GPT Image 2 API: почему «цена за картинку» — это формула, а не число

#ai #llm #api #chatgpt

Официальный тариф OpenAI — $5 за миллион текстовых токенов на входе, $8 за миллион токенов входных изображений и $30 за миллион токенов на выходе, но реальная стоимость сценария зависит от разрешения, quality, эндпоинта и доли отбракованных промптов, которые нигде не задокументированы

На презентации весной 2026 года Сэм Альтман назвал скачок от gpt-image-1 к gpt-image-2 сопоставимым с переходом от GPT-3 к GPT-5 — по пересказу выступления в рассылке Саймона Уиллисона. Вскоре после презентации сам Уиллисон прогнал модель через сложный композиционный промпт и получил слабый результат на настройках по умолчанию: приемлемое изображение появилось только на quality=high и максимальном разрешении 3840×2160 — и обошлось это примерно в $0.40 за картинку. Работа с GPT Image 2 API начинается именно с этого разрыва: вендорская метафора про поколенческий скачок и независимый замер, где дефолтные настройки эту метафору не подтверждают, а качественный результат стоит на порядок дороже минимального.

Для разработчика, который встраивает генерацию в продукт, это не философский спор. Десять тысяч квадратов примерно 1200×1200 по замерам сообщества стоят около $600, те же десять тысяч кадров 3840×2160 на quality=high — около $4000, и разница целиком определяется тем, какой размер и quality реально нужны пользователю.

Тариф на бумаге

Standard API считает токены, а не картинки: текстовый вход — $5 за 1M токенов, входные изображения — $8 за 1M (кэшированные — $2), выходные изображения — $30 за 1M токенов, согласно прайс-листу OpenAI. Batch API даёт скидку около 50%: выходные токены обходятся в $15 за 1M вместо $30. Разница ощутима на объёме, но батч асинхронный — обработка занимает часы, и для интерактивного UI, где пользователь ждёт превью, он не подходит.

Готовой таблицы «токены на конкретный размер» OpenAI не публикует. Известны только границы: обе стороны кратны 16 пикселям, длинная сторона не больше 3840 px, соотношение — от 1:3 до 3:1, суммарный диапазон — от 655 360 до 8 294 400 пикселей, как указано в гайде по генерации изображений. Внутри этих границ количество токенов на выходе — величина, которую нужно измерять самостоятельно или брать из чужих замеров.

Что не входит в прайс-лист

Перед первым запросом к gpt-image-2 может понадобиться Organization Verification — формулировка в документации звучит как «may need», без чёткого критерия, для каких типов аккаунтов это обязательно, а для каких нет. Бесплатного тира у модели нет вообще: по агрегатору лимитов ScriptByAI на 20 июля 2026 года, Tier1 даёт 5 изображений в минуту и 100 000 TPM, Tier5 — 250 изображений в минуту и 8 000 000 TPM. Другие агрегаторы называют для Tier4 то 100, то 150 изображений в минуту — цифру придётся сверять напрямую в дашборде организации, а не закладывать в архитектуру по первой найденной статье.

Ещё одна деталь, которая меняет расчёт при потоковой генерации: параметр partial_images включает превью по мере рендера, и каждое промежуточное изображение добавляет 100 токенов вывода к тарификации, согласно тому же гайду. Красивый UX со streaming-превью — это не бесплатная функция.

База, а не сервис

Ответ API для семейства GPT Image всегда приходит как b64_json — параметр response_format=url доступен только моделям DALL·E, указано в референсе Create image. Значит, хостинг, CDN, генерацию превью и политику хранения разработчик достраивает сам: OpenAI отдаёт байты, а не ссылку. Это меняет не только код интеграции, но и инфраструктурный бюджет — расчёт стоимости «за картинку» без учёта хранения занижает реальную цену фичи.

Пила вместо линейки

Самая неудобная находка касается эндпоинта /edits, через который редактируют изображение или подают референс. Официальной формулы тарификации входных изображений там нет — как пишет участник форума OpenAI под ником _j: «Absolutely no documentation is provided that describes the billing received for input images of various sizes on the edits endpoint». Он реверс-инжинирингом восстановил механику патч-бюджета: изображение разбивается на патчи по 32 px с лимитом в 1536 патчей, и рост стоимости немонотонный — 1536×512 стоит 768 токенов, а 1537×512, на один пиксель шире, уже 833 токена.

Такая же «пила» есть и на выходе. Тот же автор построил калькулятор, показавший, что 1216×1200 обходится в 1951 токен вывода, а более компактный по площади квадрат 1200×1200 — в 1982 токена: большее изображение оказывается дешевле из-за перехода в другую полосу соотношения сторон. Ни то, ни другое OpenAI официально не подтверждала — это открытие сообщества, которое компания в любой момент может задокументировать иначе или изменить без анонса.

