Расход на анализ картинки зависит не от веса JPEG в мегабайтах, а от модели и того, как она обрабатывает изображение. Здесь речь об анализе входных изображений, не о генерации новых картинок.
Начните с точного model, размеров в пикселях и detail, режима детализации изображения. По умолчанию используется auto, но это не универсальный режим минимальной стоимости: правила image inputs.
Для сравнения расходов у разных провайдеров нужны одинаковые модель, изображение и настройки. Разница в числе входных токенов в одном запросе не доказывает, что один провайдер всегда дешевле.
Почему совет «поставьте low» бывает неверным
У разных семейств различаются правила уменьшения изображения. Например, для GPT-5.6 low укладывает картинку в 512 × 512 пикселей, high ограничивает размер и число патчей (небольших фрагментов изображения), а auto использует правила original.
Low не всегда дешевле: в семействе GPT-5.4 этот режим может потребовать больше токенов, чем high. Все эти различия указаны в таблице моделей.
Старую формулу «любое low стоит 85 токенов» переносить на все модели нельзя.
Как проверить расход без гадания
- Зафиксируйте модель, изображение, текст, историю и настройки. Меняйте только detail, иначе сравнение будет нечистым.
- До генерации оцените конкретную картинку в официальном калькуляторе. Он учитывает модель, размеры и detail, но не всю стоимость запроса.
- Для полного входа используйте endpoint подсчёта токенов Responses, отдельный метод API. Он принимает изображения и структуру запроса; локальный подсчёт символов этого не заменяет.
- После выполнения сохраните usage, данные о расходе, вместе с параметрами вызова. В частности, input_tokens показывает число входных токенов, а output_tokens число выходных. Это поля объекта ответа, а не оценка по длине видимого текста.
Одновременно проверяйте качество: модель должна читать нужную надпись или различать нужную деталь. Обрезка лишнего фона и уменьшение разрешения полезны только пока сохраняется информация для вашей задачи.
Почему оценка картинки не равна счёту
Калькулятор считает одну входную картинку по стандартному тарифу и отдельно предупреждает, что оценка не включает остальной промпт, выход, кеширование и некоторые корректировки цены.
Поэтому не выдавайте его число за окончательный счёт приложения.
Проверено 10 ноября 2026 года. Сравнительные API-тесты не проводились; приведён воспроизводимый план проверки.
Последнее редактирование: