E2X의 OpenAI GPT Image 2.5 API 가이드: $0.0525부터 시작하는 최대 4K xhigh 및 max 품질
OpenAI의 GPT Image 2.5가 E2X API의 두 가지 엔드포인트로 출시되었습니다. 텍스트 프롬프트로 장면을 생성하는 openai/gpt-image-2.5-sunburst/text-to-image와 원본 사진을 수정하거나 합성하는 openai/gpt-image-2.5-sunburst/edit-image입니다. 상시 적용되는 75% 할인을 통해 1K 요청은 $0.0525, 2K 요청은 $0.105, 4K 요청은 $0.1575에 과금됩니다.
이 요금은 스키마의 모든 quality 설정에서 동일하게 유지됩니다. E2X에서는 새롭게 추가된 xhigh 및 max 품질 티어도 low, medium, high와 정확히 동일한 ×7 배수를 공유합니다. 추가 비용을 단 1센트도 들이지 않고 모든 작업을 xhigh 또는 max로 실행할 수 있습니다.

이 가이드는 기본 요금과 배수가 청구 금액을 결정하는 방식, 두 라우트의 전체 입력 스키마, 폴링 및 웹훅을 위한 프로덕션용 curl과 TypeScript 코드, 그리고 이 페이지의 샘플 이미지를 생성한 실제 프롬프트까지 전체 연동 과정을 다룹니다.
$0.0525 요금이 계산되는 방식
E2X의 과금 공식을 이해하면 흔히 저지르는 두 가지 실수를 예방할 수 있습니다. 아직 프롬프트 문구를 테스트하는 단계에서 4K 해상도 비용을 지불하는 실수와, quality를 낮춰도 요금이 변하지 않는데 비용을 아끼려고 화질을 낮추는 실수입니다.
openai/gpt-image-2.5-sunburst/text-to-image와 openai/gpt-image-2.5-sunburst/edit-image는 모두 $0.03(API 응답 기준 30,000 마이크로센트)의 정가 기본 단가를 공유합니다. E2X는 이 기본 단가에 상시 75% 할인을 적용하여 시작 단가를 $0.0075(7,500 마이크로센트)로 낮춥니다. 여기서 과금 엔진이 두 가지 파라미터 계수를 곱합니다.
quality계수:low,medium,high(스키마 기본값),xhigh,max모두 ×7 배수를 사용합니다.$0.0075에7을 곱하면$0.0525가 됩니다.resolution계수:1K(스키마 기본값)는 ×1,2K는 ×2,4K는 ×3을 적용합니다.
동적 요금 테이블에서 다섯 가지 quality 값이 모두 동일한 ×7 계수에 매핑되기 때문에, 이미지당 비용을 바꾸는 파라미터는 오직 resolution뿐입니다. quality를 생략하면 언제나 기본값인 high(×7)가 적용되므로 완료된 작업에서 배수가 곱해지지 않은 $0.0075가 청구되는 일은 없습니다. 또한 xhigh와 max가 동일한 ×7 계수를 공유하므로, low나 medium으로 낮춰도 절약되는 금액은 0달러입니다. 프롬프트의 시각적 밀도에 따라 quality를 high, xhigh, 또는 max로 설정하고 low는 사용하지 마세요.
| 해상도 | 배수 계산식 | E2X 정가 ($0.03 × 7) | E2X 할인가 (75% 할인) | API 마이크로센트 | fal.ai 온디맨드 (high 티어) | E2X 절감률 |
|---|---|---|---|---|---|---|
1K (기본값) | $0.0075 × 7 × 1 | $0.21 | $0.0525 | 52500 | $0.211 | 75% |
2K | $0.0075 × 7 × 2 | $0.42 | $0.1050 | 105000 | $0.222 | 53% |
4K | $0.0075 × 7 × 3 | $0.63 | $0.1575 | 157500 | $0.401 | 61% |
요금 비교는 2026년 11월 4일 기준 fal.ai 온디맨드 가격과 대조하여 확인되었습니다. 제공업체 요금 및 조건은 변경될 수 있으므로 실시간 수치는 요금 안내 페이지에서 확인하세요.
반복적인 디자인 루프를 실행하는 팀에게 이 배수 곡선은 예산 관리를 단순하게 만들어 줍니다. "xhigh" 또는 "max"에서 조명, 카메라 앵글, 이미지 내 텍스트를 다듬는 동안에는 resolution을 "1K"로 고정하세요. 8번의 1K 초안 생성 비용은 총 $0.42입니다. 레이아웃이 확정되면 $0.1575로 단일 "4K" 마스터 렌더링을 실행합니다. 총 9장의 시퀀스 전체 비용은 $0.5775로, 모든 초안을 4K로 실행했을 때의 $1.4175와 비교해 큰 폭으로 절감됩니다.
