Preço da API GPT Image 2: custo por imagem, parâmetros e PNGs transparentes

Uma renderização de 1024x1024 no GPT Image 2 custa US$ 0,006 na qualidade baixa, US$ 0,053 na média e US$ 0,211 na alta. É uma diferença de 35 vezes para o mesmo prompt, e o parâmetro quality sozinho decide em qual extremo você vai cair. Some o tamanho da tela, o número de imagens de referência que você envia e se você chama o endpoint de Batch, e um trabalho de 1.000 imagens pode custar de US$ 3 a US$ 211.

Este artigo reúne todos os números em um só lugar: a tabela de preço por imagem, as taxas de token por trás dela, os parâmetros que mudam a conta e a única configuração (background: "transparent") que retorna um PNG real com canal alfa sem custo extra. Os preços foram conferidos na página de preços da OpenAI e em calculadoras de terceiros em setembro e outubro de 2026, então confirme-os antes de aprovar um orçamento.

Quanto custa uma imagem de verdade

A OpenAI cobra os modelos de imagem por token, mas a maioria das equipes orça por imagem, então as calculadoras convertem um no outro. A tabela abaixo mostra o preço de saída padrão (sem lote) nos três tamanhos que a API lista por padrão.

Preço por imagem por qualidade

Leia a tabela como proporções, não apenas como dólares. A média custa cerca de 9 vezes a baixa. A alta custa cerca de 4 vezes a média e 35 vezes a baixa. Se um rascunho parece bom na qualidade baixa, você está pagando menos de um centavo por ele, e cada degrau acima multiplica a fatura.

💡 Regra de orçamento: faça o rascunho em low, aprove o layout e então renderize a versão final em medium. Reserve high para textos densos, diagramas e trabalhos de impressão, onde o detalhe extra é visível.

Chamadas em lote custam a metade

O modelo oferece suporte ao endpoint de Batch, e a OpenAI dá 50% de desconto em todos os tipos de token nele. Estas são as taxas de token padrão e de lote por milhão de tokens:

Em 1024x1024, o preço em lote fica em cerca de US$ 0,003 por imagem baixa, US$ 0,027 por imagem média e US$ 0,105 por imagem alta. A contrapartida é o tempo: os resultados em lote chegam depois, em vez de em segundos, então ele serve para catálogos e trabalhos noturnos, não para um usuário esperando por um botão.

A matemática de tokens por trás do preço

Todo valor por imagem é apenas os tokens de saída multiplicados por US$ 30 por milhão. Divida o preço por essa taxa e você obtém a contagem de tokens implícita: cerca de 1.770 tokens para um quadrado médio, cerca de 7.030 para um quadrado alto, e cerca de 1.370 e 5.500 para paisagem média e alta. Eles são calculados de trás para frente a partir de preços publicados, não são números que a OpenAI imprime, então trate-os como estimativas.

Por que a paisagem é mais barata

Aqui está a parte estranha. Uma tela de 1536x1024 tem 1.572.864 pixels, 50% a mais que os 1.048.576 pixels de um quadrado, e ainda assim custa cerca de 22% menos na média e na alta. O custo não cresce em linha reta com a quantidade de pixels. A lição prática: se o seu layout permitir, escolha paisagem ou retrato em vez de quadrado. Você obtém uma imagem maior por menos dinheiro.

O que as imagens de referência acrescentam

Edições e fluxos de trabalho com imagens de referência acrescentam tokens de entrada a US$ 8 por milhão. Uma medição publicada mostra que uma chamada de baixa qualidade em 1024x1024 só com texto custou cerca de US$ 0,0063 com 24 tokens de entrada. A mesma chamada com duas imagens de referência custou cerca de US$ 0,025 com 2.365 tokens de entrada no total. Ou seja, duas referências quadruplicaram o preço de uma renderização baixa, e os tokens de saída não mudaram.

💡 Dica: a API retorna um objeto usage em cada resposta. Registre-o nas suas primeiras cem chamadas. É a única forma confiável de precificar tamanhos não padronizados, porque a OpenAI não publica uma tabela para eles.

Parâmetros que mudam sua conta

O snapshot do modelo é gpt-image-2-2026-04-21, acessível pelo /v1/images/generations, /v1/images/edits e pelo endpoint de Batch. Aqui está cada parâmetro que importa e o que ele faz com o custo.

