Kembali ke Blog

API OpenAI GPT Image 2.5 di E2X: Kualitas xhigh dan max hingga 4K Mulai $0.0525

E2X Team··14 menit membaca
gpt-image-2.5gpt-image-2.5-sunburstgpt-image-2.5-flareopenaiimage-generationimage-apitext-to-imageimage-editing

GPT Image 2.5 dari OpenAI kini tersedia di API E2X melalui dua rute: openai/gpt-image-2.5-sunburst/text-to-image untuk menghasilkan visual dari prompt teks dan openai/gpt-image-2.5-sunburst/edit-image untuk memodifikasi atau menggabungkan foto sumber. Dengan diskon tetap 75% dari kami, satu permintaan 1K dikenakan biaya $0.0525, permintaan 2K seharga $0.105, dan permintaan 4K seharga $0.1575.

Tarif tersebut tetap sama di setiap pengaturan quality dalam skema. Di E2X, tingkat kualitas baru xhigh dan max menggunakan pengali ×7 yang persis sama dengan low, medium, dan high. Anda dapat menjalankan setiap pekerjaan pada xhigh atau max tanpa menambah biaya sepeser pun pada tagihan Anda.

Foto studio tampak atas dari kolorimeter kuningan dan prisma optik di atas meja kerja batu tulis

Panduan ini membahas integrasi secara menyeluruh: bagaimana tarif dasar dan pengali menentukan tagihan Anda, skema input lengkap untuk kedua rute, kode curl dan TypeScript siap produksi untuk polling dan webhook, serta prompt persis di balik contoh hasil render di halaman ini.

Bagaimana harga $0.0525 dihitung

Memahami rumus penagihan di E2X mencegah dua kesalahan umum: membayar resolusi 4K saat Anda masih menguji susunan kata prompt, dan menurunkan quality demi menghemat uang padahal quality tidak mengubah harga.

Baik openai/gpt-image-2.5-sunburst/text-to-image maupun openai/gpt-image-2.5-sunburst/edit-image memiliki tarif dasar daftar sebesar $0.03 (30,000 mikro-sen dalam respons API). E2X menerapkan diskon tetap 75% pada tarif dasar tersebut, menurunkan unit awal menjadi $0.0075 (7,500 mikro-sen). Dari sana, mesin penagihan mengalikan dengan dua faktor parameter:

  1. Faktor quality: low, medium, high (default skema), xhigh, dan max masing-masing menggunakan pengali ×7. Mengalikan $0.0075 dengan 7 menghasilkan $0.0525.
  2. Faktor resolution: 1K (default skema) menerapkan ×1, 2K menerapkan ×2, dan 4K menerapkan ×3.

Karena kelima nilai quality dipetakan ke faktor ×7 yang sama dalam tabel harga dinamis, resolution adalah satu-satunya parameter yang menggerakkan biaya per gambar Anda. Anda tidak akan pernah melihat tagihan $0.0075 tanpa pengali pada pekerjaan yang selesai karena quality secara default diatur ke high (×7) setiap kali Anda mengosongkannya. Dan karena xhigh serta max berbagi faktor ×7 tersebut, menurunkan ke low atau medium tidak menghemat satu dolar pun. Atur quality ke high, xhigh, atau max sesuai dengan kepadatan visual prompt Anda dan abaikan low.

ResolusiRumus pengaliTarif daftar E2X ($0.03 × 7)Tarif E2X (diskon 75%)Mikro-sen APIfal.ai on-demand (tingkat high)Penghematan E2X
1K (default)$0.0075 × 7 × 1$0.21$0.052552500$0.21175%
2K$0.0075 × 7 × 2$0.42$0.1050105000$0.22253%
4K$0.0075 × 7 × 3$0.63$0.1575157500$0.40161%

Perbandingan tarif diperiksa pada 4 November 2026 terhadap harga on-demand fal.ai. Tarif dan ketentuan penyedia dapat berubah; periksa halaman harga kami untuk angka terbaru.

