OpenAI는 2026년 9월 8일, 두 가지 API 모델(`gpt-image-2.5-flare` 및 `gpt-image-2.5-sunburst`)과 함께 ChatGPT Images 2.5를 출시했습니다. 두 모델 모두 `gpt-image-2`와 동일한 토큰당 요금으로 청구되며, OpenAI의 가격 계산기에서 단일 항목을 공유합니다. 따라서 토큰당 요금표는 선택에 도움이 되지 않을 것입니다. 변경된 것은 그 밑에 있는 품질 계층이며, 라벨 재지정으로 인해 `quality: "high"` 이미지의 가격이 약 4배 정도 변동됩니다.
이 페이지는 결정 가이드입니다: gpt-image-2 숫자 옆에 있는 5가지 2.5 품질 수준 각각에 대한 토큰당 요금, 이미지당 예상 비용, 라벨 재매핑, 월 10,000개 이미지 예산, "2배 가격" 루머, 그리고 마이그레이션 체크리스트를 다룹니다. 요청 구문을 먼저 알고 싶다면 gpt-image-2.5 API 사용 방법을 읽어보세요. OpenAI 가격 페이지는 아래 모든 요금의 출처입니다. OpenAI는 토큰 소모가 "모델 및 품질 설정에 따라 다를 수 있다"고 경고하므로, 모든 이미지당 수치는 계산기 예상치입니다. 실제 청구는 응답의 `usage.output_tokens`에서 발생합니다.
토큰당 요금: 세 모델 모두 동일
OpenAI의 가격 페이지는 두 2.5 모델 모두에 대해 동일한 Standard 티어 요금을 나열하고 있으며, 각 모델 페이지는 "토큰 요율이 GPT Image 2와 일치한다"고 명시하고 있습니다. 다음은 출시 당시 혼란을 야기했던 Batch 행을 포함한 전체 표입니다.
| 모델 | 이미지 입력 | 캐시된 이미지 입력 | 이미지 출력 | 텍스트 입력 | 캐시된 텍스트 입력 |
|---|---|---|---|---|---|
gpt-image-2.5-sunburst |
$8.00 | $2.00 | $30.00 | $5.00 | $1.25 |
gpt-image-2.5-flare |
$8.00 | $2.00 | $30.00 | $5.00 | $1.25 |
gpt-image-2 (표준) |
$8.00 | $2.00 | $30.00 | $5.00 | $1.25 |
gpt-image-2 (배치, 50% 할인) |
$4.00 | $1.00 | $15.00 | $2.50 | $0.625 |
모든 수치는 100만 토큰당 기준입니다. 여기에 있는 모든 모델의 출력은 이미지 전용이므로, 텍스트 출력은 청구서에 나타나지 않습니다.
일부 초기 보도에서 제기된 "2배 가격" 주장에 대해: 이는 2.5 Standard 행을 50% 할인된 gpt-image-2 Batch 행과 비교하여 발생한 것입니다. 가격 페이지에서 Standard 대 Standard를 비교하면 모든 요금이 변경되지 않았습니다.
각 품질 수준별 이미지 비용
토큰당 동일성은 유사성이 끝나는 지점입니다. OpenAI의 계산기(2026-09-09 기준)는 "GPT Image 2.5 (Sunburst 및 Flare)"라는 하나의 공유 항목 아래에서 이러한 이미지 출력 토큰 수를 보고합니다. 비용은 토큰 수에 100만 토큰당 $30를 곱한 값이며, 출력 토큰만 해당됩니다.
| 품질 | 1024x1024 토큰 | 1024x1024 비용 | 1536x1024 토큰 | 1536x1024 비용 |
|---|---|---|---|---|
| low | 196 | $0.00588 | 158 | $0.00474 |
| medium | 439 | $0.01317 | 343 | $0.01029 |
| high | 1,756 | $0.05268 | 1,372 | $0.04116 |
| xhigh | 3,122 | $0.09366 | 2,459 | $0.07377 |
| max | 7,024 | $0.21072 | 5,488 | $0.16464 |
다음은 동일한 문서 페이지에서 가져온 gpt-image-2 표이며, 동일한 크기에 대한 것입니다.
| 품질 | 1024x1024 | 1536x1024 (및 1024x1536) |
|---|---|---|
| low | $0.006 | $0.005 |
| medium | $0.053 | $0.041 |
| high | $0.211 | $0.165 |
두 가지가 눈에 띕니다. 모든 행에서 가로형 크기가 정사각형보다 저렴하다는 점은 OpenAI 문서에서 언급하는 패턴입니다. 그리고 2.5 `high` 행은 gpt-image-2 `high` 행과 전혀 일치하지 않습니다. 이것이 라벨 재지정의 결과입니다.
프롬프트 텍스트와 참조 이미지는 별도로 청구됩니다. `images/edits`로 전송되는 참조 이미지는 100만 토큰당 $8의 이미지 입력 토큰 비용이 발생합니다. OpenAI는 이미지당 입력 토큰 수를 공개하지 않으므로, `usage.input_tokens`에서 이를 확인해야 합니다.
품질 계층이 재지정되었습니다
토큰 예산을 맞추면 매핑이 명확해집니다. 2.5에서는 `high`가 1,756 출력 토큰으로, gpt-image-2가 `medium`에서 사용했던 예산입니다. 2.5에서 `max`는 7,024 토큰으로, gpt-image-2가 `high`에서 사용했던 예산입니다. `low`는 196 토큰으로 변경되지 않았습니다.
| 2.5 라벨 | 토큰 (1024x1024) | 2.5 비용 | gpt-image-2의 동일 예산 | gpt-image-2 비용 |
|---|---|---|---|---|
| low | 196 | $0.00588 | low | $0.006 |
| medium | 439 | $0.01317 | 없음 (이전 중간보다 낮음) | n/a |
| high | 1,756 | $0.05268 | medium | $0.053 |
| xhigh | 3,122 | $0.09366 | 없음 (이전 중간과 이전 높음 사이) | n/a |
| max | 7,024 | $0.21072 | high | $0.211 |
따라서 `quality: "high"`를 유지하는 마이그레이션은 이미지당 약 4배 저렴해지며 이전 중간 예산으로 렌더링됩니다. 이전 `high` 예산을 원하는 경우 `max`로 이동해야 하며, 사실상 이전 가격과 동일합니다. `xhigh`는 gpt-image-2에 상응하는 것이 없는 새로운 중간 단계입니다.
1024x1024에서 OpenAI 계산기 추정치에서 파생된 월별 계산:
- 2.5 `high` 품질의 이미지 10,000개: 10,000 x $0.05268 = $526.80
- gpt-image-2 `high` 품질의 이미지 10,000개: 10,000 x $0.211 = $2,110
- 2.5 `max` 품질의 이미지 10,000개: 10,000 x $0.21072 = $2,107.20, 사실상 이전 `high`와 동일
- `partial_images: 3`으로 스트리밍하면 300 토큰, 즉 이미지당 $0.009가 추가됩니다. 각 부분 이미지는 100 이미지 출력 토큰을 소모하기 때문입니다.
Flare 대 Sunburst: 프리미엄이 제공하는 것
두 모델 모두 계산기 항목을 공유하므로, 문서화된 토큰 수는 동일합니다. Sunburst는 이미지당 더 많은 비용이 들지 않으며, 프리미엄은 시간입니다. OpenAI의 출시 게시물은 Flare를 "대량 생성"에, Sunburst를 "편집 전반에 걸쳐 더 엄격한 제어의 이점을 얻는 프리미엄 시각적 워크플로우"에 초점을 맞춥니다. 문서에서는 이를 한 줄로 요약합니다: "편집 정밀도가 가장 중요한 워크플로우에는 Sunburst를, 빠르고 고품질의 일상적인 이미지 생성에는 Flare를 선택하십시오."
다음과 같이 표시된 커뮤니티 신호:
- HN 스레드에서 AI UI 디자인 도구용으로 gpt-image-2를 통해 약 50,000개의 이미지를 보고한 사용자 jjcm은 gpt-image-2에서 평균 지연 시간이 "약 104초"였고, 2.5 이미지들은 "약 35-40초"로 들어온다고 말했습니다. 단일 데이터 포인트, 단일 워크로드입니다. OpenAI 자체 주장은 "최대 50%" 낮은 지연 시간입니다.
