最便宜的图像生成 API，连算术一起给您

在我们的 API 上，$0.0238 买一张图。这是地板价，对着我们 2026 年 8 月 26 日的实时目录核过，一千张图按这个费率就是 $23.80。

现在说说以这个数字开头的尴尬之处。每张图最便宜和每张能用的图最便宜，是两个不同的问题，而只有第二个会出现在账单上。一张 $0.0238 的图因为标题渲染成一团糊掉的字形而重跑四次，您就花了 $0.0952 才拿到一份素材。一张 $0.075 的图第一次就能交付，您花的就是 $0.075。便宜的那个输了。

所以这篇文章两半都写。先上原始表格，因为您就是为它来的。然后是那套决定您到底该坐在哪一行上的算术。

我们跑的每一个图像模型，以及一次 request 的花费

以下是按 request 计的美元价格，取自我们 2026 年 8 月 26 日的实时目录。E2X 那一列是客户实际支付的价格，相对上游来源的折扣已经算进去了。

价格与产品条款可能随时间变化；在做出采购决定前，请核对各家提供商的当前价格。Google 的 Batch 或 Flex 价格在调度、可用容量和处理条件上均有所不同，因此与标准的按需 API request 并不直接等价，已从本对比中排除。这是一次限定范围的对比，并非声称 E2X 在任何配置下都是全球最便宜的选择。

有一件事总让人意外：编辑的价格和生成一模一样。Nano Banana 2 Lite edit 是 $0.0238，和 text-to-image 同价。Nano Banana 2 edit 是 $0.04。递给模型一张参考图不收附加费，所以一条重度依赖编辑的流水线，并不是一条更贵的流水线。

也请留意 legacy 那一行。Nano Banana 比 Nano Banana 2 Lite 贵 31%，整整老了一代，而 Google 会在 2026 年 10 月 2 日把它关掉。那次迁移我们在Nano Banana 到底是什么里写过。没有人应该在那里开新集成。

那个会毁掉预算的乘数

我们目录里 GPT Image 2 的原始数字是 $0.0075。没有人付 $0.0075。

quality 是一个 ×7 的乘数，而且它在每一档都生效——low、medium、high 和 auto 统统乘七。默认值是 high。所以一次标准的 1K request 花费 $0.0075 × 7 = $0.0525，这才是该拿来做规划的数字。

这个坑不是我们独有的。任何把 GPT Image 2 报成不到一美分的说法，报的都是乘数之前的基准价，而照着它做预算的团队，会撞上一张七倍于自家表格的账单。这话我们宁愿您在这里听到，而不是在试点的第三周。

分辨率还要往上叠：2K 是 $0.0525 的 ×2（$0.105），4K 是 ×3（$0.1575）。

分辨率乘数，以及对您有利的那一个

上面每一个价格都是 1K 的价格。往大了做是一个乘数，而各个模型的乘数形状并不一样：

Pro 那一行请读两遍。在 Nano Banana Pro 上，1K 和 2K 同价。 如果您已经在付 $0.075，却只要 1K 输出，那您是白白把四倍的像素数留在了桌上。要 2K。没有任何理由不要 2K。

还有两处 schema 细节，会以另一种方式让人花钱。Nano Banana 2 Lite 根本没有 resolution 参数。发一个过去是硬错误，而不是被悄悄忽略的字段，而一个报错的 job 就是一个您要提交两次的 job。另外 Nano Banana 2 的 text-to-image slug 是 google/nano-banana-2，没有能力后缀；在那后面加 /text-to-image，会让一个看上去完全合理的 request 拿到 404。

每张图最便宜，不等于每张能用的图最便宜

下面这套算术，才应该真正驱动决策。

Nano Banana 2 Lite 是 $0.0238。Nano Banana Pro 是 $0.075。差 3.15 倍，听着很夸张，直到您把它换算成尝试次数：

• Lite 跑一次：$0.0238
• 两次：$0.0476
• 三次：$0.0714 —— 仍然低于 Pro
• 四次：$0.0952 —— 这时候 Pro 更便宜了

所以盈亏平衡点落在第三次和第四次重跑之间。如果一条 prompt 在 Lite 上三次以内能命中，Lite 赢，而且赢得毫无悬念。如果它常常要四次以上，那您就是在为一个廉价模型付高端价格，最后还拿到一份更差的素材。

这一个事实就把整个问题重新框住了。您选的不是一个价格。您选的是一个命中率，价格是从它推导出来的。

廉价档真正赢的地方

我们不想把任何人往一个他不需要的档位上劝，所以下面是 $0.0238 就是正确答案的那些场合：

• 大批量、简单主体。 纹理、背景、抽象填充、氛围底图。没有小细节可以做错的东西。
• 1K 的社交裁切。 一张信息流图片会在手机上以 1080px 被看到。1K 以上的部分反正也活不过平台自己的二次压缩。
• 横幅与长条。 Lite 是我们目录里唯一带 1:4、4:1、1:8 和 8:1 aspect ratio 的模型。想从别的档位做一张 8:1 页头，就意味着生成得更宽再裁掉，那是多一道工序，构图还更差。
• 任何生成十张挑一张的活儿。 Lite 跑十次是 $0.238。便宜到让「挑选」而不是「写 prompt」成为工作流本身。
• 草稿与版式推敲阶段。 决定一个版式行不行，没人需要 4K。
• 程序化变体。 按用户、按条目、按产品出图，量本身就是全部意义，单张素材没多少分量。

