AI 生图 API 单价对比：按张、按 token、按秒，三种单位怎么折算

生图 API 的比价之所以难，不是因为价格页藏得深，而是因为各家用的单位根本不同。Ideogram 和 Black Forest Labs 按张报价，OpenAI 和 Google 按输出 token 报价，Replicate 和 fal.ai 既提供按张的模型价、也公开按 GPU 秒的硬件费率。

这三种单位在数学上是可以互换的，但互换的过程里藏着大量不写在价格页上的假设。比如「一张 1024×1024 的图等于多少 token」这个问题，OpenAI 的官方计算器和 Google 的官方脚注给出的答案相差 5.7 倍。这个差异不来自谁更省算力，而来自谁把「一张图」定义成了多少个 token。

这篇把三条计价路径拉到同一把尺上，全部以「一张 1024×1024 的图」为基准折算，并单独拆出批量生成时的规模效应。数据于 2026 年 9 月 24 日重新核对各厂商官方定价页与官方文档，未做本地实测。站点此前那篇 AI 生图多少钱一张算的是订阅制下每张图的隐含成本，这篇算的是 API 按量计费的实际单价，两者不重叠。

本文方法：官方公开数据交叉核对，未做本地实测。所有数字均标注来源，核对日期见文末。

一、三种计价单位，各自的官方价目

先看第一种：按张报价。这是最容易理解的单位，也是公开程度最高的一类——厂商把每张图的价格直接写在 API 定价页上，不需要任何换算。

三点需要单独说明。

第一，Adobe 的 API 定价页不存在。Firefly Services 的官方开发者文档覆盖了 Firefly API、Photoshop API、Lightroom API 等一整套能力，但只描述功能，不给单价；文档站里的 /guides/pricing/ 路径返回 404。应用层的 Firefly 订阅用「生成积分」计价（官方列出的档位是每月 2,000 / 4,000 / 10,000 / 50,000 积分），但积分与 API 调用的换算关系没有公开。所以这一栏只能写「官方未披露」。

第二，Leonardo 已经从订阅制转成 Pay-As-You-Go。官方文档的原话是「The API is priced on a Pay-As-You-Go basis, with no upfront commitment or monthly fees.」按余额实时扣减，响应体里新增了一个 cost 对象显示本次扣费金额与单位。但官方只提供 App 内的 pricing calculator，没有一张可引用的公开价目表——「Custom pricing and per-model discounts are available for eligible customers by contacting our team」。这句话的另一层含义是：**它的标准价与折扣价都不在公开页面上**。

第三，Midjourney 没有官方公开 API。官方帮助中心的分类只有 Getting Started、Documentation、Billing Support 三项，没有开发者或 API 入口。搜索时会遇到若干名为 midjourney-api 的站点，那些是第三方转售，不是官方渠道，其定价与条款都不代表 Midjourney。这也是一个实际的成本风险：走第三方转售意味着你既没有官方 SLA，也不在官方条款的保护范围内。

二、按 token 计价的两家，换算规则完全不同

按 token 计价的只有 OpenAI 和 Google 两家，但它们的换算规则差异比想象中大。先看官方数字。

把这张表竖着看，会看到一个在价格页上完全看不出来的事实：OpenAI 和 Google 用了同一个 token 单价档位（$30 / 百万），但一张 1K 图的最终成本差了 5.7 倍。原因是两家对「一张 1K 图 = 多少 token」的定义不同——196 对 1,120。同样的 $30 / 百万单价，前者 $0.00588，后者 $0.0336。

Google 在定价页的脚注里把换算过程写得很细：图像输出定价为 $60 / 百万 token，0.5K（512px）= 747 token、1K（1024×1024）= 1,120 token、2K = 1,680 token、4K = 2,520 token。OpenAI 的图像生成指南也给了类似的换算表，但只覆盖 gpt-image-2 之前的旧模型：low 档 272 token、medium 档 1,056 token、high 档 4,160 token（均为 1024×1024）。

需要说明的是，OpenAI 那个 196 token 来自官方图像生成指南里的成本计算器默认展示值，官方原文写的是「Per image at 30 USD per million image output tokens」，并明确标注该估算「不含文本与图像输入 token，也不含流式部分图像」。官方没有说明这个默认值对应哪个尺寸与质量档。同一个页面上，GPT Image 2 在 1024×1024 下的按张价格是 low $0.006、medium $0.053、high $0.211——$0.006 与 $0.00588 几乎重合，这提示 196 token 大概率是低质量档，但这只是两个官方数字的相互印证，不是官方说明。

三、把同一张 1024×1024 折算到同一把尺

现在把三条路径并排放。基准是「一张 1024×1024 的图」，所有数字都来自官方页面，折算过程写在下面。

最低 $0.003，最高 $0.134，44.7 倍。把这个倍数拆开，会看到它由三段构成。

第一段是真实的能力差异。$0.003 的 P-Image Very Low 和 $0.134 的 Gemini 3 Pro Image 显然不是同一个东西，前者是极低质量档的快速出图，后者是旗舰模型的 1K 输出。这一段价差是应该付的。

