuadradas: unos $340 frente a unos $110
La diferencia es lo bastante grande como para que muchas operaciones deban probar Mini primero cuando el output sea barato de repetir o de descartar.
| Situación | Mejor ruta por defecto | Por qué |
|---|---|---|
| Edición sensible a marca, imágenes de producto, packaging o piezas con texto | GPT Image 1.5 | El coste de reintentos y limpieza suele ser mayor que la prima de precio |
| Ideación masiva, prototipos internos, variantes de bajo riesgo | gpt-image-1-mini | El menor coste unitario pesa más que la adherencia flagship |
| Render asíncrono donde la calidad sigue importando | GPT Image 1.5 + Batch | Mantienes la ruta flagship y aplicas el descuento oficial |
| Duda temprana sobre si la calidad extra es necesaria | Probar Mini primero | El error más barato es demostrar que el flagship no hacía falta |
Aquí es donde fallan muchas calculadoras débiles: asumen que el trabajo ya está comprometido con GPT Image 1.5 y se detienen en la tabla. Una guía mejor también debe decirte cuándo no seguir pagando por el flagship.
La regla práctica cabe en tres líneas:
- mantén GPT Image 1.5 cuando calidad, edición o preservación de marca ahorren trabajo downstream
- cambia a Mini cuando el flujo sea voluminoso, desechable o todavía experimental
- mete Batch en la ecuación cuando el trabajo sea asíncrono y la ruta flagship siga siendo la correcta
Si tu siguiente duda es más de routing de modelos que de cálculo de un solo lane, continúa con modelos de la API de generación de imágenes de OpenAI o con la comparación chatgpt-image-latest vs GPT Image 1.5.
Precio oficial de API frente a páginas de suscripción o gateway
Esta aclaración forma parte del valor real de la keyword porque la SERP mezcla superficies comerciales distintas.
Algunas páginas que posicionan para GPT Image 1.5 pricing no citan facturación directa de OpenAI. Lo que venden es:
- bundles de créditos
- planes mensuales
- gateways con precio propio
- escaleras de tokens o llamadas empaquetadas por terceros
Esas páginas no son necesariamente inútiles. Simplemente responden otra pregunta: cómo comprar acceso a través de otro producto. Si lo que buscas es el precio oficial de la API de OpenAI, no pueden ponerse al mismo nivel que la model page, la pricing page y la guía oficial.
La señal más sencilla es mirar qué te está vendiendo realmente la página. Si habla de monthly plans, annual credits, free trial o un endpoint propio, ya no estás viendo el precio nativo de OpenAI. Si habla de filas per-image, tarifas token, usage tiers y la model page oficial, estás mucho más cerca de la fuente correcta.
Eso importa porque una persona puede ver una landing exact-match y concluir que OpenAI cobra en cubos mensuales. No es así. La superficie oficial sigue siendo pricing por tokens con atajos per-image en la model page y en la guía de image generation.
Y hay otro caveat operativo junto al precio. La model page de GPT Image 1.5 indica actualmente Free not supported, y la tabla pública de niveles muestra 5 IPM en Tier 1, luego 20, 50, 150 y 250 IPM en los niveles superiores. OpenAI también advierte que el acceso a image generation puede depender de verificación de organización. Así que la pregunta correcta no es solo “cuánto cuesta”, sino también “si esta cuenta puede usarlo con el throughput que necesito”.
FAQ
¿Cuánto cuestan 1.000 imágenes de GPT Image 1.5?
Para 1024x1024, unos $9 en low, $34 en medium y $133 en high. Son estimaciones output-only basadas en los precios oficiales comprobados el 24 de marzo de 2026.
¿Cuánto cuestan 10.000 imágenes de GPT Image 1.5?
Para 1024x1024, unos $90 en low, $340 en medium y $1.330 en high. En vertical u horizontal, medium ronda $500 y high $2.000.
¿Esta calculadora incluye edición y referencias?
No por completo. Las tablas per-image cubren sobre todo la generación de salida. La guía oficial dice que el coste total también puede incluir text input tokens e image input tokens, así que los flujos de edición necesitan una estimación más completa.
¿Batch reduce a la mitad el coste de GPT Image 1.5?
OpenAI reduce a la mitad las tarifas token de GPT Image 1.5 en Batch. Para output-only con prompt simple, aproximar Batch como “la mitad” suele ser razonable. Para workflows con edición, sigue haciendo falta mirar la forma completa del request.
¿Existe una capa gratuita para GPT Image 1.5 API?
A 24 de marzo de 2026, la model page actual muestra Free not supported.
¿Cuándo debería usar gpt-image-1-mini en su lugar?
Cuando el coste sea la primera restricción y el flujo sea voluminoso, de bajo riesgo o todavía experimental. Si equivocarte sale caro por marca, edición o calidad final, GPT Image 1.5 suele justificar mejor el gasto.