Tarifs
Ce que coûte une image sur Tokonomix, selon le format et la qualité.
Prix par image — GPT Image 2.5 Flare
à partir de $0.0071 par image
Facturé par image. Le prix dépend du format et de la qualité ; votre prompt est inclus.
| Format | Qualité | Par image |
|---|---|---|
| Carré · 1024×1024 | Basse | $0.0088 |
| Carré · 1024×1024 | Moyenne | $0.0198 |
| Carré · 1024×1024 | Haute | $0.0790 |
| Carré · 1024×1024 | Très haute | $0.1405 |
| Carré · 1024×1024 | Maximale | $0.3161 |
| Paysage · 1536×1024 | Basse | $0.0071 |
| Paysage · 1536×1024 | Moyenne | $0.0154 |
| Paysage · 1536×1024 | Haute | $0.0617 |
| Paysage · 1536×1024 | Très haute | $0.1107 |
| Paysage · 1536×1024 | Maximale | $0.2470 |
| Portrait · 1024×1536 | Basse | $0.0071 |
| Portrait · 1024×1536 | Moyenne | $0.0154 |
| Portrait · 1024×1536 | Haute | $0.0617 |
| Portrait · 1024×1536 | Très haute | $0.1107 |
| Portrait · 1024×1536 | Maximale | $0.2470 |
Modifier une image : $0.0198 par image
Capacités
Disponibilité
Disponibilité
Pas encore de données
Nous n'avons pas encore enregistré suffisamment d'appels API pour afficher les statistiques de disponibilité de ce modèle. Les données apparaîtront dès que le modèle reçoit du trafic en direct.
Verdicts 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.
Qualité
—
Latence p50
—
Exécutions de test
0