OpenAI, 8 Eylül 2026 tarihinde ChatGPT Images 2.5'i iki API modeliyle piyasaya sürdü: gpt-image-2.5-flare ve gpt-image-2.5-sunburst. Her ikisi de gpt-image-2 ile aynı belirteç (token) başına oranlarda ücretlendiriliyor ve her ikisi de OpenAI'ın fiyatlandırma hesaplayıcısında tek bir girişi paylaşıyor. Bu nedenle belirteç başına fiyatlandırma tablosu seçim yapmanıza yardımcı olmayacak. Değişen şey, bunun altındaki kalite kademesi ve yeniden etiketleme, quality: "high" bir görüntünün fiyatını yaklaşık 4 kat artırıyor.
Bu, karar verme sayfasıdır: belirteç başına fiyatlar, gpt-image-2 rakamlarının yanı sıra tüm beş 2.5 kalite seviyesi için görüntü başına tahminler, etiket yeniden eşlemesi, aylık 10.000 görüntü bütçesi, "2 kat fiyatlandırma" söylentisi ve bir geçiş kontrol listesi. Önce istek sözdizimini öğrenmek isterseniz, gpt-image-2.5 API'sini nasıl kullanacağınızı okuyun. Aşağıdaki her fiyat için kaynak OpenAI fiyatlandırma sayfasıdır. Her görüntü başına rakam, bir hesaplayıcı tahminidir, çünkü OpenAI belirteç tüketiminin "modele ve kalite ayarlarına göre farklılık gösterebileceği" konusunda uyarıyor; faturanız yanıttaki usage.output_tokens değerinden gelir.
Belirteç başına fiyatlar: üçü arasında aynı
OpenAI'ın fiyatlandırma sayfası, her iki 2.5 modeli için de aynı Standart katman fiyatlarını listeler ve her model sayfası, "Belirteç fiyatları GPT Image 2 ile eşleşiyor" ifadesini belirtir. İşte lansmanda kafa karışıklığına neden olan Toplu (Batch) satırı da dahil olmak üzere tam tablo.
| Model | Görüntü girişi | Önbelleğe alınmış görüntü girişi | Görüntü çıkışı | Metin girişi | Önbelleğe alınmış metin girişi |
|---|---|---|---|---|---|
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 (Standart) |
$8.00 | $2.00 | $30.00 | $5.00 | $1.25 |
gpt-image-2 (Toplu, %50 indirimli) |
$4.00 | $1.00 | $15.00 | $2.50 | $0.625 |
Tüm rakamlar 1 milyon belirteç başına. Buradaki her modelde çıktı yalnızca görüntüdür, bu nedenle metin çıktısı hiçbir zaman faturada yer almaz.
Bazı ilk yayınlardaki "2 kat fiyatlandırma" iddiası hakkında: Bu iddia, 2.5 Standart satırının, %50 indirimli olan gpt-image-2 Toplu (Batch) satırıyla karşılaştırılmasından kaynaklanıyordu. Fiyatlandırma sayfasında Standart'ı Standart ile karşılaştırırsanız her fiyatlandırma değişmeden kalır.
Her kalite seviyesinde her bir görüntünün maliyeti
Belirteç başına denklik, benzerliğin bittiği yerdir. OpenAI'ın hesaplayıcısı (9 Eylül 2026 tarihinde okundu) bu görüntü çıktı belirteç sayılarını tek bir ortak giriş altında raporlar: "GPT Image 2.5 (Sunburst ve Flare)". Maliyet, 1 milyon başına 30$ ile belirteç sayısının çarpımıdır, yalnızca çıktı belirteçleri için.
| Kalite | 1024x1024 belirteç | 1024x1024 maliyet | 1536x1024 belirteç | 1536x1024 maliyet |
|---|---|---|---|---|
| düşük | 196 | $0.00588 | 158 | $0.00474 |
| orta | 439 | $0.01317 | 343 | $0.01029 |
| yüksek | 1,756 | $0.05268 | 1,372 | $0.04116 |
| çok yüksek | 3,122 | $0.09366 | 2,459 | $0.07377 |
| maks | 7,024 | $0.21072 | 5,488 | $0.16464 |
İşte aynı belge sayfasından gpt-image-2 tablosu, aynı boyutlar için.
| Kalite | 1024x1024 | 1536x1024 (ve 1024x1536) |
|---|---|---|
| düşük | $0.006 | $0.005 |
| orta | $0.053 | $0.041 |
| yüksek | $0.211 | $0.165 |
İki şey dikkat çekiyor. Her satırda yatay boyut, kare boyuttan daha ucuz, bu OpenAI'ın belgelerinde belirtilen bir durum. Ve 2.5 high satırı, gpt-image-2 high satırının hiçbir yerinde değil. İşte bu, yeniden etiketleme.