Tamanho e proporção

Além das três predefinições, tamanhos personalizados seguem regras rígidas da documentação de imagens da OpenAI: ambas as bordas devem ser múltiplos de 16, a proporção não pode passar de 3:1, nenhuma borda pode ultrapassar 3.840 pixels, e o total precisa ficar entre 655.360 e 8.294.400 pixels. Qualquer coisa acima de 2560x1440 é sinalizada como experimental. Escolhas populares incluem 2048x2048, 2048x1152 e 3840x2160.

Níveis de qualidade

auto deixa o modelo escolher, o que é conveniente e também imprevisível na fatura. Em produção, defina o nível explicitamente. A documentação atual de imagens da OpenAI também lista xhigh e max para o GPT Image 2.5, e não encontrei preços publicados por imagem para esses dois, então teste-os com usage antes de prometer um custo a alguém.

Formato e compressão

O PNG é o padrão e o mais seguro para transparência. O WebP também tem canal alfa e gera arquivos menores. O JPEG é mais rápido para codificar, mas não tem canal alfa. Defina output_compression entre 0 e 100 para JPEG e WebP quando quiser arquivos mais leves para a web.

Moderação e quantidade de imagens

moderation aceita auto (filtragem padrão) ou low (menos restritiva). Nenhuma das duas muda o preço. O parâmetro n gera várias imagens em uma única requisição e cobra cada uma, então um lote de 10 equivale a dez vezes uma renderização única. Uma requisição que retorna dez rascunhos quase idênticos em qualidade média custa cerca de US$ 0,53 no tamanho quadrado.

PNGs transparentes com um único parâmetro

Até este verão, um recorte significava gerar sobre um fundo branco e depois rodar um removedor de fundo. No fim de agosto de 2026, a OpenAI documentou a transparência nativa do GPT Image 2 em seu cookbook, como recurso de prévia. Uma única requisição agora retorna um PNG com um canal alfa real.

Os dois campos obrigatórios

Você precisa de duas configurações juntas: background="transparent" e output_format="png" (o WebP também funciona). Pedir JPEG retorna um erro 400, porque o JPEG não pode armazenar transparência. A transparência não tem custo extra: na mesma qualidade e tamanho, transparent e opaque consomem os mesmos tokens de imagem.

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)

Copiar prompt

O mesmo parâmetro funciona no endpoint de edição e na ferramenta de imagem da Responses, embora as edições redesenhem o sujeito em vez de seguir o contorno original, então os detalhes finos vão mudar.

Onde a transparência falha

Três problemas aparecem repetidamente:

• O prompt vence o parâmetro. Se o seu prompt descreve um cômodo, uma prateleira, um pedestal ou uma sombra projetada, o modelo pode desenhá-los em vez de deixar os pixels vazios. Escreva "isolated object on fully transparent alpha, no backdrop, no rectangle, no shadow."
• Materiais delicados. Bordas de vidro fosco, fitas translúcidas, cera e fibras finas como cabelo ainda variam de uma execução para outra, mesmo que o alfa nativo lide com eles melhor do que um removedor de pós-processamento.
• Lacunas dos provedores. Alguns hosts e revendedores não repassam background. A listagem hospedada da Cloudflare, quando a conferi, dizia que fundos transparentes não eram suportados pelo modelo e indicava o GPT Image 1.5 no lugar.

Para bordas com precisão de pixel, gere sobre um fundo liso e finalize com uma ferramenta de recorte dedicada, como o Bria Remove Background.

Verificando o canal alfa

Nunca confie em um arquivo só porque ele termina em .png. Uma caixa branca opaca pode passar por recorte até alguém colocá-la sobre um slide escuro. Decodifique o arquivo e teste:

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

Copiar prompt

Um resultado de (255, 255) significa que cada pixel é totalmente opaco, e você deve refazer a requisição com um prompt mais limpo. Rode essa verificação automaticamente antes de qualquer campanha grande, já que o recurso ainda está em prévia.

Orçamentos para projetos reais

Os números ficam úteis quando você os associa a um trabalho. Estas estimativas usam os preços padrão por imagem acima e ignoram o texto do prompt, que acrescenta cerca de US$ 0,50 por mil chamadas para um prompt de 100 tokens.

