GPT Image 2 接入指南：怎么调用、怎么算钱

调用方式：一个端点，Bearer 鉴权

接入很简单：POST /v1/images/generations，鉴权用 Authorization: Bearer $TOKEN_SHARE_KEY。这是标准的 OpenAI 兼容图像接口形态，现有客户端通常只要改 base URL 和 key 就能跑起来。

目录里把它描述为支持灵活尺寸和高保真图像输入的图像生成与编辑模型，能力字段只有 image——没有 text、没有 tools、没有 thinking。它负责出图和改图，不是拿来对话的模型。

它在目录意义上没有 token 上下文，所以上下文窗口和最大输出这两个数字都不存在，也就没法拿来做规划。真正要盯的是网关回报的 usage，那同时也是计费依据。

export TOKEN_SHARE_KEY="<your-pool-api-key>"

curl -sS https://token-share.app/v1/images/generations \
  -H "Authorization: Bearer $TOKEN_SHARE_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "A cute baby sea otter",
    "size": "1024x1024",
    "quality": "high",
    "response_format": "b64_json"
  }' > out.json

# Save the picture.
jq -r '.data[0].b64_json' out.json | base64 --decode > otter.png

# Price it: consumer rates are 0.1x of $5/M input and $30/M output.
jq -r '.usage | "in=\(.input_tokens) out=\(.output_tokens)"' out.json
jq '.usage | (.input_tokens / 1000000 * 0.50) + (.output_tokens / 1000000 * 3.00)' out.json

成本多少，以及为什么没人能报给你「每张多少钱」

倍率 0.1，作用在官方的每百万输入 token 5 美元、输出 30 美元上，所以你实际付 $0.50/M 和 $3.00/M；命中缓存的输入部分单独计价，不按新输入算。

至于换算成一张图多少钱——这取决于这次请求本身。目录里写得很明确，计费依据是网关回报的 token，成本随分辨率和质量走。1024×1024 的标准质量和大尺寸高质量根本不是同一个账，而且这个差距不是一个能跨设置套用的固定比例。

所以规划上只有一条：测，别猜。用你产品实际会用的尺寸和质量生成一张，读 usage 对象，然后做乘法——量出来的数字只对那一组设置有效。

和按张计费的选项相比

另外两个图像 id 按张收费，倍率都是 0.2：grok-imagine-image 每张 $0.002（$0.01 的 0.2 倍），grok-imagine-image-quality 每张 $0.008（$0.04 的 0.2 倍）。三个里只有 gpt-image-2 是 0.1 倍率，也只有它在调用之前说不出确切价格。

这是两种确定性之间的真实取舍。按张定价让你靠乘法做预算，永远不会被某个参数改动打个措手不及。按 token 定价可能更低也可能更高，取决于你要什么，而且会随产品里的图像设置一起漂移。

哪个更好，是关于你的工作负载的问题，不是关于模型的问题。「每天固定张数、固定尺寸」适合提前算账；尺寸、编辑操作、质量档次混在一起时，量一批有代表性的样本是唯一诚实的预测方式。同样二十个 prompt 两边各跑一遍，比的是账单那一行，不是宣传语。

上生产之后

每次生成都把 usage 对象记下来——这是这次请求究竟花了多少钱的唯一凭据。一旦图像参数变成产品决策而不是固定常量，也只有这份逐请求的 token 记录，能让你把月账拆到具体功能头上。

图像参数要显式写死，别依赖默认值：在按 token 计费的模型上，上游默认值一变就是一次静默涨价，而它第一次现身的地方往往是账单。

顺带一提，视频是完全另一回事——另一个 id、另一条路由、另一种计费单位。grok-imagine-video-1.5 走 /openai/v1/videos，0.2 倍率按视频秒数收费，图像端点这边的经验一条都搬不过去。

常见问题