Bagi tim yang menjalankan siklus desain berulang (iteratif), kurva pengali tersebut membuat perencanaan anggaran menjadi sangat mudah. Biarkan resolution tetap di "1K" saat Anda menyempurnakan pencahayaan, sudut kamera, dan teks di dalam gambar pada kualitas "xhigh" atau "max". Delapan pembuatan draf 1K totalnya hanya $0.42. Setelah tata letak dikunci, jalankan satu render master "4K" seharga $0.1575. Seluruh rangkaian sembilan gambar tersebut hanya menghabiskan $0.5775, dibandingkan dengan $1.4175 jika setiap draf dijalankan pada 4K.

Perhatikan kolom kelima pada tabel di atas. Setiap kolom moneter yang dikembalikan oleh API E2X adalah bilangan bulat (integer) dalam mikro-sen, di mana 1,000,000 mikro-sen sama dengan $1.00 USD. Pembuatan gambar 1K mengembalikan 52500, 2K mengembalikan 105000, dan 4K mengembalikan 157500. Simpan bilangan bulat tersebut secara langsung di tabel buku besar (ledger) Anda dan bagi dengan 1,000,000 hanya saat memformat angka untuk dasbor pengguna.

Skema parameter lengkap untuk kedua endpoint

Kedua rute GPT Image 2.5 berada di balik amplop pekerjaan standar E2X di POST https://api.e2x.ai/v1/jobs/submit. Anda meneruskan pengidentifikasi model di tingkat teratas body JSON dan menempatkan semua kontrol khusus model di dalam objek input. Di E2X, GPT Image 2.5 tersedia dalam dua varian: GPT Image 2.5 Sunburst (openai/gpt-image-2.5-sunburst, yang mendukung resolusi 1K/2K/4K serta tingkat kualitas low, medium, high, xhigh, max) dan GPT Image 2.5 Flare (openai/gpt-image-2.5-flare, yang mendukung /models/openai/gpt-image-2.5-flare/text-to-image dan /models/openai/gpt-image-2.5-flare/edit-image dengan resolusi 1K/2K/4K serta tingkat kualitas low, medium, high).

ParameterKetersediaan endpointTipeWajibDefaultNilai yang diterima / batas
promptKedua endpointstringYaTidak adaHingga 32,000 karakter pada text-to-image; hingga 50,000 karakter pada edit-image.
image_urlsHanya edit-imagestring[]Ya (pada edit)Tidak adaURL HTTPS yang dapat diakses publik untuk pengondisian referensi, komposisi, atau pengeditan.
aspect_ratioKedua endpointstringTidak"1:1""auto", "1:1", "4:3", "3:4", "3:2", "2:3", "5:4", "4:5", "16:9", "9:16", "2:1", "1:2", "21:9", "9:21", "3:1", "1:3" (total 16).
resolutionKedua endpointstringTidak"1K""1K", "2K", "4K" (harus huruf kapital).
qualityKedua endpointstringTidak"high""low", "medium", "high", "xhigh", "max".

Tiga detail skema patut diperhatikan sebelum Anda menulis lapisan validasi Anda:

