gpt-image-2 国内怎么调用，一张到底多少钱

先把价格讲成一个可核对的数字，再给可复制的调用代码和批量成本算法。

价格采集 2026-08-20 · 来源 https://api.tutujin.com/api/pricing · 以控制台实时价格为准

一、按次计费意味着什么

换算过程：0.04 美元 × 500000 quota/美元 = 20000 quota/张，人民币 0.04 × 4 = ¥0.16。想验证只要生一张图，去控制台日志看那次调用是不是扣了 20000 quota。计费机制的完整说明见计费拆解。

二、最小可跑示例

curl

curl https://api.tutujin.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $TUTUJIN_KEY" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "白底电商主图，一只哑光黑色保温杯居中，柔和顶光，轻微投影",
    "size": "1024x1024",
    "n": 1
  }'

Python（openai SDK v1.x）

from openai import OpenAI

client = OpenAI(
    api_key="你的土土金令牌",
    base_url="https://api.tutujin.com/v1",
)

r = client.images.generate(
    model="gpt-image-2",
    prompt="白底电商主图，一只哑光黑色保温杯居中，柔和顶光，轻微投影",
    size="1024x1024",
    n=1,
)
print(r.data[0])

三、参数怎么填

写提示词的一点实务经验：电商主图这类需要稳定构图的场景，把「背景、主体位置、光线、投影、留白」写成固定模板，只替换商品名，出图一致性会明显好于每次自由发挥。失败重试会重新计费，所以模板稳定 = 直接省钱。

四、生图与视频模型价格谱系（default 分组实测）

五、电商批量出图：成本怎么算

按次计费的好处是算账极其简单：

总成本 = 需要的张数 × 单价 × (1 + 失败重试率)

真实项目里还有三笔容易漏算的账，一并说清楚：

• 重试成本：出图不满意重跑，是重新计费的。把废片率按 20%–50% 估进预算，而不是按理想情况算。
• 试错成本：正式跑 1000 张之前，先用 20–30 张把提示词模板调稳，这几块钱能省掉后面几百块。
• 并发：批量跑要控制并发与重试退避（429 会失败）。具体并发上限请联系客服确认，本页不给数字。

六、gpt-image-2 还是 nano-banana-2

能给出的客观差别只有价格：¥0.16 vs ¥0.60，相差 3.75 倍。出图质量、风格适配、文字渲染能力这些，没有公开的客观数据，本页不做质量排名。

务实的做法：用你自己的 10 条真实提示词，两个模型各跑一遍（成本 ¥1.6 + ¥6 = 不到 8 块钱），拿结果说话。这比看任何评测都准，因为你的品类和风格是别人测不出来的。

七、不想写代码

两条路：

• 用现成客户端：把令牌与 https://api.tutujin.com/v1 填进支持自定义 endpoint 的工具即可，见 SDK 迁移页第八节。
• 用姊妹产品：app.tutujin.com 是面向跨境电商的网页版 AI 商品图工具，注册即用、可视化操作。注意它是独立产品、按积分计费，与本站 API 的 ¥0.16/张不是同一套价格体系，请以各自站点的价格为准。

常见问题