위 표의 다섯 번째 열을 주목하세요. E2X API가 반환하는 모든 금액 필드는 마이크로센트 단위의 정수이며, 1,000,000 마이크로센트가 $1.00 USD에 해당합니다. 1K 생성은 52500, 2K 생성은 105000, 4K 생성은 157500을 반환합니다. 원장 테이블에는 이 정수를 그대로 저장하고, 대시보드에 숫자를 표시할 때만 1,000,000으로 나누세요.
두 엔드포인트의 전체 파라미터 스키마
두 GPT Image 2.5 라우트 모두 POST https://api.e2x.ai/v1/jobs/submit의 표준 E2X 작업 엔벨로프 뒤에서 동작합니다. JSON 본문의 최상위 레벨에 모델 식별자를 전달하고, 모델별 제어 파라미터는 모두 input 객체 안에 배치합니다. E2X에서 GPT Image 2.5는 두 가지 변형으로 제공됩니다. 1K/2K/4K 해상도와 low, medium, high, xhigh, max 품질 티어를 지원하는 GPT Image 2.5 Sunburst(openai/gpt-image-2.5-sunburst)와, 1K/2K/4K 해상도 및 low, medium, high 품질 티어로 /models/openai/gpt-image-2.5-flare/text-to-image 및 /models/openai/gpt-image-2.5-flare/edit-image를 지원하는 GPT Image 2.5 Flare(openai/gpt-image-2.5-flare)입니다.
| 파라미터 | 지원 엔드포인트 | 타입 | 필수 여부 | 기본값 | 허용 값 / 제한 |
|---|---|---|---|---|---|
prompt | 두 엔드포인트 모두 | string | 예 | 없음 | text-to-image에서 최대 32,000자, edit-image에서 최대 50,000자. |
image_urls | edit-image 전용 | string[] | 예 (edit 시) | 없음 | 레퍼런스 조건화, 합성 또는 편집을 위한 공개 접근 가능한 HTTPS URL 배열. |
aspect_ratio | 두 엔드포인트 모두 | string | 아니요 | "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" (총 16개). |
resolution | 두 엔드포인트 모두 | string | 아니요 | "1K" | "1K", "2K", "4K" (반드시 대문자여야 함). |
quality | 두 엔드포인트 모두 | string | 아니요 | "high" | "low", "medium", "high", "xhigh", "max". |
검증(validation) 레이어를 작성하기 전에 세 가지 스키마 세부 사항을 확인해 두세요.
- OpenAI 모델에서는 대문자
resolution문자열이 필수입니다."1K","2K", 또는"4K"를 전달하세요. 코드베이스에서 이미 당사 text-to-image 카탈로그의 Google 모델(해상도가 소문자"1k","2k","4k"임)을 호출하고 있다면, 단일 문자열 상수를 공유하지 말고 모델 슬러그별로 대소문자를 정규화하세요. aspect_ratio는 기본값이"1:1"이며"auto"를 지원합니다.aspect_ratio를 생략하면 GPT Image 2.5는 정사각형 프레임을 렌더링합니다. 명시적으로"auto"를 전달하면 모델이 프롬프트에 묘사된 피사체를 기반으로 지원 비율 중 하나를 선택합니다(edit-image에서는 기본 레퍼런스 이미지의 프레이밍을 유지함).- GPT Image 2.5에는
background파라미터가 없습니다.openai/gpt-image-2.5-sunburst/text-to-image와openai/gpt-image-2.5-sunburst/edit-image모두background필드("transparent","opaque","auto")를 포함하지 않습니다. 워크플로우에서 단일 호출로 알파 채널이 있는 투명 PNG 누끼 이미지가 필요한 경우, 동일한$0.0525요금으로openai/gpt-image-2/text-to-image또는openai/gpt-image-2/edit-image로 요청을 라우팅하세요. 이 라우팅 결정 기준은 GPT Image 2.5 vs GPT Image 2 비교 가이드에서 자세히 다룹니다.
curl로 첫 번째 이미지 생성하기
GPT Image 2.5 작업은 평균 60초 정도 소요되므로 E2X API는 비동기식으로 동작합니다. POST 요청은 페이로드를 검증하고 작업을 큐에 등록한 뒤 즉시 jobId를 반환합니다.
다음은 "1K" 해상도와 "xhigh" 품질($0.0525)로 openai/gpt-image-2.5-sunburst/text-to-image를 호출하는 전체 curl 요청입니다.
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"
}
}'

위 이미지에 사용된 프롬프트:
"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."
