OpenRouter 比較 20 款影像生成模型：成本、編輯與品質評測

我們將超過 50 個影像生成模型透過 一個 API 進行路由。 我們將相同的提示語執行於其中 20 個模型，並記錄每一次呼叫的費用、回傳內容與接受的引數。

成本是最難的部分，因為這些模型的計價單位不同。 FLUX.2 以每百萬畫素計價。 Gemini、OpenAI 以及 Microsoft MAI 以每個 token 計價。 Grok、Recraft、Riverflow、Qwen 和 Seedream 以每張圖計價，費率會隨您要求的品質與解析度而變動。 每個模型的頁面都以其自身單位正確顯示，故無法僅靠並排閱讀價格來比較兩者。

我們將它們放在同一基準上。 我們測試的 20 個模型都以相同大小執行相同提示，並從每個回應中讀取 usage.cost 欄位，該欄位顯示我們被收費的金額。

本頁面上的每一筆價格皆來自實際生成，測量於 2026 年 9 月 11 日。價格與模型經常變動，故任何超過一個月舊的數字應視為參考而非預算。您可使用 GET /api/v1/images/models 重新拉取目前接受的引數，並使用 GET /api/v1/images/models/{model}/endpoints 檢視帶有單位名稱的定價。

摘要

• 先從 openai/gpt-image-2 開始。 在短提示下收費 $0.006，長提示下收費 $0.0135，成為我們測量中最便宜的模型，且能正確渲染我們的兩行標籤與參考編輯。
• 若需更高品質，可選擇 sourceful/riverflow-v2.5-pro，費用 $0.064，適用於影像難以準確產生時；google/gemini-3-pro-image，費用 $0.134，適用於回覆需文字與影像時；以及 recraft/recraft-v4.1-vector，費用 $0.08，適用於需要可編輯 SVG 而非畫素時。
• 在我們測量的 20 個模型中，使用預設設定產生一張圖的費用介於 $0.006 到 $0.134，差距達 22 倍。
• 每個模型頁面以其自身單位報價，實際收費可能與列示的費率不同。比較兩個模型的方式是各自產生一張圖並閱讀回應中的 usage.cost。
• 在 OpenAI 模型上，quality 設定將同一張圖的費用從 $0.006 提升至 $0.211。
• n，即一次呼叫回傳的影像數量，在 FLUX.2、Gemini、Grok、Riverflow 與 MAI 上被限制為 1。seed 在 Gemini、Grok、OpenAI、Riverflow、Recraft 或 MAI 上不存在。若在 FLUX.2 Klein 上存在，則相同種子能逐位元重現影像。
• 我們要求可讀文字的六個模型中，有五個正確渲染文字，其中包括最便宜的那一個。
• 原始 API 回傳 data[0].b64_json，而 TypeScript SDK 回傳 data[0].b64Json。

各模型對我們收費的情形

我們將提示語「A studio packshot of a glass bottle, hard key light, no text。」送至這 20 個模型，並設定 aspect_ratio: "1:1"，不使用其他設定，然後閱讀回應中的 usage.cost。 本文中的表格顯示 usage.cost 四捨五入至小數點後四位。 計費單位欄位為各端點價格記錄中的 unit 欄位。