As duas últimas linhas são o alerta. Um recurso para o consumidor que parece barato por imagem vira uma linha de quatro dígitos por mês conforme a qualidade sobe.

Custo por imagem aproveitada

Folhas de adesivos e fotos de produto raramente acertam na primeira tentativa. O que você realmente paga é o preço dividido pela sua taxa de aproveitamento. Se uma renderização em cada cinco é descartada, um quadrado médio sobe de US$ 0,053 para cerca de US$ 0,066 por imagem que você de fato usa. Acompanhe a taxa de aproveitamento de cada template de prompt e corrija o pior deles antes de mexer na configuração de qualidade.

Limites de taxa por nível

Os limites de throughput importam tanto quanto o preço quando o trabalho é grande. A OpenAI mede o modelo em tokens por minuto (TPM) e imagens por minuto (IPM):

No Nível 1, um catálogo de 1.000 imagens precisa de cerca de 200 minutos de chamadas contínuas. No Nível 2, o mesmo trabalho leva 50 minutos. Prompts complexos também podem levar até dois minutos cada, então crie novas tentativas e uma fila em vez de um loop.

Opções mais baratas que vale a pena testar

O GPT Image 2 não é o único ponto de preço, e raramente é o mais barato que faz o trabalho.

A página de preços da OpenAI lista o GPT Image 2.5 com as mesmas taxas de token padrão e de lote do GPT Image 2. O GPT Image 2.5 vem em duas variantes no PicassoIA, o GPT Image 2.5 Flare e o GPT Image 2.5 Sunburst, então você pode compará-las com o GPT Image 2 lado a lado, com o mesmo prompt.

O PicassoIA também mantém sua própria API para desenvolvedores em https://api.picassoia.com/v1, com predições no estilo Replicate (criar, consultar, buscar) e 5 trabalhos simultâneos por conta. A lista que vi em 5 de outubro de 2026 tinha quatro modelos, incluindo o PicassoIA Image e o PicassoIA Image Editor Pro. O próprio GPT Image 2 é usado pelo aplicativo web. Confira as condições atuais do plano na página de preços, porque a redação sobre custos de API estava inconsistente quando verifiquei.

Usando o GPT Image 2 no PicassoIA

Se você quer testar prompts e configurações antes de escrever uma linha de código, a página do GPT Image 2 no PicassoIA expõe os mesmos controles da API. As configurações do modelo também listam uma credencial opcional da OpenAI. Deixe-a vazia e o PicassoIA faz o proxy da requisição.

1. Abra a página do modelo GPT Image 2 e escreva seu prompt. Nomeie o sujeito, o material e a iluminação, e acrescente "isolated object, no backdrop" para recortes.
2. Escolha uma aspect_ratio: 1:1, 3:2, 2:3, 16:9, 9:16, ou um tamanho exato como 2048x2048 ou 3840x2160.
3. Defina quality como low para rascunhos e medium ou high para finais.
4. Mude background para transparent e escolha png como output_format. A página vem com WebP por padrão, que também mantém o alfa, mas o PNG é a escolha mais segura para ferramentas de design.
5. Defina number_of_images entre 1 e 10, depois execute a geração e baixe os arquivos.

Configurações para recortes limpos

Mantenha output_compression no padrão de 90, a menos que o tamanho do arquivo importe, deixe moderation em auto e rode um rascunho de baixa qualidade antes de gastar com a versão final. Se as bordas ficarem irregulares, envie o resultado para o PicassoIA Image Editor Pro para um ajuste, ou recorte o sujeito com o Bria Remove Background.

Crie suas próprias imagens hoje

O preço de uma imagem é pequeno. O preço das configurações erradas, repetido dez mil vezes, não é. Escolha um prompt real do seu projeto, renderize-o em baixa, média e alta, e então compare o custo com o que você consegue de fato ver no arquivo. Faça o mesmo com background="transparent" e verifique o canal alfa antes de confiar nele.

Pronto para testar? Abra o GPT Image 2 no Picasso IA, rode seu primeiro prompt em qualidade baixa e guarde os resultados que merecem uma segunda passada. Depois envie o mesmo prompt pelos modelos 2.5 e veja qual entrega a melhor imagem por centavo.