对大多数团队生成的大多数东西来说，这份清单就够了。从 Nano Banana 2 Lite 起步，只有当某件具体的事崩了才往上走。

便宜在哪里悄悄变贵

四种失败模式，而它们可预测到您能在重跑开始之前就绕开：

图像里的文字。 Lite 和 legacy 模型渲染不出可读的图内文字——那项能力是随 Gemini 3 这一代到来的。一个海报标题、一份包装样稿、一个图表标签：这些不是「换个更好的 prompt 试试」的问题，是能力问题。每一次尝试都以同样的方式失败。这是廉价流水线变贵的头号原因，而解法是 Nano Banana Pro，它把带样式的和多语言的文字当作一等特性来处理。

多参考图合成。 Pro 接十四张按角色分离的参考图：最多 5 张角色图管身份，最多 6 张物体图管产品还原，最多 3 张风格参考。一张广告合成图，一次 request。用一串廉价编辑去复现同样的效果，request 花得更多，画面还是会漂。

印刷分辨率。 Lite 只有 1K，而且没有任何参数能改。如果素材最终要落到纸上，您需要 4K 的 Nano Banana 2（$0.08）或 4K 的 Pro（$0.15）。把一张 1K 的生成图放大是另一件活儿，有它自己的失败模式。

透明底。 如果您要的是带 alpha 通道的抠像，GPT Image 2 和它的 background: transparent 选项，是我们目录里唯一能一次调用做到的模型。Google 那几档都没有暴露这个能力。$0.0525 每一次都赢过 $0.0238 再加一道抠背景工序。

我们自己会怎么选

大多数来找我们要 Pro 的人，需要的是 Nano Banana 2。大多数要 Nano Banana 2 的人，需要的是 Lite。这话我们说了很多遍，而且是认真的——高端档的存在是为了角色分离的参考图和图内排版，如果您的活儿两样都不沾，您买的就是一项永远不会调用的能力。

给一个今天起步的团队，我们会给出的路由规则是：一切默认走 Lite；当您需要 1K 以上或者不止零星几张参考图时，升到 Nano Banana 2；只有当画面里有字，或者有一张必须撑住某个人面孔的合成图时，才升到 Pro。然后按路由分别测您的重跑率。是那个数字，而不是价目表，告诉您有没有选对。

那五行不是我们全部的目录。图像这一侧归在 text-to-image 模型下，我们跑的每一个模型——包括视频——都在目录里标着价。如果您还在跟「干脆不花钱」做比较，我们写过免费 AI 图像生成器到底能给您什么。如果您已经决定花钱，想知道哪一档配得上这笔钱，那是哪些 AI 图像生成器值得付费。

常见问题

最便宜的图像生成 API 是哪个？

我们目录里最便宜的一次图像生成 request 是 Nano Banana 2 Lite，每张 $0.0238，核查日期 2026 年 8 月 26 日。这个价格同时覆盖 text-to-image 和图像编辑，因为编辑不收附加费。它只输出 1K，也没有 resolution 参数。价格会动，所以在拿任何数字做预算之前请重新核对。

生成 1,000 张 AI 图像要多少钱？

按每张 $0.0238 算，1,000 张就是 $23.80。在每张 $0.04 的 Nano Banana 2 上是 $40，在每张 $0.075 的 Nano Banana Pro 上是 $75。这些数字假设每张图只跑一次，而这正是大多数预算算错的地方。请乘上您真实的重跑率。

为什么 GPT Image 2 的实际价格和基准数字对不上？

因为 quality 是一个在每一档都生效的 ×7 乘数，low 和 auto 也不例外。目录里 $0.0075 那个基准数字从来不是任何人实付的价格；一次标准的 1K request 是 $0.0525。分辨率再往上乘，2K 到 $0.105，4K 到 $0.1575。

在 Nano Banana Pro 上要 2K 输出会额外收费吗？

不会。Nano Banana Pro 对 1K 和 2K 收同样的 $0.075，所以在那一档上要 2K 等于白拿分辨率。4K 翻倍到 $0.15。这很不寻常。相比之下 Nano Banana 2 的 2K 收 1.5 倍，4K 收 2 倍。

最便宜的模型总是整体最省钱的选择吗？

不是，而且盈亏平衡点很好算。在一个 $0.0238 的模型上跑四次是 $0.0952，比一次就做对的模型出一张 $0.075 的图还贵。如果一件活儿需要图内文字、很多张参考图或者印刷分辨率，廉价档不是大部分尝试失败，而是每一次尝试都失败，钱就花在那些重跑上。

编辑一张图比生成一张更贵吗？

不。在我们目录里的每一个图像模型上，edit endpoint 的定价都和它的 text-to-image 对应项完全一致——Nano Banana 2 Lite $0.0238，Nano Banana 2 $0.04，Nano Banana Pro $0.075。传参考图不会改变一次 request 的价格。

买更高的档位能去掉 SynthID watermark 吗？

不能。Google 的每一个图像模型都会给输出打上 SynthID，$0.075 那一档和 $0.0238 那一档标记方式一模一样。这不是任何人能关掉的开关，在我们这边不行，在 Google 自己那边也不行，所以一家宣称能给出无 watermark 的 Google 输出的提供商，卖的是它交付不了的东西。请在集成之前就和法务把这个约束定下来，而不是之后。