GPT Image 2.5 API: precios de Flare y Sunburst

GPT Image 2.5 API: precio por imagen y elección de modelo

En Orux AI, GPT Image 2.5 API tiene un precio fijo: 5.4 Credits ($0.027) por imagen 1K, 9 Credits ($0.045) por imagen 2K y 14.4 Credits ($0.072) por imagen 4K. Flare y Sunburst cuestan lo mismo. OpenAI no publica un precio fijo por imagen para ninguno: cobra $30 por millón de tokens de salida de imagen, de modo que el importe depende de la calidad y el tamaño. Aquí encontrarás la tabla de precios, sus diferencias, una petición Python y un ejemplo guardado que el artículo original examinó en detalle.

Precio por imagen de GPT Image 2.5

Orux AI cobra una cantidad fija por imagen terminada, determinada por resolution. Esta comparación con la facturación por tokens de OpenAI y otra oferta por imagen corresponde a la consulta del 29 de octubre de 2026.

Desliza horizontalmente para ver toda la tabla.

Fuentes: OpenAI GPT Image 2.5 Sunburst, OpenAI GPT Image 2.5 Flare, precios de la API de getimg.ai y las páginas Orux de Flare y Sunburst. Orux AI factura en Credits, con una equivalencia fija de 1 Credit = $0.005. Los dólares entre paréntesis sirven únicamente para comparar.

La comparación tiene dos límites:

• El coste de OpenAI depende de cuántos tokens de salida produzcan el tamaño y la calidad elegidos. OpenAI ofrece calidades de low a max, además de auto, y advierte que su calculadora GPT Image 2 no estima el consumo de GPT Image 2.5. Sin un número publicado de tokens por imagen no podemos afirmar un ahorro equivalente frente a OpenAI directo.
• El esquema de estas dos variantes en Orux AI no incluye quality. Permite elegir resolución y relación de aspecto, pero no el nivel de calidad de OpenAI. Si necesitas low para borradores económicos, considera utilizar OpenAI directamente.

El precio fijo facilita presupuestar: 1,000 imágenes 2K suman 9,000 Credits ($45). Las generaciones fallidas no se cobran; una tarea de imagen solo se factura al alcanzar SUCCESS. Si prima el coste, Nano Banana 2.1 cuesta menos en Orux en los tres tamaños: 3.6 / 5.4 / 8.1 Credits para 1K / 2K / 4K. La clasificación completa está en API de generación de imágenes más económicas, en inglés.

Flare frente a Sunburst: qué cambia

El precio es idéntico y ambos aceptan los mismos parámetros en Orux AI. Las diferencias proceden del posicionamiento de OpenAI y de las muestras históricas de duración recogidas por el artículo original.

Desliza horizontalmente para ver toda la tabla.

Los 67 y 125 segundos corresponden a las medias publicadas en octubre de 2026, con solo cinco tareas completadas por modelo. Sunburst tardó más en esa muestra, pero las condiciones no estaban controladas y cinco observaciones no permiten declarar un ganador general ni prometer tiempos actuales. La carga, la petición y la resolución pueden cambiar la espera.

OpenAI orienta Sunburst al trabajo que exige edición precisa. Siguiendo ese posicionamiento, Flare puede ser un punto de partida para borradores, fotografías de producto o varias propuestas entre las que elegir; su media histórica fue aproximadamente la mitad. Considera Sunburst para editar imágenes existentes o terminar composiciones con texto pequeño y detalles. Es una recomendación de prueba basada en el fabricante y en observaciones limitadas, no una clasificación de calidad obtenida mediante un experimento. Tener el mismo precio por imagen tampoco significa que la espera sea la única diferencia en el coste de producción.

Generar una imagen con Python

En Orux AI las imágenes se generan de forma asíncrona: envías una tarea, consultas su estado y descargas el resultado. Este endpoint no admite callbacks y las URL de resultado son temporales; guarda el archivo en cuanto termine correctamente.

# pip install requests pillow
import io, os, time, requests
from PIL import Image

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

PRICE = {"1K": 5.4, "2K": 9.0, "4K": 14.4}  # Credits per image, Flare and Sunburst, 2026-10-29

job = {
    "model": "gpt-image-2.5-flare",  # or "gpt-image-2.5-sunburst"
    "input": {
        "prompt": "Studio product photograph of a small matte purple ceramic vase "
                  "on a warm white background, soft natural shadow, no text.",
        "resolution": "2K",
        "aspect_ratio": "3:2",
    },
}

r = requests.post(f"{BASE}/tasks", headers=HEADERS, json=job, timeout=60)
r.raise_for_status()  # 401 bad key, 402 top up your balance, 429 back off and retry
task_id = r.json()["task_id"]
print("submitted", task_id, "| charged only on SUCCESS:", PRICE[job["input"]["resolution"]], "Credits")

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":
    raise RuntimeError(t.get("error") or t["status"])  # FAILED / EXPIRED are not charged

for i, url in enumerate(t["result"]):
    data = requests.get(url, timeout=120).content  # temporary URL: download now
    img = Image.open(io.BytesIO(data))
    print(f"out_{i}: {img.size[0]}x{img.size[1]}")
    with open(f"out_{i}.{img.format.lower()}", "wb") as f:
        f.write(data)

El ejemplo original no establece un límite total para las consultas. En producción, añade un plazo máximo y una estrategia de cancelación. Estos son los campos principales:

• prompt: sujeto, escena, estilo e iluminación. Cada petición produce una imagen.
• resolution: 1K, 2K o 4K; es el dato que cambia este precio por imagen.
• aspect_ratio: auto, 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9; además, 27:16, 16:27, 9:8 y 8:9, disponibles solo con 1K.
• image_urls: hasta 16 referencias. Omítelo para generar desde texto; inclúyelo para editar o combinar imágenes.

