2026년 3월 24일 기준으로 OpenAI가 GPT Image 1.5 API의 1024x1024 정사각형 출력에 붙인 공식 가격은 low $0.009, medium $0.034, high $0.133입니다. 이게 검색어에 대한 가장 직접적인 답입니다. 다만 실제로 API 예산을 짜려면 여기서 멈추면 안 됩니다.
실무에서 더 중요한 질문은 "이미지 한 장이 얼마인가"보다 "내 워크플로 전체 청구가 얼마가 되는가"입니다. 편집, reference image, 긴 prompt, input_fidelity="high"가 들어가는 순간 청구는 단순한 이미지당 표에서 벗어납니다.
실전용 기본 규칙은 단순합니다. 품질, 편집, 브랜드 일관성이 우선이면 GPT Image 1.5를 쓰고, 비용이 우선이면 먼저 gpt-image-1-mini를 비교하고, 비동기 작업이 가능하면 Batch를 비용 절감 레버로 봐야 합니다. 검색 결과가 credits나 구독형 요금제, 서드파티 gateway를 팔고 있다면 그것은 OpenAI 공식 가격이 아니라 다른 구매 경로입니다.
핵심 요약
빠른 답만 필요하면 아래 표부터 보면 됩니다.
| 경로 | 1024x1024 low | 1024x1024 medium | 1024x1024 high | 실무 의미 |
|---|---|---|---|---|
| GPT Image 1.5 | $0.009 | $0.034 | $0.133 | 현재 flagship. 품질, 편집, 프로덕션 용도에 가장 적합 |
chatgpt-image-latest | $0.009 | $0.034 | $0.133 | 현재 ChatGPT 이미지 스냅샷을 가리키는 alias |
gpt-image-1-mini | $0.005 | $0.011 | $0.036 | OpenAI 현행 이미지 계열 중 최저가 경로 |
| GPT Image 1 | $0.011 | $0.042 | $0.167 | 이전 세대 모델. 주로 레거시 비교나 마이그레이션 참고용 |
이 표에서 바로 세 가지 판단이 나옵니다.
첫째, 현재의 공식 기준선은 GPT Image 1.5입니다. 여전히 GPT Image 1을 중심으로 가격을 설명하는 페이지는 이미 기준이 오래됐을 가능성이 큽니다.
둘째, 실제 최저가는 Mini에 있습니다. 예산이 핵심이면 flagship부터 가정할 게 아니라 Mini를 먼저 벤치마크해야 합니다.
셋째, 눈에 보이는 per-image 가격은 전체 청구서가 아닐 수 있습니다. 단순 생성에서는 꽤 유용한 근사치지만, 편집과 참조 이미지 워크플로에서는 출발점에 가깝습니다.
GPT Image 1.5 현재 공식 가격
GPT Image 1.5 가격을 가장 정확하게 읽는 방법은 "겉으로 보이는 이미지당 단가"와 "그 아래의 token 청구 구조"를 분리해서 보는 것입니다.
겉으로 보이는 답은 간단합니다. OpenAI의 현재 GPT Image 1.5 모델 페이지는 1024x1024에서 $0.009, $0.034, $0.133을 제시합니다. 1024x1536 세로형과 1536x1024 가로형은 각각 $0.013, $0.05, $0.20으로 조금 더 높습니다. 검색한 이유가 "지금 공식 가격이 얼마냐"를 확인하는 것이라면 이 숫자가 가장 먼저 고정되어야 합니다.
하지만 API의 바닥 청구는 어디까지나 token 기반입니다. 현재 OpenAI 가격 페이지에서 GPT Image 1.5는 image input $8 / 1M, cached image input $2 / 1M, image output $32 / 1M으로 표시됩니다. 텍스트 쪽은 $5 / $1.25 / $10입니다. 우리가 보는 per-image 가격표는 OpenAI가 자주 쓰는 크기와 품질 조합을 읽기 쉽게 바꿔놓은 요약판일 뿐입니다.
이 구분을 이해하면 SERP가 왜 헷갈리는지도 보입니다. 어떤 페이지는 이미지당 단가만 보여주고, 다른 페이지는 token 얘기만 하고, 또 다른 페이지는 자기 gateway 가격을 OpenAI 공식 가격처럼 배치합니다. 결국 독자가 필요한 것은 "공식 현재 가격"과 "내 예산에 어떻게 반영되는지"를 한 화면에서 이어주는 설명입니다.