第二段是口径差异。同样标着「$30 / 百万输出 token」，OpenAI 算 196 token、Google 算 1,120 token，这就是 5.71 倍。这 5.71 倍不代表 OpenAI 省了 5.71 倍的算力，只代表两家对「一张图」的 token 定义不同。做跨厂商预算时，这个倍数是最容易被漏掉的一项。

第三段是渠道差异。这一项最反直觉：Ideogram 的 API 价目里有一项叫「Generate With Nano Banana」，官方描述是「Image generation powered by Nano Banana (Google Gemini 2.5 Flash)」，定价 $0.20。而 Google 官方给同一个模型（Gemini 2.5 Flash Image）的定价是 $0.039，fal.ai 上同名模型的标价是 $0.0398。同一个模型，三个渠道：$0.039 / $0.0398 / $0.20，最高与最低差 5.1 倍。

这里需要补一句时效说明：Google 定价页把 Gemini 2.5 Flash Image 标为已弃用，将于 2026 年 10 月 2 日关停，官方建议迁移到 Gemini 3.1 Flash Image 或 3.1 Flash Lite Image。所以 $0.039 这个数字本身即将失效，但它揭示的渠道加价结构不会失效——转售通道的加价幅度可以到 5 倍量级，而这一点在任何一张「官方定价对比表」里都看不到。

四、按 token 计价时，分辨率便宜、质量贵

这是三条路径里最值得单独讲的一条规律。Google 的官方脚注给出了 0.5K / 1K / 2K / 4K 四档的 token 消耗，把它们画出来，形状很不寻常。

把像素和 token 分开看：4K 相对 0.5K，边长涨 8 倍，像素涨 64 倍，而输出 token 只涨 3.37 倍（747 → 2,520），单张价格只涨 3.36 倍（$0.045 → $0.151）。折算到每一个像素，4K 的单位成本大约是 0.5K 的 1/19。

也就是说，在按 token 计价的体系里，分辨率是几乎免费的增长维度，而质量档位是昂贵的增长维度。OpenAI 的旧模型换算表印证了后一半：同一张 1024×1024，low 档 272 token、high 档 4,160 token，差 15.3 倍；对应的按张价格是 $0.006 到 $0.211，差 35.2 倍。

这条规律在按张计价的厂商身上完全不成立，而且方向是反的。Ideogram 4.0 系列在 1K 和 2K 之间没有价差（Turbo 1K $0.03 = 2K $0.03，Default 1K $0.06 = 2K $0.06，Quality 1K $0.10 = 2K $0.10），但 4K 会跳到 $0.19 / $0.22 / $0.26，8K 跳到 $0.35 / $0.38 / $0.42。Turbo 档从 2K 到 4K 是 6.3 倍。

两家对同一个物理事实（像素翻倍）的定价方式，一个收 1.5 倍（Google 的 1K → 2K 是 1,120 → 1,680 token），一个收 1 倍即免费（Ideogram 的 1K → 2K 同价），而从 2K 到 4K 又变成 6.3 倍。「大图更贵」这句话在两家身上指的是完全不同的曲线形状。

五、批量生成：线性、半价、和「联系销售」

规模效应是比价时最容易被一句话带过的部分——「量大可以谈」听起来像常识，但各家在官方页面上的承诺程度差别很大，而且有的厂商的批量机制根本不是折扣。

七家里只有一家把批量折扣的幅度写死在公开页面上，就是 Google 的 50%。Black Forest Labs 提供了批量参数，但官方原话是「multiply the base cost by the number of images」——这是乘法，不是折扣：4 张 $0.12 正好是 4 × $0.03，一张都不省。剩下四家全部落在「联系销售」区间。

这里有一个容易忽略的细节：Black Forest Labs 的 FLUX.2 系列虽然 batch 不打折，但它的计价是百万像素阶梯的，官方举的例子是「a 2MP image with Klein 4B costs $0.014 + $0.001 = $0.015」——第一百万像素 $0.014，之后每多一百万像素只加 $0.001。第二个百万像素的边际成本是第一个的 7.1%。所以 FLUX.2 的「规模效应」不在张数上，而在分辨率上：出 2MP 图比出 1MP 图只贵 7%，这跟 Ideogram 4.0 的 2K 同价是同一类设计。

六、按 GPU 秒计价的隐藏机制

第三条路径在前面的表里只有一个位置，但它值得单独讲，因为它的成本曲线形状和前两条完全不同。

Replicate 在定价页上把规则写得很直白：「Most models are billed by the time they take to run. The price-per-second varies according to the hardware in use.」官方公开的硬件费率里，H100 是 $0.001525/秒（$5.49/小时），A100 80GB 是 $0.001400/秒，L40S 是 $0.000975/秒，T4 是 $0.000225/秒。fal.ai 的公开列表价是 H100 $4.50/小时，折合 $0.00125/秒；承诺用量后低至 $1.89/小时，折合 $0.000525/秒。

