gemini-3.1-flash-lite-image vs GPT Image 2

vs

什么时候选哪个

两者都是图像模型,每百万输出 token 的收费相同,均为 $30,因此真正的差异在于输入:gemini-3.1-flash-lite-image 接受文本和图像的价格为每百万 $0.25,而 gpt-image-2 为 $5,这使得提供提示词和参考图像的成本便宜 20x。对于输入量主导账单的重提示词或 image-in-image-out 流水线,请选择 gemini-3.1-flash-lite-image,并注意它在返回图像的同时也能返回文本,具有 4096-token 的输出上限且思考无法关闭。当你需要来自 OpenAI 的纯图像输出端点且输入成本是次要开销项时,请选择 gpt-image-2。

价格

gemini-3.1-flash-lite-image GPT Image 2 Δ
输入 / 1M token $0.25 $5 0.05×
输出 / 1M token $30 $30 =
参考图 token / 百万 - $8 -

价格取自构建时的实时目录,最新价格见各模型页面。

两个模型所处的位置:全部 15 个按同一单位计费的图像生成模型的每 1M token 输出价分布(对数刻度)

规格

gemini-3.1-flash-lite-image GPT Image 2
输入模态 文本 图像 文本 图像
输出模态 文本 图像 图像
发布日期 2026-06-30 2026-04-21
知识截止日期 2025-01 -
输出尺寸 仅 1K(1:1 = 1024x1024)
  • 1024x1024
  • 1536x1024
  • 1024x1536
  • 2048x2048
  • 2048x1152
  • 3840x2160
  • 2160x3840
  • auto
  • 任意 WxH(两边均能被 16 整除,宽高比 1:3–3:1)
输入方式 文生图、交错式生成 + 编辑、最多 14 张参考图 文生图、带蒙版局部重绘的图像编辑
单次请求图片数 - 10
格式 - png, jpeg, webp
备注 仅 1K(1024px)输出;10 种宽高比(1:1、3:2、2:3、3:4、4:3、4:5、5:4、9:16、16:9、21:9),最多 14 张参考图;交错式生成与编辑,支持快速多轮局部修改;端到端延迟低于 2s;SynthID + C2PA 水印始终开启 灵活分辨率:边长最高 3840px 且为 16 的倍数,比例 <=3:1,总量约 0.65-8.3MP(含 4K 3840x2160);支持带蒙版的局部重绘编辑;所有图像输入均以高保真处理;文字渲染显著改进(精确定位仍可能吃力)

规格照录自各供应商的文档;供应商没有公布的项目,对应的行直接省略,不做推断。 完整来源: gemini-3.1-flash-lite-image · GPT Image 2

同一条提示词,两个模型,经网关实测

提示词 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.

gemini-3.1-flash-lite-image

gemini-3.1-flash-lite-image: 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.

模型返回 1408×768 延迟 3 s

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.

模型返回 1402×1122 延迟 18 s

同一条提示词,每个模型只请求一次,不重试,也不挑结果,展示的都是各模型返回的第一个结果。尺寸和时长都没有指定,各模型用的是自己的默认值,因为硬凑一组所有模型都接受的参数,哪个模型都发挥不好。这里的文件为了网页展示重新编码过,所以请看构图和对提示词的还原程度,不要看压缩画质。

改一行代码就能在两个模型之间切换

下方每个标签页里都有两个模型 ID,高亮的那两行是唯一要改的地方。端点不变,API key 不变,请求结构也不变。

from openai import OpenAI

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

resp = client.images.generate(
    model="gemini-3.1-flash-lite-image",
    # model="gpt-image-2",  # 取消注释此行,注释上一行
    prompt="a watercolor lighthouse at dawn",
    size="1024x1024",
)
print(resp.data[0].b64_json[:80])

获取 API key →

常见问题

gemini-3.1-flash-lite-image 和 GPT Image 2 哪个更便宜?

按「输入 / 1M token」算,gemini-3.1-flash-lite-image 更便宜($0.25 对 $5,相差 20×)。其他计费项的结论可能相反,完整价格见上方表格,实际成本取决于你的用量构成。

不用分别集成两次,就能对 gemini-3.1-flash-lite-image 和 GPT Image 2 做 A/B 测试吗?

可以。两个模型走同一个 OpenAI 兼容端点,用同一个 API key,切换时只要改一行里的模型名,所以可以给两个模型各分一部分流量,直接对比账单。

价格会随图像尺寸变化吗?

要看模型怎么计费。按张计费的模型,不管提示词多长、输出尺寸多大,每张价格都一样;按 token 计费的模型,分辨率越高费用越高,一张 4K 图的成本是小图的好几倍。两个模型各属哪一种,上方表格里有标明。

相关对比

我们的实测研究