GPT Image 1.5 价格计算器：100 张到 10,000 张图片要花多少钱

截至 2026 年 3 月 24 日，OpenAI 官方给 GPT Image 1.5 的 1024x1024 方形图片价格是 low $0.009、medium $0.034、high $0.133。 如果你只是想先拿到最快的预算结论，那么 100 张方形 medium 大约是 $3.40，1,000 张大约是 $34，10,000 张大约是 $340。如果走 high，三档就会变成 $13.30、$133、$1,330。

但这个答案只解决了第一层问题。OpenAI 当前的图像生成说明写得很清楚，最终请求成本除了 output image 之外，还可能包含 text input tokens，以及编辑或参考图工作流里的 image input tokens。也就是说，这篇文章会先做“价格计算器”，但不会把单张价格伪装成完整账单。

还有一个混淆必须先拆开。搜索结果里不少 exact-match 页面卖的是订阅 credits、网关套餐，或者自己的 OpenAI-compatible 入口，不是 OpenAI 官方 API 原生价格。本文只讨论 官方 OpenAI API 价格面。

要点速览

如果你要的是最短、最有用的预算答案，先看这张表。

最好记的一条计算规则就是：

预估 output-only 成本 = 图片数量 × 对应官方单张价格

如果你的工作流是短 prompt 的一次性出图，这个近似通常够用；如果你会做编辑、参考图、多轮重试，先把它当作预算起点，而不是最终账单。

官方 GPT Image 1.5 价格计算器

OpenAI 当前的 GPT Image 1.5 模型页 和 图像生成指南 已经把最关键的数字对齐了。对这个关键词来说，最有价值的不是再写一篇宽泛的价格综述，而是把这组官方数字直接换成能做预算决策的工作量数学。

当前官方 output-only 价格表是这样：

单看这张表，大多数“GPT Image 1.5 到底多少钱”的搜索就已经能被回答掉。但用户继续搜索，往往不是因为这组数字难找，而是因为 OpenAI 没有把下一层工作量预算直接做成计算器样式。你还得自己把它换成场景预算：

• 500 张方形 medium：大约 $17
• 2,500 张方形 medium：大约 $85
• 5,000 张方形 high：大约 $665
• 1,000 张竖图或横图 medium：大约 $50

真正实用的做法，是按工作量桶来想，而不是按“单次 prompt”来想。比如一个每天生成 100 张 medium 方图 的内部功能，output-only 大约是 每天 $3.40，一个 30 天月度周期大约 $102。一个每周要产出 1,000 张 medium 方图 的活动流水线，output-only 大约是 每周 $34。而一个月做 10,000 张 high 方图 的高质量生产流，单 output-only 成本就已经到 $1,330。

这里还有三个很容易被低质量计算器忽略的点。

第一，square medium 是最值得拿来做默认预算行的档位。它比 low 更接近正式内容，又没有 high 那么快失控。当前 $0.034 的价格也很适合快速换算。

第二，high 的成本跳升非常明显。同样是 1024x1024，从 medium 到 high 并不是微调，而是从 $0.034 跳到 $0.133。当你的工作量从几百张变成几千张时，这不是“细小差异”，而是预算决定。

第三，非方图的价格很容易被低估。很多页面只重复方形价格，却不强调竖图和横图会把 medium 拉到 $0.05、high 拉到 $0.20。单次调用差异不大，但放到月度规模以后就是实打实的成本变化。

如果你需要的不是这条 GPT Image 1.5 计算器，而是整个 OpenAI 图像家族的价格全景，继续看这篇OpenAI 图片生成 API 价格总览会更合适。这一页故意只把焦点压在 GPT Image 1.5 本身。

这个计算器没有算进去的成本

这是大多数排名页讲得最浅的地方。

OpenAI 当前的 图像生成指南 明确说过，总成本由 input text tokens、编辑场景下的 input image tokens，以及 image output tokens 组成。它同时说明，模型页给出的 per-image 表格主要覆盖的是 output image generation。所以前面的计算器是诚实的捷径，但它不是所有请求形态的完整发票。

对于最简单的 text-to-image 请求，output image 数字往往是主要成本。如果你的 prompt 很短、没有参考图，只生成一张新图，那么用单张价格做第一轮预算通常没问题。

