GPT Image 2 API कीमत: प्रति इमेज लागत, पैरामीटर और ट्रांसपेरेंट PNG

एक 1024x1024 रेंडर की लागत GPT Image 2 पर $0.006 (लो क्वालिटी), $0.053 (मीडियम) और $0.211 (हाई) है। एक ही प्रॉम्प्ट के लिए यह 35 गुना का फ़र्क है, और quality पैरामीटर अकेले तय करता है कि आप इसमें किस सिरे पर होंगे। कैनवास साइज़, भेजे गए रेफ़रेंस इमेज की संख्या और यह कि आप Batch endpoint को कॉल करते हैं या नहीं, इन्हें जोड़ दें, तो 1,000 इमेज के किसी जॉब की लागत $3 से $211 के बीच कहीं भी हो सकती है।

इस आर्टिकल में हर नंबर एक जगह दिया गया है: प्रति इमेज प्राइस टेबल, उसके पीछे के टोकन रेट, बिल बदलने वाले पैरामीटर, और वह एक सेटिंग (background: "transparent") जो बिना अतिरिक्त शुल्क के असली अल्फ़ा-चैनल वाली PNG लौटाती है। कीमतें सितंबर और अक्टूबर 2026 में OpenAI के प्राइसिंग पेज और थर्ड-पार्टी कैलकुलेटर से जाँची गई थीं, इसलिए बजट तय करने से पहले इन्हें ज़रूर कन्फ़र्म करें।

असल में एक इमेज की लागत क्या है

OpenAI इमेज मॉडल का बिल टोकन के हिसाब से बनाता है, लेकिन ज़्यादातर टीमें प्रति इमेज बजट बनाती हैं, इसलिए कैलकुलेटर एक को दूसरे में बदल देते हैं। नीचे की टेबल API में डिफ़ॉल्ट रूप से दिए गए तीन साइज़ पर स्टैंडर्ड (नॉन-बैच) आउटपुट कीमत दिखाती है।

क्वालिटी के हिसाब से प्रति इमेज कीमत

टेबल को सिर्फ़ डॉलर में नहीं, अनुपात में भी पढ़ें। मीडियम, लो से लगभग 9 गुना महंगा है। हाई, मीडियम से लगभग 4 गुना और लो से 35 गुना महंगा है। अगर ड्राफ़्ट लो क्वालिटी पर ठीक लगता है, तो आप उसके लिए एक सेंट से भी कम दे रहे हैं, और सीढ़ी का हर अगला कदम बिल को कई गुना कर देता है।

💡 बजट नियम: ड्राफ़्ट low पर बनाएँ, लेआउट मंज़ूर करें, फिर फ़ाइनल को medium पर रेंडर करें। high को घने टेक्स्ट, डायग्राम और प्रिंट वर्क के लिए रखें, जहाँ अतिरिक्त डिटेल दिखती है।

बैच कॉल्स में लागत आधी होती है

यह मॉडल Batch endpoint सपोर्ट करता है, और वहाँ OpenAI हर टोकन टाइप पर 50% की छूट देता है। ये स्टैंडर्ड और बैच टोकन रेट प्रति मिलियन टोकन हैं:

1024x1024 पर बैच प्राइसिंग लगभग $0.003 प्रति लो इमेज, $0.027 प्रति मीडियम इमेज और $0.105 प्रति हाई इमेज बैठती है। इसकी कीमत समय है: बैच के नतीजे सेकंड में नहीं, बाद में आते हैं, इसलिए यह कैटलॉग और नाइटली जॉब्स के लिए ठीक है, बटन दबाकर इंतज़ार करने वाले यूज़र के लिए नहीं।

कीमत के पीछे टोकन का गणित

हर प्रति-इमेज आंकड़ा बस आउटपुट टोकन को $30 प्रति मिलियन से गुणा करने का नतीजा है। कीमत को इस रेट से भाग दें तो अनुमानित टोकन संख्या मिल जाती है: मीडियम स्क्वेयर के लिए लगभग 1,770 टोकन, हाई स्क्वेयर के लिए लगभग 7,030, और मीडियम व हाई लैंडस्केप के लिए क्रमशः लगभग 1,370 और 5,500। ये प्रकाशित कीमतों से पीछे की ओर निकाले गए आंकड़े हैं, OpenAI द्वारा छापी गई संख्याएँ नहीं, इसलिए इन्हें अनुमान मानें।

