GPT-Image-2 Token 计费生图

GPT-Image-2 Token 计费生图

RootFlowAI 支持两种 GPT-Image-2 生图接入方式：

• 计次版：使用 gpt-image-2-count、gpt-image-2-hd-count、gpt-image-2-4k-count，每张图固定价格，适合预算明确的场景
• Token 计费版：使用原生模型名 gpt-image-2，按实际输入和图片输出 token 计费，适合想按真实用量结算的场景

本页介绍 Token 计费版。直接发 HTTP 请求时，文生图完整地址是 https://api.rootflowai.com/v1/images/generations，图生图和本地图片编辑完整地址是 https://api.rootflowai.com/v1/images/edits。如果你的 SDK 已经把 base_url / baseURL 设置成 https://api.rootflowai.com/v1，后面的接口路径只需要写 /images/generations 或 /images/edits，不要再重复拼一次 /v1。

如果你只是想稳定知道“一张图多少钱”，优先看 图像生成 的计次版。 如果你想让费用跟实际分辨率、画面复杂度和 prompt 长度走，或者想直接使用原生 gpt-image-2 模型名，就使用本页的 Token 计费版。

开通与模型选择

1. 进入账户中心，创建或选择一个 API Key 2. 分组选择支持 gpt-image-2 的 GPT 绘图 或 GPT AZ 绘图 分组 3. 使用 OpenAI SDK 时，把 base_url / baseURL 设置为 https://api.rootflowai.com/v1 4. 自己拼 HTTP 请求时，使用完整地址 https://api.rootflowai.com/v1/images/generations 或 https://api.rootflowai.com/v1/images/edits 5. 如果你的客户端已经配置了上面的 base_url，相对路径只写 /images/generations 或 /images/edits 6. 模型名都填写 gpt-image-2

GPT-Image-2 现在有两套可用的原生生图分组：

• GPT 绘图：原有 GPT-Image-2 原生生图分组，模型名填写 gpt-image-2
• GPT AZ 绘图：新接入的 GPT-Image-2 原生生图分组，模型名同样填写 gpt-image-2

如果你同时使用两个分组，建议分别创建两个 API Key，并在客户端里分开配置。计次模型名 gpt-image-2-count、gpt-image-2-hd-count、gpt-image-2-4k-count 不属于本页的原生 gpt-image-2 Token 计费调用。

你可以先请求模型列表确认当前 Key 是否能看到 gpt-image-2：

curl https://api.rootflowai.com/v1/models \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx"

如果模型列表里没有 gpt-image-2，说明这个 API Key 的分组没有开启原生 GPT 生图能力。请换到支持该模型的分组，或联系站点客服处理。

快速开始

curl

curl https://api.rootflowai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "一张高级感咖啡杯商品主图，白色背景，柔和棚拍灯光，陶瓷质感清晰，不要文字",
    "n": 1,
    "size": "1024x1024",
    "quality": "medium"
  }'

Python

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxxxxxxxxxxxxxxx",
    base_url="https://api.rootflowai.com/v1",
)

response = client.images.generate(
    model="gpt-image-2",
    prompt="一张高级感咖啡杯商品主图，白色背景，柔和棚拍灯光，陶瓷质感清晰，不要文字",
    n=1,
    size="1024x1024",
    quality="medium",
)

print(response.data[0].url)
print(response.usage)

Node.js

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "sk-xxxxxxxxxxxxxxxx",
  baseURL: "https://api.rootflowai.com/v1",
});

const response = await client.images.generate({
  model: "gpt-image-2",
  prompt: "一张高级感咖啡杯商品主图，白色背景，柔和棚拍灯光，陶瓷质感清晰，不要文字",
  n: 1,
  size: "1024x1024",
  quality: "medium",
});

console.log(response.data[0].url);
console.log(response.usage);

参数说明

Token 计费版只使用 gpt-image-2。

这些模型名属于计次版，不要在本页的按量计费分组里使用：gpt-image-2-count、gpt-image-2-hd-count、gpt-image-2-4k-count。

响应格式

RootFlowAI 会把上游返回的图片上传到 RootFlowAI CDN，并统一返回 URL：

{
  "created": 1781677111,
  "data": [
    {
      "url": "https://cdn.rootflowai.com/images/2026-06-17/example.png"
    }
  ],
  "usage": {
    "prompt_tokens": 37,
    "completion_tokens": 2099,
    "total_tokens": 2136
  }
}

data[0].url 可以直接打开、下载或放到你的工作流里继续使用。重要成品建议保存到自己的素材库，避免长期只依赖临时工作流变量。

计费方式

Token 计费版按本次请求的实际 usage 计算，再叠加你的账户分组倍率。消费日志里通常会看到：

如果你的消费日志显示输入价格为 $5 / 1M tokens，输出按 6 倍输入计价，分组倍率为 2.0x，可以用下面的方式估算：

费用 USD ~= (输入 tokens + 输出 tokens x 6) x 5 / 1,000,000 x 2.0

在这个口径下，复杂 prompt 每增加 100 个输入 tokens，单张图大约多 $0.001。也就是说，prompt 变长会涨价，但通常不如分辨率带来的输出 token 影响大。

