Bild-API-Preise: 10 Modelle bei 1K, 2K und 4K

Bild-APIs nach Auflösung und Menge vergleichen

Unter den zehn am 29. Oktober 2026 ausgewählten Orux-AI-Kandidaten kostet Nano Banana 2.1 bei 1K am wenigsten: 3.6 Credits ($0.018), also 360 Credits ($1.80) für 100 Bilder. GPT Image 2.5 Flare und Sunburst folgen mit 5.4 ($0.027), fast gleichauf mit Wan2.7 Image bei 5.42. Bei 4K liegt Seedream 5.0 mit 8.07 vor Nano Banana 2.1 mit 8.1.

Die Tabellen bewahren diese zehn Kandidaten, Auflösungen, Kosten für 100, geprüften offiziellen Preise und den Qwen-Pro-Aufschlag. Sie sind weder Gesamtkatalog noch aktuelles Ranking zum 1. November 2026. Bei der Prüfung bot Wan2.7 Image Pro bereits 4K; das Fehlen im historischen Vergleich bedeutet keine heutige Nichtverfügbarkeit. Auch Laufzeiten stammen aus kleinen Oktober-Stichproben.

Bildpreise nach kleinster Spezifikation

Preise vom 29. Oktober 2026, nach kleinster verfügbarer Auflösung. 1 Credit=$0.005; Dollarbeträge verwenden diese Umrechnung, sichtbare Werte sind gerundet.

Horizontal wischen, um die ganze Tabelle zu sehen.

• OpenAI Standard berechnet GPT Image 2.5 nach Tokens: $30 je Million Bildausgabe-, $8 Bildeingabe- und $5 Texteingabe-Tokens. Das ist kein offizieller Bildfestpreis. Orux setzt je Auflösung einen vorab kalkulierbaren Festpreis. Offizielles Batch hat eigene Tarife.

• Volcengine veröffentlicht Seedream in CNY. Wir bewahren die Währung, statt mit undatiertem Wechselkurs einen Rabatt abzuleiten.

• In diesem Orux-Schnappschuss beginnen Seedream 5.0 und 4.5 bei 2K, ohne 1K. Nach billigstem Bild liegen sie mittig, bei einem reinen 2K-Vergleich weiter vorn.

Wann Orux AI mehr kostet

Qwen Image 3.0 Pro kostet bei Orux mehr als die entsprechende direkte Ausgabe bei Alibaba Cloud: 10.42 Credits ($0.052) gegenüber $0.04 bei 1K, etwa 130%; 20.83 ($0.104) gegenüber $0.075 bei 2K, etwa 139%. Bei hohem Pro-Volumen direkte Gesamtkosten vergleichen. Standard Qwen Image 3.0 kostet etwa 6 Credits ($0.03), praktisch so viel wie die offizielle Ausgabe der Tabelle.

Unter direkt vergleichbaren USD-Standard-Ausgabezeilen entspricht Nano Banana 2.1 etwa 54% von Google 1K, Wan2.7 Image/Pro etwa 90% von Alibaba. Daraus folgt nicht, dass alle übrigen Modelle billiger als ihr Anbieter sind: CNY wurde nicht umgerechnet; Eingaben, Regionen und Batch sind separat zu berücksichtigen.

Prüfung am 1. November 2026: Google meint Standard, nicht den Mindestpreis sämtlicher Modi. Batch 1K/2K kostet $0.0168/$0.0252 und damit weniger als Orux mit $0.018/$0.027. Alibaba meint Singapore/International-Ausgabe; Qwen-Eingaben kosten offiziell $0.003 je Bild, Pro-Referenzen bei Orux etwa 0.83 Credits zusätzlich.

Auflösung verändert die Reihenfolge

Nur den Mindestpreis zu vergleichen verdeckt die Auswahl bei 2K und 4K. Es bleibt derselbe historische Kandidatenkreis.

Horizontal wischen, um die ganze Tabelle zu sehen.

• Bei 2K liegen Nano Banana 2.1 (5.4) und Wan2.7 Image (5.42) fast gleichauf. Jede GPT-Image-2.5-Variante kostet 9 Credits und liegt bei einzeln gezählten historischen Modellen ungefähr an vierter Stelle.

• Bei 4K sind Seedream 5.0 (8.07) und Nano Banana 2.1 (8.1) nah beieinander; GPT Image 2.5 kostet 14.4, fast das 1.8-Fache.

• Nano Banana 2.1 bei 4K entspricht 36% von Google Standard $0.113, dem größten relativen Unterschied unter direkt vergleichbaren USD-Standard-Ausgaben.