이 프롬프트가 "xhigh" 품질에서 뛰어난 결과를 내는 이유: 기계식 키보드는 불규칙한 키캡 간격, 휘어진 배열, 또는 번진 각인만으로도 사진이 즉시 망가지기 때문에 이미지 생성 모델의 대표적인 스트레스 테스트입니다. 위에서 내려다보는 카메라 앵글을 지정하고, 정확한 하우징 소재(anodized aluminum)를 명시하고, 단일 컬러 포인트(single signal orange Esc key)를 분리한 뒤 "xhigh" 품질을 요청하면 스위치 그리드를 반듯하게 유지하고 키캡 각인을 선명하게 표현할 수 있는 충분한 샘플링 예산이 모델에 주어집니다.
제출 호출이 성공하면 API는 200 OK와 함께 작업 식별자가 포함된 JSON 엔벨로프로 응답합니다.
{
"success": true,
"data": {
"jobId": "job_01J9X7K3M8P2Q4R6S8T0V2W4Y6",
"status": "pending"
}
}
터미널에서 상태를 확인하려면 동일한 Authorization 헤더와 함께 GET https://api.e2x.ai/v1/jobs/{jobId}를 호출합니다.
curl -s https://api.e2x.ai/v1/jobs/job_01J9X7K3M8P2Q4R6S8T0V2W4Y6 \
-H "Authorization: Bearer $E2X_API_KEY"
data.status가 pending에서 processing을 거쳐 최종적으로 completed로 전환되면, 완성된 이미지 URL이 data.outputs[0].url에 위치합니다.
max 품질에서의 타이포그래피 및 포스터 레이아웃
GPT Image 2.5에서 high 대신 xhigh나 max로 올려야 하는 가장 강력한 이유 중 하나는 구조화된 그래픽 레이아웃 내부의 텍스트 렌더링입니다. 포스터, 북 커버, 패키지 전개도, UI 카드는 엄격한 베이스라인 정렬과 깔끔한 글자 형태를 요구합니다.
다음은 "2K" 해상도와 "max" 품질($0.105)로 2:3 스위스 전시회 포스터를 생성하는 데 사용된 프롬프트와 파라미터 구성입니다.
'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.'

GPT Image 2.5에서 이미지 내 레터링을 안정적으로 구현하는 세 가지 실전 규칙은 다음과 같습니다.
- 표시할 정확한 문자열을 따옴표 안에 넣으세요. 따옴표 안의 모든 내용은 캔버스에 그대로 렌더링할 리터럴 문구로 처리되며, 주변 단어들은 서체(
bold black grotesque type), 용지 재질(textured cotton paper), 배치(Centered Swiss grid typography)를 설명합니다. - 레터링이 핵심 초점일 때는 언제나
xhigh또는max를 사용하세요. E2X는max를high와 동일한 ×7 배수로 과금하므로,"quality": "max"를 요청하면 비용 증가 없이 가장 정교한 자간(kerning)과 깔끔한 획 테두리를 얻을 수 있습니다. - 최종 종횡비를 처음부터 선택하세요. 포스터는
"2:3"또는"3:4"에 어울립니다."1:1"로 생성한 뒤 나중에 크롭하면 그리드 레이아웃이 의존하는 여백이 잘려 나갑니다.
프로덕션 TypeScript 연동: 폴링 및 스토리지 저장
Node.js 또는 TypeScript 백엔드에서 연동 코드는 세 가지 작업을 깔끔하게 수행해야 합니다. 작업을 제출하고, 적절한 주기(당사 워커 폴링 간격과 일치하는 약 3초)로 폴링하며, 완성된 파일을 E2X의 임시 전송 URL에서 자체 S3, R2 또는 GCS 버킷으로 복사하는 것입니다.
다운로드 단계를 건너뛰지 마세요. data.outputs[0].url로 반환되는 URL은 수명이 짧은 임시 전송 링크입니다. 이 문자열을 애플리케이션 데이터베이스에 직접 저장하면 전송 객체가 만료된 후 이미지가 깨지게 됩니다.
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()));
}
직접 fetch 래퍼를 작성하는 대신 사전 빌드된 클라이언트를 선호한다면 E2X SDK 페이지에서 공식 패키지와 설정 예제를 확인하세요.
배치 워크로드를 위한 웹훅(Webhook) 전환
두 GPT Image 2.5 엔드포인트는 모두 계정당 최대 100개의 활성 동시 작업 제한과 함께 분당 100회, 시간당 5,000회, 일일 50,000회의 호출 한도를 지원합니다. 100개에 가까운 작업을 병렬로 실행할 때 인메모리에서 100개의 폴링 루프를 열어 두면 워커 프로세스가 묶이고 배포 환경이 취약해집니다.
/v1/jobs/submit 본문의 루트에 webhookUrl을 전달하면 폴링 루프가 필요 없습니다. 작업이 completed, failed, 또는 cancelled에 도달하는 즉시 E2X가 서버로 HTTP POST 알림을 보냅니다.