लैंडस्केप सस्ता क्यों है

यहाँ एक अजीब बात है। 1536x1024 कैनवास में 1,572,864 पिक्सल होते हैं, जो स्क्वेयर के 1,048,576 पिक्सल से 50% ज़्यादा है, फिर भी मीडियम और हाई पर यह लगभग 22% सस्ता पड़ता है। लागत पिक्सल की संख्या के साथ सीधी रेखा में नहीं बढ़ती। व्यावहारिक सबक: अगर आपका लेआउट इजाज़त देता है, तो स्क्वेयर की जगह लैंडस्केप या पोर्ट्रेट चुनें। आपको कम पैसे में बड़ी इमेज मिलती है।

रेफ़रेंस इमेज क्या जोड़ते हैं

एडिट और रेफ़रेंस-इमेज वर्कफ़्लो $8 प्रति मिलियन पर इनपुट टोकन जोड़ते हैं। एक प्रकाशित माप बताता है कि सिर्फ़ टेक्स्ट वाली 1024x1024 लो-क्वालिटी कॉल की लागत लगभग $0.0063 थी, जिसमें 24 इनपुट टोकन लगे। उसी कॉल में दो रेफ़रेंस इमेज जोड़ने पर लगभग $0.025 लगे, कुल 2,365 इनपुट टोकन पर। यानी दो रेफ़रेंस ने लो रेंडर की कीमत चार गुना कर दी, जबकि आउटपुट टोकन नहीं बदले।

💡 टिप: API हर रिस्पॉन्स के साथ एक usage ऑब्जेक्ट लौटाता है। अपनी पहली सौ कॉल्स का इसे लॉग रखें। नॉन-स्टैंडर्ड साइज़ की कीमत निकालने का यही भरोसेमंद तरीका है, क्योंकि OpenAI उनके लिए कोई टेबल प्रकाशित नहीं करता।

वे पैरामीटर जो आपका बिल बदलते हैं

मॉडल स्नैपशॉट gpt-image-2-2026-04-21 है, जो /v1/images/generations, /v1/images/edits और Batch endpoint के ज़रिए पहुँचा जा सकता है। यहाँ हर वह पैरामीटर है जो मायने रखता है और लागत पर उसका असर।

साइज़ और आस्पेक्ट रेशियो

तीन प्रीसेट से आगे, कस्टम साइज़ OpenAI के इमेज डॉक्यूमेंटेशन के सख्त नियमों का पालन करते हैं: दोनों किनारे 16 के गुणज होने चाहिए, अनुपात 3:1 से ज़्यादा नहीं हो सकता, कोई भी किनारा 3,840 पिक्सल से आगे नहीं जा सकता, और कुल पिक्सल 655,360 और 8,294,400 के बीच होने चाहिए। 2560x1440 से बड़ा कुछ भी एक्सपेरिमेंटल के रूप में चिह्नित होता है। लोकप्रिय विकल्पों में 2048x2048, 2048x1152 और 3840x2160 शामिल हैं।

क्वालिटी टियर

auto मॉडल को चुनने देता है, जो सुविधाजनक है और बिल पर अनिश्चित भी। प्रोडक्शन में टियर को साफ़-साफ़ सेट करें। OpenAI का मौजूदा इमेज डॉक्यूमेंटेशन GPT Image 2.5 के लिए xhigh और max भी सूचीबद्ध करता है, और मुझे इन दोनों की प्रकाशित प्रति-इमेज कीमतें नहीं मिलीं, इसलिए किसी को लागत का वादा करने से पहले इन्हें usage के साथ टेस्ट करें।

