GPT Image 2.5 Kosten richtig berechnen

Die GPT Image 2.5 Kosten pro Bild sind kein Pauschalpreis: Für Sunburst und Flare gelten jeweils $8 je Million Bild-Input-Tokens, $2 für gecachten Bild-Input, $30 für Bild-Output, $5 für Text-Input und $1.25 für gecachten Text-Input. Ein belastbarer Einzelpreis ergibt sich erst aus der Nutzung jeder Antwort sowie allen abgerechneten Edits, Teilbildern und Wiederholungen – nicht aus einer alten Preistabelle für GPT Image 2.

GPT Image 2.5 Kosten berechnen: die Formel

Entscheidend ist die Formel gesamte abgerechnete Token-Nutzung geteilt durch freigegebene Bilder. Für OpenAI GPT Image 2.5 Sunburst und Flare gelten dieselben veröffentlichten Tarife. Deshalb ist keines der Modelle automatisch günstiger pro Bild. Erst Token-Verbrauch, Einstellungen und Zahl der Versuche bestimmen die endgültige Rechnung.

Die Preise wurden am 9. September 2026 anhand der aktuellen API-Preisseite von OpenAI und der beiden aktuell abrufbaren Modellseiten geprüft.

Für Text-Output fällt kein eigener Posten an, da diese Modelle Bilder ausgeben. Bei einer direkten Anfrage an die Image API gilt:

Anfragekosten = regulärer Text-Input + gecachter Text-Input + regulärer Bild-Input + gecachter Bild-Input + Bild-Output.

Jede Token-Menge wird mit dem passenden Millionentarif multipliziert. Bei einer ursprünglichen Text-zu-Bild-Anfrage gibt es normalerweise keinen Bild-Input. Bei einem Edit dagegen schon, weil das Referenzbild verarbeitet werden muss. Orchestriert die Responses API den Bildaufruf, kommt außerdem die Token-Nutzung des Mainline-Modells hinzu. Der Leitfaden zur Bilderzeugung von OpenAI weist ausdrücklich auf diese zusätzliche Nutzung bei Responses-Anfragen hin.

Maßgeblich ist das Feld usage in der Antwort. Ein wiederholter Prompt oder eine erneut verwendete Referenz darf nur dann als gecacht gelten, wenn die gemeldete Nutzung das bestätigt. Ebenso wenig sollte man die Ausgaben durch die Zahl der Anfragen teilen, wenn das Team die Hälfte der Ergebnisse verwirft. Ein Kreativprozess kauft freigegebene Assets, keine API-Aufrufe.

Rechenbeispiele zum Preis pro Bild mit klaren Annahmen

Eine Modellrechnung hilft nur, wenn ihre Annahmen sichtbar bleiben. Die folgenden Token-Werte sind nicht als typischer Verbrauch von Sunburst oder Flare gedacht. Ersetzen Sie sie durch die Werte aus Ihren eigenen Antworten.

Neue Generierung. Angenommen, eine Anfrage nutzt 200 ungecachte Text-Tokens und 2,000 Bild-Output-Tokens, jedoch keinen Bild-Input. Der Text kostet 200 × $5 / 1,000,000 = $0.001. Der Output kostet 2,000 × $30 / 1,000,000 = $0.060. Insgesamt ergibt die Modellrechnung $0.061.

Edit mit Referenzbild. Angenommen werden 250 ungecachte Text-Tokens, 6,000 ungecachte Bild-Input-Tokens und 2,000 Output-Tokens. Die drei Bestandteile kosten $0.00125, $0.048 und $0.060. Damit kostet der Edit in dieser Modellrechnung $0.10925.

Wiederholter Edit mit gemeldetem Caching. Die Token-Mengen bleiben gleich, doch laut Antwort stammen nun der gesamte Text- und Bild-Input aus dem Cache. Die Input-Komponenten sinken auf $0.0003125 und $0.012; der Output bleibt bei $0.060. Insgesamt kostet die modellierte Wiederholung $0.0723125.

