Skip to content

模型行情:主流图片模型价格与质量对比

经常有客户问:你们和阿里、字节、OpenAI 的图像服务有什么不一样?

一句话:他们卖的是自家的模型,我们卖的是最好的结果。 厂商网关永远把流量导向自家模型; 我们谁家效果最好就用谁,明天有更好的就切过去,你的接口不动。

这一页把话说透:先看各家官方按量付费的价格(全是公开牌价,谁都能查), 再看我们用同样的提示词做的质量横评 —— 价格是公开的,质量是我们替你测过的。

这一页的价格哪来的

全部来自各家官方定价页(文末有链接清单),按量付费牌价,不含我们的价格。 汇率按 1 USD ≈ 7.2 CNY 换算。各家调价很频繁,签约前以官方页面实时价为准。

一、官方按量价格对比(每张图)

OpenAI(按质量档计价,1024×1024)

模型LowMediumHigh折合人民币(Medium)
gpt-image-2.5(最新旗舰)$0.006$0.013$0.053≈ ¥0.09
gpt-image-2$0.006$0.053$0.211≈ ¥0.38
gpt-image-1.5$0.009$0.034$0.133≈ ¥0.24
gpt-image-1$0.011$0.042$0.167≈ ¥0.30
gpt-image-1-mini$0.005$0.011$0.036≈ ¥0.08

2.5 把「质量档」的名字重排了,横向比价会看错

gpt-image-2.5 的 per-token 单价与 gpt-image-2 完全相同,但它把质量阶梯重新贴了标签:

2.5 的档位等于 gpt-image-2 的哪一档
lowlow
medium / high旧版没有对应档(新增细分)
max旧版的 high

也就是说 2.5 的 high 只相当于旧版的 medium,看起来"同样的 High 便宜了 4 倍", 其实画质也低了 4 倍。要比同画质,请拿 2.5 的 max($0.211) 对 gpt-image-2 的 high

我们在中台内部做了这层换算:调用方说的 high 落到 2.5 上发的是 max, 所以画质与价格都不变,白拿 2.5 更好的编辑精度与更快的出图。

注意:gpt-image-2 High 档一张 ≈ ¥1.5,是全场上限。质量档位直接决定单价, 自己接 API 的人很容易「不小心」全跑在 High 上。

Google Gemini(按分辨率计价)

模型1K2K4K
Nano Banana(Gemini 2.5 Flash Image)$0.039 ≈ ¥0.28
Nano Banana 2(Gemini 3.1 Flash Image)$0.067 ≈ ¥0.48$0.101 ≈ ¥0.73$0.151 ≈ ¥1.09
Nano Banana Pro(Gemini 3 Pro Image)$0.134 ≈ ¥0.97$0.240 ≈ ¥1.73

阿里云百炼(元/张)

模型1K2K
qwen-image-3.0¥0.18¥0.18
qwen-image-3.0-pro¥0.25¥0.50
qwen-image-2.0 / plus¥0.2
qwen-image-2.0-pro / max¥0.5
wan2.6-t2i / wan2.5-t2i¥0.20
wan2.2-t2i-flash¥0.14
wanx2.0-t2i-turbo(全场地板价)¥0.04
z-image-turbo¥0.10(关改写)/ ¥0.20(开改写)

字节跳动(火山引擎)

模型 / 通道价格说明
Seedream 5.0 系列(5.0 / 5.0 Lite)最新一代,Lite 走「先思考再生成」路线方舟控制台单价需登录查看
Seedream 4.0聚合商挂牌 ≈ $0.035/张 ≈ ¥0.25非官方牌价,仅供参考
Seedream 4.5聚合商挂牌 ≈ $0.045/张 ≈ ¥0.32同上
视觉智能·智能绘图(Seedream 通用 3.0)¥0.2/次官方文档牌价,按调用次数

Midjourney

项目结论
官方按量付费 API不存在。 官方只有订阅制(Basic $10/月起),第三方按张转售 API 均为非官方

想按量用 MJ,只能走非官方转售,稳定性和合规都存疑。 「最优模型按张计费」是我们做成的标准能力。

二、这张表怎么读

  1. 价差可达 40 倍:从 ¥0.04/张(wanx2.0-turbo)到 ¥1.7/张(Nano Banana Pro 4K)。 没有「最便宜」也没有「最好」,只有「这个场景该用哪个」—— 这正是我们替你做的事。
  2. 计价方式乱:OpenAI 按质量档、Google 按分辨率、阿里按张、MJ 没有按量。 自己接 4 家 = 4 套计费逻辑、4 份合同、4 个控制台。我们归一成「一张多少钱」。
  3. 模型无关 = 永远吃到降价红利:各家价格战一直在打,直连某家就被锁死在那家的牌价上。 我们谁便宜、谁好就切谁,你的接口不动。

三、质量横评:同样的提示词,直接比

测试纪律(公平性的关键):

  • 所有模型用同一条提示词原文,不针对任何一家改写。
  • 统一 3:4 画幅(电商主图 / 演出海报主流比例),每模型跑 4 张,每家都取自己最佳的一张进对比图 ——选择规则对所有模型一视同仁,各拿巅峰状态比。
  • 对比图盲标 A/B/C/D,先投票、再揭晓模型名。
  • 中文提示词原文直发 —— 测的就是各家对中文提示词的真实理解,这才是国内客户的真实用法。

模板 1:电商白底商品图(考材质、光影、商品还原)

text
高级电商产品摄影,一只磨砂玻璃质感的香水瓶,琥珀色香水液体,
瓶盖为拉丝金属,白色纯色背景,柔和的棚拍布光,瓶身左侧有轻微高光反射,
瓶底有自然的接触阴影,产品居中占画面70%,超清细节,商业级质感,
4K分辨率,产品正面微微侧转15度

看什么:玻璃磨砂颗粒感 / 金属盖是否过曝 / 液体通透度 / 阴影自然度(假阴影一眼假)/ 文字 logo 是否画歪。

模板 2:电商场景模特图(考人脸、手部、指令遵循)

text
电商穿搭lookbook摄影,一位亚洲女性模特穿着米白色针织开衫和浅蓝色直筒牛仔裤,
站在落地窗前的木质地板上,午后自然光从左侧照入,模特右手轻扶头发,
左手自然下垂,微笑看镜头,全身构图,真实摄影感,肤质细腻保留毛孔细节,
索尼A7M4拍摄风格,85mm镜头,f2.8

看什么:手指数量和形态 / 左右手有没有搞反 / 面部「AI 塑料感」/ 针织纹理 / 「右手扶头发、左手下垂」双重指令是否都执行(指令遵循力)。

模板 3:演出 / 票务海报(考中文文字渲染 + 版式排版)

text
电子音乐会宣传海报,深紫色到黑色的渐变夜空背景,中央是一个发光的立体低音音箱,
霓虹蓝紫色光效,赛博朋克风格,海报顶部大字标题"电波之夜",
下方小字"2026跨年专场 | 12月31日 20:00 | 万象Livehouse",
底部一行票价信息"早鸟票180元 / 全价票280元",
文字清晰锐利,排版工整,竖版3:4海报

看什么:「电波之夜」大字笔画是否正确(国外模型的常见死穴)/ 分隔符是否变乱码 / 三段文字是否排出层级还是堆成一团 / 日期数字是否正确 / 能否直接当真海报用。

四、盲测实拍对比

同一条提示词原文、统一 3:4、各家最高质量档、每家取最佳一张——规则对所有模型一视同仁。 先盲标看图,心里投个票,再揭晓是谁。

模板 1 · 电商白底商品图考材质细节、棚拍光影、商品还原度

本组提示词原文(所有模型一字未改)
高级电商产品摄影,一只磨砂玻璃质感的香水瓶,琥珀色香水液体,瓶盖为拉丝金属,白色纯色背景,柔和的棚拍布光,瓶身左侧有轻微高光反射,瓶底有自然的接触阴影,产品居中占画面70%,超清细节,商业级质感,4K分辨率,产品正面微微侧转15度
模板 1 · 电商白底商品图 A
A
模板 1 · 电商白底商品图 B
B

模板 2 · 电商场景模特图考人脸、手部、双重指令遵循

本组提示词原文(所有模型一字未改)
电商穿搭lookbook摄影,一位亚洲女性模特穿着米白色针织开衫和浅蓝色直筒牛仔裤,站在落地窗前的木质地板上,午后自然光从左侧照入,模特右手轻扶头发,左手自然下垂,微笑看镜头,全身构图,真实摄影感,肤质细腻保留毛孔细节,索尼A7M4拍摄风格,85mm镜头,f2.8
模板 2 · 电商场景模特图 A
A
模板 2 · 电商场景模特图 B
B

模板 3 · 演出票务海报考中文文字渲染 + 版式排版——国内场景的硬需求

本组提示词原文(所有模型一字未改)
电子音乐会宣传海报,深紫色到黑色的渐变夜空背景,中央是一个发光的立体低音音箱,霓虹蓝紫色光效,赛博朋克风格,海报顶部大字标题"电波之夜",下方小字"2026跨年专场 | 12月31日 20:00 | 万象Livehouse",底部一行票价信息"早鸟票180元 / 全价票280元",文字清晰锐利,排版工整,竖版3:4海报
模板 3 · 演出票务海报 A
A
模板 3 · 演出票务海报 B
B

数据来源