Возражение, которое ломает простой расчёт

Самое сильное возражение против модели «N картинок × цена за штуку» звучит так: часть реальной стоимости не тарифицируется, но всё равно съедает время и деньги команды. Заблокированный модерацией запрос возвращает ошибку moderation_blocked — гайд OpenAI прямо предупреждает, что её нельзя слепо ретраить, в отличие от временных 429 и 5xx. По разбору реселлера APIYI, такая блокировка — это HTTP 400 на входном фильтре, который не потребляет токены и не тарифицируется, но повторная отправка того же промпта без изменений блокируется 100 раз из 100.

То есть ноль в биллинге не значит ноль в юнит-экономике. Раз повтор не помогает, доля забракованных промптов превращается в отдельный слой валидации до отправки в API и в UX-решение, что показывать пользователю вместо картинки, — и эти издержки не видны ни в одной строке счёта. Оценка стоимости, которая не указывает точный размер, quality и ожидаемую долю брака, всегда занижает реальные издержки сценария — и это как раз то, что _j и APIYI обнаружили независимо друг от друга, а не то, что можно вычитать из прайс-листа.

Прямой API или прокси

Разница в тарифах видна и снаружи. OpenRouter указывает для gpt-image-2 единую ставку — $8 за 1M токенов и на вход, и на выход, что отличается от прямого прайса OpenAI, где выход дороже входа почти вчетверо — $30 против $8 за 1M. Не подтверждено, использует ли OpenRouter тот же алгоритм подсчёта токенов и требует ли доступ через него отдельной верификации организации у OpenAI — это надо проверять для конкретного объёма, а не считать взаимозаменяемым с прямым контрактом.

Для команды, которая ещё не решила, какую модель генерации ставить в продукт, и хочет сравнить цену и качество нескольких провайдеров до того, как проходить Organization Verification и подписываться под конкретный тариф, разумный шаг — тестировать через один OpenAI-совместимый эндпоинт, где смена модели — это смена параметра, а не переписывание клиента. provod.ai в этой роли даёт доступ к поддерживаемому каталогу изображенческих моделей через единый API: замена base URL в уже написанном клиенте, без отдельного контракта под каждого вендора на этапе оценки.

Калькулятор сценария

Формула для прикидки бюджета простая: цена = (входные_токены × ставка_входа + выходные_токены × ставка_выхода) / 1 000 000, где ставки берутся из Standard или Batch API, а токены — либо из собственных замеров, либо из известных точек ниже.

Сценарий	Размер	Токены (замер)	Standard, $/шт	Batch, $/шт
Максимум качества, полный кадр	3840×2160, high	~13 342 вывод	$0.40	~$0.20
Почти квадрат, чуть шире	1216×1200	1 951 вывод	$0.0585	$0.0293
Идеальный квадрат	1200×1200	1 982 вывод	$0.0595	$0.0297
Правка/референс через /edits	1536×512, вход	768 вход	$0.0061 (только вход)	—
Правка/референс через /edits	1537×512, вход	833 вход	$0.0067 (только вход)	—

К итогу нужно добавить надбавку за streaming-превью (100 токенов вывода за каждый partial image) и коэффициент брака. Число попыток считается как партия / (1 − доля_брака): чтобы получить 10 000 готовых картинок при ожидаемой доле moderation_blocked в 5%, планировать нужно около 10 526 запросов, потому что заблокированные попытки не биллятся, но и не считаются результатом.

Для команды, которая уже встраивает платный API в продукт, отдельный вопрос — не только сколько стоит генерация, но и как это отражается в бухгалтерии и в отчёте перед бизнесом: нужен рублёвый счёт, закрывающие документы от российского юрлица и контроль расходов на уровне организации, а не личной карты разработчика. Это тот случай, когда рабочее пространство с балансом организации и контролем трат — включая доступ через provod.ai для команд, которым нужны договор и документы в рублях, — снимает часть операционной нагрузки, не связанной с самим API, но напрямую влияющей на то, попадёт ли фича в прод в срок.

Главный вывод из всей этой арифметики один: закладывать бюджет на генерацию изображений по одной усреднённой цифре — значит гарантированно промахнуться либо в большую, либо в меньшую сторону. Формула у OpenAI не скрыта злонамеренно — она просто ещё не написана целиком, и до тех пор эту работу приходится делать самому, с калькулятором и реальными промптами.

provod.ai — централизуйте расходы на модели

Один баланс и рабочее пространство дают компании общую точку контроля: не нужно собирать счета по личным кабинетам и разбираться, какая команда потратила бюджет у какого поставщика.

В одном каталоге — актуальные модели для текста и медиа: GPT от OpenAI, Claude от Anthropic, Gemini от Google, Grok от xAI, DeepSeek, Qwen, GLM, Kimi и MiniMax; для изображений — Nano Banana 2 Pro и GPT Image; для видео — последние версии Seedance, Kling, Veo и Google Omni. Также доступны модели для reasoning, поиска, документов, эмбеддингов, музыки и аудио.

Основа расчёта прозрачна: официальный тариф каждой модели передаётся 1:1, без собственной наценки provod.ai.

Соберите AI-расходы в одном месте: форма регистрации · цены на модели · защита данных по 152-ФЗ · реквизиты для договора