gpt-image-2.5는 장당 얼마인가요?

여기서는 토큰이 아니라 티어별 장당 정액으로 과금합니다: 1K $0.0536, 2K $0.0804, 4K $0.1072.

Home → Guides → GPT Image 2.5, 측정 결과

GPT Image 2.5, 측정 결과

Q: gpt-image-2.5는 실제로 어떤 해상도를 반환하나요?

표 뒤의 규칙은 접미사가 긴 변을 정하고 size는 그 티어 안에서 비율만 고른다는 것입니다. 이를 알면 이상해 보이던 결과가 이상하지 않습니다 — -2k에 1920×1072를 요청하면 2048×1152가 오는데, 2048이 바로 그 티어의 긴 변이기 때문입니다.

Q: gpt-image-2.5-flare와 gpt-image-2.5-sunburst의 차이는 무엇인가요?

반대로 하지 않은 것은 flare와 sunburst의 화질 대조 실험입니다. 우리가 측정한 것은 가격·실제 반환 해상도·지연 시간이지 어느 쪽이 손을 더 잘 그리는지가 아닙니다. 출력 스타일이 중요하다면 같은 프롬프트를 양쪽으로 생성해 직접 판단하세요. 이 가격이면 몇 센트면 됩니다.

Q: 요청한 크기보다 작은 이미지가 돌아온 이유는 무엇인가요?

접미사 없는 모델명은 어떤 size든 받아들이고 매번 HTTP 200을 반환합니다 — 다만 조용히 약 1.57MP 한도로 줄일 뿐입니다. 4K 티어 요금을 내면서 접미사 없는 이름을 호출한다면, 받지 못하는 픽셀에 돈을 내는 셈입니다. -4k를 쓰세요.

해상도를 정하는 것은 모델명의 접미사이지 size 파라미터가 아닙니다. 76건의 과금된 이미지 호출로 측정했습니다.

요약

해상도를 결정하는 것은 모델명 접미사이며 size 파라미터가 아닙니다. size는 화면 비율만 고릅니다.
접미사 없는 이름은 모든 이미지를 조용히 약 1.57메가픽셀로 제한합니다. gpt-image-2.5에 3840×2160을 요청해도 1672×941이 돌아오며, 오류도 경고도 없습니다.
여기서는 토큰이 아니라 티어별 장당 정액으로 과금합니다: 1K $0.0536, 2K $0.0804, 4K $0.1072.
이 페이지의 수치는 이 릴레이에서 실제로 과금된 이미지 호출 76건（모델/티어 조합 13가지）에서 나온 것입니다.

각 모델명이 실제로 반환하는 것

아래 각 행은 2026-09-13에 직접 요청을 보내고 반환된 PNG 헤더에서 가로·세로를 그대로 읽어 측정했습니다. 이 부분은 어느 문서에도 없습니다.

모델 접미사	요청한 size	실제 반환값
`(none)`	1024×1024	1254×1254	상한까지 확대
`(none)`	1536×1024	1536×1024	정확
`(none)`	1920×1072	1678×937	상한까지 축소
`(none)`	3840×2160	1672×941	상한까지 축소
`-1k`	1024×1024	1024×1024	정확
`-1k`	1536×1024	—	거부: 티어를 넘는 해상도는 미지원
`-2k`	2048×2048	2048×2048	정확
`-2k`	1920×1072	2048×1152	해당 티어의 비율로 맞춤
`-4k`	3840×2160	3584×2016	해당 계열의 긴 변에서 제한
`-4k`	2160×3840	2016×3584	해당 계열의 긴 변에서 제한

표 뒤의 규칙은 접미사가 긴 변을 정하고 size는 그 티어 안에서 비율만 고른다는 것입니다. 이를 알면 이상해 보이던 결과가 이상하지 않습니다 — -2k에 1920×1072를 요청하면 2048×1152가 오는데, 2048이 바로 그 티어의 긴 변이기 때문입니다.

함정. 접미사 없는 모델명은 어떤 size든 받아들이고 매번 HTTP 200을 반환합니다 — 다만 조용히 약 1.57MP 한도로 줄일 뿐입니다. 4K 티어 요금을 내면서 접미사 없는 이름을 호출한다면, 받지 못하는 픽셀에 돈을 내는 셈입니다. -4k를 쓰세요.

여기서의 요금

티어	일반적인 반환	장당	차감 크레딧
1K	1024×1024 · 1254×1254	$0.0536	0.1072
2K	2048×2048 · 2048×1152	$0.0804	0.1608
4K	3584×2016 · 2016×3584	$0.1072	0.2144

장당 정액입니다. 토큰 계산도, 품질 배수도, 구독도 없습니다 — 잔액은 오른쪽 열의 금액만큼 줄고 크레딧과 달러의 환산 비율은 고정입니다.