  • String resolution huruf kapital wajib digunakan pada model OpenAI. Teruskan "1K", "2K", atau "4K". Jika basis kode Anda sudah memanggil model Google di katalog text-to-image kami di mana resolusi menggunakan huruf kecil ("1k", "2k", "4k"), normalisasikan penggunaan huruf besar/kecil per slug model alih-alih berbagi satu konstanta string tunggal.
  • aspect_ratio secara default bernilai "1:1", dan mendukung "auto". Saat Anda mengosongkan aspect_ratio, GPT Image 2.5 merender bingkai persegi. Saat Anda secara eksplisit meneruskan "auto", model memilih salah satu rasio yang didukung berdasarkan subjek yang dijelaskan dalam prompt Anda (atau mempertahankan pembingkaian gambar referensi utama Anda pada edit-image).
  • GPT Image 2.5 meniadakan parameter background. Baik openai/gpt-image-2.5-sunburst/text-to-image maupun openai/gpt-image-2.5-sunburst/edit-image tidak menyertakan kolom background ("transparent", "opaque", "auto"). Jika alur kerja Anda memerlukan potongan PNG transparan dengan saluran alfa dalam satu panggilan, arahkan permintaan tersebut ke openai/gpt-image-2/text-to-image atau openai/gpt-image-2/edit-image dengan harga $0.0525 yang sama. Kami menguraikan keputusan perutean tersebut dalam perbandingan GPT Image 2.5 vs GPT Image 2 kami.

Menghasilkan gambar pertama Anda dengan curl

Karena pekerjaan GPT Image 2.5 rata-rata membutuhkan waktu sekitar 60 detik, API E2X bersifat asinkron. Permintaan POST Anda memvalidasi payload, memasukkan pekerjaan ke dalam antrean, dan segera mengembalikan jobId.

Berikut adalah permintaan curl lengkap yang memanggil openai/gpt-image-2.5-sunburst/text-to-image pada resolusi "1K" dan kualitas "xhigh" ($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": "Overhead editorial photograph of an anodized aluminum mechanical keyboard on a dark walnut desk. Keycaps in matte charcoal with a single signal orange Esc key. Soft north-window daylight from the top left, crisp key legends.",
      "aspect_ratio": "3:2",
      "resolution": "1K",
      "quality": "xhigh"
    }
  }'

Keyboard mekanis aluminium anodized yang dihasilkan dengan GPT Image 2.5 pada rasio aspek 3:2

Prompt yang digunakan untuk gambar di atas:

"Overhead editorial photograph of an anodized aluminum mechanical keyboard on a dark walnut desk. Keycaps in matte charcoal with a single signal orange Esc key. Soft north-window daylight from the top left, crisp key legends."

Mengapa prompt ini bekerja sangat baik pada kualitas "xhigh": keyboard mekanis adalah uji ketahanan klasik untuk generator gambar karena jarak antar keycap yang tidak rata, baris yang melengkung, atau huruf tombol yang buram akan langsung merusak hasil foto. Menentukan sudut kamera dari atas (Overhead), menyebutkan material bodi secara spesifik (anodized aluminum), mengisolasi satu aksen warna (single signal orange Esc key), dan meminta kualitas "xhigh" memberikan anggaran sampling yang cukup bagi model untuk menjaga kisi-kisi tombol tetap lurus dan cetakan huruf pada keycap tetap tajam.

Saat panggilan submit berhasil, API merespons dengan 200 OK dan amplop JSON yang berisi pengidentifikasi pekerjaan Anda:

{
  "success": true,
  "data": {
    "jobId": "job_01J9X7K3M8P2Q4R6S8T0V2W4Y6",
    "status": "pending"
  }
}

Untuk memeriksa status dari terminal Anda, panggil GET https://api.e2x.ai/v1/jobs/{jobId} dengan header Authorization yang sama:

curl -s https://api.e2x.ai/v1/jobs/job_01J9X7K3M8P2Q4R6S8T0V2W4Y6 \
  -H "Authorization: Bearer $E2X_API_KEY"

Saat data.status beralih dari pending ke processing dan akhirnya ke completed, URL gambar yang telah selesai berada di data.outputs[0].url.

Tipografi dan tata letak poster pada kualitas max

Salah satu alasan terkuat untuk beralih dari high ke xhigh atau max pada GPT Image 2.5 adalah perenderan teks di dalam tata letak grafis yang terstruktur. Poster, sampul buku, desain kemasan datar, dan kartu UI memerlukan perataan garis dasar (baseline) yang ketat serta bentuk huruf yang bersih.