圖 1。相同價格已排序。三種計費單位在整個範圍內混合，單位本身無法告訴你模型屬於哪個區段。

在從此表格預算之前，先了解三件事。

1. 兩個 Seedream 模型在我們將 resolution 留空時，回傳 2048x2048 而非 1024x1024。Seedream 5.0 Lite 列示 2K 為其接受的最低解析度。Seedream 5.0 Pro 接受 1K，但其預設呼叫回傳 2K 並以 $0.09 的高解析度費率計費，而非 $0.045 的基礎費率。Seedream 5.0 Lite 以 $0.035 取得四兆畫素，單畫素成本比表格所示更便宜。
2. FLUX.2、Grok 與 Seedream 回傳 JPEG。OpenAI、Qwen、Microsoft 與 Krea 回傳 PNG。Sourceful 與 Recraft 回傳 WebP，且 Recraft 的向量模型回傳 SVG。我們測試的三個 Gemini 模型不接受 output_format，且它們並未全部回傳相同格式，請勿硬編檔案副檔名。對於接受的目錄模型，設定 output_format；對於不接受的，閱讀每次回應中附帶的 media_type 欄位。
3. 對相同請求體呼叫 sourceful/riverflow-v2.5-fast 兩次，分別產生 $0.017623 與 $0.017639 的費用。建議以多次呼叫的平均值作為預算，而非單一次。

品質設定會將價格提升 35 倍

在 OpenAI 模型上，quality 的變化比任何其他設定都會更改你的費用。我們以相同提示、相同 1024x1024 大小，將 quality 留空、設為 low、以及設為 high，分別執行了 gpt-image-2。

將 quality 留空，得到的代幣數與費用與 low 相同。當圖片重要時，請明確設定 quality，並將 OpenAI 模型的每張圖片價格視為不完整，除非它指定了品質等級。high 呼叫亦需 123 秒才能回傳，而預設呼叫只需 12 秒。

長寬比對費用的影響較小

按每個百萬畫素計算模型，你所請求的畫面尺寸會改變費用，但變化幅度不如畫素數量所示。 我們在兩種尺寸下執行了 black-forest-labs/flux.2-klein-4b。21:9 的請求回傳 2400x1024，約 2.46 百萬畫素，而正方形則為 1.05。 我們為正方形收費 $0.014，為寬幅裁切收費 $0.016。

列示的費率與實際計費成本可能不同

每個模型都會在其頁面及 API 端點路徑上公佈費率。這些費率僅作為規劃參考，實際付款以回應為準。在 2026 年 9 月 11 日，sourceful/riverflow-v2.5-pro 在其預設解析度下列示每張圖片 $0.13，實際計費為 $0.064。black-forest-labs/flux.2-flex 列示每兆畫素 $0.06，實際為一兆畫素圖片計費 $0.05。black-forest-labs/flux.2-max 列示 $0.07，實際計費恰為 $0.07。krea/krea-2-medium 在其端點上未公佈任何定價記錄，實際計費為 $0.03。

當兩者不一致時，請閱讀 usage.cost，而不是將列出的費率乘以估算值。

我們會對完成的影像請求全額計費，而對失敗的請求不收費。Image API billing documentation 描述哪些結果會被計費。

參考、格式與限制

價格是一個軸。這些是其他軸，並且有兩個在成本考量之前就排除模型。這些值來自每個端點在 2026 年 9 月 11 日的 supported_parameters。

參考影像是你在請求模型時送出的影像，無論是你想編輯的影像，或是你想匹配的風格或產品範例。你能送出的數量上限是一個硬性上限。Grok 允許三張，Gemini 允許十四張，因此六張影像的品牌套件在你比較其他任何模型之前就已排除 Grok。

輸出模態欄是第二個軸。大多數這些模型接受文字和影像輸入，只回傳影像位元組。Gemini 影像模型和 OpenAI 的 gpt-5-image 模型也能在同一回覆中回傳文字，若你想要模型說明它所產生的內容，這點很重要。我們在下方測試了它們的可靠性。

對於任何帶有 GET /api/v1/images/models 的模型，重新拉取此表格，該表格會發布每個模型接受的引數及其範圍。若 supported_parameters 中缺少某引數，則該端點不支援此引數。

Seed 在 FLUX.2 Klein 上精確重現影像

seed 是你送出的數字，用以使結果可重複。它在我們目錄中所有 Gemini、Grok、OpenAI、Riverflow、Recraft 和 MAI 影像模型中缺失。它存在於 FLUX.2、Seedream、Qwen 和 Krea 上。