İstem metni ve referans görseller ek olarak faturalandırılır. images/edits adresine gönderilen bir referans görüntü, 1 milyon başına 8$ karşılığında görüntü giriş belirteçlerine mal olur; OpenAI, görüntü başına giriş belirteç sayısını yayınlamaz, bu nedenle bunu usage.input_tokens adresinden okuyun.
Kalite kademesi yeniden etiketlendi
Belirteç bütçelerini eşleştirin ve eşleme nettir. 2.5'te high, gpt-image-2'nin medium seviyesinde harcadığı 1.756 çıktı belirtecidir. 2.5'te max, gpt-image-2'nin high seviyesinde harcadığı 7.024 belirteçtir. low 196 belirteçte değişmeden kalır.
| 2.5 etiketi | Belirteçler (1024x1024) | 2.5 maliyeti | gpt-image-2'de aynı bütçe | gpt-image-2 maliyeti |
|---|---|---|---|---|
| düşük | 196 | $0.00588 | düşük | $0.006 |
| orta | 439 | $0.01317 | yok (eski ortamın altında) | yok |
| yüksek | 1,756 | $0.05268 | orta | $0.053 |
| çok yüksek | 3,122 | $0.09366 | yok (eski orta ve eski yüksek arasında) | yok |
| maks | 7,024 | $0.21072 | yüksek | $0.211 |
Yani quality: "high" tutan bir geçiş, görüntü başına yaklaşık 4 kat daha ucuz olur ve eski orta bütçede oluşturur. Eski high bütçesini isteyen kişi, eski fiyatla max seviyesine geçmelidir. xhigh, gpt-image-2 karşılığı olmayan yeni bir ara seviyedir.
OpenAI'ın 1024x1024 boyutundaki hesaplayıcı tahminlerinden türetilen aylık hesaplama:
- 2.5
highkalitede 10.000 görüntü: 10.000 x 0.05268$ = 526.80$ - gpt-image-2
highkalitede 10.000 görüntü: 10.000 x 0.211$ = 2.110$ - 2.5
maxkalitede 10.000 görüntü: 10.000 x 0.21072$ = 2.107.20$, eskihighile etkili bir şekilde aynı partial_images: 3ile akış, her kısmi görüntü 100 görüntü çıktı belirteci maliyeti olduğundan, 300 belirteç veya görüntü başına 0.009$ ekler.
Flare ile Sunburst karşılaştırması: ayrıcalığın karşılığı ne?
Her iki model de hesaplayıcı girişini paylaşır, bu nedenle belgelenmiş belirteç sayıları aynıdır. Sunburst görüntü başına daha pahalı değildir; ayrıcalık zamandır. OpenAI'ın lansman gönderisi, Flare'ı "yüksek hacimli üretim" için ve Sunburst'ü "düzenlemeler üzerinde daha sıkı kontrolden yararlanan premium görsel iş akışları" için hedefliyor. Belgeler bunu tek bir satıra sıkıştırıyor: "Düzenleme hassasiyetinin en önemli olduğu iş akışları için Sunburst'ü, hızlı, yüksek kaliteli günlük görüntü üretimi için ise Flare'ı seçin."
Topluluk sinyali, şu şekilde etiketlenmiştir:
- HN forumunda, bir yapay zeka kullanıcı arayüzü tasarım aracı için gpt-image-2 aracılığıyla yaklaşık 50.000 görüntü bildiren jjcm adlı kullanıcı, gpt-image-2'de ortalama gecikmenin "yaklaşık 104 saniyede kaldığını" ve 2.5 görüntülerinin "yaklaşık 35-40 saniyede geldiğini" belirtti. Bir veri noktası, bir iş yükü; OpenAI'ın kendi iddiası "%50'ye kadar" daha düşük gecikme.