이전 세대와 비교하면 더 분명합니다. 현재 GPT Image 1 페이지는 정사각형 low, medium, high를 각각 $0.011, $0.042, $0.167으로 보여줍니다. 즉 GPT Image 1.5는 단순히 새 모델이 아니라, 이전 세대보다 더 저렴한 경로이기도 합니다. OpenAI도 2025년 12월 16일 출시 발표에서 GPT Image 1.5의 image input과 output이 GPT Image 1보다 20% 저렴하다고 설명했습니다.
만약 chatgpt-image-latest까지 같이 보면 또 하나의 오해가 정리됩니다. 현재 alias 페이지도 GPT Image 1.5와 동일한 token 가격, 동일한 per-image 가격표, 동일한 tier 제한을 보여줍니다. 오늘 시점에서 둘의 차이는 가격이 아니라 routing semantics입니다. 전자는 "현재 ChatGPT 이미지 스냅샷", 후자는 "문서와 운영 규칙에 쓰기 쉬운 명시적 모델 ID"에 가깝습니다.
output image 외에 실제로 무엇이 과금되나
이 지점이 단순한 가격 페이지와 실제 예산 페이지를 가르는 핵심입니다.
짧은 prompt로 새 이미지를 한 장 만드는 경우라면 output image 비용이 청구의 대부분을 차지합니다. 이 상황에서는 headline 숫자가 빠른 추정치로 꽤 잘 작동합니다.
문제는 현실의 워크플로가 그렇게 단순하지 않다는 데 있습니다.
OpenAI의 image generation guide는 text input tokens와 image input tokens도 같이 봐야 한다고 분명히 적고 있습니다. 편집, reference image, 기존 이미지 변형, 여러 입력을 붙이는 작업에서는 이 비용이 바로 체감됩니다. 게다가 같은 가이드는 input_fidelity="high"를 쓸 경우 GPT Image 1.5가 처음 다섯 장의 입력 이미지를 더 높은 충실도로 보존한다고 설명합니다. 브랜드 이미지, 상품 변형, 반복 수정 작업에는 장점이지만 비용은 당연히 더 올라갑니다.
실무에서는 아래처럼 이해하는 게 가장 안전합니다.
text총 요청 비용 = prompt 텍스트 tokens + 편집 또는 reference에 쓰는 입력 이미지 tokens + 출력 이미지 tokens
그래서 올바른 해석은 "GPT Image 1.5는 항상 $0.009면 된다"가 아닙니다. 올바른 해석은 $0.009은 가장 단순한 생성 케이스의 바닥값이라는 것입니다. 워크플로가 복잡해질수록 총비용은 그 숫자에서 멀어집니다.
이건 추상적인 얘기만은 아닙니다. OpenAI Developer Community에도 GPT Image 1.5 편집 청구가 대시보드에서 세부적으로 잘 안 보인다는 글이 있습니다. 이건 숨겨진 가격이 있다는 뜻이 아니라, GPT Image 1.5가 "이미지 한 장 고정 요금"이 아니라 완전한 멀티모달 요청으로 청구된다는 뜻입니다.
결국 더 안전한 예산 언어는 다음과 같습니다.
- 짧은 prompt의 순수 생성: per-image 가격을 먼저 사용해도 된다.
- 편집 중심, reference 중심, 고충실도 입력: per-image 가격을 바닥값으로만 본다.
- 대규모 월간 예산: text tokens, image input tokens, output tokens를 함께 계산한다.
이 때문에 숫자가 맞는 가격표만 던지는 페이지는 절반만 맞는 답이 됩니다. 독자가 궁금한 건 단가 자체가 아니라, 자기 워크플로가 실제로 얼마가 되느냐이기 때문입니다.
언제 GPT Image 1.5에 돈을 더 쓸 만한가
여기서의 핵심 질문은 "GPT Image 1.5가 비싸냐"가 아니라 더 높은 품질이 재시도와 후편집 비용을 얼마나 줄여주느냐입니다.
편집, 유지, 브랜드 일관성이 중요한 작업에서는 GPT Image 1.5를 선택할 이유가 분명합니다. OpenAI는 2025년 말 발표에서 image preservation과 editing을 주요 개선점으로 내세웠습니다. 로고, 구성, 인물, 상품 패키지, 이미지 속 텍스트를 여러 번 수정하면서도 무너지지 않게 유지해야 하는 워크플로에서는 값싼 모델을 여러 번 다시 돌리는 것보다 처음부터 안정적인 경로를 쓰는 편이 총비용이 더 낮아질 수 있습니다.
