Retour au blog

GPT Image 2.5 vs GPT Image 2 sur E2X : même tarif de $0.0525, nouveaux paliers xhigh et max

E2X Team··15 min de lecture
gpt-image-2.5gpt-image-2.5-sunburstgpt-image-2.5-flaregpt-image-2openaiimage-generationimage-editingimage-api

Habituellement, une nouvelle génération de modèle entraîne une facture par requête plus élevée, obligeant les équipes d'ingénierie à arbitrer entre la qualité de sortie et le budget API mensuel. Avec les modèles d'image d'OpenAI sur E2X, la question du prix disparaît totalement de l'équation. GPT Image 2.5 et GPT Image 2 sont tous deux facturés exactement au même tarif grâce à notre remise permanente de 75 % : 1K coûte $0.0525, 2K coûte $0.105 et 4K coûte $0.1575.

Sur E2X, OpenAI GPT Image 2.5 est proposé à travers deux familles de modèles spécialisées :

Comme la ligne de facturation est identique, le choix entre GPT Image 2.5 Sunburst/Flare et openai/gpt-image-2/text-to-image (ou leurs équivalents edit-image) repose uniquement sur les paramètres du schéma et vos besoins de rendu. GPT Image 2.5 Sunburst débloque deux paliers de qualité supérieurs (xhigh et max), tandis que Sunburst et Flare ajoutent tous deux aspect_ratio: "auto" et rendent quality facultatif sur les appels d'édition. GPT Image 2 conserve quant à lui le paramètre background: "transparent" permettant d'obtenir des détourages PNG avec canal alpha en un seul appel, un champ que GPT Image 2.5 omet.

Deux objectifs d'appareil photo en titane brossé posés côte à côte sur du basalte sombre

Voici le comparatif détaillé des endpoints d'image OpenAI sur E2X, ce qui a changé dans les schémas d'entrée JSON et comment router vos requêtes entre les versions 2.5 (Sunburst et Flare) et 2 en production.

Matrice comparative des schémas et des fonctionnalités

E2X héberge six endpoints d'image OpenAI répartis sur GPT Image 2.5 Sunburst, GPT Image 2.5 Flare et GPT Image 2. Tous fonctionnent sur le même contrat asynchrone /v1/jobs/submit, appliquent les mêmes limites de débit et partagent la même formule tarifaire. Leurs différences se situent dans les règles de validation de leur inputSchema.

Fonctionnalité ou paramètreGPT Image 2.5 Sunburst (text-to-image & edit-image)GPT Image 2.5 Flare (text-to-image & edit-image)openai/gpt-image-2/text-to-imageopenai/gpt-image-2/edit-image
Slugs des endpointsopenai/gpt-image-2.5-sunburst/text-to-image, openai/gpt-image-2.5-sunburst/edit-imageopenai/gpt-image-2.5-flare/text-to-image, openai/gpt-image-2.5-flare/edit-imageopenai/gpt-image-2/text-to-imageopenai/gpt-image-2/edit-image
Tarif 1K (-75 %)$0.0525 (52500 micro-cents)$0.0525 (52500 micro-cents)$0.0525 (52500 micro-cents)$0.0525 (52500 micro-cents)
Tarif 2K (-75 %)$0.1050 (105000 micro-cents)$0.1050 (105000 micro-cents)$0.1050 (105000 micro-cents)$0.1050 (105000 micro-cents)
Tarif 4K (-75 %)$0.1575 (157500 micro-cents)$0.1575 (157500 micro-cents)$0.1575 (157500 micro-cents)$0.1575 (157500 micro-cents)
Champs requisprompt (+ image_urls en édition)prompt (+ image_urls en édition)promptprompt, image_urls, quality
Longueur max. de prompt32,000 (gén.) / 50,000 (édit.)32,000 (gén.) / 50,000 (édit.)32,000 caractères50,000 caractères
Valeurs enum quality"low", "medium", "high", "xhigh", "max""low", "medium", "high""auto", "low", "medium", "high""auto", "low", "medium", "high"
Défaut de quality"high" (facultatif)"high" (facultatif)"high" (facultatif)Requis dans la requête
Options aspect_ratio16 ("auto" + 15 formats fixes)16 ("auto" + 15 formats fixes)15 formats fixes (sans "auto")15 formats fixes (sans "auto")
Défaut de aspect_ratio"1:1""1:1""1:1""1:1"
Enum resolution"1K", "2K", "4K" (défaut "1K")"1K", "2K", "4K" (défaut "1K")"1K", "2K", "4K" (défaut "1K")"1K", "2K", "4K" (défaut "1K")
Paramètre backgroundNon supportéNon supporté"transparent", "opaque", "auto""transparent", "opaque", "auto"
Limites de débit100 RPM / 5,000 RPH / 50,000 RPD100 RPM / 5,000 RPH / 50,000 RPD100 RPM / 5,000 RPH / 50,000 RPD100 RPM / 5,000 RPH / 50,000 RPD
Tâches simultanées100 par compte100 par compte100 par compte100 par compte