फ़ॉर्मैट और कंप्रेशन

PNG डिफ़ॉल्ट है और ट्रांसपेरेंसी के लिए सबसे सुरक्षित है। WebP में भी अल्फ़ा चैनल होता है और फ़ाइलें छोटी बनती हैं। JPEG एन्कोड करने में तेज़ है, लेकिन इसमें अल्फ़ा चैनल नहीं होता। वेब के लिए हल्की फ़ाइलें चाहिए तो JPEG और WebP के लिए output_compression को 0 से 100 के बीच सेट करें।

मॉडरेशन और इमेज की संख्या

moderation auto (स्टैंडर्ड फ़िल्टरिंग) या low (कम सख्त) स्वीकार करता है। इनमें से कोई भी कीमत नहीं बदलता। n पैरामीटर एक रिक्वेस्ट में कई इमेज बनाता है और हर एक का बिल जोड़ता है, इसलिए 10 का बैच एक सिंगल रेंडर का दस गुना है। मीडियम क्वालिटी पर लगभग एक जैसे दस ड्राफ़्ट लौटाने वाली रिक्वेस्ट स्क्वेयर साइज़ पर लगभग $0.53 की पड़ती है।

एक पैरामीटर से ट्रांसपेरेंट PNG

इस गर्मी से पहले तक, कटआउट का मतलब था सफ़ेद बैकग्राउंड पर जनरेट करना और बाद में बैकग्राउंड रिमूवर चलाना। अगस्त 2026 के आख़िर में OpenAI ने अपने कुकबुक में GPT Image 2 के लिए नेटिव ट्रांसपेरेंसी को प्रीव्यू फ़ीचर के रूप में डॉक्यूमेंट किया। अब एक रिक्वेस्ट से असली अल्फ़ा चैनल वाली PNG मिलती है।

दो ज़रूरी फ़ील्ड

आपको दो सेटिंग्स एक साथ चाहिए: background="transparent" और output_format="png" (WebP भी काम करता है)। JPEG माँगने पर 400 एरर मिलता है, क्योंकि JPEG ट्रांसपेरेंसी स्टोर नहीं कर सकता। ट्रांसपेरेंसी पर कोई अतिरिक्त खर्च नहीं होता: एक ही क्वालिटी और साइज़ पर transparent और opaque एक जैसे इमेज टोकन खर्च करते हैं।

import base64
from openai import OpenAI

client = OpenAI()

result = client.images.generate(
    model="gpt-image-2",
    prompt="A ceramic mug, isolated object, no backdrop, no cast shadow",
    size="1024x1024",
    quality="medium",
    background="transparent",
    output_format="png",
)

with open("mug.png", "wb") as f:
    f.write(base64.b64decode(result.data[0].b64_json))

print(result.usage)

प्रॉम्प्ट कॉपी करें

यही पैरामीटर एडिट एंडपॉइंट और Responses इमेज टूल में भी काम करता है, हालाँकि एडिट में सब्जेक्ट को उसकी मूल आउटलाइन से ट्रेस करने के बजाय दोबारा बनाया जाता है, इसलिए बारीक डिटेल बदल सकती है।

जहाँ ट्रांसपेरेंसी टूटती है

तीन समस्याएँ बार-बार सामने आती हैं:

• प्रॉम्प्ट पैरामीटर पर भारी पड़ता है। अगर आपका प्रॉम्प्ट कमरे, शेल्फ़, पेडेस्टल या कास्ट शैडो का वर्णन करता है, तो मॉडल उन्हें बना सकता है, बजाय इसके कि पिक्सल खाली छोड़े। लिखें "isolated object on fully transparent alpha, no backdrop, no rectangle, no shadow."
• नाज़ुक मटीरियल। फ़्रॉस्टेड ग्लास के किनारे, पारदर्शी रिबन, मोम और बालों जैसे रेशे अब भी हर रन में अलग दिखते हैं, भले ही नेटिव अल्फ़ा पोस्ट-प्रोसेस रिमूवर से बेहतर संभालता है।
• प्रोवाइडर की कमियाँ। कुछ होस्ट और रीसेलर background को पास नहीं करते। Cloudflare की होस्टेड लिस्टिंग में, जब मैंने उसे जाँचा, लिखा था कि मॉडल के लिए ट्रांसपेरेंट बैकग्राउंड सपोर्ट नहीं है और उसने GPT Image 1.5 की ओर इशारा किया।

