Precios
Lo que cuesta una imagen en Tokonomix, según tamaño y calidad.
Precio por imagen — GPT Image 2.5 Flare
desde $0.0071 por imagen
Se cobra por imagen. El precio depende del tamaño y la calidad; tu prompt está incluido.
| Tamaño | Calidad | Por imagen |
|---|---|---|
| Cuadrada · 1024×1024 | Baja | $0.0088 |
| Cuadrada · 1024×1024 | Media | $0.0198 |
| Cuadrada · 1024×1024 | Alta | $0.0790 |
| Cuadrada · 1024×1024 | Muy alta | $0.1405 |
| Cuadrada · 1024×1024 | Máxima | $0.3161 |
| Horizontal · 1536×1024 | Baja | $0.0071 |
| Horizontal · 1536×1024 | Media | $0.0154 |
| Horizontal · 1536×1024 | Alta | $0.0617 |
| Horizontal · 1536×1024 | Muy alta | $0.1107 |
| Horizontal · 1536×1024 | Máxima | $0.2470 |
| Vertical · 1024×1536 | Baja | $0.0071 |
| Vertical · 1024×1536 | Media | $0.0154 |
| Vertical · 1024×1536 | Alta | $0.0617 |
| Vertical · 1024×1536 | Muy alta | $0.1107 |
| Vertical · 1024×1536 | Máxima | $0.2470 |
Editar una imagen: $0.0198 por imagen
Capacidades
Disponibilidad
Disponibilidad
Sin datos todavía
Aún no hemos registrado suficientes llamadas a la API para mostrar estadísticas de disponibilidad de este modelo. Los datos aparecen una vez que el modelo comienza a recibir tráfico en vivo.
Veredictos del benchmark Tokonomix
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.
Calidad
—
Latencia p50
—
Ejecuciones de test
0