我們用相同的提示和 seed: 424242 兩次執行 black-forest-labs/flux.2-klein-4b。兩個回覆逐位元相同，且兩者均計費 $0.014。我們僅測試了 Klein，因此將其他具備種子功能的模型視為未測試，而非假設它們表現相同。作比較，兩次 sourceful/riverflow-v2.5-fast 呼叫未帶種子引數時，從相同的請求主體返回兩張不同的影像。

排行榜顯示的內容

我們在每個模型頁面顯示 Design Arena 評分。當我們於 2026 年 9 月 11 日透過我們的 benchmarks API 拉取最新評分時，sourceful/riverflow-v2.5-pro 在影像板與影像編輯板上均擁有最高評分。Microsoft 的 MAI Image 2.6 模型和 Google 的 Gemini 影像模型在影像板上緊隨其後，而 black-forest-labs/flux.2-klein-4b 在兩個板上列出的模型中擁有最低評分。

這些評分來自模型之間的對決投票，Design Arena 將其轉換為 Elo 評分，一種在模型贏得對決時上升、輸掉時下降的分數。

有兩點注意事項。Gemini 的評分基於那些 slug 的 -preview 版本，而非我們在此頁面鏈結的通用發行版本。Elo 只告訴你投票者在他們的提示上偏好什麼，而非你的。最高評分模型在我們的測試中每張影像計費 $0.064，最低評分模型計費 $0.014。先從排行榜篩選，再根據你自己的提示決定。

我們將一個提示送至六個模型

我們將一個提示送給六個價格範圍內的模型，並在每張影像下方列出費用。我們要求的是一個啞光黑色咖啡袋，上面印有兩行文字。

提示

一張在純白背景、硬關鍵光照的啞光黑色咖啡袋工作室產品照。袋子正面以乾淨無襯線大寫印著 OPENROUTER ROASTERS，下面以較小的大寫印著 SINGLE ORIGIN。

我們選擇易讀的文字，因為它們容易評分。袋子要麼寫出你要求的文字，要麼就沒有。

圖 2. 同一提示經六個模型，顯示每次呼叫的實際成本。

六個模型中有五個正確印出兩行文字。例外是 black-forest-labs/flux.2-klein-4b，它正確呈現品牌名稱，但第二行拼錯為 SINGLE ORISION。

最有用的比較是 Design Arena 板上最便宜模型對最昂貴模型。openai/gpt-image-2 收費 $0.0135，sourceful/riverflow-v2.5-pro 收費 $0.0654，兩者皆產出正確且可用的產品照。花費大約五倍的費用只得到不同的外觀，並未改善文字。

這並不表示 Riverflow 價格過高。它在 Design Arena 板上領先，而在更難的影像、不同構圖或更長文字時，差距可能會顯現。其實它表明，排行榜或價格欄都未能預測此提示的結果，只有實際執行提示才知道。

同一測試還得出了兩個小結論。對於按 token 計費的模型，提示長度會改變費用，因為 openai/gpt-image-2 在先前的單行提示中收費 $0.006，而在此較長提示中收費 $0.0135。每個模型對「studio packshot」的理解也不同，從硬陰影產品照到柔光照明的產品照，構圖是可測試的風格選擇。

依工作挑選

依照你最緊張的限制挑選模型。可能是批次成本、影像是否必須包含易讀文字、你需要傳送多少參考影像，或回覆是否需要文字與圖片並存。

高批次、普通提示

從 openai/gpt-image-2 開始。它在成本表的短提示中收費 $0.006，在較長的咖啡袋提示中收費 $0.0135，因為它是按 token 計價，提示也算入費用。為相似長度的產品提示預算此範圍。它是我們測量過的最便宜模型，且以最低費用正確渲染文字。

black-forest-labs/flux.2-klein-4b 以 $0.014 為另一個便宜選擇，僅有一個測量缺陷。它是六個模型中唯一拼錯標籤的，且在兩個板上都擁有最低的 Design Arena 評分。將其用於不需要易讀文字的批次工作。若產品名稱必須正確，請勿使用。

