發佈於 Nov 3, 2026
簡短回答: 一張大約一百萬像素的圖像,費用介於 233 至 17,472 點數之間 — 大約不到一美分到約十七美分不等。在目錄中的 87 種圖像模型中,這之間存在著 75 倍的差距,中位數為 2,210 點數。您選擇哪種模型,比起您更改任何設定都重要得多 —— 但有兩個值得注意的例外,因為其中一個與幾乎所有指南所說的完全相反。
披露聲明:我們開發了 CombiChat,該產品販售這些模型的存取權,因此我們顯然有讓您相信 AI 圖像很便宜的動機。這裡的每個數字都是我們自有計費系統針對單次操作所收取的點數 —— 這並非估算值,也不是供應商的價格表。點數是方案計費的單位,100,000 點等於 1 美元。計算方法請參見文末。驗證日期為 2026 年 11 月 3 日;此類別的價格會不斷變動。
我們目錄中每個已啟用的圖片模型,以標準約 100 萬像素(megapixels)的輸出進行定價:
| 每張圖片消耗的額度 | 大約金額 | |
|---|---|---|
| 最便宜 | 233 | 低於 1 美分 |
| 第 25 百分位數 | 1,300 | ~$0.01 |
| 中位數 | 2,210 | ~$0.02 |
| 第 75 百分位數 | 5,200 | ~$0.05 |
| 最貴 | 17,472 | ~$0.17 |
在相同提示詞(prompt)下,最便宜與最貴之間的價差為:75×。
該分佈並非常態分佈(鐘形曲線)——其權重集中在低價端,並帶有一個細長的尾部:
共 87 個模型,以約一百萬像素定價,並按每張圖片消耗的額度進行分組。長條圖長度代表模型數量,而非價格。
額度是指每次執行時從您的餘額中扣除的量。100,000 額度等於 1 美元,因此下方的數值從遠低於一美分到約 17 美元不等。
| 最便宜 | 每張圖片消耗額度 |
|---|---|
| Tencent Hy Image 3.5 Preview | 233 |
| Recraft V4.1 Flash | 245 |
| FLUX.3 Image Klein | 280 |
| Pruna P-Image Ideogram (Very Low) | 390 |
| MiniMax Image-01 | 455 |
| Krea 2 Medium Turbo | 522 |
| Seedream 5.0 Flash | 627 |
| Qwen Image 2.1 Turbo | 642 |
| 最昂貴 | 每張圖片消耗額度 |
|---|---|
| Nano Banana Pro (Gemini 3 Pro Image) | 17,472 |
| MAI-Image-2.5 Pro | 15,725 |
| Recraft V4.1 Pro Vector | 10,463 |
| Recraft V4 Pro Vector | 10,463 |
| Stable Image Ultra | 10,400 |
| Nano Banana 2 (Gemini 3.1 Flash Image) | 9,609 |
| FLUX.2 Max | 9,100 |
| Nano Banana Pro (Preview route) | 8,736 |
有趣的是,第一個表格的最後一行與第二個表格的第一行相比:Nano Banana Pro 的成本是 Hy Image 3.5 的 75 倍。 是否強大 75 倍取決於您對圖片品質的需求,而非價格表 —— 但如果您只是在生成一張沒人會多看一眼的縮圖,那麼您就是在為毫無意義的東西支付 75 倍的費用。
這是幾乎從未被解釋清楚的部分,而它將決定您的設定是否會影響帳單金額。
| 計費方式 | 模式 | 品質或尺寸是否會改變價格? |
|---|---|---|
| 固定單張圖像計費 | 27 | 不會。 無論您的需求為何,價格皆相同。 |
| 依輸出圖像 Token 計費 | 60 | 有時會——請參見下方說明。 |
固定單張圖像計費模式(大部分的 Stability、Ideogram 和 MiniMax 路由)無論您的請求為何,都收取統一價格。提高品質是免費的;降低品質也不會為您節省任何費用。
以 Token 計費的模式則根據圖像解碼後的 Token 數量進行收費。這可能會與解析度掛鉤——但經實際衡量,它大多並不像人們所假設的那樣與解析度同步變動。
我們針對 15 個模型進行了 Token 計數測量。以下是所有發佈變體存在差異的模型及其真實倍率:
| 模型 | 測量階梯 | 差距 | 額度範圍 |
|---|---|---|---|
| GPT Image 2.5 (Flare / Sunburst) | 低 196 → 中 439 → 高 1,756 → 極高 3,122 → 最大 7,024 | 35.8× | 767 → 27,391 |
| GPT Image 1 / 1 Mini | 低 272 → 中 1,056 → 高 4,160 | 15.3× | 1,417 → 21,632 |
| Nano Banana 2 | 512px 747 → 1K 1,120 → 2K 1,680 → 4K 2,520 | 3.37× | 6,409 → 21,619 |
| Nano Banana Pro | 1K 1,120 → 2K 1,120 → 4K 2,000 | 1.79× | 17,472 → 31,200 |
| FLUX.3 Image | 1024×1024, 1024×1536, 1536×1024 — 全部為 4,175 | 1.00× | 固定 5,330 |
閱讀完該表格後,建議便不言自明了:品質設定才是花錢的大頭,而解析度設定則對費用影響不大。
單一模型。五個品質步驟。36 倍的價格。
GPT Image 2.5,測量之 Token 數量。長條圖長度代表該品質下每一張圖片所消耗的額度。
常見的說法是 2K 的成本是 1K 的四倍,因為像素數量是四倍。我們進行了測量,這對大家實際使用的模型並不成立:
像素與 Token 並非相同的貨幣。模型會使用其專有的編碼器對圖像進行 Token 化,而這些編碼器在高階端會進行高度壓縮。如果您是為了省錢而選擇解析度,您通常是在優化錯誤的參數 — 甚至在最受歡迎的模型之一,您優化的參數根本不會產生任何影響。
CombiChat Plus 方案每月為 19 美元,並包含 2,000,000 個額度。按照上述價格計算,其產出量如下:
| 若您使用以下模型進行生成 | 每月可生成的圖片數量 |
|---|---|
| 最便宜的模型 | ~8,600 |
| 中階模型 | ~900 |
| 最昂貴的模型 | ~114 |
同樣的 19 美元,在產品目錄中不同模型的產出量差異可達 75 倍。這正是提供多種圖像模型的重要性所在:適合製作首頁大圖(hero image)的模型,並不適合製作 400 張縮圖;若某個產品僅提供單一模型,則代表它已替您做好了選擇 —— 這也是為什麼不建議向三個不同的實驗室各支付 20 美元。
最後一個分支是大家最容易忽略的地方。即便每張圖片只需 233 credit,進行四十次重試的成本仍低於一次 Nano Banana Pro 的生成 —— 但您的時間是有成本的,而且在廉價模型上失敗四次,其代價其實比在昂貴模型上成功一次還要高。
這點值得一提,因為大多數的定價文章都不會說明。
已知的弱點:對於那 72 個沒有測量 token 表的模型而言,約 1 MP 的假設僅為估算值,若模型的編碼器(encoder)異常密集或稀疏,結果會略有偏差。這不會改變分佈的形狀,且完全不會影響那 27 個定價平穩的模型。
在 2026 年生成一張 AI 圖像需要多少費用? 根據模型的不同,一張大約一百萬像素的圖像費用介於 233 到 17,472 點額度之間 —— 即不到一美分至約十七美分不等。87 個模型的其中位數為 2,210 點額度,約為兩美分。大多數人的直覺會傾向於昂貴的一端,是因為著名的模型通常也是昂貴的模型。
為什麼模型之間的差異高達 75 倍? 主要是因為模型大小和去噪步驟(denoising steps)的數量。同一個系列的 Turbo 或 Flash 版本所執行的步驟遠少於 Pro 版本,而價格幾乎完全與運算量掛鉤。這並非供應商徵收的品質稅;而是生成過程實際產生的成本。
以更高解析度生成會更貴嗎? 有時候會,但費用遠低於您的預期。Nano Banana Pro 對 1K 與 2K 的計費方式相同。Nano Banana 2 在 2K 解析度下會收取 1.5 倍的費用。在 87 個模型中,有 27 個模型不論您的需求為何,皆收取固定價格。若模型提供品質設定,則對費用的影響更大 —— 在 GPT Image 2.5 上,費用最高可達 36 倍。
哪款 AI 圖像模型最便宜? Tencent Hy Image 3.5 Preview 每張圖像僅需 233 點數 —— 遠低於一美分 —— 其次是 Recraft V4.1 Flash 與 FLUX.3 Image Klein,價格約為 250 點數。這三款皆為快速、低步數的模型,適合用於草圖與大量製作,而非最終藝術成品。
昂貴的模型總是比較好嗎? 並非如此,但它在那些價格昂貴的特定領域通常表現得更好——例如在長指令下的提示詞遵循能力、圖片中的可讀文字,以及在多次編輯中保持面部或產品的一致性。對於風景背景或抽象紋理,兩者之間的差距幾乎可以忽略不計,而您卻在為未使用的功能支付費用。
每月支付 19 美元可以生成多少張圖像? 使用最便宜的模型大約可以生成 8,600 張,使用中價位的模型大約 900 張,而使用最昂貴的模型則大約 114 張。這種差異正是為什麼應保持多種模型可用,而不是僅綁定於單一模型的原因。