Bei tausend freigegebenen Assets führen diese Annahmen zu sehr unterschiedlichen Budgets: $61 für neue Generierungen im ersten Durchlauf, $109.25 für Edits im ersten Durchlauf oder $183, wenn jedes freigegebene Ergebnis drei abgerechnete Versuche zu je $0.061 benötigt. Die passende Einheit für die Planung lautet daher:

Kosten pro freigegebenem Asset = Gesamtkosten aller abgerechneten Versuche / Zahl der Ergebnisse, die die Prüfung bestehen.

Dieser Nenner erfasst teures Verhalten, das eine reine Tariftabelle nicht zeigt: neue Prompt-Versuche, Edit-Schleifen, verworfene Varianten und gestreamte Vorschauen. Ein Modell mit höheren durchschnittlichen Aufrufkosten kann trotzdem günstiger sein, wenn es mit weniger Versuchen zur Freigabe kommt.

1. 1

   Modell festschreiben

   Die genaue Modell-ID gehört ins Protokoll. Wenn ein stabiler Snapshot wichtig ist, verwenden Sie gpt-image-2.5-flare-2026-09-08 oder gpt-image-2.5-sunburst-2026-09-08, statt künftige Revisionen unbemerkt in derselben Kostenstichprobe zu mischen.

2. 2

   Ausgabeeinstellungen festlegen

   Wählen Sie für die Messung eine konkrete Größe und Qualitätsstufe anstelle von auto. Beide Modelle unterstützen low, medium, high, xhigh und max; ein Wechsel der Einstellung kann den Token-Verbrauch verändern.

3. 3

   Jede abgerechnete Antwort protokollieren

   Erfasst werden sollten Modell, Aufgabentyp, Text-Input, Bild-Input, gecachter Input, Bild-Output, die Nutzung von Teilbildern und jede von Responses gemeldete Nutzung des Mainline-Modells.

4. 4

   Kreatives Ergebnis kennzeichnen

   Markieren Sie jedes Ergebnis als freigegeben, bearbeitet, erneut erzeugt oder verworfen. So werden Infrastrukturkosten zu einer Kennzahl der Designproduktion.

5. 5

   Freigegebene Assets vergleichen

   Addieren Sie für jedes Modell die gesamte abgerechnete Nutzung und teilen Sie sie durch die Zahl der freigegebenen Ergebnisse. Bevorzugt werden das Modell und die Einstellungen mit den niedrigeren Kosten pro abgenommenem Asset, sofern die gestalterischen Anforderungen erfüllt sind.

GPT Image 2.5 Sunburst: Preise

Sunburst hat keinen Premiumtarif für Tokens. Es gelten dieselben Preise wie bei Flare: $8 für Bild-Input, $2 für gecachten Bild-Input, $30 für Bild-Output, $5 für Text-Input und $1.25 für gecachten Text-Input.

Der Unterschied liegt in der Aufgabe, für die das Modell entwickelt wurde. OpenAI beschreibt Sunburst als sein leistungsfähigstes Modell für Bilderzeugung und -bearbeitung, bei dem präzises Editing im Vordergrund steht. Als Geschwindigkeit ist medium angegeben. Vercel ordnet es ebenfalls als langsamere Option mit engerer Kontrolle für anspruchsvolle Kreativarbeit ein.

Damit ist Sunburst die vernünftige Voreinstellung für die Korrektur eines Produktbilds, einen Durchgang zur Erhaltung einer Figur oder eine layoutkritische Überarbeitung, bei der ein weiterer abgelehnter Versuch teurer ist als die Wartezeit. Für Ideenfindung in großen Mengen ist es nicht automatisch die wirtschaftlichere Wahl. Die Break-even-Regel ist einfach: Sunburst lohnt sich, wenn seine durchschnittlichen Aufrufkosten multipliziert mit den Versuchen pro freigegebenem Asset unter dem Flare-Ergebnis für dasselbe Briefing liegen.

GPT Image 2.5 Flare: Preise

Flare kostet pro Token genauso viel wie Sunburst. Sein wirtschaftlicher Vorteil liegt daher in Geschwindigkeit und Iterationsdurchsatz, nicht in einem niedrigeren Tarif. OpenAI bezeichnet Flare als schnellstes Modell für hochwertige Bilderzeugung im Alltag und führt die Geschwindigkeit als very fast auf.