OpenAI 的數字假設你保持 quality 未設定。將其改為 high，將我們費用的那一行乘以 35。Klein 沒有 quality 設定，因此其成本更易預測，且在需要更好結果時不需要調整設定。

在咖啡袋提示中，兩者費用為 $0.0135 和 $0.014，即每千張影像分別為 $135 與 $140。此時價格已無決定性，請自行將提示送至兩者並以輸出為準。

關於 Klein 的一項操作備註。Black Forest Labs 在 Hugging Face 上發布其權重，倉庫名稱為 black-forest-labs/FLUX.2-klein-4B，而非使用我們 slug 的大小寫。你現在可以透過我們呼叫，之後再搬到內部使用，且不需改變你已建立的模型族群。

圖片內文字

當模型搞砸產品名稱時，包裝、UI 原型、簡報和海報都會失敗。

我們測試的六個模型中，有五個能在沒有任何幫助的情況下處理兩行標籤，因此請根據成本和風格來選擇，然後將結果與自己的文字對照，而非僅僅依賴我們的描述。

black-forest-labs/flux.2-flex 正確渲染了我們的標籤，單張圖片收費 $0.05，且最多可使用八張參考影像。如果你已經在 FLUX.2 並且文字很重要，那麼就選擇 FLUX.2 模型。如果你不想鎖定某個系列，openai/gpt-image-2 以大約四分之一的價格完成相同工作。

在你決定之前，先看看 recraft/recraft-v4.1-vector，它以不同方式解決問題。它返回 SVG 而非畫素，其端點在 provider.options 下接受 style、controls 和 text_layout 作為直通引數。對於必須可縮放且保持可編輯的標誌或標籤，向量輸出勝於更銳利的光柵；每張圖片 $0.08 可得到一份可在設計工具中開啟的檔案。

參考一致的品牌工作

在此，同一物件必須在所有出現位置保持相同外觀。產品頁面的瓶子與活動圖片中的同一瓶子不應有差異。

我們進行了測試。我們取了咖啡袋 openai/gpt-image-2 已經製作好的版本，將其作為 input_references 影像回傳，並請四個模型保持袋子及其印刷標籤與原樣相同，同時將白色背景替換為暖側光下的深胡桃木桌面。

圖 3。單一來源影像、單一指令、四個模型，並列出每次編輯的實際成本。

四個模型都保留了文字和字型。它們也在某種程度上改變了袋子的形狀、比例或照明，且沒有一個能逐畫素複製原始袋子，因此如果活動中的每張圖片都必須與主圖相符，請將輸出與原始圖對照，而不是僅閱讀標籤。

為了公平比較編輯與生成，我們也使用編輯指令作為提示來執行生成，這樣兩列都來自相同的文字。這點很重要，因為其中兩個模型是按 token 計費，較長的提示會產生更高的費用。

black-forest-labs/flux.2-pro 為編輯收費比原先多一半。其編輯回應報告 4,096 個提示 token，而生成回應則報告 34，表示參考影像被算作輸入；其端點僅列出輸出每兆畫素的費率，因此僅靠列出的費率無法預測編輯價格。sourceful/riverflow-v2.5-pro 為編輯多收 18% 的費用。在 openai/gpt-image-2 與 google/gemini-3-pro-image 的差距不到 7%。這些為單次執行，請將小幅差距視為近似值，而非精確溢價。

兩個數字縮小了編輯的範圍，即模型能接受的參考影像數量以及其在 Design Arena 影像編輯板的評分。

black-forest-labs/flux.2-pro 接受八個參考影像，生成收費 $0.03，編輯收費 $0.045。black-forest-labs/flux.2-max 以每張生成影像 $0.07 的價格提供同樣的八個參考影像。

