截至 2026 年 3 月 24 日，GPT Image 1.5 生成一张 1024x1024 方形图片的官方价格分别是 low $0.009、medium $0.034、high $0.133。 如果你搜索 gpt-image-1.5 cost per image 只是想先拿到最干净的官方答案，这三行就是结论。
但大多数搜索结果停得太早。OpenAI 官方公布的单张价格，描述的是 output image generation 这一层，不是所有工作流下“一张成品图”的完整账单。只做一次 prompt 出图，这个数字通常够用；如果你要做编辑、喂参考图、反复重试直到拿到能交付的结果，真实单张成本会更高。
最实用的默认规则是：先用 GPT Image 1.5 官方单张价格做预算基线；如果流程里会出现编辑、参考图、保真输入或大量重试，就不要把它当成最终账单。要是你的核心目标不是质量，而是控制单位成本，先拿 gpt-image-1-mini 做基准测试，通常比一开始就锁定 GPT Image 1.5 更稳。
要点速览
- 一张方形 GPT Image 1.5 当前官方价格是 $0.009、$0.034、$0.133，分别对应 low、medium、high。
- 竖图和横图更贵，medium 是 $0.05，high 是 $0.20。
- 这些价格适合拿来做“单次 prompt 出图”的预算基线，但不等于所有编辑型工作流的一张成品图最终成本。
| 输出尺寸 | Low | Medium | High | 这行价格最适合怎么理解 |
|---|---|---|---|---|
| 1024x1024 | $0.009 | $0.034 | $0.133 | 最适合拿来估算一次普通 prompt-to-image 请求 |
| 1024x1536 | $0.013 | $0.05 | $0.20 | 竖图会比方图贵 |
| 1536x1024 | $0.013 | $0.05 | $0.20 | 横图与竖图同价 |
如果你只是想先定一个默认预算行，方形 medium 的 $0.034 最值得先记住。它比 low 更接近真实内容质量，又没有 high 那样很快拉高单位成本，适合拿来判断一个工作流到底有没有必要上旗舰档位。
官方 GPT Image 1.5 单张价格
当前最值得信的事实来源仍然是官方 GPT Image 1.5 模型页 和 图像生成指南。这点很重要，因为这个关键词页一旦排到搜索结果里，很容易和第三方 credits、订阅套餐或 OpenAI-compatible 网关价格混在一起。
如果你问的是“在 OpenAI 官方 API 面上，一张图到底多少钱”，当前答案其实并不复杂：
- 一张方形 low：$0.009
- 一张方形 medium：$0.034
- 一张方形 high：$0.133
- 一张竖图或横图 medium：$0.05
- 一张竖图或横图 high：$0.20
真正容易出错的地方，不在“数字找不到”，而在“数字找到了之后怎么用”。很多低质量页面会把这些行写成一张表，然后默认你只需要选最便宜的一行。但多数真实工作流并不是在比较哪一行最省钱，而是在比较 哪一行能用一次或少量重试拿到可交付结果。
尺寸也不能忽略。很多读者看到 cost per image，会下意识把方图、竖图、横图当成差不多的价格层。其实不是。方形 medium 是 $0.034，而竖图或横图 medium 已经变成 $0.05。一张图时差异不大，但只要这个格式变成固定模板，长期成本就会被低估。
如果你需要的是整个 OpenAI 图像价格面而不是“单张价格”这个窄问题，继续看这篇 OpenAI 图片生成 API 价格总览 更合适。当前这页故意不展开成广义价格指南，就是为了把“单张到底多少钱”这个决策做得更快。
一张成品图的真实成本
官方单张价格是正确的第一层答案，但不是完整计费模型。
OpenAI 当前的 图像生成指南 明确写着：公开的 per-image 表格覆盖的是 output image generation only。同一份文档也说明，如果你在做编辑或参考图工作流，最终请求成本还可能包含 text input tokens 和 image input tokens。