一旦进入下面三种场景，这个捷径就会迅速变弱。

第一种是 编辑密集型工作流。GPT Image 1.5 支持 v1/images/edits 和 Responses 工具路径。指南里还提到，GPT Image 1.5 在 input_fidelity="high" 下会对前 5 张输入图 保持更高保真。对品牌资产、电商主图、包装图、人物一致性这种任务来说，这是价值，不是噪音；但账单也不再是“单张输出多少钱”这么简单。

第二种是 参考图密集型工作流。如果一次请求里放了多张源图、要求保留构图或材质，那么模型处理的就不只是“一个 prompt 变一张图”，而是完整的多模态输入。这个时候 output-only 价格只能当底价。

第三种是 文本计费和重试行为。OpenAI 的价格页已经把 GPT Image 1.5 的 text token 价格列出来了，而社区讨论也解释了为什么很多开发者在实际使用里会被这个层面吓一跳。有人发现在普通图片请求里出现了 text output token，有人做编辑测试时发现 usage dashboard 不够容易拆分每次实验成本。这并不代表官方有隐藏价目表，只说明 GPT Image 1.5 的真实账单比“每张图多少钱”更接近一个完整请求。

所以更稳妥的内部预算语言应该是这样：

• 纯 prompt、新图生成：可以先按单张价格估算
• 编辑、多参考图、高保真输入：把单张价格当作底价
• 真正大规模上线前：用自身 usage 校正 text tokens、input images 和重试余量

如果你只想留下一个内部公式，就用这个：

总工作流预算 = output-only 估算 + 预期输入 token 开销 + 重试余量

这也是为什么一张表格本身并不能回答完整预算问题。真正要做决策时，你关心的不是“这张图标价多少”，而是“拿到可用结果一共要付多少”。

如果你当前卡住的不是价格换算，而是组织验证、模型权限或调用报错，那么下一步应该看这篇 OpenAI 图片生成 API 验证说明。

Batch 会怎么改变 GPT Image 1.5 成本

Batch 是 OpenAI 官方最干净的降本杠杆，但也是最容易被过度简化的地方。

在当前的 OpenAI 价格页 上，GPT Image 1.5 的 image token 价格在 Batch 中会从 $8 / $2 / $32 降到 $4 / $1 / $16。text token 价格也会从 $5 / $1.25 / $10 降到 $2.50 / $0.63 / $5。简单说，Batch 会把这条线路的 token 价格大致砍半。

对“价格计算器”关键词来说，最实用的解释不是重新发明一张不存在的 Batch 单张价格表，而是告诉读者怎么做近似：

• 1,000 张方形 medium：标准大约 $34，Batch 的 output-only 近似大约 $17
• 10,000 张方形 medium：标准大约 $340，Batch 近似大约 $170
• 1,000 张方形 high：标准大约 $133，Batch 近似大约 $66.50

这套近似在 prompt-only 生成 场景下通常足够有用。但有两件事不能省略。

第一，OpenAI 并没有单独给 GPT Image 1.5 发布“Batch 每张图价格表”。它给的是 token 价格和标准 per-image 表。因此你只能诚实地说：Batch 的 token 价格减半，prompt-only output-only 数学通常接近减半，但完整请求仍然要看输入部分。

第二，Batch 不适合交互式体验。如果有人正在等图返回，即便 Batch 更便宜，它也可能是错误的产品选择。Batch 最适合的，是活动素材、夜间任务、后台流水线、异步渲染这种可以等待完成的工作。

所以正确顺序不是“能省钱就永远上 Batch”，而是：

1. 先判断工作流是不是异步。
2. 如果是异步，Batch 是第一优先级的官方降本手段。
3. 如果是交互式，再去优化模型路线或输出质量，而不是强行把 Batch 套进去。

什么情况下值得继续用 GPT Image 1.5，什么情况下 Mini 更划算

一个好的价格计算器，最后仍然要回答“你是不是应该继续用这条模型线”。

OpenAI 当前的 图像生成指南 对这个分工其实写得很直接：GPT Image 1.5 提供更强的整体体验，而在成本比图像质量更重要时，官方建议先看 gpt-image-1-mini。对预算决策来说，这个分工不能省略。

把 Mini 放进同样的工作量数学里，差异就很直观了。OpenAI 当前价格面把 gpt-image-1-mini 的方形 low、medium、high 列为 $0.005、$0.011、$0.036。这意味着：

