GPT Image 2 の料金はいくらですか？

SeedRouter における GPT Image 2 の料金はモデル ID によって異なります。gpt-image-2（Standard）は納品した画像 1 枚ごとの固定料金、gpt-image-2-official（Official）は入力と出力の使用量に応じた課金なので、この ID ではすべての画像に当てはまる単一の価格はありません。下記の最新レートでリクエストを見積もり、最終的な請求額は使用履歴で確認してください。サンプル計算は計画には役立ちますが、次回の生成に対する見積書ではありません。

実務上の問いはもっと具体的です。使える画像を 1 枚得るのに、どれだけ予算を見ておくべきか。そこには破棄する下書きも、採用する修正稿も含まれます。この区別から始めれば、低い 1 枚あたりの見積もりが非現実的なプロジェクト予算に化けるのを防げます。

GPT Image 2 の現在のレートは？

この表はモデル料金セクションと同じ最新レートを使い、5 分間隔で更新されます。掲載の試算は、そのレートとランディングページ既存のトークンサンプルを組み合わせたものです。本記事のために新たに測定した値ではありません。

レートを読み込めない場合、このセクションは価格ゼロではなく「利用不可」と表示します。大量実行を見積もる前に、モデルページをもう一度確認してください。保存したスクリーンショットや古い記事から、現在のレートは分かりません。

画像 1 枚のコストはどう見積もりますか？

表示されている入力・出力それぞれのレートについて、トークン数に対応する「100 万トークンあたりのレート」を掛け、2 つを足してから 100 万で割ります。単位を揃えてください。100 万トークンあたりのレートは、1 トークンあたりでも 1 枚あたりでもありません。

estimated USD = (
  input tokens × input USD per million tokens
  + output tokens × output USD per million tokens
) / 1,000,000

ランディングページの low 品質サンプルを計画の参考にする場合を考えます。その出力は 196 トークンです。表示される試算は、ランディングページの計算機と同じく入力 18 トークンを用います。古い金額をそのまま写すのではなく、現在のレートを代入してください。これはここに示した試算を再現するものであり、正方形・low 品質の画像がすべてこの値になることを示すものではありません。

リクエストに参照画像を含む場合、この短いテキストのみのプロンプト例を代表値として扱わないでください。入力が異なります。新しいワークロードでは、取得できる場合は返された使用量を記録し、アカウント上の最終請求額と照合してください。SeedRouter の公開タスクレスポンスに金額フィールドはないため、output から読み取ることを前提にしないでください。

1 枚あたりのコストは何で変わりますか？

出力サイズ、品質、枚数、プロンプトの長さ、参照画像は使用量に影響します。これらの課金要素は GPT Image 2 リファレンスに記載されています。複数の設定を同時に変えると結果の解釈が難しくなります。だからこそ、無関係な生成を積み上げるより、条件を揃えた比較のほうが役に立ちます。

まずプロンプトとサイズを固定します。low と medium を比べ、その仕事で重要な部分を確認してください。たとえば小さな文字、製品の輪郭、細かな質感です。追加のディテールが最終アセットで役立つなら high に上げます。これは評価の方法であって、特定の段階がすべての要件を満たすという主張ではありません。

auto はモデルが行う選択であり、予算の上限ではありません。再現性のあるリクエスト設定が必要なら、品質を明示的に指定してください。同様に size: "auto" は固定のキャンバスを指定しません。一連の出力コストを比較するときは、明示的なピクセル寸法を使ってください。

枚数も影響します。1 回のリクエストで複数案を求めれば、出てくるのは複数枚であり、1 枚サンプルの価格で 1 枚が得られるわけではありません。出力が同じリクエストを共有しているからといって、数量割引があると考えないでください。

サンプルの数値は何を示しているのか

表には 1024 × 1024 サンプルで観測された出力トークン数が、品質設定ごとに 4 つ示されています。それらが現在のレートでどのような試算になるかを示すものです。データセット全体の平均コスト、完了時間、成功率、視覚的な品質を測ったものではありません。

サンプル数はそうした結論を支えるには小さすぎます。また、使用量の違いを確認せずに、low 品質のサンプルで参照画像の編集、より大きなキャンバス、複数枚のリクエストを見積もるべきではありません。

自分用の記録としては、プロンプトのバージョン、サイズ、品質、参照画像の枚数、要求した枚数、タスク ID、取得できたトークン使用量、アカウント上の最終請求額を保存してください。出力もその記録と一緒に残します。こうすれば、実行間でどの設定が変わったかを推測せずに、コストの変化を説明できます。

下書きと修正の予算はどう立てますか？

最終成果物の数と、生成の回数を分けて考えてください。完成画像が 10 枚必要なプロジェクトで生成をちょうど 10 回分しか見込まなければ、却下される構図や文字の修正に使える余地がありません。負担できる下書き枠を決め、それを使い切る前に一度立ち止まって見直してください。

最初の一巡で有効なのは、いちばん簡単な要件ではなく、いちばん難しい要件を試すことです。判読できるラベルが必要なら、最も長いラベルを早い段階で試してください。正確な製品配置が要るなら、残りを生成する前にその制約を検証します。これで得られるのは、無関係なサンプルによる安心ではなく、実際の仕事に関する根拠です。

プロンプトが使える状態になったら、必要な最終出力設定だけを変更してください。構図を書き換えながら品質も上げると、追加の支出が効いたのかどうか判断できません。プロンプトが複数あるなら、バッチ生成ガイドに進む前に小さなパイロットセットを試してください。

失敗したリクエストは課金されません。ただし、ローカルのポーリングがタイムアウトしただけでは、タスクが失敗したことにはなりません。タスク ID を保存し、同じタスクをもう一度確認してから再送信してください。この違いはタスクガイドで説明しています。

よくある質問

GPT Image 2 に 1 枚あたりの固定価格はありますか？

gpt-image-2（Standard）ならあります。サイズや品質にかかわらず、納品した画像 1 枚ごとの固定料金です。gpt-image-2-official（Official）にはありません。コストはリクエストの入力・出力使用量と適用レートで決まります。表は具体的な試算として使い、万能の価格とは見なさないでください。

プロンプトを短くすれば必ず安くなりますか？

プロンプトを短くしても変わるのは入力の一部です。出力使用量、サイズ、参照入力、枚数が決まるわけではありません。分かりやすさのために不要な指示は削ってよいですが、予算を立てるときはリクエスト全体で評価してください。

最終的な請求額はどこで確認できますか？

アカウントの使用履歴で確認できます。完了タスクのレスポンスにトークン使用量が含まれることもありますが、そのレスポンスに金額フィールドはありません。

検証できる予算を立てる

GPT Image 2 の料金は、前提を明示した計算として扱ってください。現在のレート、代表的な使用量、現実的な試行回数の 3 つです。小さく比較し、リクエスト設定を出力と一緒に保存し、アカウント上の最終請求額をもとに大規模な実行を計画します。モデル自体の用語と機能については OpenAI の GPT Image 2 モデルリファレンスを参照してください。SeedRouter のレートと配信の詳細は本サイトに記載しています。