Назад к блогу

API OpenAI GPT Image 2.5 на E2X: качество xhigh и max до 4K от $0.0525

E2X Team··14 мин чтения
gpt-image-2.5gpt-image-2.5-sunburstgpt-image-2.5-flareopenaiimage-generationimage-apitext-to-imageimage-editing

Модель GPT Image 2.5 от OpenAI доступна в API E2X по двум маршрутам: openai/gpt-image-2.5-sunburst/text-to-image для генерации сцен по текстовому промпту и openai/gpt-image-2.5-sunburst/edit-image для редактирования или композитинга исходных фотографий. С учетом нашей постоянной скидки 75% запрос в разрешении 1K стоит $0.0525, в 2K — $0.105, а в 4K — $0.1575.

Эти тарифы остаются фиксированными для любого значения quality в схеме. На E2X новые уровни качества xhigh и max используют точно такой же множитель ×7, как и low, medium и high. Вы можете запускать каждую задачу на xhigh или max, не переплачивая ни цента.

Студийная фотография сверху латунного колориметра и оптических призм на сланцевом верстаке

В этом руководстве подробно разобрана вся интеграция: как базовая ставка и множители формируют итоговый счет, полная входная схема для обоих эндпоинтов, готовый для продакшена код на curl и TypeScript для поллинга и вебхуков, а также точные промпты, по которым созданы примеры на этой странице.

Как рассчитывается цена $0.0525

Понимание формулы тарификации на E2X помогает избежать двух частых ошибок: оплаты разрешения 4K на этапе подбора формулировок промпта и снижения параметра quality ради экономии, когда quality вообще не влияет на стоимость.

Оба маршрута — openai/gpt-image-2.5-sunburst/text-to-image и openai/gpt-image-2.5-sunburst/edit-image — имеют базовую прайсовую ставку $0.03 (30,000 микроцентов в ответе API). E2X применяет к этой базе постоянную скидку 75%, снижая стартовую единицу до $0.0075 (7,500 микроцентов). Далее система биллинга умножает эту сумму на два коэффициента параметров:

  1. Коэффициент quality: low, medium, high (значение по умолчанию в схеме), xhigh и max используют множитель ×7. Умножение $0.0075 на 7 дает $0.0525.
  2. Коэффициент resolution: 1K (по умолчанию в схеме) применяет ×1, 2K применяет ×2, а 4K применяет ×3.

Поскольку все пять значений quality в таблице динамического ценообразования привязаны к одному и тому же коэффициенту ×7, resolution является единственным параметром, который меняет стоимость одного изображения. Вы никогда не увидите в счете за выполненную задачу базовую сумму $0.0075 без множителя, так как при отсутствии параметра quality по умолчанию подставляется high (×7). А поскольку xhigh и max используют тот же коэффициент ×7, переход на low или medium не сэкономит ни цента. Выбирайте high, xhigh или max в зависимости от визуальной насыщенности вашего промпта и не используйте low.

РазрешениеФормула множителяПрайсовая ставка E2X ($0.03 × 7)Тариф E2X (скидка 75%)Микроценты в APIfal.ai on-demand (уровень high)Экономия на E2X
1K (по умолчанию)$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%

Сравнение тарифов проверено 4 ноября 2026 года относительно on-demand цен fal.ai. Тарифы и условия провайдеров могут меняться; актуальные цифры смотрите на нашей странице цен.

Для команд, работающих короткими итерациями, такая шкала множителей делает планирование бюджета предельно простым. Оставьте resolution на уровне "1K", пока вы оттачиваете освещение, ракурс камеры и встроенный текст на качестве "xhigh" или "max". Восемь черновых генераций в 1K обойдутся всего в $0.42. Когда композиция утверждена, запустите один финальный рендер в "4K" за $0.1575. Вся серия из девяти изображений будет стоить $0.5775 против $1.4175, если бы каждый черновик генерировался в 4K.