Berikut adalah konfigurasi prompt dan parameter yang digunakan untuk menghasilkan poster pameran bergaya Swiss 2:3 pada resolusi "2K" dan kualitas "max" ($0.105):

'Minimalist museum poster on textured cotton paper. Centered Swiss grid typography reading "ZURICH DESIGN WERKSCHAU 2026" in bold black grotesque type above a cobalt blue geometric arch.'

Poster museum bergaya Swiss dengan tipografi presisi yang dihasilkan oleh GPT Image 2.5

Tiga aturan praktis membuat pembuatan huruf di dalam gambar dapat diandalkan pada GPT Image 2.5:

  1. Letakkan string teks yang ingin ditampilkan persis di dalam tanda kutip. Semua yang berada di dalam tanda kutip diperlakukan sebagai teks harfiah untuk dirender di atas kanvas, sedangkan kata-kata di sekitarnya menjelaskan jenis huruf (bold black grotesque type), media permukaan (textured cotton paper), dan penempatan (Centered Swiss grid typography).
  2. Gunakan xhigh atau max setiap kali teks menjadi titik fokus utama. Karena E2X menagih max dengan pengali ×7 yang sama seperti high, meminta "quality": "max" memberikan kerning paling rapat dan tepi goresan huruf paling bersih tanpa meningkatkan biaya Anda.
  3. Pilih rasio aspek akhir sejak awal. Sebuah poster cocok menggunakan "2:3" atau "3:4". Menghasilkan gambar dalam "1:1" dan memotongnya (crop) nanti akan membuang margin penting yang menjadi tumpuan tata letak grid.

Integrasi TypeScript produksi: polling dan penyimpanan

Di backend Node.js atau TypeScript, integrasi Anda perlu melakukan tiga hal dengan rapi: mengirimkan pekerjaan, melakukan polling dengan interval yang wajar (sekitar 3 detik sesuai dengan interval polling worker kami), dan menyalin file yang sudah selesai dari URL pengiriman sementara E2X ke bucket S3, R2, atau GCS milik Anda sendiri.

Jangan lewatkan langkah pengunduhan. URL yang dikembalikan dalam data.outputs[0].url adalah tautan pengiriman berumur pendek. Menyimpan string tersebut secara langsung di database aplikasi Anda akan mengakibatkan gambar rusak setelah masa berlaku objek pengiriman berakhir.

import { writeFile, mkdir } from "node:fs/promises";
import path from "node:path";

const E2X_BASE_URL = "https://api.e2x.ai/v1";
const API_KEY = process.env.E2X_API_KEY;

if (!API_KEY) {
  throw new Error("Missing E2X_API_KEY environment variable");
}

type GptImageResolution = "1K" | "2K" | "4K";
type GptImageQuality = "low" | "medium" | "high" | "xhigh" | "max";

interface SubmitTextToImageInput {
  prompt: string;
  aspect_ratio?: string;
  resolution?: GptImageResolution;
  quality?: GptImageQuality;
  webhookUrl?: string;
}

const headers = {
  Authorization: `Bearer ${API_KEY}`,
  "Content-Type": "application/json",
};

export async function submitGptImage25(
  options: SubmitTextToImageInput
): Promise<string> {
  const { webhookUrl, ...input } = options;

  const response = await fetch(`${E2X_BASE_URL}/jobs/submit`, {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "openai/gpt-image-2.5-sunburst/text-to-image",
      input: {
        prompt: input.prompt,
        aspect_ratio: input.aspect_ratio ?? "2:3",
        resolution: input.resolution ?? "2K",
        quality: input.quality ?? "max",
      },
      ...(webhookUrl ? { webhookUrl } : {}),
    }),
  });

  if (!response.ok) {
    throw new Error(`Submit failed (${response.status}): ${await response.text()}`);
  }