Für Moodboards, schnelle Kompositionsstudien, Social-Media-Varianten und andere Arbeiten, bei denen mehrere Richtungen verglichen werden sollen, ist Flare der naheliegendere Einstieg. Auch Bild-Inputs und Edits werden unterstützt. Die Preisseite verspricht allerdings weder weniger Tokens noch weniger Wiederholungen für das jeweilige Briefing.

Nutzen Sie Flare zunächst für die Entwurfsphase und behalten Sie es für das Endergebnis nur dann bei, wenn das Protokoll der freigegebenen Assets diese Wahl bestätigt. Jedes finale Ergebnis automatisch an Sunburst zu geben, kostet unnötig Zeit, sobald Flare die Prüfung bereits besteht. Umgekehrt kann es Geld verschwenden, jeden Edit mit strengen Erhaltungsanforderungen bei Flare zu belassen, wenn zusätzliche Versuche den Geschwindigkeitsvorteil aufzehren.

GPT Image 2.5 Kosten für Bildbearbeitung

Ein Edit kostet mehr als nur seinen Output, denn das Ausgangsbild wird zum kostenpflichtigen Input. Genau hier weicht ein plakativ genannter Preis besonders häufig von der Rechnung ab.

Das Veröffentlichungsbeispiel von Vercel macht den Ablauf anschaulich. Die erste Anfrage platziert einen Parfümflakon im Morgenlicht auf hellem Stein. Beim Folgeaufruf geht dieses Bild an Sunburst; die Kappe soll golden werden, alles andere erhalten bleiben. Damit umfasst der zweite Aufruf drei kostenpflichtige Datenströme: Anweisungstext, Referenzbild und neues Bild als Output.

Unter den oben genannten Edit-Annahmen steuert die Referenz $0.048 zu einer Anfrage von $0.10925 bei. Wird sie bei einer späteren Überarbeitung als gecacht gemeldet, sinkt der modellierte Bild-Input-Anteil auf $0.012. Der Output kostet im Beispiel weiterhin $0.060; Caching reduziert also nur die Input-Seite. Ein neuer Render wird dadurch nicht kostenlos.

Maßgeblich ist, wie gut das Motiv erhalten bleibt – nicht bloß, ob die Antwort technisch erfolgreich war. Prüfen Sie, ob Flakonsilhouette, Etikettengeometrie, Lichtrichtung, Bildausschnitt und Hintergrund den Kappenwechsel überstehen. Driften sie ab, ist der nächste Korrekturaufruf ein weiterer kostenpflichtiger Versuch. Text im Bild muss in der endgültigen Größe Zeichen für Zeichen geprüft werden. Für transparente Assets verlangt der Leitfaden PNG oder WebP und einen transparent eingestellten Hintergrund.

GPT Image 2.5 liefert Rasterbilder, also ein festes Pixelgitter, als PNG, JPEG oder WebP. Benötigt das Ergebnis bearbeitbare Vektorpfade für ein Logo oder ein Produktionszeichen, sollte das generierte Bild nur als Richtung dienen und in einem Vektorprogramm neu aufgebaut werden. Ein sauber wirkendes PNG kann für viele Kampagnenplatzierungen produktionsreif sein; für Motive, die strukturell bearbeitbar bleiben müssen, taugt es nur fürs Moodboard.

GPT Image 2 Kosten pro Bild sind kein Angebot für 2.5

Die ältere Tabelle zu GPT Image 2 Kosten pro Bild darf nicht als Preisübersicht für Sunburst oder Flare umetikettiert werden. Der OpenAI-Leitfaden nennt für den Bild-Output von GPT Image 2 je nach angezeigter Größe und den Qualitätsstufen low, medium und high Werte von $0.005 bis $0.211. Separat stellt er klar, dass die Angaben zum früheren Modell nicht für Sunburst oder Flare gelten.

Die aktuelle Modellseite von Sunburst formuliert es noch deutlicher: Die Token-Tarife entsprechen GPT Image 2, doch der Rechner schätzt den Token-Verbrauch von GPT Image 2.5 nicht. Gleiche Stückpreise beweisen nicht, dass die Modelle gleich viele Einheiten verbrauchen.

