Skip to main content

간단한 답변

이는 정상입니다. high 품질의 4K 이미지는 GPT 이미지에서 본질적으로 비용이 많이 들며, 출력 이미지가 하나뿐이어도 많은 수의 output_tokens를 소모할 수 있습니다. 이미지 출력 token은 단순히 “출력 파일 하나”를 기준으로 계산되거나 전체 픽셀 수에 대한 고정된 선형 비율로 산정되지 않습니다. 주로 다음의 영향을 받습니다.
  1. quality: low, medium, high, 또는 auto
  2. 출력 크기와 종횡비
  3. n에 따른 생성 횟수
  4. 모델 내부의 캔버스 분할과 이미지 복잡도
usage.output_tokens출력 이미지를 생성하는 데 사용된 image tokens를 의미하며, 참조 이미지 입력이 아닙니다. 참조 이미지는 usage.input_tokens_details.image_tokens 아래에 별도로 보고됩니다.

왜 한 이미지가 이렇게 많은 tokens를 사용할 수 있습니까?

“하나의 이미지”는 생성된 결과 수를 의미할 뿐, 생성 작업량을 의미하지는 않습니다. 모델은 내부 이미지 표현 공간에서 전체 캔버스를 생성해야 합니다. 더 높은 품질과 더 큰 해상도는 일반적으로 더 많은 이미지 연산과 output tokens를 필요로 합니다. 예를 들어, 두 요청 모두 하나의 이미지를 반환합니다:
두 번째 요청도 여전히 이미지는 하나만 반환하지만, 4K 가로형 캔버스와 고품질 티어를 사용합니다. 훨씬 더 큰 output-token 수가 예상됩니다.

네 가지 주요 비용 요인

1. quality 매개변수

quality은 보통 가장 눈에 띄는 비용 변수입니다:
quality: "auto"가 있거나 명시적인 quality가 없으면, 모델은 prompt에 따라 다른 등급을 선택할 수 있습니다. 따라서 크기와 참조 이미지가 동일한 호출이라도 output_tokens에서 몇 배 차이가 날 수 있습니다. 예산을 예측 가능하게 하려면 low, medium, 또는 high를 명시적으로 설정하십시오.
프로젝트 문서에는 실제 예시가 포함되어 있습니다. 세 번의 요청은 각각 1061개 입력 token을 사용했으며, 출력 token 수는 1286개, 5146개, 1287개였습니다. 가운데 호출은 자동으로 더 높은 품질 등급을 선택했고, 다른 두 호출보다 비용이 약 3.5배 더 들었습니다.

2. 출력 크기

해상도가 높을수록 일반적으로 내부 캔버스가 더 커지고 출력 token도 더 많아집니다. 4K high 요청은 1K low 요청보다 훨씬 더 많은 비용이 들 수 있습니다. 그러나 다음 공식은 정확한 결과를 예측할 수 없습니다:
픽셀 수는 대략적인 예산 산정에만 유용합니다. 모델은 생성 중 실제 output_tokens를 결정하며, 응답의 usage.output_tokens가 기준입니다.

3. 종횡비와 내부 캔버스 분할

출력 token은 내부 캔버스가 어떻게 타일링되고, 스케일 조정되고, 덮이는지에도 좌우됩니다. 따라서 token 사용량은 최종 픽셀 수에 대해 항상 엄격하게 단조 증가하지는 않습니다. 같은 품질 등급에서는 더 큰 비정사각형 이미지가 더 작거나 더 정사각형에 가까운 이미지보다 때때로 더 적은 출력 token을 사용할 수 있습니다. 이는 모순이 아닙니다. 모델은 최종 픽셀을 개별적으로 청구하는 대신 이산적인 캔버스 또는 타일링 규칙을 사용하기 때문입니다.
크기를 비교할 때는 quality와 종횡비를 함께 고려하십시오. “4K”나 “2K” 레이블, 또는 총 픽셀 수만 비교하지 마십시오.

4. 생성 횟수 n

일반적으로 이미지를 더 많이 생성할수록 총 출력 token이 증가합니다. 생성된 N개의 이미지는 대략 N세트의 출력 비용을 발생시킵니다. 그러나 현재 gpt-image-2 엔드포인트는 n=1만 지원합니다. 여러 이미지를 생성하려면 독립적인 요청을 여러 번 보내야 하며, 각 요청은 입력 및 출력 token에 대해 별도로 과금됩니다. 다른 이미지 모델이 n>1을 지원하는지는 해당 모델의 문서에 따라 다릅니다.

참고 이미지의 영향을 받는 token은 무엇입니까?

참고 이미지 개수는 주로 입력 이미지 token에 영향을 주며, 출력 이미지 token에는 영향을 주지 않습니다: gpt-image-2는 참고 이미지를 고정밀로 처리합니다. 참고 이미지가 많아질수록 입력 이미지 token은 대략 선형적으로 증가하지만, 최종 출력의 output_tokens는 여전히 주로 출력 품질, 크기, 가로세로 비율, 그리고 모델의 내부 생성 과정에 의해 결정됩니다. 과금 기록이 큰 수치를 명시적으로 “image output”에 귀속한다면, 이를 참고 이미지 개수 탓으로 돌리면 안 됩니다. 참고 이미지 비용은 입력 이미지 token 필드에 별도로 표시되어야 합니다.

실제 비용을 계산하는 방법

현재 gpt-image-2 과금 구조를 기준으로:
예시 응답:
이는 다음을 의미합니다:
  • 16 tokens는 prompt 텍스트에서 나왔습니다
  • 1024 tokens는 참조 이미지에서 나왔습니다
  • 5146 tokens는 생성된 이미지에서 나왔습니다
  • 이미지는 하나만 반환되었지만, 품질과 캔버스 때문에 5146 output image tokens가 필요했습니다
모든 크기와 콘텐츠에 걸쳐 2K 또는 4K 이미지당 보편적으로 고정된 token 수는 없습니다. 예산 표는 추정치일 뿐입니다. 최종 과금은 API에서 반환되거나 콘솔 로그에 표시된 실제 usage 값을 사용해야 합니다.

token 사용량을 줄이는 방법

1

명시적인 품질 등급을 설정하십시오

auto를 피하십시오. 모델이 예상치 않게 더 비싼 등급을 선택하지 않도록 low, medium, 또는 high를 명시적으로 전달하십시오.
2

불필요한 해상도를 피하십시오

미리보기와 내부 검토에는 1K 또는 2K를 사용하고, 최종 전달용으로만 4K high를 생성하십시오.
3

필요한 종횡비를 선택하십시오

더 자세해 보이기 위해 크기만 키우지 말고, 실제 작업에 필요한 캔버스를 사용하십시오.
4

출력 개수를 제어하십시오

여러 후보를 생성하면 총 출력 비용이 대략 선형적으로 증가합니다. 확장하기 전에 작은 배치로 prompt를 검증하십시오.
5

사용량 필드를 기록하십시오

각 요청의 size, quality, output_tokens, 그리고 비용을 저장하여 실제 운영 데이터로 비용 기준선을 구축하십시오.

관련 문서