若您的品牌套件超過八張影像，FLUX.2 無法處理。Gemini 3.x 影像模型和 Seedream 5.0 可接受十四張，OpenAI 影像模型可接受十六張，而 Grok 只限三張。

同時包含圖片與文字的回覆

有時候使用者正處於對話中，答案應該包含圖片與文字說明。我們目錄中的九個影像模型列出了文字為其輸出模態之一，只有這些模型能做到。它們是 Gemini 影像模型以及 OpenAI 的 gpt-5-image 模型。

能夠回傳文字與實際回傳文字是兩回事。我們從九個模型中挑選四個，對每個模型送出相同的請求（使用 modalities: ["image", "text"]），要求一張圖片加上兩句說明，並統計得到兩者的頻率。這些成本高於成本表中相同模型的數值，因為回覆同時包含文字，而按 token 的模型你需要為文字付費。

每一次呼叫都至少回傳一張圖片。google/gemini-3-pro-image 每次回傳兩張圖片。差異在於文字部分，而兩個較便宜的 Gemini 模型大多跳過文字，儘管提示已直接要求。

若文字為可選，google/gemini-3.1-flash-image（$0.067）可行，且你可自行處理空值情況。若產品在無文字時失效，google/gemini-3-pro-image（約 $0.139）是四個模型中唯一每次都回覆文字的模型。

我們建議使用專用的 Image API 而非聊天完成，適用於新影像工作，因為新影像模型僅加入 Image API，聊天路徑提供的引數較少。openai/gpt-5-image 也是此處最昂貴的選項，單次呼叫費用 $0.20 至 $0.28，且在三次呼叫中兩次回覆文字。這些聊天呼叫除了影像之外，還會計算提示與完成 token，故長指令與長答案會比單張影像成本更高。

三種工作，兩個端點

生成、編輯與聊天外觀相似，但實際為不同請求。生成與編輯使用 images 端點，只在一個欄位上不同。聊天則使用 chat completions 端點，且只有上述九個具備文字功能的模型能執行。我們的OpenRouter 上的影像生成模型教學涵蓋兩個端點的完整請求與回應契約。

圖 4。生成與編輯是同一端點，但請求內容不同；聊天則是不同端點。

生成 是 POST /api/v1/images 搭配 model 與 prompt。你會收到影像位元組。

編輯 是同一端點，但加入 input_references，因為你是在修改已有影像，而非新建。

聊天 將 messages 陣列送至 POST /api/v1/chat/completions。文字與影像都可輸入，也可回傳。

在 OpenRouter 呼叫

images 路徑為 POST https://openrouter.ai/api/v1/images。唯一必填欄位為 model 與 prompt。

curl https://openrouter.ai/api/v1/images \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "black-forest-labs/flux.2-klein-4b",
    "prompt": "A studio packshot of a glass bottle, hard key light, no text.",
    "aspect_ratio": "1:1"
  }'

回應包含影像及其成本。以下為我們於 2026 年 9 月 11 日收到的該請求回應，已裁剪至本文討論的欄位，並移除影像位元組。

{
  "data": [
    {
      "b64_json": "<base64>",
      "media_type": "image/jpeg"
    }
  ],
  "usage": {
    "prompt_tokens": 16,
    "completion_tokens": 4096,
    "total_tokens": 4112,
    "cost": 0.014,
    "completion_tokens_details": {
      "image_tokens": 4096
    }
  }
}

若要編輯影像，請在同一請求體加入 input_references 陣列。每項為 image_url 物件，可載入 HTTP(S) URL 或 base64 資料 URL。

{
  "model": "black-forest-labs/flux.2-pro",
  "prompt": "Keep the bag and its printed label exactly as they are. Replace the white background with a dark walnut counter under warm side light.",
  "aspect_ratio": "1:1",
  "input_references": [
    {
      "type": "image_url",
      "image_url": {
        "url": "data:image/png;base64,<base64>"
      }
    }
  ]
}