Einen bestätigten Rabatt für das ältere Modell sollte man sauber davon trennen. In der Batch-Spalte von OpenAI steht GPT Image 2 derzeit mit $4 für Bild-Input, $1 für gecachten Bild-Input, $15 für Bild-Output, $2.50 für Text-Input und $0.625 für gecachten Text-Input je Million Tokens. Bei demselben Verbrauch wie in der Modellrechnung mit 200 Text-Tokens und 2,000 Output-Tokens ergäbe das rechnerisch $0.0305. Das ist ein hypothetischer Vergleich für das ältere GPT Image 2, kein Preis für Sunburst oder Flare.

Auf den Modellseiten von 2.5 wird der Batch-Endpunkt aufgeführt, doch die aktuelle OpenAI-Preisseite veröffentlicht keine Batch-Tarife für 2.5. Eine Prognose, die die Preise von Sunburst oder Flare stillschweigend halbiert, ist nicht verifiziert und sollte nicht veröffentlicht werden.

GPT Image 2.5 API-Preise: versteckte Kosten

Die Basistarife für Tokens sind nur die erste Zeile der Rechnung. Sechs operative Entscheidungen verändern die Kosten pro freigegebenem Bild.

Orchestrierung mit Responses. Entscheidet ein Mainline-Modell, wann oder wie die Bilderzeugung aufgerufen wird, wird seine eigene Input- und Output-Nutzung zusätzlich zum Bildmodell berechnet. Die direkte Nutzung der Image API ist sinnvoll, wenn ein feststehender Generierungsschritt keine dialogbasierte Planung braucht. Die Responses API lohnt sich, wenn diese Orchestrierung ihre separaten Kosten rechtfertigt.

Automatische Einstellungen. Beide Modelle verwenden standardmäßig die Qualität auto; auch die Größe kann automatisch gewählt werden. Für allgemeine Ausgaben ist das praktisch, für einen kontrollierten Preisvergleich jedoch ungeeignet. Dokumentiert empfohlen sind 1024x1024, 1536x1024 und 1024x1536. Legen Sie während der Messung Größe und Qualität ausdrücklich fest.

Streaming-Vorschauen. Die API kann null bis drei Teilbilder liefern. Jedes empfangene Teilbild schlägt mit weiteren 100 Bild-Output-Tokens zu Buche, also $0.003 beim aktuellen Output-Tarif. Drei empfangene Vorschauen kosten zusätzlich $0.009, bevor die übrige Nutzung des finalen Bilds hinzukommt. Eine gefühlt schnellere Oberfläche verursacht damit eine kleine, aber reale Vorschaugebühr.

Abgerechnete Wiederholungen. Drei Versuche auf Basis der modellierten Anfrage von $0.061 ergeben ein freigegebenes Asset für $0.183. Zählen Sie nur Aufrufe, deren Telemetrie eine Nutzung meldet – dann aber jeden einzelnen, selbst wenn das Kreativteam das Bild verwirft.

Prepaid-Guthaben. Die OpenAI-Hinweise zur Vorauszahlung nennen $5 als Mindestbetrag für den ersten Kauf, $10 als Standardwert und eine bei der Einrichtung standardmäßig aktive automatische Aufladung. Gekauftes Guthaben verfällt nach einem Jahr und wird nicht erstattet. Einen jährlich abgerechneten Self-Service-Tarif mit Rabatt, der diesen Verfall ausgleichen könnte, gibt es nicht. Manuelle Käufe zählen außerdem nicht zum optionalen Limit für automatische Aufladungen.

Guthaben- und Durchsatzgrenzen. Ein vorausbezahltes Guthaben ist kein sofortiger harter Stopp. Laut OpenAI kann eine verzögerte Nutzung zu einem negativen Saldo führen, der beim nächsten Kauf verrechnet wird. Unabhängig davon kennzeichnen beide 2.5-Modellseiten den Free-Tier als nicht unterstützt und veröffentlichen dieselbe Durchsatzstaffel: Tier 1 mit 100,000 Tokens und 5 Bildern pro Minute; Tier 2 mit 250,000 und 20; Tier 3 mit 800,000 und 50; Tier 4 mit 3,000,000 und 150; Tier 5 mit 8,000,000 und 250. Ein positives Guthaben setzt diese Grenzen nicht außer Kraft.

OpenAI Image API: Preise im Vergleich zum Vercel AI Gateway

Vercel AI Gateway senkt die Basistarife für Sunburst oder Flare nicht. Laut Vercel entsprechen sie den Anbieterpreisen ohne Aufschlag; auch bei Verwendung eines eigenen OpenAI-Schlüssels fällt keine Plattformgebühr für die Inferenz an.

Der Unterschied ist operativ. Direkter OpenAI-Zugriff hat weniger Zwischenschichten und liefert die maßgebliche Modellantwort. Vercel AI Gateway ergänzt unter den Namen openai/gpt-image-2.5-flare und openai/gpt-image-2.5-sunburst Ausgabenverfolgung, Request-Traces, Budgets, Routing, Failover und konfigurierbare Wiederholungen.

Diese Transparenz kann die Freigabequote verbessern, weil sichtbar wird, welche Prompts und Routen zu freigegebenen Assets führen. Sie kann Verschwendung aber auch verdecken, wenn automatische Wiederholungen nicht im Kostenprotokoll des jeweiligen Assets landen. Entscheiden Sie sich wegen Kontrolle und Traces für das Gateway – nicht wegen eines vermeintlichen Token-Rabatts.

Der Zugang für Endverbraucher ist ein anderes Produkt mit anderen Grenzen und gehört nicht in dieselbe API-Tabelle. Der separate Leitfaden zu den ChatGPT-Preisen behandelt diese Entscheidung.

Welches Modell sollte ein Designteam wählen?

Für schnelle Explorationen bietet sich zunächst Flare an, für Edits mit strengen Anforderungen an Motivtreue oder Details Sunburst. Sobald die Daten dagegensprechen, entscheidet jedoch der Preis pro freigegebenem Asset.

Bei einem Social-Media-Team, das viele lose visuelle Richtungen erzeugt, zählt die Zeit bis zu den ersten Optionen; dazu passt Flares Ausrichtung auf Geschwindigkeit. Muss ein Brand-Team ein einzelnes Element in einer bereits freigegebenen Komposition korrigieren, ist die präzisere Bearbeitungskontrolle von Sunburst entscheidend. Ein Studio mit konsistenten Figuren oder Produktszenen sollte beide Modelle am identischen referenzintensiven Briefing vergleichen, nicht an beliebigen Beispiel-Prompts.

Die Veröffentlichungsentscheidung bleibt eine Frage der gestalterischen Prüfung. Zu kontrollieren sind Typografie, Hände, saubere Kanten, Produktgeometrie, Abweichungen in der Komposition und die Eignung des Ausgabeformats für die spätere Bearbeitung. Wenn Konsistenz wichtiger ist als die Bindung an einen Anbieter, hilft der umfassendere Leitfaden zu KI-Modellen für konsistente Bildbearbeitung.

Legen Sie am Montag einen Modell-Snapshot, eine konkrete Größe und eine Qualitätsstufe fest. Verknüpfen Sie jede Generierung und jeden Edit mit einer Asset-ID und speichern Sie die gemeldete Nutzung zusammen mit dem Prüfergebnis. Am Ende der Woche teilen Sie die Ausgaben jedes Modells durch die Zahl der freigegebenen Assets. Nur mit diesem Wert lässt sich der Preis in der Produktionsplanung belastbar vertreten.

FAQ zu GPT Image 2.5 Preisen

Wie viel kostet gpt-image 2 pro Bild?

Für den Bild-Output des älteren GPT Image 2 nennt der OpenAI-Leitfaden je nach angezeigter Größe und Qualitätsstufe Schätzwerte von $0.005 bis $0.211 – Text- oder Bild-Input noch nicht eingerechnet. Diese Werte gelten weder für GPT Image 2.5 Sunburst noch für Flare.

Was kosten 1000 Tokens?