- 아레나 텍스트-투-이미지 리더보드(커뮤니티 투표, 2026년 9월 7일 업데이트)는 Sunburst를 1421점으로 1위, Flare를 1399점으로 2위, gpt-image-2 (중간)를 1381점으로 3위, 그 다음으로 Microsoft의 mai-image-2.6을 1331점으로, Nano Banana 2를 1261점으로 기록했습니다. 이미지 편집 리더보드에서는 격차가 더 벌어집니다: Sunburst 1520, Flare 1491, gpt-image-2 1461. 이는 OpenAI 벤치마크가 아닌 대중 선호도 점수입니다.
결정 규칙: 기본적으로 Flare를 사용합니다. 여러 번의 지시에도 참조 대상이 유지되어야 하는 다단계 편집 워크플로우에는 Sunburst로 전환하세요. 아레나의 텍스트-투-이미지 격차는 22점, 편집에서는 29점이며, 이는 Sunburst가 편집 작업에서 대기할 가치가 있다는 OpenAI의 주장을 뒷받침합니다. 만약 그 격차가 사용자 자신의 프롬프트에서 나타나지 않는다면, 불필요하게 지연 시간을 지불하는 것입니다.
gpt-image-2가 여전히 유효한 경우
- 배치 할인. 가격 페이지의 Batch 탭에는 `gpt-image-2`만 100만 출력 토큰당 $15로 나열되어 있습니다. `/v1/batch`가 2.5 ID를 수락하는지 여부는 현재 문서화되어 있지 않습니다. 워크로드가 Batch API의 처리 시간을 감당할 수 있다면, Batch `medium`의 gpt-image-2(0.053달러의 절반)는 동일한 토큰 예산에서 Standard 요금의 2.5 `high`보다 저렴합니다.
- 고정된 스냅샷. `gpt-image-2-2026-04-21`은 4월 이후 출시되었으며 2026년 9월 9일 현재 사용 중단 공지는 없습니다. 파이프라인이 시각적으로 검토된 출력에 의존하는 경우, 변경되지 않는 스냅샷은 기능이 될 수 있습니다. gpt-image-2 API 가이드는 해당 매개변수를 다룹니다. 교차 공급업체 기준점으로는 Nano Banana 2 API 가격과 FLUX.2 API를 동일한 출력 크기에서 비교해보세요. 정사각형 이미지당 약 5센트인 2.5 `high`는 능가해야 할 수치입니다.
gpt-image-2에서 2.5로의 마이그레이션 체크리스트
- 모델 ID 교체. `gpt-image-2`를 `gpt-image-2.5-flare` (또는 `-sunburst`)로 변경합니다. 안정적인 출력을 위해 `gpt-image-2.5-flare-2026-09-08`을 고정하세요.
- 품질 라벨 재매핑. 이전 `medium`은 새로운 `high`가 되고, 이전 `high`는 새로운 `max`가 되며, `low`는 `low`로 유지됩니다. 이를 호출 지점별이 아닌 구성에서 수행하세요.
- `xhigh`와 `max` 고려. 둘 다 2.5에 새로 추가되었습니다. 3,122 토큰의 `xhigh`는 이전 중간 및 이전 높은 예산 사이에 위치합니다.
- `thinking` 가정 제거. 2.5 문서에는 `thinking` 매개변수에 대한 설명이 없습니다. 수용되거나 무시될 것이라고 가정하지 말고 템플릿에서 제거하세요.
- `usage` 재측정. 실제 프롬프트를 사용하여 일주일 동안 `usage.output_tokens` 및 `usage.input_tokens`를 기록하세요. 계산기 수치는 예상치입니다.
- 배치 자격 확인. 50% 배치 할인을 사용하는 경우, 전환하기 전에 `/v1/batch`가 2.5 ID를 수락하는지 확인하세요.
하나의 저장된 요청으로 Apidog에서 세 모델 모두 비교
Apidog는 API 클라이언트 및 테스트 플랫폼입니다. `images/generations` 요청을 보내고 응답을 검증합니다. 이미지를 생성하거나 모델을 실행하지는 않습니다. 따라서 사용자 자신의 프롬프트를 사용하여 Flare 대 Sunburst 대 gpt-image-2를 결정하기에 적합한 곳입니다.