소요 시간

여기서 이미지는 동기 방식으로 생성됩니다: 요청 한 번, 응답 한 번, 폴링 대기열 없음. 즉 생성하는 동안 연결이 계속 열려 있으므로, 아래 시간이 클라이언트가 실제로 기다리는 시간입니다.

모델	호출 수	평균	범위
`gpt-image-2.5`	28	36.2 s	19–170 s
`gpt-image-2`	13	61.9 s	21–337 s
`gpt-image-2.5-flare`	10	35.2 s	22–47 s
`gpt-image-2.5-flare-4k`	5	34.6 s	29–44 s
`gpt-image-2.5-sunburst-4k`	3	35.0 s	33–36 s
`gpt-image-2-2k`	3	40.9 s	35–50 s
`gpt-image-2-4k`	3	55.3 s	46–60 s
`gpt-image-2.5-flare-2k`	3	31.4 s	22–39 s
`gpt-image-2.5-sunburst`	3	30.4 s	25–40 s
`gpt-image-2.5-sunburst-2k`	2	33.1 s	31–35 s
`gpt-image-2-1k`	1	47.5 s	47–47 s
`gpt-image-2.5-sunburst-1k`	1	27.2 s	27–27 s
`gpt-image-2.5-flare-1k`	1	21.4 s	21–21 s

측정 전체에서 가장 빠른 호출은 19초, 가장 느린 호출은 337초였습니다. 장당 30초 정도를 잡고 클라이언트 타임아웃은 그보다 훨씬 넉넉하게 두세요 — 기본값 30초는 멀쩡한 요청까지 끊습니다. gpt-image-2 행은 이전 세대의 기준이며 여기서도 계속 사용할 수 있습니다. 호출이 한두 건인 행은 완전성을 위한 것이지 벤치마크가 아니므로, 평균보다 호출 수를 먼저 보세요.

flare, sunburst, 그리고 접미사 없는 2.5

이름은 셋이고 서로 대체되지 않습니다:

gpt-image-2.5-flare와 gpt-image-2.5-sunburst는 -1k / -2k / -4k 전 범위를 지원하며 여기서 가격이 같습니다.
gpt-image-2.5 단독으로는 업스트림에 티어용 계정이 없어 gpt-image-2.5-4k를 요청하면 no available compatible accounts가 반환됩니다. 결과적으로 위에서 말한 1.57MP 상한에 묶입니다.

반대로 하지 않은 것은 flare와 sunburst의 화질 대조 실험입니다. 우리가 측정한 것은 가격·실제 반환 해상도·지연 시간이지 어느 쪽이 손을 더 잘 그리는지가 아닙니다. 출력 스타일이 중요하다면 같은 프롬프트를 양쪽으로 생성해 직접 판단하세요. 이 가격이면 몇 센트면 됩니다.

호출 방법

from openai import OpenAI

client = OpenAI(api_key="YOUR_KEY", base_url="https://api.apiclan.us/v1")

resp = client.images.generate(
    model="gpt-image-2.5-flare-4k",   # the suffix is what sets resolution
    prompt="a red ceramic cube on a white studio background",
    size="3840x2160",                 # this only chooses the aspect ratio
    n=1,
    response_format="b64_json",
)

반나절을 아껴 주는 두 가지. url 대신 b64_json을 요청하세요 — URL 방식은 업스트림의 임시 저장소를 가리키며 다운로드 코드를 다 쓰기 전에 만료될 수 있습니다. 그리고 이미지 요청은 api.apiclan.us로 보내세요: 4K 생성은 메인 도메인의 100초 프록시 타임아웃을 자주 넘깁니다.

쓰지 않는 편이 나은 경우

정확한 픽셀 크기가 필요할 때. 모든 티어는 자기 긴 변에 맞춰집니다. 파이프라인이 정확히 1920×1080을 요구한다면 한 단계 위 티어에서 생성한 뒤 직접 축소하세요.
무인으로 대량 생성할 때. 장당 30초에 동기 연결이면 수십 장은 괜찮지만 수천 장에는 불편합니다.
이미지 안의 작은 글자가 정확해야 할 때. 이는 이 릴레이가 아니라 이 계열 모델 전체의 약점입니다.

Start using it

No subscription, no monthly minimum, no sales call. Top up with USDT and spend what you use — 1 USDT gives you 2 credits of API balance.

Read the 30-second quickstart

Prices quoted on this page are regenerated automatically from live billing data. Third-party terms are quoted from that party's own published documentation.