OpenRouter 实测 20 个出图模型：同样一张图，最贵和最便宜差了 22 倍

做电商主图、社媒配图、内容站插图的人，这次有一份难得的可核账数据。OpenRouter 在 9 月 18 日发了一篇实测：平台上能路由的图像生成模型一共 52 个，他们挑了 20 个，发同一条提示词、同样 aspect_ratio: "1:1"、不传任何额外参数，然后读 API 响应里 usage.cost 字段的真实扣费，而不是看各家标价。

结果：

• 最便宜的是 openai/gpt-image-2，每张 $0.006；最贵的是 google/gemini-3-pro-image，每张 $0.134。差 22 倍。
• 中间档：qwen/qwen-image-3、black-forest-labs/flux.2-klein-4b、bytedance-seed/seedream-5-0-lite 落在几分钱量级。
• 更狠的变量写在文末：同一个 gpt-image-2，把 quality 设成 high，单张账单从 $0.006 直接跳到 $0.211——35 倍。一个参数的事。

最值得抄的不是价格表，是方法。他们指出各家计费单位根本不在一个维度上：FLUX.2 按百万像素、Gemini/OpenAI/MAI 按 token、Grok/Recraft/Riverflow/Qwen/Seedream 直接按张。也就是说，你在各家文档上看到的两个「单价」数字，互相之间没有可比性。唯一的办法是自己真发一次请求，读回来那个实际扣了多少。

另外几组变量测试也有参考价值：

• 宽高比对按像素计费的模型是线性的，21:9 不一定贵很多，别直觉以为画面越大越贵。
• seed 在支持的模型上能拿到字节级完全一致的结果，做 A/B 测试时这个必须有。
• 文案渲染是重灾区：他们用含两行英文的「咖啡包装」提示词测了 6 个模型，品牌字的正确率参差不齐——这一项如果你要做带文字的图，比价格重要得多。
• 还有一项容易被忽略：参数支持度差异很大。n（一次返回几张）、seed、output_format、最大参考图数，各模型各一套，写代码别假设大家都支持。

对你有直接用处的地方：

• 批量出图先跑 20 张试算。 一天出 500 张图，选 $0.006 还是 $0.06，一年差出一万多美元。这种账不难算，难的是没人算。
• 先用默认参数，别手贱开 high。 很多「效果好一点」的开关，账单价是数量级的差别。真要高质量的场合，单独走一条链路，别让默认值悄悄生效在全部量上。
• 按「要不要带文字」分成两条链路。 不带字的通用配图用便宜模型；带品牌字的那部分单独挑、单独测、单独算，别指望一个模型全包。

泼点冷水：他们自己标注了数据测量于 2026 年 9 月 11 日，超过一个月仅供参考；出图模型的迭代和调价都比文本模型频繁，这张表三个月后大概率失效。真正的做法是把它当成方法论抄走——用你自己的真实提示词、跑一遍十几个模型、读 usage.cost，这张表每周都能自动重算一次。

• 原文：Image Generation Models Compared: Cost, Edit, Quality | OpenRouter