텍스트가 들어간 이미지도 비슷합니다. 포스터, 썸네일, 광고 소재, 상품 카드, 정보성 시각물은 단순히 저렴한 생성보다 "몇 번 만에 usable quality에 도달하느냐"가 더 중요합니다. 이 구간에서는 이미지 한 장당 몇 센트 차이보다 재작업 횟수가 더 큰 비용 변수입니다.
반대로 리스크가 낮은 초안, 대량의 초기 탐색, 내부 테스트, 빠른 cheap iteration이 중심이라면 GPT Image 1.5가 첫 선택이 아닐 수 있습니다. 이때 Mini의 가치가 커집니다. 현재 square low, medium, high가 $0.005, $0.011, $0.036이기 때문에 볼륨이 커질수록 차이가 분명해집니다.
실무에서는 "둘 중 하나"보다 Mini로 탐색하고 GPT Image 1.5로 마감하는 2단 운영이 더 합리적인 경우가 많습니다. 이렇게 보면 가격표는 단순 비교표가 아니라 운영 규칙이 됩니다.
OpenAI 이미지 계열 전체 가격이 더 궁금하다면 다음으로는 OpenAI 이미지 생성 API 가격 글이 더 잘 맞습니다. Mini, alias, legacy 경로를 한 번에 정리해 두었습니다.
GPT Image 1.5, Mini, chatgpt-image-latest, GPT Image 1 중 무엇을 고를까
이 키워드에서 가장 흔한 오해는 네 이름을 모두 "비슷한 모델의 다른 이름"처럼 다뤄 버리는 것입니다.
| 경로 | 현재 역할 | 정사각형 시작가 | 선택해야 하는 상황 | 혼동하면 안 되는 것 |
|---|---|---|---|---|
| GPT Image 1.5 | 현재 flagship | $0.009 | 품질, 편집, 프로덕션, 공식 default가 필요할 때 | 그냥 ChatGPT alias라고 보는 것 |
gpt-image-1-mini | 예산 우선 경로 | $0.005 | 대량 초안, 저비용 실험, 비용 검증 | 1.5의 단순 축소판 |
chatgpt-image-latest | 현재 ChatGPT 이미지 alias | $0.009 | 의도적으로 현재 ChatGPT 동작을 맞추고 싶을 때 | 장기 안정적인 explicit model ID |
| GPT Image 1 | 이전 세대 | $0.011 | 호환성 유지와 마이그레이션 비교 | 2026년 신규 프로젝트의 기본값 |
특히 중요한 점은 두 가지입니다.
첫째, chatgpt-image-latest는 현재 GPT Image 1.5보다 싸지 않습니다. 공식 alias 페이지는 token 가격, per-image ladder, tier limits 모두 GPT Image 1.5와 동일합니다. 차이는 가격이 아니라 routing semantics에 있습니다. alias는 "현재 ChatGPT와 같은 스냅샷을 쓰고 싶다"는 선택이고, 명시적 모델 ID는 문서화와 프로덕션 운영에 더 적합한 기준점입니다.
둘째, Mini를 주변 역할로 취급하면 안 됩니다. 실제 예산을 따지는 팀이라면 flagship을 무조건 기본값으로 놓기 전에 Mini를 먼저 검증해야 합니다. 모든 요청을 최고급 경로로 돌리는 것보다, 값싼 탐색 레인과 고품질 마감 레인을 나누는 편이 현실적인 경우가 많습니다.
레거시 GPT Image 1을 계속 유지할지 고민 중이라면 이 글보다 GPT Image 1 vs GPT Image 1.5 비교가 더 직접적인 다음 읽을거리입니다.
Batch, 속도 제한, 월간 예산 계산
"이미지 한 장 얼마냐"에서 "월에 얼마가 드느냐"로 질문이 바뀌면 Batch와 공식 제한이 갑자기 중요해집니다.
현재 OpenAI 가격 페이지에서 GPT Image 1.5의 Batch는 표준 요금의 정확히 절반입니다. image input은 $4, cached input은 $1, image output은 $16입니다. text tokens도 $2.50 / $0.63 / $5로 내려갑니다. 작업을 비동기로 돌릴 수 있다면 이것이 가장 명확한 공식 비용 절감 레버입니다.
이를 월간 추정으로 바꾸면 감이 더 잘 옵니다. output image만 기준으로 보면 1,000장의 medium 정사각형 이미지는 표준 경로에서 약 $34, Batch에서 약 $17입니다. 10,000장이면 대략 $340 대 $170입니다. High는 더 빠르게 늘어납니다. 1,000장은 약 $133, 10,000장은 약 $1,330이며, 여기에 긴 prompt나 편집 경로 비용은 아직 포함되지 않았습니다.