Обратите внимание на пятый столбец в таблице выше. Каждое денежное поле, возвращаемое API E2X, представляет собой целое число в микроцентах, где 1,000,000 микроцентов равны $1.00 USD. Генерация в 1K возвращает 52500, в 2K — 105000, а в 4K — 157500. Храните эти целые числа напрямую в вашей таблице учета и делите на 1,000,000 только при форматировании значений для пользовательского дашборда.

Полная схема параметров для обоих эндпоинтов

Оба маршрута GPT Image 2.5 работают через стандартный конверт задач E2X по адресу POST https://api.e2x.ai/v1/jobs/submit. Идентификатор модели передается на верхнем уровне JSON-тела запроса, а все специфичные для модели настройки помещаются внутрь объекта input. На E2X модель GPT Image 2.5 доступна в двух вариантах: GPT Image 2.5 Sunburst (openai/gpt-image-2.5-sunburst, поддерживающий разрешения 1K/2K/4K и уровни качества low, medium, high, xhigh, max) и GPT Image 2.5 Flare (openai/gpt-image-2.5-flare, поддерживающий /models/openai/gpt-image-2.5-flare/text-to-image и /models/openai/gpt-image-2.5-flare/edit-image с разрешениями 1K/2K/4K и уровнями качества low, medium, high).

ПараметрДоступность в эндпоинтахТипОбязательныйПо умолчаниюДопустимые значения / лимиты
promptОба эндпоинтаstringДаНетДо 32,000 символов в text-to-image; до 50,000 символов в edit-image.
image_urlsТолько edit-imagestring[]Да (для edit)НетПублично доступные HTTPS-ссылки для референсов, композитинга или редактирования.
aspect_ratioОба эндпоинтаstringНет"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" (всего 16).
resolutionОба эндпоинтаstringНет"1K""1K", "2K", "4K" (обязательно в верхнем регистре).
qualityОба эндпоинтаstringНет"high""low", "medium", "high", "xhigh", "max".

Перед написанием слоя валидации стоит учесть три особенности схемы:

  • Для моделей OpenAI строки resolution должны быть в верхнем регистре. Передавайте "1K", "2K" или "4K". Если ваш код уже вызывает модели Google из нашего каталога text-to-image, где разрешения указываются в нижнем регистре ("1k", "2k", "4k"), нормализуйте регистр для каждого слага модели отдельно, вместо того чтобы использовать одну общую строковую константу.
  • Параметр aspect_ratio по умолчанию равен "1:1" и поддерживает "auto". Если опустить aspect_ratio, GPT Image 2.5 сгенерирует квадратный кадр. Если явно передать "auto", модель сама выберет одно из поддерживаемых соотношений сторон на основе объекта, описанного в промпте (или сохранит кадрирование основного референсного изображения в edit-image).
  • В GPT Image 2.5 отсутствует параметр background. Ни openai/gpt-image-2.5-sunburst/text-to-image, ни openai/gpt-image-2.5-sunburst/edit-image не включают поле background ("transparent", "opaque", "auto"). Если вашему пайплайну нужен готовый вырезанный PNG с прозрачным альфа-каналом за один вызов, направляйте такой запрос в openai/gpt-image-2/text-to-image или openai/gpt-image-2/edit-image по той же цене $0.0525. Мы подробно разбираем эту логику маршрутизации в нашем сравнении GPT Image 2.5 и GPT Image 2.

Генерация первого изображения с помощью curl

Поскольку выполнение задач GPT Image 2.5 занимает в среднем около 60 секунд, API E2X работает асинхронно. Ваш POST-запрос проверяет полезную нагрузку, ставит задачу в очередь и сразу возвращает jobId.

Ниже приведен полный curl-запрос к openai/gpt-image-2.5-sunburst/text-to-image в разрешении "1K" и качестве "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"
    }
  }'

Механическая клавиатура из анодированного алюминия, сгенерированная GPT Image 2.5 с соотношением сторон 3:2

Промпт, использованный для изображения выше:

"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."

