GPT Image 2 vs wan2.7-image-pro

vs

Qual usar e quando

Tanto gpt-image-2 quanto wan2.7-image-pro aceitam entrada de texto mais imagem e retornam imagens, então a verdadeira diferença é como eles cobram: gpt-image-2 contabiliza tokens a $5 por milhão na entrada e $30 por milhão na saída, enquanto wan2.7-image-pro tem um preço fixo de $0.075 por chamada. Estes cobram em unidades diferentes, então nenhuma conversão única é honesta - escolha gpt-image-2 se seus prompts e saídas forem pequenos o suficiente para que a cobrança por token permaneça barata, e wan2.7-image-pro se você quiser um preço previsível por geração independentemente do tamanho do prompt. Nenhum deles publica uma janela de contexto, então faça o orçamento pelo modelo de cobrança em vez do espaço disponível para tokens.

Preços

GPT Image 2 wan2.7-image-pro Δ
Por imagem gerada - $0.075 -
Entrada / 1M tokens $5 - -
Saída / 1M tokens $30 - -
Tokens de imagem de referência / milhão $8 - -

Estes dois modelos cobram em unidades diferentes, então nenhum Δ é mostrado: converter uma na outra exigiria uma suposição que não medimos. Acima, os preços de cada um aparecem na sua própria unidade.

Especificações

GPT Image 2 wan2.7-image-pro
Modalidades de entrada texto imagem texto imagem
Modalidades de saída imagem imagem
Lançamento 2026-04-21 2026-04-01
Tamanhos de saída
  • 1024x1024
  • 1536x1024
  • 1024x1536
  • 2048x2048
  • 2048x1152
  • 3840x2160
  • 2160x3840
  • auto
  • WxH arbitrário (ambos divisíveis por 16, proporção 1:3-3:1)
  • 1K (1024x1024)
  • 2K (2048x2048, padrão)
  • 4K (4096x4096, apenas texto-para-imagem)
  • WxH personalizado (t2i 768x768-4096x4096; edição/conjuntos 768x768-2048x2048, proporção 1:8-8:1)
Modos de entrada texto-para-imagem, edição de imagem com inpainting por máscara texto-para-imagem, edição de imagens (incluindo edição interativa por bounding box), 0-9 imagens de referência, texto/imagem para conjunto de imagens
Imagens por requisição 10 12
Formatos png, jpeg, webp png
Notas

Resoluções flexíveis: bordas de até 3840px em múltiplos de 16, proporção <=3:1, cerca de 0,65-8,3MP no total (incluindo 4K 3840x2160)

edição com inpainting por máscara

todas as imagens de entrada processadas em alta fidelidade

renderização de texto significativamente melhorada (a colocação precisa ainda pode falhar)

Texto-para-imagem em 4K (máximo 4096x4096; edição no máximo 2K), proporções de 1:8 a 8:1

edição por instrução e por clique

conjuntos com consistência de personagem de até 12 imagens

renderização de texto com qualidade de impressão, incluindo fórmulas e tabelas

As especificações são transcritas da documentação de cada provedor; quando um provedor não publica um dado, a linha é omitida, e não inferida. Fontes completas: GPT Image 2 · wan2.7-image-pro

Um prompt, os dois modelos, medidos pelo gateway

PROMPT A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

GPT Image 2

GPT Image 2: A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

Retornado pelo modelo 1402×1122 latência 18 s

wan2.7-image-pro

wan2.7-image-pro: A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

Retornado pelo modelo 1024×1024 latência 25 s

Um prompt, uma requisição por modelo, sem novas tentativas e sem escolher o melhor resultado: é o primeiro que cada modelo retornou. Nem o tamanho nem a duração foram fixados; cada modelo usou seu próprio padrão, porque uma requisição ajustada para servir a todos não mostraria o melhor de nenhum. Os arquivos foram recodificados para a web, então avalie a composição e a aderência ao prompt, e não a compressão.

Troque de um para o outro mudando uma linha

Os dois ids estão em todas as abas abaixo; o par de linhas destacado é a única alteração. O endpoint, a chave e o formato da requisição são os mesmos.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.images.generate(
    model="gpt-image-2",
    # model="wan2.7-image-pro",  # descomente esta linha, comente a linha acima
    prompt="a watercolor lighthouse at dawn",
    size="1024x1024",
)
print(resp.data[0].b64_json[:80])

Obtenha sua chave de API →

Perguntas frequentes

Qual é mais barato, GPT Image 2 ou wan2.7-image-pro?

Eles cobram em unidades diferentes, então não existe um número único que seja honesto: na tabela acima, GPT Image 2 e wan2.7-image-pro aparecem cada um na sua unidade. Compare os dois na sua própria carga de trabalho; o trade-off na prática está descrito no veredito, no topo desta página.

Posso fazer um teste A/B de GPT Image 2 contra wan2.7-image-pro sem duas integrações?

Sim. Os dois são servidos pelo mesmo endpoint compatível com OpenAI, com uma única chave de API. Para trocar, basta mudar uma linha, a string do modelo; assim você pode direcionar uma parte do tráfego para cada um e comparar as contas diretamente.

O preço muda com o tamanho da imagem?

Depende de como o modelo cobra. Os modelos com preço por imagem cobram o mesmo valor, seja qual for o prompt ou o tamanho da saída; nos modelos cobrados por token, o custo cresce com a resolução gerada, então uma imagem 4K custa várias vezes o preço de uma pequena. A tabela acima mostra qual é o caso de cada um.

Comparações relacionadas

Dos nossos estudos com medições