Token 计费会随模型价格、分组倍率、上游 usage 和质量参数变化。文档里的金额只是参考估算，最终扣费请以账户中心的消费日志为准。

支持的尺寸

下面是当前实测可用的常用尺寸。图片返回后会保持你请求的实际像素尺寸，不会把 1K 图片简单拉伸成 2K 或 4K。

1K 常用尺寸

2K 常用尺寸

4K 常用尺寸

原生 GPT-Image-2 对像素尺寸有校验：宽和高都需要能被 16 整除。

例如 1536x512、512x1536 可以使用；1881x836、887x1774 会返回参数错误。

费用参考

下面是使用短 prompt、quality=medium 时的实测参考，按 GPT AZ 绘图 2.0x 倍率 估算。不同 prompt、质量档位和上游实际 usage 会让费用变化；最终扣费仍以账户中心消费日志为准。

下表是「GPT AZ 绘图」分组里 gpt-image-2 原生 Token 计费的参考价。「GPT 绘图」分组同样使用 gpt-image-2，但如果分组倍率或上游实际 usage 不同，扣费会跟着变化。计次版模型 gpt-image-2-count、gpt-image-2-hd-count、gpt-image-2-4k-count 请看 图像生成。

档位总览

1K 参考价格

2K 参考价格

4K 参考价格

费用不只看最长边，也和输出 token 有关。横竖互换的费用通常接近，但不同画面复杂度和上游 usage 可能会有小幅差异。

图生图和本地图片编辑

Token 计费版支持通过完整地址 https://api.rootflowai.com/v1/images/edits 上传本地图片进行图生图或图片编辑。请求格式是 multipart/form-data，返回格式和文生图一致，仍然是 RootFlowAI CDN 图片 URL。已经配置 base_url=https://api.rootflowai.com/v1 的客户端，相对路径只写 /images/edits。

适合这些场景：

• 上传一张商品图，改成更高级的棚拍质感
• 上传人物头像，改成统一风格的证件照或职业照
• 上传一张草图、布局图或参考图，让模型保留构图并重新渲染
• 重复传入多个 image 字段，把多张参考图合成到同一张结果里

curl 上传本地图片

curl https://api.rootflowai.com/v1/images/edits \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -F "model=gpt-image-2" \
  -F "image=@./source.png" \
  -F "prompt=保留原图主体和构图，改成高级产品海报风格，柔和棚拍灯光，清晰阴影，不要文字" \
  -F "size=1024x1024" \
  -F "quality=low" \
  -F "n=1"

如果要传多张参考图，重复 image 字段即可：

curl https://api.rootflowai.com/v1/images/edits \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -F "model=gpt-image-2" \
  -F "image=@./product.png" \
  -F "image=@./style-reference.png" \
  -F "prompt=参考第二张图片的灯光和材质，重新渲染第一张商品图，保持商品结构不变" \
  -F "size=1024x1024" \
  -F "quality=medium" \
  -F "n=1"

Python requests

import requests

api_key = "sk-xxxxxxxxxxxxxxxx"

with open("./source.png", "rb") as image_file:
    response = requests.post(
        "https://api.rootflowai.com/v1/images/edits",
        headers={"Authorization": f"Bearer {api_key}"},
        data={
            "model": "gpt-image-2",
            "prompt": "保留原图主体和构图，改成高级产品海报风格，柔和棚拍灯光，清晰阴影，不要文字",
            "size": "1024x1024",
            "quality": "low",
            "n": "1",
        },
        files={"image": image_file},
        timeout=900,
    )

response.raise_for_status()
result = response.json()

print(result["data"][0]["url"])
print(result.get("usage"))

Node.js fetch

import { readFile } from "node:fs/promises";
import { File } from "node:buffer";

const apiKey = "sk-xxxxxxxxxxxxxxxx";
const form = new FormData();

form.set("model", "gpt-image-2");
form.set("prompt", "保留原图主体和构图，改成高级产品海报风格，柔和棚拍灯光，清晰阴影，不要文字");
form.set("size", "1024x1024");
form.set("quality", "low");
form.set("n", "1");

const imageBytes = await readFile("./source.png");
form.set("image", new File([imageBytes], "source.png", { type: "image/png" }));

const response = await fetch("https://api.rootflowai.com/v1/images/edits", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${apiKey}`,
  },
  body: form,
});

if (!response.ok) {
  throw new Error(await response.text());
}

const result = await response.json();
console.log(result.data[0].url);
console.log(result.usage);

edits 参数说明

图生图请求会根据上传图片、prompt 和输出图片 usage 计费。上传多张参考图或使用更高分辨率时，费用通常会更高。最终费用仍以账户中心消费日志为准。

常见错误

model_not_found 或找不到模型

通常是 API Key 所在分组没有开启 gpt-image-2。请确认模型列表里能看到 gpt-image-2，并确认请求模型名没有写成 gpt-image-2-count。

Invalid size ... Width and height must both be divisible by 16

说明传入的宽或高不能被 16 整除。把尺寸改成文档上方列出的常用尺寸，或把宽高都调整到 16 的倍数。

请求超时

生图请求可能需要几十秒到几分钟，4K 更慢。建议把完整请求超时设置到 900 秒，包括客户端、工作流平台、Serverless、反向代理和本地代理的 read/idle timeout。

如果本地设置了代理，且经常在 60 秒左右断开，可以先用下面的方式排查是不是本地代理超时：

curl --noproxy '*' --max-time 900 https://api.rootflowai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxx" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "一张干净的技术测试图，白色背景，不要文字",
    "size": "1024x1024",
    "quality": "medium",
    "n": 1
  }'

返回里没有 b64_json

这是正常的。RootFlowAI 会统一返回 CDN 图片 URL，方便你直接打开、下载和在工作流里传递。客户端只需要读取 data[0].url。