12 倍差距：照目錄規模算，AI 圖像生成到底要花多少錢

排行榜不是帳單

隨便問一屋子設計師哪個圖像模型最好，你多半會得到一個篤定的答案，通常是在競技場排行榜上排第一的那個。再問同一屋子人，他們公司該在大規模生產裡真正跑哪個模型，篤定立刻消散。這是兩個不同的問題，而在十月，兩者之間的鴻溝擴大到看起來幾乎像市場失靈的程度。

本月發布的一份定價拆解替這個問題配上真實數字。一支每月生成 5 萬張商品圖、解析度約 1K、每次請求出一張的團隊，若在自認都算合理選擇的多個模型間切換，月帳單從約 $840到約 $10,550不等。這還是在任何人把重試算進去之前的 12.5 倍差距。同樣的工作量，同樣的解析度，同樣的活。

把價目表翻譯成人話

按單張看，差距最容易看清。便宜的一端，一個快速的批量模型大約每張 1K 圖 $0.007。Nano Banana 2.1 在批量模式下約 $0.0168，標準模式下約 $0.0336。FLUX.2 [pro] 起價約 $0.03，MAI-Image-2.6 依競技場估算約 $0.039，Grok Imagine Image 2.0 約 $0.04，Seedream 5.0 Pro 約 $0.045，而 FLUX 3 Image 在 1K 下約 $0.048。

接著價格陡然攀升。GPT-Image-2 在中等強度下接近每張 $0.053，Nano Banana Pro 接近 $0.134，GPT-Image-2 在高強度下接近每張 $0.211。在同樣的 5 萬張工作量上，最便宜又可靠的選項與最貴選項之間的差額，是一筆房貸，甚至好幾筆。

最誇張的地方，是解析度眨眼間就能重排名次。在 1K 下，排前幾名的模型彼此幾乎貼身。到了 4K，同樣的 5 萬張圖，用 Nano Banana 2.1 約 $3,780，用 FLUX 3 Image 約 $30,350。一個在目錄解析度下看著像撿到便宜的模型，一旦需求改成印刷級品質，可能立刻變得無法承受。

為什麼更便宜常常贏，有時又不

當某個模型「只落後競技場兩個檔次」時，人的本能是把這點差距當成雜訊。對商品目錄而言，這種本能通常是對的。如果你的驗收標準是「乾淨、符合品牌、產品正確」，更便宜的模型達標率往往比排行榜所顯示的更高，省下的錢就能回過頭去拍更多角度、測更多方案。

但換成要上廣告看板的主視覺圖，這筆帳就翻了過來。一張被退回的圖，成本不在於生成費用，而在於設計師的時間、重拍、錯過的截止期限。賭注這麼高時，每張多花四倍的錢是便宜的保險，排行榜也就不再是虛榮指標。

多數團隊正在靠攏的務實答案是：別再只挑一個模型。用便宜的那個跑你自己 50 款產品的批量，再用貴的那個跑同樣的 50 款，然後數一數有多少張一次通過。決定你價目表的，是那個數字，而不是競技場分數。

這條建議裡藏著一個有用的不對稱。便宜的模型錯得很明顯，而明顯的錯抓起來成本低。貴的模型錯得很隱蔽：logo 微微不對，陰影方向反了，多出一根手指的手。這類錯誤抓起來更貴，因為它們能騙過第一眼，而這正是團隊當初願意為貴模型付錢的原因。問題從來不是這筆溢價在抽象意義上值不值得，而是更便宜的模型所犯的那些具體錯誤，是否正好是你的審核人本來就會漏掉的。

重試是隱藏的乘數

AI 圖像生成裡最被低估的一項成本，是重試。上面的定價模型假設每次請求出一張。真實工作流並非如此。如果一支團隊每張合格圖平均要試 1.5 次，帳單會在單價不變的情況下上漲 50%。於是一個需要試兩次的便宜模型，突然比一個只試一次的貴模型更花錢。

這就是為什麼在任何對比表上，「驗收率」都該和「每張價格」並列。一個一次通過率 60% 的模型，實際成本是標價的 1.67 倍。一個 90% 的模型則是 1.11 倍。兩個模型實際價格之間的差距，可能比它們標價之間的差距更大，而且方向還不一樣。

把表兩端的數字算一算，結論更清晰。每張 $0.02、驗收率 50% 的模型，折算到每張合格圖是 $0.04。每張 $0.05、驗收率 85% 的模型，每張合格圖約 $0.059。那個「貴」模型在實務上只貴了一半，還替人省下了好幾輪審核。一旦把投入這些重試的人力時間也算進價格，差距可能徹底抹平。標價只是起點，不是答案。

淘汰也是一條帳目

十月又添了一類不出現在任何價目表上的成本：被迫遷移。Google 把早前的 Gemini 圖像端點退役安排在十月下旬，逼著還停留在上一代的人無論願不願意都得遷移。照上面的工作流，從舊端點遷到 Nano Banana 2.1，月帳單幾乎減半，還落到一個排名更高的模型上。一場由截止期限送達的免費勝利。

這是淘汰的好版本。壞版本是你沒計畫、模型又沒法鎖定、價格也沒建模的那種遷移。如果你的圖像流水線依賴某個特定端點，那麼行事曆如今和價目表一樣，都是你成本結構的一部分。

算的是經濟帳，不是審美

這一切並不是在說便宜的模型看起來一樣好。它們經常不是。它說的是，對任何大規模產出圖像的人而言，「哪個模型最好」是個錯誤的問題。對的問題更窄，也更不浪漫：我的驗收標準是什麼，我的重試率是多少，交付物實際需要什麼解析度，以及當解析度變化時我的帳單會怎樣。

12 倍差距不是市場的 bug。它是市場在告訴你，圖像生成已經成熟到有了分層的程度，就像它之前的雲端儲存和影片編碼一樣。把圖像生成當作採購問題來對待、盯著驗收率和單位經濟的團隊，花費只會是那些把它當作品味問題來對待的團隊的一小部分。關於哪張圖更好看，兩邊都可能是對的。但只有一邊能解釋那張發票。