• Seedream 5.0 Pro und Qwen Image 3.0 Pro verdoppeln sich ungefähr von 1K auf 2K. Wan2.7 bleibt in der alten Tabelle bei 1K/2K gleich, die zwei Festpreis-Seedream bei 2K/4K.

Für 100 Bilder bei 2K: Nano Banana 2.1 540 Credits ($2.70), Wan2.7 Image 541.7 ($2.71), Seedream 5.0 806.7 ($4.03), GPT Image 2.5 900 ($4.50), Seedream 4.5 958 ($4.79), Wan2.7 Image Pro 1,354.2 ($6.77), Qwen Image 3.0 Pro 2,083.4 ($10.42), Seedream 5.0 Pro 2,100 ($10.50). Summen basieren auf genaueren Ausgangstarifen, nicht auf dem bereits gerundeten Stückpreis mal 100.

Historische Laufzeiten

Wenn Nutzer warten, zählt Zeit. Modellseiten zeigen Mittelwerte abgeschlossener Aufgaben; diese kleinen Oktober-2026-Stichproben enthalten Warteschlangen und sind kein kontrollierter Benchmark.

Horizontal wischen, um die ganze Tabelle zu sehen.

Die übrigen sechs hatten damals zu wenige abgeschlossene Aufgaben; das bedeutet keine heutige Datenlücke. Flare und Sunburst kosten gleich, Flare war in diesen Stichproben schneller. Wenn beide Stile passen, ist das ein zu prüfender Vorteil, keine aktuelle Geschwindigkeitsgarantie.

Bearbeitung und Referenzen

Text im Ergebnis verändert diese Preise nicht. Unterschiedlich sind Orux-Referenzlimits und Zuschläge. Es sind Orux-Parameter, nicht sämtliche nativen Anbieterfähigkeiten.

Horizontal wischen, um die ganze Tabelle zu sehen.

In diesen Kandidaten ist Nano Banana 2.1 das günstigste mit Referenzen; GPT Image 2.5 akzeptiert mit 16 die meisten. Jede Seite enthält ein Beispiel mit „Orux AI“ oder „ORUX CAFÉ“ im Prompt. Modellübergreifende Schriftgenauigkeit haben wir nicht bewertet: eigene Prompts und Ergebnisse prüfen.

Details: Nano Banana 2.1 API, GPT Image 2.5 Preise, Seedream 5.0 Pro Preise und Qwen Image 3.0 API, auf Englisch.

So wählen Sie aus

Nur aus diesen Zahlen und ihrem historischen Rahmen lässt sich so eingrenzen:

• Viele 1K-Entwürfe, Vorschaubilder oder Platzhalter: Nano Banana 2.1 mit 3.6 Credits. Minimum dieser zehn, nicht zwingend heute der gesamten Website.

• 2K-Produktion: Nano Banana 2.1 oder Wan2.7 Image, etwa 5.4 Credits. Wan2.7 kostet bei 1K/2K gleich; 1K spart also kein Geld, andere Maßanforderungen bleiben relevant.

• 4K: Seedream 5.0 oder Nano Banana 2.1 mit etwa 8.1 Credits in der alten Tabelle. GPT Image 2.5 kostet 14.4.

• Viele Referenzen: GPT Image 2.5 bis 16; Seedream 5.0 und 4.5 bis 14 ohne Aufschlag.

• Kürzeste alte Stichprobe: Flare mit durchschnittlich 67 Sekunden. Aktuelle Seite und eigene Versuche prüfen.

Vor der Entscheidung zwei Kandidaten mit zehn echten Prompts vergleichen. Braucht ein nutzbares Bild im Mittel zwei erfolgreiche Erzeugungen, verdoppelt sich der effektive Preis. Das kann wichtiger als 1 Credit Unterschied sein. Dies ist ein Rechenbeispiel, keine hier gemessene Annahmequote.

Ein Skript für mehrere Modelle

Alle zehn nutzen denselben asynchronen Ablauf: POST /api/v1/tasks, dann GET /api/v1/tasks/{task_id}, dann herunterladen; input unterscheidet sich. Der Originalcode konfiguriert nur sechs Aliasnamen in MODELS, nicht alle zehn ohne Änderung. Vor Ergänzungen Preis und Eingaben prüfen. Er führt denselben Prompt aus und zeigt den notierten Preis, ohne Qualitätsbewertung.

# pip install requests
import os, sys, time, requests

BASE = "https://orux.top/api/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['ORUX_API_KEY']}"}

# Credits per image at the resolution used below, checked 2026-10-29
MODELS = {
    "nano-banana-2.1":        ("1K", 3.6),
    "gpt-image-2.5-flare":    ("1K", 5.4),
    "wan2.7-image":           ("1K", 5.42),
    "qwen-image-3.0":         ("1K", 6.0),
    "seedream-5.0":           ("2K", 8.07),  # no 1K tier
    "seedream-5.0-pro":       ("1K", 10.5),
}

def build_input(model, prompt, resolution):
    inp = {"prompt": prompt, "resolution": resolution}
    # Qwen Image 3.0 only supports 1:1; the rest accept 16:9
    inp["aspect_ratio"] = "1:1" if model == "qwen-image-3.0" else "16:9"
    return inp

def generate(model, prompt):
    resolution, credits = MODELS[model]
    r = requests.post(f"{BASE}/tasks", headers=HEADERS, timeout=60, json={
        "model": model, "input": build_input(model, prompt, resolution)})
    if r.status_code == 402:
        raise SystemExit("Insufficient balance: top up at https://orux.top/pricing")
    r.raise_for_status()
    task_id = r.json()["task_id"]

    while True:
        time.sleep(5)
        t = requests.get(f"{BASE}/tasks/{task_id}", headers=HEADERS, timeout=30).json()
        if t["status"] not in ("QUEUED", "RUNNING"):
            break
    if t["status"] != "SUCCESS":
        print(f"{model}: {t['status']} {t.get('error')} (not charged)")
        return
    for i, url in enumerate(t["result"]):
        path = f"{model}_{i}.png"
        open(path, "wb").write(requests.get(url, timeout=120).content)  # URLs are temporary
        print(f"{model}: saved {path}, {credits} Credits at list price")

if __name__ == "__main__":
    prompt = "A ceramic mug on a wooden desk, soft morning light, no text"
    for name in sys.argv[1:] or ["nano-banana-2.1"]:
        generate(name, prompt)

python images.py nano-banana-2.1 gpt-image-2.5-flare wan2.7-image summiert laut Code 14.42 Credits ($0.072) für drei Erfolge. Die Ausführung verursacht Gebühren; diese Übersetzung führte nur lokale Berechnungen aus. Diese Bildaufgaben haben keinen Callback und werden abgefragt. Details: /docs/tasks. Für Produktion dauerhafte ID, Timeout, Wiederholungen und HTTP-Prüfung beim Download ergänzen.

Preisstand 2026-10-29, Übersetzung geprüft am 2026-11-01. Quellen: Gemini API, OpenAI, Alibaba Cloud Model Studio, CNY-Preise von Volcengine Ark und Seiten unter /models?modality=image.

FAQ

Q.Welche Bild-API ist am günstigsten?

Unter diesen zehn Kandidaten vom 29. Oktober 2026 kostet Nano Banana 2.1 bei 1K 3.6 Credits ($0.018), für 100 Bilder 360 ($1.80). Bei 2K fast gleichauf mit Wan2.7 Image um 5.4; Seedream 5.0 ist im historischen 4K mit 8.07 etwas günstiger. Kein aktuelles Gesamtranking.

Q.Kostet 4K mehr als 1K?

Modellabhängig: Nano Banana 2.1 von 3.6 auf 8.1 Credits, GPT Image 2.5 von 5.4 auf 14.4. Seedream 5.0/4.5 halten 2K/4K, Wan2.7 Image hält 1K/2K zum selben Preis.

Q.Welche APIs bearbeiten Bilder?

Alle hier außer Standard-Qwen Image 3.0 akzeptieren image_urls: GPT Image 2.5 bis 16, Seedream 5.0/4.5 bis 14, Nano Banana 2.1/Seedream 5.0 Pro bis 10, Wan2.7 bis 9, Qwen Image 3.0 Pro bis 3.

Q.Werden fehlgeschlagene Erzeugungen berechnet?

Nein. Orux berechnet nur SUCCESS, nicht FAILED oder EXPIRED. Das Guthaben ist vorausbezahlt ohne Monatsgebühr; abgewiesene nicht erfolgreiche Aufgaben werden nicht als geliefertes Bild berechnet.

Q.Ist Orux AI immer günstiger als die offizielle API?

Nein. Gegen Google-Standard-Ausgabe liegt Nano Banana 2.1 bei 36–54%; Wan2.7 bei 90% des genannten Alibaba-Preises, Qwen Image 3.0 Pro aber 30–39% höher. Batch, Eingaben und Region mitbetrachten und vor großem Volumen aktuelle Angebote prüfen.