Si vous migrez une intégration existante de GPT Image 2 vers GPT Image 2.5 Sunburst ou Flare, vérifiez ce tableau par rapport à votre générateur de requêtes. Deux champs de charge utile acceptés sur GPT Image 2 échoueront à la validation du schéma sur GPT Image 2.5 :

  1. Envoyer "quality": "auto" sur GPT Image 2.5 renvoie une erreur de validation 400, car "auto" a été retiré de l'enum quality (utilisez "low", "medium" ou "high" sur Flare et Sunburst, ou "xhigh" et "max" sur Sunburst).
  2. Envoyer "background": "transparent" (ou "opaque" / "auto") sur GPT Image 2.5 est rejeté ou ignoré, car background ne fait pas partie du schéma 2.5.

Inversement, une requête qui échouait auparavant sur openai/gpt-image-2/edit-image réussit désormais sur openai/gpt-image-2.5-sunburst/edit-image et openai/gpt-image-2.5-flare/edit-image : l'omission de quality lors d'une tâche d'édition. Sur GPT Image 2 edit-image, quality figurait dans le tableau required aux côtés de prompt et image_urls. Sur GPT Image 2.5 edit-image, seuls prompt et image_urls sont requis, et quality prend proprement la valeur par défaut "high".

Pourquoi les deux modèles coûtent exactement le même prix de $0.0525

Sur E2X, chaque endpoint OpenAI GPT Image 2 et GPT Image 2.5 (Sunburst et Flare) est configuré avec le même coût de base et la même structure de multiplicateurs dynamiques :

  • Tarif de base catalogue : $0.03 (30,000 micro-cents) par requête.
  • Remise globale permanente de 75 % : réduit la base de départ à $0.0075 (7,500 micro-cents).
  • Facteur quality : chaque chaîne quality valide sur les modèles multiplie cette base de $0.0075 par 7, ce qui donne $0.0525 en 1K.
  • Facteur resolution : "1K" multiplie par 1 ($0.0525), "2K" multiplie par 2 ($0.1050) et "4K" multiplie par 3 ($0.1575).

Nous avons maintenu ce multiplicateur fixe lors de l'intégration de GPT Image 2.5 afin que les équipes n'aient pas à rationner les paliers de qualité xhigh ou max sur Sunburst. Sur fal.ai, une requête équivalente de palier high coûte $0.211 en 1K, $0.222 en 2K et $0.401 en 4K (vérifié le 4 novembre 2026). Sur E2X, vous bénéficiez de 75 % de réduction en 1K ($0.0525) et de 61 % de réduction en 4K ($0.1575), et passer une tâche de GPT Image 2 "high" à GPT Image 2.5 Sunburst "max" coûte $0.00 de supplément. Vous pouvez consulter tous les tarifs des modèles en direct sur notre page de tarification.

Différence 1 : les paliers de qualité xhigh et max sur GPT Image 2.5 Sunburst

Sur GPT Image 2 (tout comme sur GPT Image 2.5 Flare), le paramètre quality plafonne à "high". Pour des environnements extérieurs, des packshots produits simples ou des illustrations pour les réseaux sociaux, "high" suffit largement. Là où "high" commence à montrer ses limites, c'est sur les prompts qui combinent des micro-textures de surface fines avec des exigences typographiques strictes, comme des étiquettes métalliques gaufrées, des étiquettes en tissu tissé ou des textes d'emballage à empattements sur plusieurs lignes.

GPT Image 2.5 Sunburst introduit "xhigh" et "max" au-dessus de "high". Comme E2X associe ces deux nouveaux paliers au même multiplicateur ×7 que "high", leur utilisation n'entraîne aucun surcoût de facturation.

Observez ce prompt d'emballage rendu sur openai/gpt-image-2.5-sunburst/text-to-image avec "quality": "xhigh" :

"Commercial studio photograph of a matte olive-green coffee tin on a travertine block. Embossed cream serif label reading \"MORNING ROAST SINGLE ORIGIN 250G\". Crisp directional daylight from camera left."

