짧은 답변
이는 정상입니다.high 품질의 4K 이미지는 GPT Image에서 본질적으로 비용이 많이 들며, 단일 출력 이미지 하나만으로도 많은 수의 output_tokens을 사용할 수 있습니다.
이미지 출력 token은 단순히 “출력 파일 하나”를 기준으로 계산되거나 전체 픽셀 수에 고정된 선형 비율로 계산되지 않습니다. 주로 다음 요소의 영향을 받습니다.
quality:low,medium,high또는auto- 출력 크기 및 가로세로 비율
- 생성 수
n - 모델의 내부 캔버스 분할 방식 및 이미지 복잡도
usage.output_tokens은 참조 이미지 입력이 아니라 출력 이미지를 생성하는 데 사용된 이미지 token을 나타냅니다. 참조 이미지는 usage.input_tokens_details.image_tokens에서 별도로 보고됩니다.이미지 한 장에 왜 이렇게 많은 token이 사용될 수 있습니까?
“이미지 한 장”은 생성 작업량이 아니라 반환되는 결과 수를 나타냅니다. 모델은 내부 이미지 표현 공간에서 전체 캔버스를 생성해야 합니다. 일반적으로 품질이 높고 해상도가 클수록 더 많은 이미지 연산과 출력 token이 필요합니다. 예를 들어 두 요청 모두 이미지 한 장을 반환합니다.네 가지 주요 비용 요소
1. quality 매개변수
quality는 일반적으로 가장 눈에 띄는 비용 변수입니다.
프로젝트 문서에는 실제 예시가 포함되어 있습니다. 세 요청은 각각 입력 token 1061개를 사용했지만, 출력 수는 각각 1286개, 5146개, 1287개 token이었습니다. 가운데 호출은 더 높은 품질 등급을 자동으로 선택했으며, 다른 두 호출보다 비용이 약 3.5배 많이 들었습니다.
2. 출력 크기
일반적으로 해상도가 높을수록 내부 캔버스가 커지고 출력 token도 많아집니다. 4Khigh 요청은 1K low 요청보다 훨씬 많은 비용이 들 수 있습니다.
그러나 다음 공식으로는 정확한 결과를 예측할 수 없습니다.
output_tokens을 결정하며, 응답의 usage.output_tokens이 기준 정보입니다.
3. 종횡비 및 내부 캔버스 분할
출력 token은 내부 캔버스가 타일로 분할되고, 크기가 조정되며, 채워지는 방식에도 영향을 받습니다. 따라서 최종 픽셀 수에 따라 token 사용량이 항상 엄격하게 증가하는 것은 아닙니다. 동일한 품질 등급에서는 더 큰 비정사각형 이미지가 더 작거나 정사각형에 가까운 이미지보다 출력 token을 적게 사용할 때도 있습니다. 이는 모순이 아닙니다. 모델은 최종 픽셀마다 개별적으로 과금하는 대신, 불연속적인 캔버스 또는 타일링 규칙을 사용하기 때문입니다.4. 생성 개수 n
일반적으로 이미지를 더 많이 생성할수록 총 출력 token이 증가합니다. N개의 생성 이미지는 대략 N세트의 출력 비용이 발생합니다.
그러나 현재 gpt-image-2 엔드포인트는 n=1만 지원합니다. 여러 이미지를 생성하려면 독립적인 요청을 여러 번 전송해야 하며, 각 요청에는 입력 및 출력 token에 대한 비용이 별도로 과금됩니다. 다른 이미지 모델이 n>1을 지원하는지는 해당 모델의 문서에 따라 다릅니다.
참조 이미지의 영향을 받는 토큰은 무엇입니까?
참조 이미지 수는 출력 이미지 토큰이 아니라 주로 입력 이미지 토큰에 영향을 줍니다.gpt-image-2는 참조 이미지를 고충실도로 처리합니다. 참조 이미지가 많아지면 입력 이미지 토큰이 대략 선형적으로 증가하지만, 최종 출력의 output_tokens는 여전히 주로 출력 품질, 크기, 가로세로 비율 및 모델의 내부 생성 프로세스에 의해 결정됩니다.
과금 기록에서 많은 수가 명시적으로 “이미지 출력”에 해당한다고 표시되는 경우, 이를 참조 이미지 수의 탓으로 돌려서는 안 됩니다. 참조 이미지 비용은 입력 이미지 토큰 필드에 별도로 표시되어야 합니다.
실제 비용 계산 방법
현재gpt-image-2 과금 구조를 사용하면:
- 16 token은 프롬프트 텍스트에서 발생했습니다.
- 1024 token은 참조 이미지에서 발생했습니다.
- 5146 token은 생성된 이미지에서 발생했습니다.
- 이미지는 하나만 반환되었지만, 이미지의 품질과 캔버스에 5146개의 출력 이미지 token이 필요했습니다.
모든 크기와 콘텐츠에 대해 2K 또는 4K 이미지당 보편적으로 고정된 token 수는 없습니다. 예산 표는 추정치일 뿐입니다. 최종 과금에는 API가 반환하거나 콘솔 로그에 표시된 실제
usage 값을 사용해야 합니다.토큰 사용량 줄이기
1
명시적인 품질 등급 설정
auto을(를) 피합니다. 모델이 예기치 않게 더 비싼 등급을 선택하지 않도록 low, medium 또는 high을(를) 명시적으로 전달합니다.2
불필요한 해상도 피하기
미리보기와 내부 검토에는 1K 또는 2K를 사용한 다음, 최종 제공 시에만 4K
high를 생성합니다.3
필요한 가로세로 비율 선택
더 세밀하게 보이게 하려고 치수만 늘리는 대신, 실제 작업에 필요한 캔버스를 사용합니다.
4
출력 개수 제어
여러 후보를 생성하면 총 출력 비용이 대략 선형으로 증가합니다. 규모를 확장하기 전에 소규모 배치로 prompt를 검증합니다.
5
사용량 필드 기록
실제 프로덕션 데이터에서 비용 기준선을 구축할 수 있도록 각 요청의
size, quality, output_tokens 및 비용을 저장합니다.