La edición usa la misma petición con referencias añadidas. Por ejemplo, para cambiar el estilo de una fotografía de producto existente:

job["model"] = "gpt-image-2.5-sunburst"
job["input"].update({
    "prompt": "Keep the vase exactly as shown. Replace the background with pale linen "
              "and add a soft window shadow from the left.",
    "image_urls": ["https://example.com/your-vase.png"],  # publicly reachable URL
})

Las URL deben ser accesibles para el servicio: utiliza enlaces públicos o firmados, no rutas locales.

Caso: una librería en miniatura dentro de un libro

Examinar con atención un resultado ayuda más que hablar de calidad en abstracto. Este es el ejemplo «Miniature bookshop» guardado en la página de GPT Image 2.5 Sunburst. Ya existía en Orux y fue examinado para el artículo original; no se ha generado una imagen nueva para esta traducción.

La configuración guardada es resolution="2K" y aspect_ratio="3:2"; el archivo público mide 2048 × 1365. Es la medida observada en ese archivo, no una garantía para toda salida 2K. La petición original es:

A whimsical miniature bookshop built inside a giant teal hardcover book, glowing honey-colored windows, tiny green plants, detailed handcrafted paper diorama on a cream background. The front awning clearly reads exactly "Orux AI". Warm playful illustration, cinematic studio lighting, tactile paper textures.

Tres pistas hacen comprensible esa escala imposible. El lomo vertical de la izquierda sigue pareciendo el de un libro normal. Las páginas apiladas sobre la tienda forman el tejado y convierten el libro en edificio. Las estanterías y lámparas mucho más pequeñas de las ventanas indican un interior habitable. Si falta alguna, la imagen puede quedarse en «libro» o «tienda», sin reunir ambos conceptos. El toldo a rayas y las plantas trepadoras conectan las escalas en vez de introducir otro paisaje.

La petición hace algo parecido: la tapa dura aporta estructura; «paper diorama», bordes con textura; y «honey-colored windows», un interior acogedor. En esta imagen el toldo dice «Orux AI» con todos los caracteres correctos. Un acierto observado no garantiza que todo texto futuro sea correcto.

Como referencia, el ejemplo «Desert architecture» de la página de Flare usa también 2K y 3:2, mide 2048 × 1365 y tiene una pequeña placa de latón que dice correctamente «Orux AI». Las peticiones son distintas: no es una comparación controlada entre modelos, sino dos casos de texto breve correcto con esos ajustes.

Si adaptas la idea a una semana de lectura, cambia la metáfora espacial antes de acumular adornos. Una biblioteca móvil dentro de un atlas abierto, con pliegues del mapa como paredes y una única puerta que marque la escala, sería un planteamiento diferente. No hemos generado esa propuesta: es una dirección creativa para probar.

Revisar texto y dimensiones antes de publicar

Toda imagen que contenga texto necesita una lectura humana antes de entregarse. Estas cuatro comprobaciones ayudan:

Desliza horizontalmente para ver toda la tabla.

La última se automatiza fácilmente porque el código anterior ya abre la imagen con Pillow. Añade una comprobación de img.size antes de enviarla al CMS. Eso no resuelve la revisión del texto: mantén fechas, precios y avisos legales como texto real de la página. Las letras dentro de la imagen pueden ser decorativas, pero también deben corregirse.

FAQ

Q.¿Cuánto cuesta GPT Image 2.5 por imagen?

Según la consulta del 29 de octubre de 2026, Flare y Sunburst cuestan en Orux AI 5.4 Credits ($0.027) a 1K, 9 Credits ($0.045) a 2K y 14.4 Credits ($0.072) a 4K. OpenAI no publica un precio fijo por imagen: cobra $30 por millón de tokens de salida de imagen y el importe varía con calidad y tamaño.

Q.¿Conviene usar Flare o Sunburst?

El posicionamiento del fabricante sugiere probar Flare para varias propuestas y Sunburst para edición precisa y detalles finales. El precio Orux es igual. En octubre de 2026, cinco tareas completadas por modelo dieron medias de 67 y 125 segundos; son referencias históricas pequeñas, no garantías actuales ni una clasificación de calidad.

Q.¿La resolución modifica el precio?

Sí; es el dato que cambia este precio por imagen en Orux AI. En ambos modelos, 1K cuesta 5.4 Credits, 2K cuesta 9 y 4K cuesta 14.4. Ni la relación de aspecto, ni la longitud de la petición, ni la cantidad de referencias alteran esta tarifa por imagen.

Q.¿Puedo editar una imagen existente?

Sí. Envía hasta 16 URL de imágenes accesibles públicamente en image_urls e indica qué conservar y qué cambiar. OpenAI posiciona Sunburst para trabajos donde importa la precisión de edición. El formato de petición y el precio son los mismos que para texto a imagen.

Q.¿Cuánto tarda la generación?

Las muestras de octubre de 2026 citadas por el artículo original fueron de aproximadamente un minuto con Flare y dos con Sunburst: medias de 67 y 125 segundos, cinco tareas por modelo. No representan un plazo actual garantizado. Consulta cada pocos segundos y descarga pronto: las URL de resultado caducan.

Fuentes y siguiente paso

Abre los ejemplos guardados en GPT Image 2.5 Flare y GPT Image 2.5 Sunburst, o consulta precios de Nano Banana 2.1 API, en inglés. Precios comprobados el 2026-10-29; oferta getimg.ai comprobada el 2026-10-30. Fuentes: documentación de OpenAI, precios de OpenAI, getimg.ai.