Boîte à café vert olive mat avec typographie à empattements gaufrée générée sur GPT Image 2.5

Regardez de près ce que le modèle doit résoudre simultanément dans ce prompt :

  • La texture mate thermolaquée de la boîte cylindrique vert olive doit capter la lumière du jour directionnelle venant de la gauche sans devenir brillante.
  • Les cavités poreuses du bloc de pierre en travertin nécessitent un dégradé d'ombre naturel.
  • La chaîne de quatre mots "MORNING ROAST SINGLE ORIGIN 250G" doit épouser légèrement la courbure de la boîte, conserver une épaisseur de trait constante pour les empattements et paraître physiquement gaufrée dans l'étiquette en papier crème plutôt que plaquée à plat sur les pixels.

Aux paliers "xhigh" et "max", GPT Image 2.5 Sunburst consacre des étapes de raffinement supplémentaires à la résolution de ces frontières entre les formes des lettres et les supports texturés. Voici l'appel curl permettant d'exécuter exactement ce rendu en "1K" ($0.0525) :

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer $E2X_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-image-2.5-sunburst/text-to-image",
    "input": {
      "prompt": "Commercial studio photograph of a matte olive-green coffee tin on a travertine block. Embossed cream serif label reading \"MORNING ROAST SINGLE ORIGIN 250G\". Crisp directional daylight from camera left.",
      "aspect_ratio": "4:5",
      "resolution": "1K",
      "quality": "xhigh"
    }
  }'

Quand choisir "xhigh" plutôt que "max" ? En pratique, "xhigh" représente le compromis idéal pour la photographie commerciale, les rendus d'emballage et les prises de vue éditoriales où se rencontrent réalisme des surfaces et titres courts. Optez pour "max" lorsque l'ensemble du canevas est une mise en page graphique dense, une carte infographique ou une composition multi-objets comportant plusieurs blocs de texte distincts. Pour un guide complet sur l'appel de la version 2.5 de A à Z, consultez notre guide de l'API OpenAI GPT Image 2.5.

Différence 2 : aspect_ratio: "auto" (16 formats contre 15)

GPT Image 2 et GPT Image 2.5 (Sunburst et Flare) prennent tous deux en charge les mêmes 15 formats d'image fixes :

  • Carré : "1:1" (la valeur par défaut du schéma lorsque aspect_ratio est omis)
  • Formats horizontaux et verticaux standards : "4:3", "3:4", "3:2", "2:3", "5:4", "4:5", "16:9", "9:16"
  • Formats larges et hauts : "2:1", "1:2", "21:9", "9:21", "3:1", "1:3"

GPT Image 2.5 Sunburst et Flare ajoutent une 16e valeur à l'enum : "auto".

Pourquoi "auto" fait-il la différence alors que "1:1" reste la valeur par défaut si vous omettez le champ ? Pensez à deux scénarios courants dans un pipeline :

  1. Les champs de saisie destinés aux utilisateurs finaux qui ne choisissent pas de taille de cadre. Si un utilisateur tape "full-length street style photograph of a linen trench coat in Milan" dans votre application et que votre backend laisse aspect_ratio vide, les deux modèles appliquent "1:1" par défaut, enfermant un sujet vertical dans un cadre carré. Si votre backend envoie "aspect_ratio": "auto" à GPT Image 2.5, le modèle analyse le contexte du prompt et sélectionne de lui-même un ratio vertical tel que "2:3" ou "9:16".
  2. L'édition par référence avec des images sources aux dimensions variées. Lorsque votre pipeline envoie des photos téléversées par les utilisateurs vers openai/gpt-image-2.5-sunburst/edit-image ou openai/gpt-image-2.5-flare/edit-image, coder "1:1" en dur recadre ou étire les images qui ne sont pas carrées. Passer "aspect_ratio": "auto" indique à GPT Image 2.5 de respecter le cadrage de la référence source sans obliger votre backend à inspecter les en-têtes de l'image avant de soumettre la tâche.

Notez qu'aucun des modèles OpenAI ne va au-delà de "3:1" en largeur ou de "1:3" en hauteur. Si votre mise en page nécessite des bannières larges en "4:1" ou "8:1", utilisez Google Nano Banana 2.1 ($0.03 en 1K, $0.04 en 2K, $0.09 en 4K) dans notre catégorie text-to-image.