Почему этот промпт отлично раскрывается на качестве "xhigh": механические клавиатуры — классический стресс-тест для генераторов изображений, так как неравномерные зазоры между кейкапами, искривленные ряды или смазанные символы сразу выдают искусственность кадра. Указание ракурса строго сверху (Overhead), точного материала корпуса (anodized aluminum), единственного цветового акцента (single signal orange Esc key) и уровня качества "xhigh" дает модели достаточный вычислительный бюджет, чтобы сохранить ровную сетку клавиш и четкие обозначения на них.

При успешной отправке API отвечает статусом 200 OK и JSON-конвертом с идентификатором вашей задачи:

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

Чтобы проверить статус из терминала, вызовите GET https://api.e2x.ai/v1/jobs/{jobId} с тем же заголовком Authorization:

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

Когда data.status перейдет из pending в processing, а затем в completed, ссылка на готовое изображение появится в поле data.outputs[0].url.

Типографика и верстка постеров на качестве max

Одна из главных причин переключиться с high на xhigh или max в GPT Image 2.5 — рендеринг текста внутри структурированных графических макетов. Постеры, обложки книг, развертки упаковки и карточки интерфейса требуют строгого выравнивания по базовой линии и чистых форм букв.

Вот промпт и конфигурация параметров, использованные для генерации швейцарского выставочного постера с пропорциями 2:3 в разрешении "2K" и качестве "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.'

Швейцарский музейный постер с точной типографикой, сгенерированный GPT Image 2.5

Три практических правила делают отрисовку текста на изображениях в GPT Image 2.5 стабильной:

  1. Заключайте точный текст для отображения в кавычки. Все, что находится внутри кавычек, воспринимается как буквальный текст для размещения на холсте, тогда как окружающие слова описывают гарнитуру (bold black grotesque type), материал основы (textured cotton paper) и компоновку (Centered Swiss grid typography).
  2. Используйте xhigh или max, когда текст является главным акцентом. Поскольку E2X тарифицирует max с тем же множителем ×7, что и high, передача "quality": "max" обеспечивает наиболее точный кернинг и четкие края штрихов без увеличения стоимости.
  3. Выбирайте финальное соотношение сторон заранее. Постеру подходят пропорции "2:3" или "3:4". Генерация в "1:1" с последующей обрезкой съедает поля, на которых держится модульная сетка макета.

Интеграция на TypeScript для продакшена: поллинг и сохранение файлов

В бэкенде на Node.js или TypeScript интеграция должна аккуратно выполнять три задачи: отправлять задание, опрашивать статус с разумным интервалом (около 3 секунд соответствует циклу опроса наших воркеров) и копировать готовый файл по временной ссылке доставки E2X в ваш собственный бакет S3, R2 или GCS.

Не пропускайте шаг скачивания. Ссылка, возвращаемая в data.outputs[0].url, является временным URL доставки. Если сохранить эту строку напрямую в базу данных приложения, изображения перестанут открываться после истечения срока жизни временного объекта.

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()));
}

Если вы предпочитаете использовать готовый клиент вместо написания собственных оберток над fetch, загляните на страницу SDK E2X, где собраны официальные пакеты и примеры настройки.

Переход на вебхуки для пакетных нагрузок

Оба эндпоинта GPT Image 2.5 поддерживают лимит параллелизма до 100 активных задач на аккаунт, а также лимиты частоты запросов: 100 вызовов в минуту, 5,000 вызовов в час и 50,000 вызовов в сутки. Когда вы запускаете около 100 задач параллельно, удержание 100 открытых циклов поллинга в памяти нагружает рабочие процессы и делает деплои уязвимыми.

Передача параметра webhookUrl в корне тела запроса /v1/jobs/submit полностью избавляет от цикла опроса. Как только задача переходит в статус completed, failed или cancelled, E2X отправляет HTTP POST-уведомление на ваш сервер:

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"
  }'

В вашем обработчике вебхуков запишите входящий jobId, проверьте актуальное состояние вызовом GET /v1/jobs/{jobId} с вашим API-ключом, скачайте изображение из data.outputs[0].url в постоянное объектное хранилище и отметьте запись в базе данных как завершенную.

