OpenRouter 发布图像生成模型深度实测：20 款模型成本与质量横向对比

在 AI 图像生成领域，选择合适的模型往往比优化提示词（Prompt）更为关键。OpenRouter 近日发布了一份详尽的实测报告，针对 20 款主流图像生成模型进行了统一标准化测试，旨在解决当前市场上因计费单位混乱导致的“价格不可比”痛点。

测试背景与方法论

OpenRouter 将 20 款模型置于同一竞争环境中，使用完全相同的提示词："A studio packshot of a glass bottle, hard key light, no text."（一个玻璃瓶的摄影棚产品照，硬光照明，无文字），并固定为 1:1 比例。

核心挑战：计费单位的不可比性

报告指出，不同模型采用截然不同的计费逻辑，直接对比单价毫无意义：

• 按 Token 计费：如 OpenAI、Gemini、Microsoft MAI。
• 按 Megapixel（百万像素）计费：如 FLUX.2。
• 按 Image（张）计费：如 Grok、Recraft、Seedream，且价格随分辨率动态变化。

OpenRouter 通过读取每次 API 响应的 usage.cost 字段，消除了单位差异，真实反映了生成一张 1024x1024 图像的实际成本。

核心亮点与实测数据

1. 成本跨度惊人：22 倍差异

实测结果显示，生成一张默认设置下的图像，成本在 $0.0060 到 $0.1344 之间波动，跨度高达 22 倍。

注：Seedream 模型因默认返回 2048x2048 图像，实际成本高于基础定价。### 2. 关键参数对成本的影响

• Quality 参数的敏感性：在 OpenAI 模型上，quality 参数的调整对成本影响最为显著。将 quality 从默认值调整为 high，成本直接上涨了 35 倍（从 $0.006 飙升至 $0.211）。这提示开发者在追求极致画质时需慎重评估预算。
• 分辨率陷阱：部分模型（如 Seedream）在分辨率未明确设置时，会自动返回高清晰版本（2048x2048），导致计费按高价档位执行。开发者务必显式指定 resolution 参数以控制成本。

3. 功能特性差异

• 可编辑性：recraft/recraft-v4.1-vector 是唯一返回 SVG 格式的模型，适合需要后期矢量编辑的场景，但成本较高（$0.08）。
• 种子一致性：仅在 FLUX.2 等少数模型中支持 seed 参数，且能实现字节级的图像复现；Gemini 和 Grok 等主流模型不支持该功能。
• 多模态能力：Gemini 系列在需要“文字 + 图片”的复杂任务中表现优异，但计费成本也相应较高。

开发者建议

1. 拒绝静态定价表：由于模型定价和计费单位频繁变动，切勿依赖官方静态价格表进行预算规划。应通过 GET /api/v1/images/models 接口获取实时数据，或在代码中直接读取 usage.cost。
2. 标准化测试流程：在集成新模型时，建议编写自动化脚本，固定 Prompt 和分辨率，对比不同模型的 usage.cost，以获取真实的性价比数据。
3. 格式兼容性：注意不同模型返回的格式差异（PNG, JPEG, WebP, SVG, b64_json vs b64Json），并在 SDK 层做好适配处理。

OpenRouter 此次实测不仅为开发者提供了宝贵的选型参考，更推动了行业对图像生成成本透明化的关注。随着更多模型接入，API 聚合平台将成为平衡成本与质量的最佳入口。

数据来源：OpenRouter Blog, 2026-09-18