`POST https://api.openai.com/v1/images/generations`에 모델을 변수로 사용하여 하나의 요청을 작성한 다음, `flare`, `sunburst`, `gpt-image-2`라는 세 가지 환경을 만드세요. 각 환경은 `{{model}}`을 설정하고 `OPENAI_API_KEY`를 환경 변수로 저장하여 키가 요청 본문에 절대 포함되지 않도록 합니다.
{
"model": "{{model}}",
"prompt": "Product photo of a matte black ceramic mug on a walnut desk, soft window light",
"size": "1024x1024",
"quality": "high",
"output_format": "jpeg",
"output_compression": 80
}
숫자를 기록하고 토큰 예산을 초과하면 실행을 실패시키는 후처리 스크립트를 추가하세요:
const body = pd.response.json();
const tokens = body.usage.output_tokens;
pd.environment.set("last_output_tokens", tokens);
pd.environment.set("last_wall_clock_ms", pd.response.responseTime);
pd.test("output tokens within budget", () => {
pd.expect(tokens).to.be.below(2000);
});
각 환경에서 요청을 실행하세요. Apidog의 응답 시간은 실제 소요 시간이며, `last_output_tokens`는 계산기의 1,756과 비교할 측정된 토큰 수이고, flare와 sunburst 실행 간의 차이는 사용자 프롬프트에 대한 Sunburst 프리미엄입니다. `images/edits` multipart 호출에도 동일한 환경 전환이 적용됩니다. 거기서 `usage.input_tokens`를 확인하여 참조 사진 비용이 얼마인지 알아보세요. 프로덕션 코드를 변경하기 전에 Apidog를 다운로드하여 비교를 실행해 보세요.
자주 묻는 질문 (FAQ)
gpt-image-2.5가 gpt-image-2보다 비쌉니까? 토큰당 가격은 아닙니다. 2.5 모델과 gpt-image-2 Standard 모두 100만 이미지 출력 토큰당 $30, 100만 이미지 입력당 $8, 100만 텍스트 입력당 $5가 청구됩니다. 이미지당 비용은 1024x1024 해상도에서 2.5 `high` 요청이 약 $0.053인 반면, gpt-image-2 `high`는 $0.211입니다.
Sunburst가 Flare보다 비용이 더 많이 듭니까? 아닙니다. 두 모델 모두 하나의 계산기 항목을 공유하므로, 모든 품질 수준과 크기에서 문서화된 토큰 수는 동일합니다. Sunburst의 프리미엄은 더 긴 생성 시간이며, OpenAI는 이를 편집이 많은 작업에 대한 "추가적인 정밀도 수준"이라고 부릅니다.
이전 gpt-image-2 `high`를 대체하는 품질 설정은 무엇입니까? `max`입니다. 1024x1024 해상도에서 7,024 토큰을 사용하며, gpt-image-2 `high`와 동일한 예산이고, 계산기에 따르면 $0.21072가 소요됩니다. `high`를 그대로 두면 이전 중간 예산을 약 1/4 가격으로 얻게 됩니다. ChatGPT Images 2.5에 대한 주요 게시물에서 변경된 다른 사항들을 다룹니다.
API 비용을 지불하기 전에 Images 2.5를 무료로 사용해 볼 방법이 있습니까? 네, 있습니다. 이 모델은 각 ChatGPT 요금제에 따라 생성 제한이 있으며, ChatGPT Images 2.5를 무료로 사용하는 방법에서 다룹니다. API는 이미지 엔드포인트에 대한 무료 티어가 없습니다. 정사각형 이미지당 약 $0.006의 `low` 품질이 가장 저렴한 실제 경로입니다.
어떤 모델을 선택해야 할까
대량 처리 또는 지연 시간에 민감한 작업에는 Flare를 사용하며, 대부분의 작업에는 `high`를, 이전 gpt-image-2 `high`의 모습이 필요한 경우에는 `max`를 사용합니다. 여러 번의 지시에도 참조 대상이 유지되어야 하는 다단계 편집에는 Sunburst를 사용하되, 사용자 프롬프트에 대한 비교 테스트 후 결정하세요. 다시 검토할 준비가 되지 않은 배치 작업 및 고정된 파이프라인에는 gpt-image-2를 사용합니다. 어떤 모델을 선택하든 실제 응답에서 `usage.output_tokens`를 읽으세요. Apidog의 세 가지 환경과 하나의 저장된 요청으로 오후 안에 해당 숫자를 얻을 수 있습니다.
앱 다운로드