पिक्सल-परफ़ेक्ट किनारों के लिए, सादे बैकग्राउंड पर जनरेट करें और Bria Remove Background जैसे डेडिकेटेड कटआउट टूल से फ़िनिश करें।

अल्फ़ा चैनल की जाँच

सिर्फ़ इसलिए किसी फ़ाइल पर भरोसा न करें कि उसका एक्सटेंशन .png है। एक अपारदर्शी सफ़ेद बॉक्स भी कटआउट जैसा दिख सकता है, जब तक कोई उसे गहरे रंग की स्लाइड पर न रख दे। फ़ाइल को डीकोड करके टेस्ट करें:

from PIL import Image

img = Image.open("mug.png")
print(img.mode)                    # RGBA means an alpha channel exists
print(img.getchannel("A").getextrema())  # (0, 255) means real transparency

प्रॉम्प्ट कॉपी करें

परिणाम (255, 255) का मतलब है कि हर पिक्सल पूरी तरह अपारदर्शी है, और आपको एक बेहतर प्रॉम्प्ट के साथ रिक्वेस्ट दोबारा चलानी चाहिए। किसी भी बड़े कैंपेन से पहले यह चेक अपने-आप चलाएँ, क्योंकि यह फ़ीचर अभी भी प्रीव्यू में है।

असली प्रोजेक्ट्स के लिए बजट

आंकड़े तब काम के होते हैं जब आप उन्हें किसी जॉब से जोड़ते हैं। ये अनुमान ऊपर दी गई स्टैंडर्ड प्रति-इमेज कीमतों का उपयोग करते हैं और प्रॉम्प्ट टेक्स्ट को छोड़ देते हैं, जो 100-टोकन प्रॉम्प्ट के लिए हर हज़ार कॉल पर लगभग $0.50 जोड़ता है।

आख़िरी दो पंक्तियाँ चेतावनी हैं। एक कंज़्यूमर फ़ीचर जो प्रति इमेज सस्ता लगता है, क्वालिटी थोड़ी बढ़ते ही चार अंकों का मासिक खर्च बन जाता है।

कीमत प्रति रखी गई इमेज

स्टिकर शीट और प्रोडक्ट शॉट्स शायद ही पहली कोशिश में सही बनते हैं। असल में आप जो चुकाते हैं वह कीमत को आपकी keep rate से भाग देने पर निकलता है। अगर हर पाँच में से एक रेंडर खारिज होता है, तो मीडियम स्क्वेयर की प्रति इमेज कीमत, जो आप असल में इस्तेमाल करते हैं, $0.053 से बढ़कर लगभग $0.066 हो जाती है। हर प्रॉम्प्ट टेम्पलेट का keep rate ट्रैक करें, और क्वालिटी सेटिंग बदलने से पहले सबसे खराब टेम्पलेट ठीक करें।

टियर के हिसाब से रेट लिमिट

जब जॉब बड़ा हो तो थ्रूपुट की सीमाएँ कीमत जितनी ही मायने रखती हैं। OpenAI इस मॉडल को टोकन प्रति मिनट (TPM) और इमेज प्रति मिनट (IPM) में मापता है:

Tier 1 पर, 1,000 इमेज के कैटलॉग में लगभग 200 मिनट की लगातार कॉल्स लगती हैं। Tier 2 पर वही जॉब 50 मिनट में हो जाता है। जटिल प्रॉम्प्ट में हर एक को दो मिनट तक लग सकते हैं, इसलिए टाइट लूप की जगह रिट्राई और क्यू बनाएँ।

आज़माने लायक सस्ते विकल्प

GPT Image 2 अकेला प्राइस पॉइंट नहीं है, और जो काम करता है, वह अक्सर सबसे सस्ता भी नहीं होता।

OpenAI का प्राइसिंग पेज GPT Image 2.5 को GPT Image 2 के समान स्टैंडर्ड और बैच टोकन रेट पर सूचीबद्ध करता है। PicassoIA पर GPT Image 2.5 के दो वेरिएंट हैं, GPT Image 2.5 Flare और GPT Image 2.5 Sunburst, ताकि आप एक ही प्रॉम्प्ट के साथ उन्हें GPT Image 2 के साथ-साथ तुलना कर सकें।