这件事真正落到使用场景里，会出现三个最常见的放大项。
第一是 编辑。如果你不是从零生成，而是在已有素材上做调整，请求里就会包含图片输入。官方文档还提到，GPT Image 1.5 在 input_fidelity="high" 时可以对前五张输入图做更高保真保留。对品牌图、产品图、包装图来说，这非常有价值；但它也意味着“一张成品图”的成本不再等于表面上的 output-only 单价。
第二是 参考图驱动的生成。很多团队会喂 logo、风格参考、旧版物料或产品照片，让生成结果更接近业务要求。这样做通常能节省后处理时间，但 API 计费层面会比“一次纯 prompt 出图”更复杂。
第三是 重试。这是搜索结果里最常被轻描淡写的一部分。如果你为了拿到一张真正能用的 medium 成品图，先后生成了三四次，那么你的“单张成本”就不再是 \$0.034。真正要看的，是拿到 最终可用结果 之前总共发生了多少次调用、有没有输入图、有没有编辑步骤。
所以这页最重要的不是再重复一遍价格表，而是给你一个更稳的操作规则：
- 只做一次普通 prompt 出图时，可以把官方单张价格当作可信预算
- 一旦出现编辑、参考图或多轮重试，就要把它看成基线，而不是最终账单
- 如果你要做更完整的请求级预算，应该回到官方 token 价格页，而不是只盯着 per-image 表
这也是为什么用户看完模型页之后还会继续搜索。问题通常不在“单张价格是多少”，而在“这是不是我这条工作流下的一张成品图真实成本”。
如果你的下一步问题是批量预算，而不是单张成本，这篇 GPT Image 1.5 价格计算器 更适合，因为它专门处理 100、1,000、10,000 张的 workload 数学。
什么时候 GPT Image 1.5 值得花这笔钱
很多人以为这个问题只是价格比较，其实更像“旗舰能力能不能省下后续返工”。
GPT Image 1.5 更容易被证明“值这个价”的场景，通常有这些特征：
- 图像出错之后返工成本很高
- 你需要更稳定的编辑结果或更强的保真
- 图片里有文字、品牌元素或结构化版式
- 你不是为了大量试错，而是为了尽快得到能交付的结果
在这些情况下，high 的 $0.133 看起来贵，但未必真比 low 或 medium 更不划算。因为真正昂贵的，有时不是单次生成费用，而是你为了修一张图额外付出的 prompt、重试和人工时间。
反过来，如果任务只是做低风险灵感图、内部测试图、批量备选图，那么一开始就用旗舰档位，往往是在为不必要的质量溢价买单。问题不再是“GPT Image 1.5 贵不贵”，而是“这个任务到底配不配用 GPT Image 1.5”。
实用的判断规则可以压缩成一句话：
- 结果出错代价高，就保留 GPT Image 1.5
- 任务低风险、可丢弃、以量为主，就优先测试更便宜的路线
- 不要只盯着官方单张价格，要盯着一张 最终可用图片 的总成本
这也是旧版 GPT Image 1 截图现在不适合再拿来当价格基准的原因。当前官方 GPT Image 1 页面 仍然列着旧旗舰的价格：方形 low、medium、high 分别是 $0.011、$0.042、$0.167。OpenAI 在 2025 年 12 月 16 日的发布说明里也明确说，GPT Image 1.5 的 image inputs 和 outputs 比 GPT Image 1 便宜 20%。所以 GPT Image 1.5 不只是“更新”，也是当前更合适的官方旗舰价格面。
什么时候该看 gpt-image-1-mini 或 Batch
单张价格的答案真正有用，是因为它还能帮助你决定接下来该不该换路线。
第一个最直接的成本杠杆，是 gpt-image-1-mini。当前官方 mini 模型页给出的方形 low、medium、high 单张价格分别是 $0.005、$0.011、$0.036。这和 GPT Image 1.5 的差距不是象征性的，而是非常实际的。如果你的任务以低成本试错、批量生成、快速迭代为主，最重要的问题往往不是“怎么把 GPT Image 1.5 变便宜”，而是“我为什么还在用 GPT Image 1.5”。