• 1,000 张方形 medium：GPT Image 1.5 大约 $34，Mini 大约 $11
• 10,000 张方形 medium：GPT Image 1.5 大约 $340，Mini 大约 $110

这不是小数点级别的区别，而是路线级别的区别。因此对很多团队来说，最合理的默认规则是：

很多薄弱的计算器页面会默认“用户已经决定用 GPT Image 1.5”，然后停在价格表上。更有价值的版本，应该明确告诉读者什么时候 不该继续为旗舰付费。

实用规则可以压缩成三句：

• 当图片质量、编辑稳定性、品牌保真会明显减少后续返工时，继续用 GPT Image 1.5
• 当工作流是高量级、可丢弃、还在低成本探索阶段时，优先转到 Mini
• 当任务是异步的，且旗舰质量仍然值得保留时，把 Batch 当成第一降本杠杆

如果你接下来的问题更偏向“整个模型家族怎么选”，而不是“这条线路怎么做预算”，继续读这两篇会更合适：OpenAI 图片生成 API 模型怎么选 和 chatgpt-image-latest vs GPT Image 1.5。

官方 API 价格和订阅页、网关页不是一回事

这个澄清本身就是这个关键词的一部分价值，因为当前 SERP 的商业噪音并不低。

搜索结果里有一些页面并不是在复述 OpenAI 官方 API 计费，而是在卖：

• 年度或月度 credits
• 平台订阅套餐
• OpenAI-compatible gateway 的再包装价格
• 自己定义的 token 或调用层级

这些页面不是完全没用，它们只是回答了另一种购买问题。如果你在找的是“OpenAI 官方今天到底怎么收钱”，它们就不能和官方模型页、价格页放在同一证据层级上。

区分方法其实很简单。页面如果在强调 monthly plans、annual credits、free trial、自有 endpoint，说明它卖的是另一种商业入口；页面如果在强调 per-image rows、token 价格、usage tiers、官方模型页，那才更接近 OpenAI 原生价格面。

这一点之所以重要，是因为很多读者会看到一个看似 exact-match 的套餐页，就误以为 OpenAI 官方本身也是按订阅包卖图像能力。事实不是这样。OpenAI 当前官方价格结构，仍然是 token 计费加上模型页里给出的 per-image output 快捷数字。

这里还有一个与价格紧挨着的实际约束。GPT Image 1.5 当前模型页显示 Free not supported，公开 tier 表给出 Tier 1: 5 IPM，随后是 20、50、150、250 IPM。帮助中心也说明图片生成访问可能与组织验证状态相关。所以真正的问题不只是“价格是多少”，还包括“这个账号能不能以这个吞吐量实际用上它”。

这也是为什么这篇计算器页面必须控制范围。它负责把官方价格数学和主要 caveat 讲清楚，但不会假装“单价一明确，整个生产问题就结束了”。

常见问题

1,000 张 GPT Image 1.5 图片要多少钱？

如果是 1024x1024 方图，大约是 low $9、medium $34、high $133。这些都是基于 2026 年 3 月 24 日官方价格的 output-only 估算。

10,000 张 GPT Image 1.5 图片要多少钱？

1024x1024 方图大约是 low $90、medium $340、high $1,330。如果是竖图或横图，medium 大约 $500，high 大约 $2,000。

这个计算器包含编辑和参考图成本吗？

不完全包含。OpenAI 的 per-image 表主要覆盖 output image generation，真实请求还可能包含 text input 和 image input tokens。编辑密集工作流不应该只盯单张价格。

Batch 能把 GPT Image 1.5 成本直接减半吗？

从 token 价格角度看，OpenAI 当前确实把 GPT Image 1.5 的 Batch 价格降到标准处理的大约一半。对 prompt-only output-only 场景，这个近似通常好用；对编辑工作流，仍然要看完整请求结构。

GPT Image 1.5 API 有免费层吗？

截至 2026 年 3 月 24 日，当前 GPT Image 1.5 模型页显示 Free not supported。

什么时候应该直接改用 gpt-image-1-mini？

当成本是第一约束，而且你的图片可以大量试错、低成本丢弃，或者当前还处于探索阶段时，先测 Mini 更合理。只有当质量、编辑稳定性或品牌保真会明显减少返工时，GPT Image 1.5 的价格才更值得。