Редактирование и композитинг с помощью openai/gpt-image-2.5-sunburst/edit-image

Когда у вас уже есть фотография товара, макет упаковки или архитектурный рендер и нужно изменить отдельные области либо объединить несколько референсов, переключите слаг модели на openai/gpt-image-2.5-sunburst/edit-image.

Цены полностью совпадают с text-to-image (1K стоит $0.0525, 2K — $0.105, 4K — $0.1575), а в правилах схемы меняются два пункта:

  1. Поле image_urls становится обязательным. Передайте массив из одного или нескольких публично доступных HTTPS URL, указывающих на ваши исходные изображения.
  2. Максимальная длина prompt увеличивается до 50,000 символов. Этот дополнительный запас (по сравнению с 32,000 в text-to-image) позволяет автоматизированным каталожным пайплайнам передавать полные расшифровки OCR, строгие ограничения по фирменным цветам и правила размещения для каждого референса без ошибок превышения длины.

Ниже показан curl-запрос, который передает два исходных изображения в image_urls и объединяет их в разрешении "1K" с качеством "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"
    }
  }'

Составляя промпты для edit-image, явно указывайте, что должно измениться, а что должно остаться неизменным, и ссылайтесь на входные файлы по их порядковому номеру начиная с единицы в массиве image_urls (image 1, image 2). Мы подробно разбираем индексацию нескольких изображений, замену текста на этикетках и шаблоны промптов на 50K символов в нашем руководстве по мультиреференсному редактированию в GPT Image 2.5.

Место GPT Image 2.5 в каталоге моделей E2X

Вы можете просмотреть все доступные модели изображений в каталоге моделей E2X или отфильтровать их по категории text-to-image и категории image-to-image. Поскольку все модели на E2X используют единый контракт /v1/jobs/submit, для переключения между моделями OpenAI и Google достаточно изменить строку model и привести регистр resolution к нужному формату.

  • Выбирайте GPT Image 2.5 (1K за $0.0525, 4K за $0.1575), когда вам нужны точное следование промпту и качественная типографика OpenAI в сочетании с уровнями xhigh или max и параметром aspect_ratio: "auto".
  • Выбирайте GPT Image 2 (1K за $0.0525, 4K за $0.1575), когда вашему пайплайну требуется нативная вырезка объектов в PNG с альфа-каналом через background: "transparent".
  • Выбирайте Google Nano Banana 2.1 (1K за $0.03, 2K за $0.04, 4K за $0.09), когда нужна минимальная цена за генерацию в 4K на E2X или экстремальные панорамные пропорции вроде 8:1 и 1:8.
  • Выбирайте Google Nano Banana Pro (1K/2K за $0.075, 4K за $0.15), когда требуется сохранение консистентности персонажей по нескольким референсам с разделением по ролям.

Часто задаваемые вопросы

Почему xhigh и max стоят столько же, сколько low и high на E2X?

В тарифной схеме E2X для openai/gpt-image-2.5-sunburst/text-to-image и openai/gpt-image-2.5-sunburst/edit-image все пять значений quality (low, medium, high, xhigh, max) привязаны к одному и тому же множителю ×7 от базовой стоимости со скидкой $0.0075. Это дает фиксированную цену $0.0525 (1K), $0.105 (2K) и $0.1575 (4K) при любой настройке качества.

В чем разница между эндпоинтами text-to-image и edit-image?

Маршрут openai/gpt-image-2.5-sunburst/text-to-image генерирует новые изображения исключительно по текстовому полю prompt (лимит — 32,000 символов). Маршрут openai/gpt-image-2.5-sunburst/edit-image требует как prompt (лимит — 50,000 символов), так и image_urls (ссылки на исходные изображения) для редактирования, смены стиля или композитинга существующих визуальных материалов. Оба эндпоинта имеют абсолютно одинаковые цены и лимиты запросов.