- Arena metinden görüntüye liderlik tablosu (topluluk oyları, 7 Eylül 2026 tarihinde güncellendi), Sunburst'ü 1421 ile birinci, Flare'ı 1399 ile ikinci, gpt-image-2'yi orta seviyede 1381 ile üçüncü, ardından Microsoft'un mai-image-2.6'sını 1331 ile sıralıyor; Nano Banana 2 ise 1261'de yer alıyor. Görüntü düzenleme liderlik tablosunda ise fark açılıyor: Sunburst 1520, Flare 1491, gpt-image-2 1461. Bunlar topluluk tercih puanlarıdır, OpenAI karşılaştırmaları değil.
Karar kuralı: varsayılan olarak Flare'ı kullanın. Bir referans nesnesinin birden fazla talimat turundan sağ çıkması gereken çok turlu düzenleme iş akışları için Sunburst'e geçin. Arena'daki fark, metinden görüntüye dönüştürmede 22 puan ve düzenlemelerde 29 puandır; bu da OpenAI'ın, Sunburst'ün beklemeye değeceği yerin düzenlemeler olduğu çerçevesini destekler. Eğer bu fark kendi istemlerinizde ortaya çıkmıyorsa, gecikme için boş yere para ödüyorsunuz demektir.
gpt-image-2 ne zaman hala mantıklı olur
- Toplu indirimler. Fiyatlandırma sayfasının Toplu (Batch) sekmesi, 1 milyon çıktı belirteci başına 15$ ile yalnızca
gpt-image-2'yi listeler; `/v1/batch`'in 2.5 kimliklerini kabul edip etmediği bu yazının yazıldığı tarihte belgelenmemiştir. İş yükünüz Toplu API'sinin dönüş süresine dayanıyorsa, Toplumedium(0.053$'ın yarısı) seviyesindeki gpt-image-2, aynı belirteç bütçesi için Standart oranlardaki 2.5highseviyesinden daha ucuza gelir. - Sabitlenmiş anlık görüntüler.
gpt-image-2-2026-04-21, 9 Eylül 2026 itibarıyla herhangi bir kullanımdan kaldırma bildirimi olmaksızın Nisan ayından beri gönderilmektedir. İşlem hattınız görsel olarak incelenmiş bir çıktıya bağlıysa, değişmeyen bir anlık görüntü bir özelliktir; gpt-image-2 API kılavuzumuz parametrelerini kapsar. Satıcılar arası bir referans için, aynı çıktı boyutunda Nano Banana 2 API fiyatlandırmasını ve FLUX.2 API'sini karşılaştırın; kare görüntü başına yaklaşık beş sentlik 2.5highseviyesi, geçilmesi gereken rakamdır.
gpt-image-2'den 2.5'e geçiş kontrol listesi
- Model kimliğini değiştirin.
gpt-image-2,gpt-image-2.5-flare(veya-sunburst) olur; kararlı çıktı içingpt-image-2.5-flare-2026-09-08'i sabitleyin. - Kalite etiketlerini yeniden eşleştirin. Eski
medium, yenihigholur, eskihigh, yenimaxolur,lowiselowkalır. Bunu her çağrı sitesinde değil, yapılandırmada yapın. xhighvemax'ı göz önünde bulundurun. Her ikisi de 2.5'te yenidir; 3.122 belirteçtekixhigh, eski orta ve eski yüksek bütçelerin arasında yer alır.- Düşünme varsayımlarını bırakın. 2.5 belgeleri bir
thinkingparametresini açıklamaz; kabul edildiğini veya göz ardı edildiğini varsaymak yerine şablonlardan kaldırın. usage'ı yeniden ölçün. Gerçek istemlerin bir haftası boyuncausage.output_tokensveusage.input_tokens'ı günlüğe kaydedin; hesaplayıcı sayıları tahmindir.- Toplu (Batch) uygunluğunu kontrol edin. %50 Toplu indirimine güveniyorsanız, geçiş yapmadan önce `/v1/batch`'in 2.5 kimliklerini kabul ettiğini doğrulayın.
Apidog'da üç modeli de tek bir kaydedilmiş istek ile karşılaştırın
Apidog, bir API istemcisi ve test platformudur. images/generations isteğini gönderir ve yanıta onay verir; görüntü oluşturmaz veya modeli çalıştırmaz. Bu da onu Flare ile Sunburst ile gpt-image-2 karşılaştırmasını kendi istemlerinizle yapabileceğiniz yer haline getirir.