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"
}'
웹훅 핸들러에서는 수신된 jobId를 기록하고, API 키로 GET /v1/jobs/{jobId}를 호출해 상태를 검증한 다음, data.outputs[0].url에서 영구 오브젝트 스토리지로 이미지를 다운로드하고 데이터베이스 행을 완료로 표시하세요.
openai/gpt-image-2.5-sunburst/edit-image를 활용한 편집 및 합성
이미 제품 사진, 패키지 레이아웃 또는 건축 렌더링을 보유하고 있으며 특정 영역을 수정하거나 여러 레퍼런스를 결합해야 하는 경우, 모델 슬러그를 openai/gpt-image-2.5-sunburst/edit-image로 전환하세요.
요금은 text-to-image와 동일하며(1K는 $0.0525, 2K는 $0.105, 4K는 $0.1575), 두 가지 스키마 규칙이 달라집니다.
image_urls가 필수입니다. 원본 이미지를 가리키는 하나 이상의 공개 접근 가능한 HTTPS URL 배열을 전달하세요.prompt최대 길이가 50,000자로 확장됩니다.text-to-image의 32,000자에서 늘어난 이 여유 공간 덕분에 자동화된 카탈로그 파이프라인에서 길이 오류 없이 전체 OCR 텍스트, 엄격한 브랜드 색상 제약 조건, 레퍼런스별 배치 규칙을 전달할 수 있습니다.
다음은 image_urls에 두 개의 원본 이미지를 전달하고 "1K" 해상도와 "max" 품질($0.0525)로 합성하는 curl 요청입니다.
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"
}
}'
edit-image용 프롬프트를 작성할 때는 무엇을 변경하고 무엇을 고정할지 명시적으로 밝히고, image_urls의 1부터 시작하는 위치(image 1, image 2)로 입력 이미지를 지칭하세요. 다중 이미지 인덱싱, 패키지 라벨 교체, 50K 프롬프트 템플릿은 GPT Image 2.5 다중 이미지 편집 가이드에서 자세히 다룹니다.
E2X 모델 카탈로그에서 GPT Image 2.5의 위치
당사가 호스팅하는 모든 이미지 모델은 E2X 모델 카탈로그에서 찾아보거나 text-to-image 카테고리 및 image-to-image 카테고리별로 필터링할 수 있습니다. E2X의 모든 모델은 동일한 /v1/jobs/submit 규약을 공유하므로, OpenAI와 Google 모델 간에 전환할 때는 model 문자열을 변경하고 resolution의 대소문자만 맞추면 됩니다.
- GPT Image 2.5 (
1K$0.0525,4K$0.1575): OpenAI의 프롬프트 충실도와 타이포그래피 렌더링에xhigh또는max품질 티어 및aspect_ratio: "auto"를 결합하고 싶을 때 선택하세요. - GPT Image 2 (
1K$0.0525,4K$0.1575): 파이프라인에서background: "transparent"를 통한 네이티브 알파 채널 투명 PNG 누끼 이미지가 필요할 때 선택하세요. - Google Nano Banana 2.1 (
1K$0.03,2K$0.04,4K$0.09): E2X에서 가장 저렴한 4K 생성 가격이나8:1,1:8같은 극단적인 파노라마 비율이 필요할 때 선택하세요. - Google Nano Banana Pro (
1K/2K$0.075,4K$0.15): 역할별로 분리된 다중 레퍼런스 캐릭터 일관성이 필요할 때 선택하세요.
자주 묻는 질문 (FAQ)
E2X에서 왜 xhigh와 max가 low 및 high와 가격이 같나요?
openai/gpt-image-2.5-sunburst/text-to-image 및 openai/gpt-image-2.5-sunburst/edit-image에 대한 E2X의 요금 스키마에서 다섯 가지 quality 값(low, medium, high, xhigh, max)은 모두 할인된 기본 단가 $0.0075에 대해 동일한 ×7 배수에 매핑됩니다. 따라서 모든 품질 설정에서 $0.0525(1K), $0.105(2K), $0.1575(4K)의 동일한 요금이 적용됩니다.
text-to-image 엔드포인트와 edit-image 엔드포인트의 차이점은 무엇인가요?
openai/gpt-image-2.5-sunburst/text-to-image는 텍스트 prompt(32,000자 제한)만으로 새로운 이미지를 생성합니다. 반면 openai/gpt-image-2.5-sunburst/edit-image는 기존 비주얼을 편집, 리스타일링 또는 합성하기 위해 prompt(50,000자 제한)와 image_urls(원본 이미지 URL 배열)를 모두 요구합니다. 두 엔드포인트는 정확히 동일한 요금과 호출 제한을 공유합니다.