第二个杠杆是 Batch。OpenAI 官方 价格页 显示，GPT Image 1.5 的 Batch token 价格是标准价格的一半。这对异步任务很有价值，比如夜间批处理、后台渲染、大量非实时出图。对交互式体验来说，Batch 就没那么有吸引力，因为你省下的是成本，不是等待时间。
这部分最好不要理解成“Batch 永远更划算”，而要理解成：
- 质量优先且实时：优先考虑 GPT Image 1.5
- 成本优先且可丢弃：优先拿 mini 做基准
- 异步大批量：在保留模型选择的基础上，再让 Batch 降低单位成本
这里还要顺手拆掉一个命名误区。当前官方 chatgpt-image-latest 页面 列出的 token 和 per-image 价格，与 GPT Image 1.5 是一致的。也就是说，如果你原本以为 ChatGPT 那条 alias 会更便宜，目前不是这样。它更多是 别名与稳定性 的问题，不是更低单价的问题。
如果你要看整个 OpenAI 图像模型价格对比，可以继续读 OpenAI 图片生成 API 价格总览。但对这篇文章来说，最重要的结论仍然很窄：结果贵在出错，就保留 GPT Image 1.5；成本压倒一切，就先 benchmark mini；异步批量，再看 Batch。
为什么搜索结果里的单张价格看起来不一致
搜索结果里“价格不一致”的感觉是真实存在的，但原因并不是大家在引用同一套官方价格却算出了不同答案。
一类页面给的是 OpenAI 官方 API 价格。这类页面适合拿来确认当前单张价格、token 价格、支持端点和 rate limit。
另一类页面给的是 第三方接入价格。它们可能卖月套餐、credits、OpenAI-compatible 入口，或者自家路由层。这些页面不是完全没用，只是它们回答的问题已经不是“OpenAI 官方 API 单张图片多少钱”。
这就是为什么同一个关键词下，用户会看到：
- 一个官方模型页
- 一个官方指南页
- 一个 exact-match 订阅页
- 一个宽泛综述文章
然后误以为所有页面都在争论同一个数字。实际上，它们很多时候说的是不同产品。
最稳的判断规则很简单：
- 想看 OpenAI 官方 API 价格，就认模型页、价格页、图像生成指南
- 想看 第三方接入价格，就把订阅页或 credits 页当成另一种商业产品，而不是 OpenAI 官方定价的证据
如果你下一步卡住的不是价格，而是模型命名或路由选择，继续看 ChatGPT Image Latest vs GPT Image 1.5 或 GPT Image 1 vs GPT Image 1.5 会更合适。
FAQ
GPT Image 1.5 当前单张图片官方价格是多少？
截至 2026 年 3 月 24 日，GPT Image 1.5 生成一张 1024x1024 方形图片的官方价格分别是 $0.009、$0.034、$0.133。
一张竖图或横图多少钱？
当前官方价格是：1024x1536 或 1536x1024 的 low、medium、high 分别为 $0.013、$0.05、$0.20。
这个单张价格包含编辑和参考图吗？
不完全包含。官方指南明确说明，公开的 per-image 表覆盖的是 output image generation only。编辑和参考图工作流还可能增加 text input 和 image input 成本。
当前 OpenAI 最便宜的图片路线是哪条？
gpt-image-1-mini 是当前更便宜的官方路线，方形 low 的单张价格从 $0.005 起。
Batch 会不会降低单张成本？
会降低底层 token 成本，尤其适合异步批处理任务。但它更像是后台成本优化工具，而不是交互式出图的默认选择。
GPT Image 1.5 有免费 API 档吗？
当前 GPT Image 1.5 模型页写的是 Free not supported。公开 rate limit 里，付费 Tier 1 到 Tier 5 的 IPM 分别是 5、20、50、150、250。