Différence 3 : quand GPT Image 2 reste indispensable pour les PNG transparents

Si GPT Image 2.5 Sunburst et Flare disposent des paliers de qualité xhigh et max (sur Sunburst), de aspect_ratio: "auto" et d'un champ quality facultatif en édition pour exactement le même prix de $0.0525, pourquoi conserver openai/gpt-image-2/text-to-image et openai/gpt-image-2/edit-image dans votre base de code ?

Pour une seule raison : background: "transparent".

Sur GPT Image 2, l'inputSchema inclut la propriété background ("transparent", "opaque", "auto"). Lorsque vous passez "background": "transparent", le modèle génère le sujet directement sur un canal alpha afin que vous puissiez déposer le PNG obtenu sur des cartes CSS colorées, des canevas de jeu ou des diapositives de présentation sans devoir exécuter un modèle de suppression d'arrière-plan séparé par la suite.

GPT Image 2.5 n'expose pas le paramètre background. Chaque sortie des routes openai/gpt-image-2.5-sunburst/* et openai/gpt-image-2.5-flare/* produit une scène complète avec un arrière-plan opaque.

Détourage produit d'un stylo-plume en résine ambrée translucide

Prompt utilisé pour le détourage studio ci-dessus :

"Studio product cutout of a translucent amber resin fountain pen with a brushed gold nib floating at a 45-degree angle against a clean neutral studio backdrop, crisp specular highlights."

Cela vous donne une règle simple et déterministe pour router les tâches entre les modèles OpenAI :

  • Besoin d'un PNG transparent avec canal alpha en un seul appel API ? Appelez openai/gpt-image-2/text-to-image (ou openai/gpt-image-2/edit-image) avec "background": "transparent" et "quality": "high".
  • Vous générez une scène complète, un fond de studio, une affiche ou un assemblage multi-images en "xhigh" ou "max" ? Appelez openai/gpt-image-2.5-sunburst/text-to-image (ou openai/gpt-image-2.5-sunburst/edit-image).
  • Vous générez ou éditez en utilisant les paliers standards "low", "medium" ou "high" ? Appelez openai/gpt-image-2.5-flare/text-to-image (ou openai/gpt-image-2.5-flare/edit-image) ou Sunburst.

Routeur TypeScript prêt à l'emploi pour GPT Image 2.5 (Sunburst & Flare) et GPT Image 2

Comme tous ces modèles partagent la même enveloppe /v1/jobs/submit et la même tarification $0.0525 / $0.105 / $0.1575, vous pouvez les encapsuler derrière une seule fonction utilitaire TypeScript. Si l'appelant demande transparent: true, la fonction oriente la requête vers GPT Image 2 avec "background": "transparent" et plafonne la qualité à "high". Dans le cas contraire, elle route vers GPT Image 2.5 Sunburst (pour "xhigh" et "max") ou Flare (pour "low", "medium" et "high").

const E2X_API_BASE = "https://api.e2x.ai/v1";

export type ResolutionTier = "1K" | "2K" | "4K";
export type QualityTier25 = "low" | "medium" | "high" | "xhigh" | "max";

export interface UnifiedOpenAIImageRequest {
  prompt: string;
  imageUrls?: string[];
  aspectRatio?: string;
  resolution?: ResolutionTier;
  quality?: QualityTier25;
  transparent?: boolean;
  webhookUrl?: string;
}

export async function submitOpenAIImageJob(
  req: UnifiedOpenAIImageRequest,
  apiKey = process.env.E2X_API_KEY
): Promise<{ jobId: string; modelUsed: string }> {
  if (!apiKey) throw new Error("E2X_API_KEY is required");

  const isEdit = Array.isArray(req.imageUrls) && req.imageUrls.length > 0;
  const resolution: ResolutionTier = req.resolution ?? "1K";

  if (req.transparent) {
    const modelUsed = isEdit
      ? "openai/gpt-image-2/edit-image"
      : "openai/gpt-image-2/text-to-image";

    const mappedQuality =
      req.quality === "low" || req.quality === "medium" ? req.quality : "high";
    const mappedRatio =
      !req.aspectRatio || req.aspectRatio === "auto" ? "1:1" : req.aspectRatio;