把这些费率换算成「一张图的成本 = 耗时 × 费率」，得到一条和按张计价完全不同的曲线：

• H100（$0.001525/秒）上跑 5 秒：$0.0076
• 跑 10 秒：$0.0153
• 跑 20 秒：$0.0305
• 跑 26.2 秒：$0.0400——正好等于 Replicate 上 flux-1.1-pro 的按张标价 $0.04/output image
• 跑 60 秒：$0.0915

第 4 条是这条路径最有用的一句话：在 Replicate 的 H100 列表价下，只有当一次 1K 生成能在 26.2 秒以内跑完，按秒计费才比直接买 $0.04 的按张 API 便宜。换成 fal.ai 的 H100 列表价，平衡点是 32.0 秒；换成承诺价 $1.89/小时，放宽到 76.2 秒；用最便宜的 T4（$0.000225/秒）则是 177.8 秒。这些数字都是纯算术结果，不是实测耗时——官方没有公开任何模型的单张生成耗时，真实平衡点取决于模型、分辨率、批大小和硬件利用率。

这条路径还有第二个机制，比第一个更隐蔽。Replicate 的文档区分了公开模型和私有模型：公开模型「you only pay for the time it takes to process your request」，私有模型则「you pay for all the time instances of the model are online: the time they spend setting up; the time they spend idle, waiting for requests; and the time they spend active, processing your requests」。也就是说，按秒计费的成本里有一部分根本不产出任何图——模型在线的空闲时间和冷启动时间都在计费。同一段文档提到一个例外：fast booting fine-tunes 只按活跃时间计费。

把三条路径的成本函数放在一起，结论很清楚：

• 按张计价：成本是阶梯函数，只跟模型档位有关，与耗时无关。
• 按输出 token 计价：成本与 token 数线性相关，而 token 数由厂商定义的分辨率和质量映射表决定，与耗时无关。
• 按 GPU 秒计价：成本与耗时线性相关。这条路径下「生成慢的模型单价反而高」——不是因为模型更强，只是因为它更慢。

最后一条的实践含义是：同一个开源模型，在按张计费的通道上和按秒计费的通道上，价格排序可能完全不同。一个质量更高但推理慢 3 倍的模型，在按张计价的厂商那里只贵一档，在按秒计价的通道上就要贵 3 倍。选通道之前，先想清楚你买的是「一张图」还是「一段算力」。

七、三个比价时容易踩的坑

八、按场景怎么选

• 大批量、质量要求不高（缩略图、占位图、批量草稿）：看单价绝对值。Ideogram 的 P-Image Very Low 1K（$0.003）和 Replicate 的 flux-schnell（$3.00 / 千张 = $0.003）是官方价目里最低的两档。这一档不要用按 token 计价的模型，因为 token 计价的换算系数不随你的需求下降。
• 大批量、需要一致质量、可以等：走 Google 的 Batch 档。1K 图 $0.034，是 Standard 的一半，官方明确写了折扣幅度，不需要谈。这是全文里唯一一个「白拿」的折扣。
• 要出高分辨率素材（4K 以上）：按 token 计价的模型对高分辨率更友好。Google 从 0.5K 到 4K 单张价格只涨 3.36 倍，折算到每像素便宜约 19 倍；按张计价的 Ideogram 4.0 从 2K 到 4K 涨 6.3 倍、到 8K 涨 11.7 倍。
• 要出低分辨率的小图（0.5K 及以下）：按张计价更划算。Google 的 0.5K 单张 $0.045，而 Ideogram 的 P-Image Very Low 1K 只要 $0.003——差 15 倍。按 token 计价在低分辨率端并不便宜，因为它的成本结构偏向大图。
• 要跑开源模型、自己控制部署：先算盈亏平衡耗时。以 Replicate 的 H100 列表价（$0.001525/秒）为例，对标 $0.04/张 的按张 API 平衡点是 26.2 秒，对标 $0.03/张 则是 19.7 秒。同时把冷启动和空闲时间的计费算进去。
• 需要 Adobe 生态内的授权保障：Firefly Services 的 API 定价官方未公开，需要走商务流程。这一点本身就是一个成本项：你买到的不只是一张图，还有合约层面的授权范围，具体条款差异见 AI 图片生成商用授权对比。
• 要控制免费额度下的试错成本：先用免费额度把提示词调通再上付费 API。各家免费额度差异见 AI 生图的免费额度盘点；批量与比例能力差异见 AI 生图的尺寸、比例与批量能力对比。

回到最开始那个 44.7 倍。它的构成里只有一部分是你真的买到了东西——剩下的 5.7 倍来自 token 口径，5.1 倍来自渠道加价。这两段都不在任何一张官方价格表里，但它们会直接进你的账单。跨厂商比生图成本时，唯一可行的做法是先固定「一张多大、什么质量的图」，再把这个基准分别代入各家的计价公式，而不是比任何一栏单价。

这个方法和本站其他横评一致。把订阅制的隐含单张成本算过（AI 生图多少钱一张），把视频的按秒计价算过（AI 视频生成工具价格对比），结论都是同一句：官网最显眼的那个数字，通常不是决定成本的那个数字。