GPT Image 2.5: Kosten pro akzeptiertem Bild
Ein praktischer Leitfaden zur Preisgestaltung von GPT Image 2.5: Wie man die tatsächlichen Kosten eines akzeptierten Bildes unter Berücksichtigung von Token-Verbrauch, Korrekturen und Fehlversuchen bis zum freigegebenen Ergebnis berechnet, ergänzt durch den Vergleich zwischen Flare und Sunburst.
Inhalt
Kosten des fertigen Bildes und Modellauswahl
In der offiziellen API von GPT Image 2.5 gibt es keinen universellen, festen Einheitspreis pro Bild. Die tatsächlichen Kosten ergeben sich aus den Gesamtausgaben für alle Generierungsversuche, kostenpflichtigen Bearbeitungen und verworfenen Varianten, geteilt durch die Anzahl der akzeptierten Ergebnisse.
Die Wahl des passenden Modells:
gpt-image-2.5-flareist ein schnelles Modell für alltägliche Generierungen und erste Entwürfe.gpt-image-2.5-sunburstist für detaillierte kreative Arbeiten konzipiert, bei denen es auf Präzision bei der Bearbeitung ankommt; die Generierung dauert länger.
Mit Stand vom 2026-09-12 sind die offiziellen Token-Preise für beide Modelle identisch. Gleiche Token-Preise garantieren jedoch kein identisches Gesamtbudget für ein Projekt: Die Anzahl der Wiederholungsversuche und die Akzeptanzrate können je nach Aufgabe variieren. Für diesen Artikel wurden keine vergleichenden Tests zu Latenz, Qualität, Token-Verbrauch oder Akzeptanzrate durchgeführt.
OpenAI-Preise und Berechnung der Anfragekosten über Token
OpenAI hat GPT Image 2.5 am 2026-09-08 veröffentlicht (OpenAI-Ankündigung). In der API stehen zwei Modelle zur Verfügung: gpt-image-2.5-flare und gpt-image-2.5-sunburst. Beide Modelle unterstützen die Qualitätsstufen low, medium, high, xhigh, max und auto (Leitfaden zur Bildgenerierung).
Der aktuelle Leitfaden zur Bildgenerierung enthält einen eigenen GPT Image 2.5-Rechner. Er schätzt die Bildausgabe-Tokens und Bildausgabekosten für ein explizites Modell, eine Bildgröße und eine explizite Qualitätsstufe: low, medium, high, xhigh oder max.
Die Einstellung auto hängt vom generierten Bild selbst ab. Zudem berücksichtigt der Rechner weder Texteingaben, Bildeingaben noch gestreamte Teilbilder (jedes Teilbild fügt 100 Bildausgabe-Tokens hinzu).
Daher müssen die vollständigen Kosten einer Anfrage und die Gesamtkosten pro akzeptiertem Bild weiterhin anhand der tatsächlichen usage-Daten ermittelt werden – einschließlich Eingabe-Tokens, Cache, Wiederholungsversuchen und Bearbeitungen.
Die offiziellen Tarife von OpenAI umfassen mit Stand vom 2026-09-12 fünf Komponenten:
| Token-Kategorie | Pro 1 Mio. Tokens | Pro 1 Token |
|---|---|---|
| Ungecachte Texteingabe (uncached text input) | $5.00 | $0.000005 |
| Gecachte Texteingabe (cached text input) | $1.25 | $0.00000125 |
| Ungecachte Bildeingabe (uncached image input) | $8.00 | $0.000008 |
| Gecachte Bildeingabe (cached image input) | $2.00 | $0.000002 |
| Bildausgabe-Tokens (image output) | $30.00 | $0.00003 |
Jeder Token wird strikt in genau einer Kategorie abgerechnet: Er kann nicht gleichzeitig der gecachten und der ungecachten Kategorie zugeordnet werden.
Formel für die Kosten einer einzelnen Anfrage:
C_request = (T_uncached * 5.00 + T_cached * 1.25 + I_uncached * 8.00 + I_cached * 2.00 + O_img * 30.00) / 1 000 000Berechnung der Kosten pro akzeptiertem Bild
Die tatsächlichen Stückkosten eines freigegebenen Bildes berechnen sich nach folgender Formel:
C_accepted = Total Cost of All Attempts / N_acceptedIn den Zähler fließen die Ausgaben für jeden bezahlten Versuch ein, einschließlich erster Generierungen, verworfener Varianten und bezahlter Bearbeitungsanfragen. Der Nenner ist die Anzahl der freigegebenen Bilder. Wenn keine Bilder akzeptiert werden (N_accepted = 0), sind die Stückkosten mathematisch nicht definiert.