我們的TypeScript SDK 包裝相同路徑並將欄位名稱轉為 camelCase，故 b64_json 變成 b64Json，media_type 變成 mediaType，aspect_ratio 變成 aspectRatio。generate 方法的回傳型別亦涵蓋串流情況，使用前請先篩選 data 屬性。

import { OpenRouter } from '@openrouter/sdk';

const openRouter = new OpenRouter({ apiKey: process.env.OPENROUTER_API_KEY ?? '' });

const result = await openRouter.images.generate({
  imageGenerationRequest: {
    model: 'black-forest-labs/flux.2-klein-4b',
    prompt: 'A studio packshot of a glass bottle, hard key light, no text.',
    aspectRatio: '1:1',
  },
});

if (!('data' in result)) {
  throw new Error('Expected a non-streaming image response');
}

const image = result.data[0]?.b64Json;
const mediaType = result.data[0]?.mediaType;
const cost = result.usage?.cost;

常見問題

2026 年最佳影像生成模型是什麼？

沒有單一最佳模型，請根據工作挑選。在我們 2026 年 9 月 11 日的測試中，openai/gpt-image-2 是我們測量到的最便宜模型，每張圖片價格從 $0.006 到 $0.0135，取決於提示長度，且它能正確渲染兩行標籤和參考編輯。sourceful/riverflow-v2.5-pro 在 Design Arena 圖片與圖片編輯板中領先，收費 $0.064 每張圖片。recraft/recraft-v4.1-vector 以 $0.08 每張圖片返回可編輯的 SVG。

哪個影像生成模型在 OpenRouter 上最便宜？

在我們以 1024x1024、預設設定測量的 20 個模型中，openai/gpt-image-2 的最低收費為 $0.006（單行提示）。black-forest-labs/flux.2-klein-4b 收費 $0.014，sourceful/riverflow-v2.5-fast 收費 $0.0176。在每個 token 模型中，提示長度會改變費用；在 OpenAI 模型中，quality 設定將同一張圖片的費用從 $0.006 提升到 $0.211。

哪些影像模型能編輯現有圖片？

任何端點列出 input_references 的模型都可通過 POST /api/v1/images 接收參考影像。限制因模型而異。於 2026 年 9 月 11 日，OpenAI 影像模型可接受 16 張，Gemini 3.x 影像模型與 Seedream 5.0 可接受 14 張，sourceful/riverflow-v2.5-pro 可接受 10 張，FLUX.2 Flex、Pro 與 Max 可接受 8 張，FLUX.2 Klein 與 Qwen Image 3 可接受 4 張，Grok Imagine 可接受 3 張，Recraft、Krea 與 MAI Image 可接受 1 張。請閱讀 GET /api/v1/images/models/{model}/endpoints 以取得最新數值。

哪些影像模型能同時回覆文字與圖片？

輸出模態包含文字的模型。於 2026 年 9 月 11 日，我們目錄中的 52 個影像模型中有 9 個符合此條件，全部 Gemini 影像模型與 OpenAI gpt-5-image 模型。通過 POST /api/v1/chat/completions 呼叫它們。在我們的測試中，google/gemini-3-pro-image 在 3 次呼叫中 3 次返回文字，openai/gpt-5-image 在 3 次中 2 次，google/gemini-3.1-flash-image 在 4 次中 1 次，google/gemini-3.1-flash-lite-image 在 2 次中 0 次。

影像 API 回傳什麼圖片格式？

取決於模型。在我們的測試中，FLUX.2、Grok 與 Seedream 返回 JPEG，OpenAI、Qwen、Microsoft 與 Krea 返回 PNG，Sourceful 與 Recraft 返回 WebP，recraft/recraft-v4.1-vector 返回 SVG。超過十多個目錄模型接受 output_format 引數。請閱讀每個回應中的 media_type 欄位，而非僅根據檔案副檔名判斷。