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

export async function pollUntilComplete(
  jobId: string,
  timeoutMs = 300_000
): Promise<string> {
  const deadline = Date.now() + timeoutMs;
  let delayMs = 3000;

  while (Date.now() < deadline) {
    await new Promise((resolve) => setTimeout(resolve, delayMs));

    const response = await fetch(`${E2X_BASE_URL}/jobs/${jobId}`, { headers });
    if (!response.ok) {
      throw new Error(`Status check failed with HTTP ${response.status}`);
    }

    const { data } = (await response.json()) as {
      data: {
        status: string;
        outputs?: Array<{ url: string }>;
        error?: { message?: string };
      };
    };

    if (data.status === "completed" && data.outputs?.[0]?.url) {
      return data.outputs[0].url;
    }
    if (data.status === "failed" || data.status === "cancelled") {
      throw new Error(data.error?.message ?? `Job ended in ${data.status}`);
    }

    delayMs = Math.min(Math.round(delayMs * 1.25), 8000);
  }

  throw new Error(`Timed out waiting for job ${jobId}`);
}

async function saveImage(url: string, destination: string): Promise<void> {
  const res = await fetch(url);
  if (!res.ok) throw new Error(`Download failed: HTTP ${res.status}`);
  await mkdir(path.dirname(destination), { recursive: true });
  await writeFile(destination, Buffer.from(await res.arrayBuffer()));
}

Jika Anda lebih suka menggunakan klien siap pakai daripada menulis pembungkus fetch mentah, periksa halaman SDK E2X untuk paket resmi dan contoh konfigurasi.

Beralih ke webhook untuk beban kerja batch

Kedua endpoint GPT Image 2.5 mendukung batas konkurensi hingga 100 pekerjaan aktif per akun, beserta batas laju panggilan sebesar 100 panggilan per menit, 5,000 panggilan per jam, dan 50,000 panggilan per hari. Saat Anda menjalankan hampir 100 pekerjaan secara paralel, menahan 100 loop polling tetap terbuka di dalam memori akan mengikat proses worker dan membuat deployment menjadi rentan.

Meneruskan webhookUrl di tingkat akar body /v1/jobs/submit akan menghilangkan kebutuhan loop polling. Begitu pekerjaan mencapai status completed, failed, atau cancelled, E2X mengirimkan notifikasi HTTP POST ke server Anda:

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": "Overhead editorial photograph of an anodized aluminum mechanical keyboard on a dark walnut desk. Keycaps in matte charcoal with a single signal orange Esc key. Soft north-window daylight from the top left, crisp key legends.",
      "aspect_ratio": "3:2",
      "resolution": "1K",
      "quality": "xhigh"
    },
    "webhookUrl": "https://api.yourcompany.com/webhooks/e2x-image"
  }'

Di dalam handler webhook Anda, catat jobId yang masuk, verifikasi statusnya dengan memanggil GET /v1/jobs/{jobId} menggunakan kunci API Anda, unduh gambar dari data.outputs[0].url ke penyimpanan objek permanen Anda, dan tandai baris database sebagai selesai.

Mengedit dan menggabungkan gambar dengan openai/gpt-image-2.5-sunburst/edit-image

Saat Anda sudah memiliki foto produk, tata letak kemasan, atau render arsitektur dan perlu memodifikasi area tertentu atau menggabungkan beberapa referensi, ubah slug model menjadi openai/gpt-image-2.5-sunburst/edit-image.

Harganya sama persis dengan text-to-image (1K seharga $0.0525, 2K seharga $0.105, 4K seharga $0.1575), dengan dua perubahan aturan skema:

  1. image_urls wajib diisi. Teruskan array yang berisi satu atau beberapa URL HTTPS yang dapat diakses publik yang mengarah ke gambar sumber Anda.
  2. Batas maksimal prompt diperluas menjadi 50,000 karakter. Ruang ekstra tersebut (naik dari 32,000 pada text-to-image) memungkinkan pipeline katalog otomatis meneruskan transkrip OCR lengkap, batasan warna merek yang ketat, dan aturan penempatan per referensi tanpa mengalami error batas panjang karakter.

Berikut adalah permintaan curl yang meneruskan dua gambar sumber di dalam image_urls dan menggabungkannya pada resolusi "1K" serta kualitas "max" ($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/edit-image",
    "input": {
      "prompt": "Place the brushed titanium chronograph watch from image 1 onto the wet dark slate surface from image 2. Preserve the exact dial markings, hands, and bezel knurling from image 1, and match the cool cyan rim reflections from image 2.",
      "image_urls": [
        "https://your-cdn.example.com/catalog/chronograph-cutout.png",
        "https://your-cdn.example.com/backdrops/wet-slate-studio.jpg"
      ],
      "aspect_ratio": "1:1",
      "resolution": "1K",
      "quality": "max"
    }
  }'

Saat menulis prompt untuk edit-image, nyatakan secara eksplisit apa yang harus berubah dan apa yang harus tetap terkunci, serta rujuk input Anda berdasarkan posisi berbasis-1 di dalam image_urls (image 1, image 2). Kami membahas pengindeksan multi-gambar, penggantian label kemasan, dan templat prompt 50K secara mendetail dalam panduan pengeditan multi-gambar GPT Image 2.5 kami.

Bagaimana posisi GPT Image 2.5 di dalam katalog model E2X

Anda dapat menjelajahi setiap model gambar yang kami sediakan di katalog model E2X atau memfilter secara khusus berdasarkan kategori text-to-image dan kategori image-to-image. Karena setiap model di E2X berbagi kontrak /v1/jobs/submit yang sama, beralih antara model OpenAI dan Google hanya memerlukan penggantian string model dan penyesuaian huruf besar/kecil pada resolution.

  • Pilih GPT Image 2.5 (1K seharga $0.0525, 4K seharga $0.1575) saat Anda menginginkan kepatuhan prompt dan perenderan tipografi khas OpenAI yang dipadukan dengan tingkat kualitas xhigh atau max serta aspect_ratio: "auto".
  • Pilih GPT Image 2 (1K seharga $0.0525, 4K seharga $0.1575) saat pipeline Anda memerlukan potongan PNG saluran alfa asli melalui background: "transparent".
  • Pilih Google Nano Banana 2.1 (1K seharga $0.03, 2K seharga $0.04, 4K seharga $0.09) saat Anda membutuhkan harga pembuatan 4K terendah di E2X atau rasio panoramik ekstrem seperti 8:1 dan 1:8.
  • Pilih Google Nano Banana Pro (1K/2K seharga $0.075, 4K seharga $0.15) saat Anda membutuhkan konsistensi karakter multi-referensi yang dipisahkan berdasarkan peran.

Pertanyaan yang sering diajukan (FAQ)

Mengapa biaya xhigh dan max sama dengan low dan high di E2X?

Dalam skema harga E2X untuk openai/gpt-image-2.5-sunburst/text-to-image dan openai/gpt-image-2.5-sunburst/edit-image, kelima nilai quality (low, medium, high, xhigh, max) dipetakan ke pengali ×7 yang sama terhadap biaya dasar berdiskon sebesar $0.0075. Hal itu memberi Anda harga $0.0525 (1K), $0.105 (2K), dan $0.1575 (4K) di setiap pengaturan kualitas.

Apa perbedaan antara endpoint text-to-image dan edit-image?

openai/gpt-image-2.5-sunburst/text-to-image menghasilkan gambar baru hanya dari prompt teks (batas 32,000 karakter). openai/gpt-image-2.5-sunburst/edit-image memerlukan prompt (batas 50,000 karakter) sekaligus image_urls (URL gambar sumber) untuk mengedit, mengubah gaya, atau menggabungkan visual yang sudah ada. Kedua endpoint berbagi harga dan batas laju panggilan yang persis sama.