    const response = await fetch(`${E2X_API_BASE}/jobs/submit`, {
      method: "POST",
      headers: {
        Authorization: `Bearer ${apiKey}`,
        "Content-Type": "application/json",
      },
      body: JSON.stringify({
        model: modelUsed,
        input: {
          prompt: req.prompt,
          aspect_ratio: mappedRatio,
          resolution,
          quality: mappedQuality,
          background: "transparent",
          ...(isEdit ? { image_urls: req.imageUrls } : {}),
        },
        ...(req.webhookUrl ? { webhookUrl: req.webhookUrl } : {}),
      }),
    });

    if (!response.ok) {
      throw new Error(`GPT Image 2 submit failed: ${await response.text()}`);
    }

    const body = (await response.json()) as { data: { jobId: string } };
    return { jobId: body.data.jobId, modelUsed };
  }

  const chosenQuality: QualityTier25 = req.quality ?? "xhigh";
  const family25 =
    chosenQuality === "xhigh" || chosenQuality === "max"
      ? "openai/gpt-image-2.5-sunburst"
      : "openai/gpt-image-2.5-flare";
  const modelUsed = isEdit ? `${family25}/edit-image` : `${family25}/text-to-image`;

  const response = await fetch(`${E2X_API_BASE}/jobs/submit`, {
    method: "POST",
    headers: {
      Authorization: `Bearer ${apiKey}`,
      "Content-Type": "application/json",
    },
    body: JSON.stringify({
      model: modelUsed,
      input: {
        prompt: req.prompt,
        aspect_ratio: req.aspectRatio ?? "auto",
        resolution,
        quality: chosenQuality,
        ...(isEdit ? { image_urls: req.imageUrls } : {}),
      },
      ...(req.webhookUrl ? { webhookUrl: req.webhookUrl } : {}),
    }),
  });

  if (!response.ok) {
    throw new Error(`GPT Image 2.5 submit failed: ${await response.text()}`);
  }

  const body = (await response.json()) as { data: { jobId: string } };
  return { jobId: body.data.jobId, modelUsed };
}

Remarquez comment le routeur gère automatiquement les trois cas particuliers du schéma :

  1. Lorsque transparent: true est passé, il convertit "xhigh" ou "max" en "high" et remplace le format "auto" par "1:1" afin que GPT Image 2 ne renvoie jamais d'erreur de validation d'enum.
  2. Il inclut explicitement quality sur openai/gpt-image-2/edit-image, où ce paramètre est obligatoire.
  3. Pour chaque génération standard ou édition multi-images, il cible GPT Image 2.5 Sunburst (pour "xhigh" et "max") ou Flare (pour "low", "medium" et "high") avec "aspect_ratio": "auto" pour le même coût 1K de $0.0525.

Vous pouvez combiner ce routeur avec nos paquets clients officiels répertoriés sur la page des SDK E2X ou explorer tous les fournisseurs pris en charge dans le catalogue de modèles E2X. Pour l'assemblage complexe de références et la mise à jour d'emballages sur l'endpoint d'édition, poursuivez avec notre guide d'édition d'images multi-références pour GPT Image 2.5.

Questions fréquentes

GPT Image 2.5 coûte-t-il plus cher que GPT Image 2 sur E2X ?

Non. GPT Image 2.5 (Sunburst et Flare) et GPT Image 2 affichent exactement la même tarification sur E2X après notre remise permanente de 75 % : 1K est facturé $0.0525, 2K $0.105 et 4K $0.1575, aussi bien sur text-to-image que sur edit-image.

Puis-je envoyer "quality": "auto" à GPT Image 2.5 ?

Non. GPT Image 2 acceptait "auto", "low", "medium" et "high" pour quality. GPT Image 2.5 Sunburst remplace cette liste par "low", "medium", "high", "xhigh" et "max" (tandis que Flare accepte "low", "medium" et "high"). Si vous omettez quality sur GPT Image 2.5, il prend "high" par défaut, ou vous pouvez passer explicitement "xhigh" ou "max" sur Sunburst sans frais supplémentaires.

Quel modèle prend en charge "aspect_ratio": "auto" ?

Seules les routes 2.5 (openai/gpt-image-2.5-sunburst/* et openai/gpt-image-2.5-flare/*) acceptent "aspect_ratio": "auto" en plus des 15 formats fixes. GPT Image 2 n'accepte que les 15 chaînes de formats fixes.

Comment générer un arrière-plan PNG transparent sur E2X ?

Utilisez openai/gpt-image-2/text-to-image ou openai/gpt-image-2/edit-image et ajoutez "background": "transparent" dans l'objet input. GPT Image 2.5 n'inclut pas le paramètre background.