그래서 실제 예산 계산은 단가표만으로 끝나지 않습니다. 하루 몇 장 쓰는 팀이라면 대충 맞춰도 되지만, 월 수천 장에서 수만 장을 계획하는 팀은 Batch 여부, medium인지 high인지, edit-heavy인지가 총액을 크게 바꿉니다.
속도 제한도 무시하면 안 됩니다. 현재 GPT Image 1.5 모델 페이지는 Free not supported, Tier 1은 5 IPM, Tier 2는 20 IPM, Tier 3은 50 IPM, Tier 4는 150 IPM, Tier 5는 250 IPM으로 적고 있습니다. 이건 각주가 아니라 "지금 공식 API가 우리 처리량을 감당할 수 있나"에 대한 직접적인 답입니다.
여기서 자주 생기는 또 다른 오해는 Batch 가격을 모든 상황의 "진짜 가격"처럼 쓰는 것입니다. 실제로는 그렇지 않습니다. Batch는 기다릴 수 있는 비동기 작업에 맞고, 사용자 대기 시간이 중요한 인터랙티브 UI에는 맞지 않습니다. 그러니 가격표에 Batch를 넣기 전에 먼저 작업 형태가 비동기인지부터 구분해야 합니다.
왜 검색 결과마다 GPT Image 1.5 가격이 다르게 보이나
가장 큰 이유는 SERP가 사실 서로 다른 질문에 대한 답을 한 화면에 섞기 때문입니다.
한 부류의 페이지는 OpenAI 공식 가격을 말합니다. 여기에는 모델 페이지, 공식 가격표, image generation guide가 들어갑니다. 현재 가격, token 구조, 출시 시점, alias, 제한을 확인할 때는 이런 페이지가 기준입니다.
다른 부류는 서드파티를 통한 접근 가격을 말합니다. credits, 월 구독, gateway, exact-match 도메인 랜딩 페이지가 여기에 들어갑니다. 이런 결과는 "다른 구매 경로가 더 나은가"를 볼 때는 유용하지만, OpenAI 자체의 원가표를 설명하는 건 아닙니다.
그래서 검색 결과가 더 혼란스럽게 느껴집니다. 공식 문서는 정확하지만 여러 페이지에 흩어져 있고, 상업 페이지는 하나의 싼 숫자를 크게 보여주며 클릭을 잘 가져갑니다. 사용자는 비슷한 숫자를 보면서도 무엇이 OpenAI native billing이고 무엇이 다른 서비스 가격인지 스스로 정리해야 합니다.
실무 규칙은 아주 단순합니다.
- OpenAI 공식 가격이 궁금하면 모델 페이지, 가격 페이지, guide를 본다.
- 대체 구매 경로가 궁금하면 그건 다른 제품으로 본다.
이 구분만 해도 이 키워드에서 생기는 혼란의 대부분이 정리됩니다.
명시적 모델 ID와 alias의 운영 차이가 더 궁금하다면 다음으로 chatgpt-image-latest vs GPT Image 1.5를 읽는 편이 낫습니다. 그 문제는 가격보다 routing 안정성에 가깝기 때문입니다.
FAQ
현재 GPT Image 1.5 공식 가격은 얼마인가요?
2026년 3월 24일 기준으로 OpenAI는 GPT Image 1.5의 1024x1024에 대해 low $0.009, medium $0.034, high $0.133을 제시합니다.
chatgpt-image-latest가 GPT Image 1.5보다 더 싼가요?
아닙니다. 현재는 같은 가격입니다. 차이는 alias라는 점이지 더 싼 경로라는 점이 아닙니다.
지금 OpenAI에서 가장 저렴한 이미지 경로는 무엇인가요?
gpt-image-1-mini이며 square low 시작 가격은 $0.005입니다.
실제 청구가 이미지 단가표보다 높아질 수 있는 이유는 무엇인가요?
text input tokens와, 편집이나 reference 작업에서 들어가는 image input tokens도 총비용에 포함되기 때문입니다.
Batch가 실제로 예산을 많이 바꾸나요?
그렇습니다. GPT Image 1.5에서 Batch는 공식 token 요금을 절반으로 낮춥니다. 비동기 대량 작업에서는 월간 예산 차이가 크게 납니다.
GPT Image 1.5 API에 무료 티어가 있나요?
현재 공식 모델 페이지 기준으로는 없습니다. 문서에는 Free not supported라고 표시되어 있습니다.