老魏 · 
一张图多少钱：主流生图 API 的成本账
上周算账，被自己吓了一跳。
为了给这个公众号配图，我跑了一轮 AI 生图：第 ② 篇 6 张场景图，加上楚玉眠那套角色资产。前前后后点了 45 次生成。
45 次。我本以为这是笔巨款。
然后我扒了一遍各家官方刊例价，把这 45 次按中间档位折算——7 到 11 块人民币。
一张图两毛钱。这就是 2026 年的生图 API 价。
但让我后背发凉的是另一组：45 次生成，最后只留下 40 张成品，废片率 11%。
每 9 次生成，就有 1 次白扔。而这 1 次的代价，跟单价一分钱关系都没有。
这篇就把账算清楚：一张图到底多少钱，以及为什么你算成本的方式大概率是错的。
先看价目表：17 个模型的单张刊例价
腾讯云发布混元图像 3.5 时附了一张官方对比图（统计时间 2026-09-20），13 个模型按单张成本排下来。我按它整理，再补上阿里云百炼与火山引擎官方定价页的 4 个模型：
| 模型 | 厂商 | 单价（元/张） |
|---|---|---|
| wanx2.1-imageedit | 阿里云 | 0.14 |
| Hy Image3.5 preview | 腾讯混元 | 0.15 |
| GPT Image 2.5 low | OpenAI | 0.162 |
| Qwen-Image-3.0 | 阿里云 | 0.20 |
| wan2.6-image | 阿里云 | 0.20 |
| Wan2.7-Image | 阿里云 | 0.20 |
| Kling Image 3.0 Omni | 快手可灵 | 0.20 |
| 即梦AI-图片生成 4.0 | 字节·火山引擎 | 0.22 |
| Seedream 5.0 Lite | 字节 | 0.22 |
| Seedream 4.5 | 字节 | 0.25 |
| GPT Image 2.5 medium | OpenAI | 0.262 |
| Nano Banana 2 Lite | 谷歌 | 0.268 |
| Wan2.7-Image-Pro | 阿里云 | 0.50 |
| Seedream 5.0 Pro | 字节 | 0.60 |
| Nano Banana 2 | 谷歌 | 0.75 |
| GPT Image 2.5 high | OpenAI | 0.80 |
| Nano Banana Pro | 谷歌 | 1.00 |
口径必须先交代：以上全部是厂商官方公开定价（刊例价），统计时间 2026-09-20 至 09-23，未经任何独立审计；统一按 2K 分辨率、单张参考图输入折算，不含活动优惠；参考图张数、提示词长度都会让实际单价浮动。
Midjourney 是唯一的例外：没有官方按张计费，月费 10 美元起。想按张控成本，第一个排除它。
单价便宜到可以忽略？那是你没算废片
国内主流档位集中在 0.15–0.25 元/张。我这 45 次按最低档算是 6.75 元，按 0.25 元算是 11.25 元。
外行看到这里会下结论：那还纠结什么，闭眼用最贵的模型。
这就是最容易被忽略的那一层：单价只是入场费，废片率才决定你真正付了多少。
我那 45 次的分布：
| 环节 | 生成次数 | 成品 | 废片 |
|---|---|---|---|
| 角色影视参考图 | 11 | 11 | 0 |
| 表情基准表 | 13 | 11 | 2 |
| 制作基准表 | 15 | 12 | 3 |
| 第 ② 篇场景图 | 6 | 6 | 0 |
| 合计 | 45 | 40 | 5 |
（表情表和制作表各有一格复用了别的表上已有的图，没重复生图——光这一步就省了 2 张。）
废掉的 11 次集中在两块：口型和手部（多一根手指、指节粘连），俯仰角度（观感根本不像仰拍，数值却显示「合格」）。
这两类问题，换再贵的模型也照错。它们跟画质无关，是你的 brief 写得不够死。我最后是靠把 brief 补到「每只手恰好五根手指、无多余手指、无指头粘连融合」才收敛的。
所以真实成本公式是这个：
真实成本 = 张数 × 单价 ÷ (1 − 废片率) + 质检工时
按 11% 废片率折算，45 次生成摊到 40 张成品上，实际单张成本从 0.15 元涨到 0.17 元。但这还不是大头：45 张图我一张张放大核过去水印、核脸有没有漂移，这部分工时是单价的几十倍。
真正被成本挤住的，是没定验收标准的人
没定验收标准的人，跟预算多少没关系。
太多人的算法是：模型单价 × 张数 = 成本。照着这个公式，结论必然是「越便宜越好，闭眼用」。
但生图不是标准品。同一句提示词、同一个模型，跑三次可能给你三张能用的图和一张六指琴魔。没有验收标准的批量出图，等于把废片成本转嫁给下游——你省了 0.05 元单价，付出的可能是排版时才发现图不能用、重新生成上传的一小时。
反过来说，贵的那档也未必值。Wan2.7-Image-Pro 卖 0.50 元，是 wan2.6 的两倍半，它贵在图内中文长文本渲染。我做的角色参考图里几乎没有要写对的文字，这 0.30 元差价纯属白给。
我的选档边界
- 批量试错、探风格：0.15 元档（Hy Image3.5 preview、SDXL 类开源模型）。废片率最高，单价必须最低，拿数量换命中。
- 交付级角色/场景定稿：0.20–0.25 元档（wan2.6、即梦 4.0、可灵、Qwen-Image-3.0）。要中文理解和主体一致性，这档性价比最实。
- 图里要写对中文长文本：0.50 元档（Wan2.7-Image-Pro）。海报、信息图、UI 稿，文字准确率值这个差价。
- 只在海外用：GPT Image 2.5 low（0.162 元），低价档里质量最稳，但国内访问和合规都是问题。
三条能直接抄的动作
- 先定验收标准，再谈单价。 写清楚「什么样算废片」：手指数量、脸有没有漂、文字有没有错。没这条，单价表看得再细也白搭。
- 把 brief 写到能防崩形。 手部要「恰好五根、无粘连、无穿插」；俯仰要「摄影机在胸口以下、镜头朝上 30 度、下颌底面可见」。brief 的质量直接决定废片率，废片率直接决定真实成本。
- 记录每次生成的返工原因。 我这两轮返工集中在口型撞型、手部崩形、角度观感不明确三类，下次写 brief 直接按这三条加防御句式，比换模型管用。
最后说两句
回到开头那 45 次。折算下来 7 到 11 块钱，我请客都不好意思发这个金额的红包。但我在这批图上花的时间，够写半篇文章。
所以「一张图多少钱」这个问题本身就问错了。该问的是：一张能用的图，要废掉几张才能换来。
单价是给外行看的，废片率才是给你自己看的。
我是老魏，一个专门把 AI 圈的新闻翻译成人话的程序员。这儿不讲参数，不讲架构图，只讲「这事儿到底意味着什么」。
觉得这笔账算得实在的，点个关注，咱们下期见。