Modeli bir değişken olarak kullanarak POST https://api.openai.com/v1/images/generations adresine tek bir istek oluşturun, ardından flare, sunburst ve gpt-image-2 adlarında üç ortam oluşturun. Her biri {{model}}'i ayarlar ve OPENAI_API_KEY'i bir ortam değişkeni olarak saklar, böylece anahtar asla istek gövdesine düşmez.
{
"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
}
Sayıları kaydeden ve belirteç bütçesi aşılırsa çalıştırmayı başarısız kılan bir işlem sonrası komut dosyası ekleyin:
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);
});
İsteği her ortamda çalıştırın. Apidog'un yanıt süresi sizin gerçek zamanlı (wall-clock) sürenizdir, last_output_tokens hesaplayıcının 1.756'sına karşı belirlenen ölçülen sayıdır ve Flare ile Sunburst çalıştırmaları arasındaki fark, isteminiz için Sunburst ayrıcalığıdır. Aynı ortam geçişi images/edits çok parçalı çağrısı için de geçerlidir; bir referans fotoğrafın ne kadara mal olduğunu öğrenmek için orada usage.input_tokens üzerinde doğrulama yapın. Üretim kodunu değiştirmeden önce karşılaştırmayı çalıştırmak için Apidog'u indirin.
Sıkça Sorulan Sorular (SSS)
- gpt-image-2.5, gpt-image-2'den daha mı pahalı? Belirteç başına hayır. Her iki 2.5 modeli ve gpt-image-2 Standart, 1 milyon görüntü çıktı belirteci başına 30$, 1 milyon görüntü girişi başına 8$ ve 1 milyon metin girişi başına 5$ faturalandırır. Görüntü başına, 2.5
highisteği 1024x1024'te yaklaşık 0.053$ maliyetken, gpt-image-2highiçin 0.211$ maliyetlidir. - Sunburst Flare'dan daha mı pahalı? Hayır. Her iki model de tek bir hesaplayıcı girişini paylaşır, bu nedenle belgelenmiş belirteç sayıları her kalite seviyesi ve boyutta aynıdır. Sunburst'ün ayrıcalığı daha uzun üretim süresidir; OpenAI bunu yoğun düzenleme gerektiren işler için "ekstra hassasiyet seviyesi" olarak adlandırır.
- Eski gpt-image-2
highkalite ayarımın yerine hangi ayar geçiyor?max. 1024x1024'te 7.024 belirteç kullanır, bu gpt-image-2highile aynı bütçedir ve hesaplayıcıya göre 0.21072$ maliyetlidir.high'ı yerinde bırakırsanız, eski orta bütçeyi fiyatın yaklaşık dörtte biri karşılığında elde edersiniz. ChatGPT Images 2.5 hakkındaki temel yazı, başka nelerin değiştiğini kapsar. - API için ödeme yapmadan önce Images 2.5'i denemenin ücretsiz bir yolu var mı? Evet. Model, ChatGPT Images 2.5'i ücretsiz nasıl kullanacağınız bölümünde açıklanan, plana göre üretim limitleri ile her ChatGPT katmanında mevcuttur. API'nin görüntü uç noktaları için ücretsiz bir katmanı yoktur; kare görüntü başına yaklaşık 0.006$ maliyetle
lowkalite, en ucuz gerçek yoldur.
Hangi modeli seçmeli
Yüksek hacimli veya gecikmeye duyarlı her şey için Flare; çoğu iş için high seviyesinde ve eski gpt-image-2 high görünümü bir gereksinim olduğunda max seviyesinde. Bir referans nesnesinin hayatta kalması gereken çok turlu düzenlemeler için, istemlerinizde yan yana bir karşılaştırmadan sonra Sunburst; Toplu işler ve yeniden gözden geçirmeye hazır olmadığınız sabitlenmiş işlem hatları için gpt-image-2. Ne seçerseniz seçin, gerçek yanıtlardan usage.output_tokens değerini okuyun; Apidog'daki üç ortam ve bir kaydedilmiş istek, bu sayıyı bir öğleden sonra size verecektir.