Bei GPT Image 2.5 kosten 1,000 reguläre Bild-Input-Tokens $0.008, gecachter Bild-Input $0.002, Bild-Output $0.03, regulärer Text-Input $0.005 und gecachter Text-Input $0.00125.

Ist gpt-image 2 unbegrenzt nutzbar?

Nein. Für GPT Image 2 gelten vom Account-Tier abhängige Grenzen für Tokens und Bilder pro Minute; die Nutzung wird abgerechnet. GPT Image 2.5 hat auf seinen Modellseiten dieselbe veröffentlichte Durchsatzstaffel.

Ist gpt-image 2 kostenlos verfügbar?

Nein. Die offizielle Modellseite von GPT Image 2 unterstützt keinen dauerhaften Free-Tier für die API. Auch die Seiten von Sunburst und Flare kennzeichnen Free als nicht unterstützt.

Wie gut ist GPT image 2?

OpenAI beschreibt GPT Image 2 als schnelles, hochwertiges Modell für Generierung und Bearbeitung mit flexiblen Größen und präziser Verarbeitung von Bild-Inputs. GPT Image 2.5 ist inzwischen aufgeteilt: Flare priorisiert Geschwindigkeit, Sunburst präzises Editing. Deshalb sollten freigegebene Ergebnisse am eigenen Briefing verglichen werden, statt die Versionsnummer als Qualitätswert zu behandeln.

Gibt es einen zu 100% kostenlosen KI-Bildgenerator?

GPT Image 2.5 gehört nicht dazu. Ein Account kann Werbeguthaben erhalten, doch der Free-Tier des Modells wird nicht unterstützt und das öffentliche Produkt wird nach Nutzung abgerechnet.

Gibt es einen kostenlosen KI-Bildgenerator ohne Limits?

Nicht in der GPT Image 2.5 API. Selbst der kostenpflichtige Zugang unterliegt je nach Account-Tier Grenzen für Tokens und Bilder pro Minute.

Darf man KI-generierte Kunst legal verkaufen?

Laut OpenAI Services Agreement gehört der Output im Verhältnis zwischen OpenAI und einem API-Kunden und soweit gesetzlich zulässig dem Kunden. Dieser bleibt für die Rechte am Input und die Nutzung des Outputs verantwortlich; außerdem können Ergebnisse nicht einzigartig sein. Diese Vertragsformulierung ersetzt keine Beratung zu Urheberrecht, Markenrecht, Persönlichkeitsrechten oder den Regeln der jeweiligen Rechtsordnung.

Welche KI ist vollständig kostenlos nutzbar?

Eine dauerhaft allgemeingültige Antwort gibt es nicht, weil sich kostenlose Kontingente und Produktgrenzen ändern. GPT Image 2.5 ist nicht vollständig kostenlos. Jede Alternative sollte daher anhand ihrer aktuellen Anbieterbedingungen bewertet werden, nicht nach einer Liste kostenloser Tools.

Gibt es für GPT Image 2.5 einen Studierendenrabatt?

Für die GPT Image 2.5 API ist kein Studierendenrabatt veröffentlicht. Das aktuelle Angebot von OpenAI für Studierende gilt für die Abrechnung von ChatGPT Plus, nicht für die API-Nutzung zur Bilderzeugung.

Welche Erstattungsregeln gelten für GPT Image 2.5?

Für das Bildmodell gibt es keine eigene Erstattungsregelung. Laut OpenAI wird gekauftes, vorausbezahltes API-Guthaben nicht erstattet, verfällt nach einem Jahr und kann nicht verlängert werden.

Hat GPT Image 2.5 die Preise für Bild-Tokens geändert?

Auf Ebene der Tariftabelle nicht: Laut OpenAI entsprechen die Token-Tarife von Sunburst und Flare denen von GPT Image 2. Die tatsächlichen Bildkosten können sich trotzdem unterscheiden, weil der Token-Verbrauch von Modell, Qualität, Größe, Bild-Input beim Edit und Zahl der Wiederholungen abhängt.

Für eine sauberere Prüfung der Abläufe rund um diese Aufrufe gibt es die Audit-Checkliste für KI-Geschäftsprozesse im Newsletter.