Beispielrechnung für eine Serie von Bildbearbeitungsanfragen:
| Berechnungsschritt | Parameter und Berechnungen | Betrag |
|---|---|---|
| Ungecachte Texteingabe | 500 Tokens × $5.00 / 1 000 000 | $0.0025 |
| Ungecachte Bildeingabe | 5 000 Tokens × $8.00 / 1 000 000 | $0.0400 |
| Bildausgabe | 2 000 Tokens × $30.00 / 1 000 000 | $0.0600 |
| Kosten für einen Versuch | $0.0025 + $0.0400 + $0.0600 | $0.1025 |
| Serie von 100 Versuchen | 100 × $0.1025 | $10.25 |
| Kosten pro akzeptiertem Bild (80% Akzeptanzrate) | $10.25 / 80 freigegebene Bilder | $0.128125 |
Die Tokenmengen und die Akzeptanzrate von 80% sind rein hypothetische Annahmen zur Veranschaulichung, und Prompt-Caching wurde nicht verwendet. Die fünf OpenAI-Tarife sind offizielle, mit Stand vom 2026-09-12 verifizierte Tarife; die Ergebnisse $0.1025, $10.25 und $0.128125 sind Beispielrechnungen und keine Messungen. Für diesen Artikel wurden weder eine kostenpflichtige Generierung noch Token-Messungen oder eine Evaluierung der Akzeptanzrate durchgeführt.
Abrechnung pro Anfrage am Beispiel von BetterToken
Als alternatives Abrechnungsmodell lässt sich die Abrechnung pro Anfrage auf der BetterToken-Plattform betrachten.
Gemäß dem BetterToken-Katalog vom 2026-09-12 stehen die Modelle gpt-image-2.5-flare und gpt-image-2.5-sunburst unter den Endpunkten image-generation und openai zur Verfügung. Im Katalog sind die Parameter quota_type = 1, die Gruppe GPT Image 4K und ein Preis von model_price = $0.05 pro Anfrage angegeben. Dies sind dynamische Werte; prüfen Sie vor dem Start von Aufgaben stets die aktuellen Tarife auf der BetterToken-Preisseite.
Beim aktuellen Katalogwert von $0.05 pro Anfrage würden 100 bezahlte Anfragen insgesamt $5.00 kosten:
- 100 bezahlte Anfragen: 100 × $0.05 = $5.00.
- Bei 80 akzeptierten Bildern betragen die Kosten pro freigegebenem Ergebnis: $5.00 / 80 = $0.0625.
Das Rechenbeispiel mit $5.00 und $0.0625 ist rein hypothetisch. Für diesen Artikel wurden keine bezahlten Anfragen durchgeführt.
Die Token-basierte Abrechnung der OpenAI-API und die Abrechnung pro Anfrage im BetterToken-Katalog stellen zwei grundlegend verschiedene Abrechnungsmodelle dar, die weder direkt addiert noch als gleichwertig behandelt werden dürfen. Unterschiede zwischen den berechneten Zahlen bedeuten weder identische Generierungsqualität noch Funktionsparität oder dauerhaft feste Preise.
Testreihe durchführen und Metriken erfassen
Bevor Workflows zur Generierung skaliert werden, empfiehlt sich ein kontrollierter Testlauf mit einer Stichprobe von 10–20 typischen Aufgaben. Um vergleichbare Ergebnisse zu gewährleisten, sollten Sie eine feste Zielauflösung wählen, die Qualitätsstufe (low, medium, high, xhigh, max oder auto) konstant halten und eine gleichbleibende Anzahl von Referenzbildern pro Anfrage verwenden.
Im Protokoll sollten folgende Punkte festgehalten werden:
- Modell (
gpt-image-2.5-flareodergpt-image-2.5-sunburst),quality-Stufe und Ausgabeauflösung; - Anzahl der übergebenen Referenzbilder, tatsächlicher Token-Verbrauch aus
usageoder abgebuchter Betrag; - Status des Ergebnisses: akzeptiert, zur Überarbeitung zurückgesendet oder abgelehnt.
API-Schlüssel und vertrauliche Quelldateien dürfen niemals im Protokoll gespeichert werden.
Prüfen Sie vor dem Start eines größeren Batches die aktuellen Preise unter bettertoken.ai/pricing. Gleichen Sie nach einer kurzen Testreihe das tatsächlich genutzte Modell, den Status der einzelnen Anfragen und die Abrechnungen im BetterToken Workspace ab.