PicassoIA अपना डेवलपर API भी https://api.picassoia.com/v1 पर चलाता है, जिसमें Replicate-style predictions (create, poll, fetch) हैं और हर अकाउंट के लिए 5 एक साथ चलने वाले जॉब्स। 5 अक्टूबर 2026 को मैंने जो लिस्ट देखी उसमें चार मॉडल थे, जिनमें PicassoIA Image और PicassoIA Image Editor Pro शामिल थे। GPT Image 2 खुद वेब ऐप के ज़रिए इस्तेमाल होता है। प्राइसिंग पेज पर मौजूदा प्लान की शर्तें देख लें, क्योंकि जब मैंने देखा तब API लागत से जुड़ी भाषा असंगत थी।

PicassoIA पर GPT Image 2 का इस्तेमाल

अगर आप कोड लिखने से पहले प्रॉम्प्ट और सेटिंग्स टेस्ट करना चाहते हैं, तो PicassoIA पर GPT Image 2 पेज वही कंट्रोल देता है जो API में हैं। मॉडल की सेटिंग्स में एक वैकल्पिक OpenAI क्रेडेंशियल का विकल्प भी है। उसे खाली छोड़ दें और PicassoIA रिक्वेस्ट को प्रॉक्सी करता है।

1. GPT Image 2 मॉडल पेज खोलें और अपना प्रॉम्प्ट लिखें। सब्जेक्ट, मटीरियल और लाइटिंग का नाम लें, और कटआउट के लिए "isolated object, no backdrop" जोड़ें।
2. एक aspect_ratio चुनें: 1:1, 3:2, 2:3, 16:9, 9:16, या 2048x2048 या 3840x2160 जैसा सटीक साइज़।
3. ड्राफ़्ट के लिए quality को low पर और फ़ाइनल के लिए medium या high पर सेट करें।
4. background को transparent पर बदलें और png को output_format के रूप में चुनें। पेज डिफ़ॉल्ट रूप से WebP रखता है, जिसमें भी अल्फ़ा रहता है, लेकिन डिज़ाइन टूल्स के लिए PNG ज़्यादा सुरक्षित विकल्प है।
5. number_of_images को 1 से 10 के बीच सेट करें, फिर जनरेशन चलाएँ और फ़ाइलें डाउनलोड करें।

साफ़ कटआउट के लिए सेटिंग्स

output_compression को फ़ाइल साइज़ मायने न रखे तो डिफ़ॉल्ट 90 पर रखें, moderation को auto पर छोड़ दें, और फ़ाइनल पर खर्च करने से पहले एक लो-क्वालिटी ड्राफ़्ट चलाएँ। अगर किनारे खुरदुरे दिखें, तो टच-अप के लिए नतीजा PicassoIA Image Editor Pro पर अपलोड करें, या Bria Remove Background से सब्जेक्ट को काटें।

आज ही अपनी इमेज बनाएँ

एक इमेज की कीमत छोटी है। गलत सेटिंग्स की कीमत, जो दस हज़ार बार दोहराई जाए, छोटी नहीं है। अपने प्रोजेक्ट से एक असली प्रॉम्प्ट चुनें, उसे लो, मीडियम और हाई पर रेंडर करें, फिर कीमत की तुलना उस चीज़ से करें जो आप फ़ाइल में सचमुच देख सकते हैं। background="transparent" के साथ भी यही करें और भरोसा करने से पहले अल्फ़ा चैनल जाँचें।

आज़माने के लिए तैयार हैं? Picasso IA पर GPT Image 2 खोलें, अपना पहला प्रॉम्प्ट लो क्वालिटी पर चलाएँ, और उन नतीजों को रखें जो दूसरी बार चलाने लायक हों। फिर वही प्रॉम्प्ट 2.5 मॉडल्स से भेजें और देखें कि किसमें प्रति सेंट सबसे अच्छी इमेज मिलती है।