Preise
Was ein Bild bei Tokonomix kostet, nach Format und Qualität.
Preis pro Bild — GPT Image 2.5 Flare
ab $0.0071 pro Bild
Abgerechnet pro Bild. Der Preis hängt von Format und Qualität ab; Ihr Prompt ist inbegriffen.
| Format | Qualität | Pro Bild |
|---|---|---|
| Quadratisch · 1024×1024 | Niedrig | $0.0088 |
| Quadratisch · 1024×1024 | Mittel | $0.0198 |
| Quadratisch · 1024×1024 | Hoch | $0.0790 |
| Quadratisch · 1024×1024 | Sehr hoch | $0.1405 |
| Quadratisch · 1024×1024 | Maximal | $0.3161 |
| Querformat · 1536×1024 | Niedrig | $0.0071 |
| Querformat · 1536×1024 | Mittel | $0.0154 |
| Querformat · 1536×1024 | Hoch | $0.0617 |
| Querformat · 1536×1024 | Sehr hoch | $0.1107 |
| Querformat · 1536×1024 | Maximal | $0.2470 |
| Hochformat · 1024×1536 | Niedrig | $0.0071 |
| Hochformat · 1024×1536 | Mittel | $0.0154 |
| Hochformat · 1024×1536 | Hoch | $0.0617 |
| Hochformat · 1024×1536 | Sehr hoch | $0.1107 |
| Hochformat · 1024×1536 | Maximal | $0.2470 |
Ein Bild bearbeiten: $0.0198 pro Bild
Fähigkeiten
Verfügbarkeit
Verfügbarkeit
Noch keine Messdaten
Es wurden noch nicht genug API-Aufrufe aufgezeichnet, um Verfügbarkeitsstatistiken für dieses Modell anzuzeigen. Daten erscheinen, sobald das Modell Live-Traffic erhält.
Tokonomix-Benchmark-Urteile
New multimodal image model with generation, editing, and vision capabilities
GPT Image 2.5 Flare represents OpenAI's entry into multimodal image processing, combining generation, editing, and vision capabilities in a single model. This is the first benchmark window for this model, introducing four key capabilities: vision for image understanding, image editing for modifications to existing images, image generation for creating new images from prompts, and transparent background support for generating images with alpha channels. As an image-output model, it is not evaluated on text-intelligence benchmarks. The model appears positioned for creative and visual workflow applications where users need flexible image manipulation alongside generation. Without performance data from previous windows, it's not possible to assess improvements or regressions. Users exploring this model should focus on evaluating image quality, adherence to prompts, editing precision, and vision understanding accuracy for their specific use cases. The transparent background capability suggests particular attention to design and asset creation workflows.
Qualität
—
Latenz p50
—
Testläufe
0