メインコンテンツへスキップ
見出し画像

gpt-image-2.6の実像をAPI利用者の視点で解読する

    OpenAIが発表した画像生成モデル「gpt-image-2.6」は、生成速度と編集精度の向上をうたう一方で、API経由の実質的なコストや仕様の挙動において前世代と明確な違いを見せています。
    公式発表では従来より50%高速化されたと説明され、API向けには「Flare」と「Sunburst」の2系統が提供されています。
    トークンの公式単価は前世代の2.5から据え置かれているものの、出力トークン数の増加によって実質コストが上がるケースが第三者から報告されています。
    エンドポイント v1/images/generations と v1/images/edits を対象に、新機能の仕様や手元の生成記録を含めた検証結果を整理します。

    画像

    2系統のモデル「Flare」と「Sunburst」は何が違うのか

    APIとして提供される2つのモデル、gpt-image-2.6-flare と gpt-image-2.6-sunburst は、処理速度と描写精度の割り振りが明確に分かれています。
    用途に応じた使い分けを前提としており、前者は試行錯誤向け、後者は緻密な成果物向けとして設計されています。
    【要確認:なぜ気になったか】

    Flareは、品質設定を低くした際に最短6秒での生成をうたう高速志向のモデルです。
    ポスターや商品画像などのレイアウト品質を改善したと説明されており、短時間での反復試行に向いています。
    Sunburstは、緻密で正確な表現や、編集を重ねた際の一貫性を重視する作業向けです。
    品質設定を中または高に指定した環境で、精細なディテールを維持したまま画像を加工する場面に適しています。

    今回のバージョンでは、描画前にモデルが計画を練る度合いを制御する complexity パラメーターが導入されました。
    指定できる値は low、medium、high の3段階で、APIで省略した場合は両モデルとも high が適用されます。
    追加料金は発生しませんが、値を高く設定するほど生成時間が長くなり、意図しない変更が加わるリスクがあると案内されています。
    大半の編集作業において複雑度を low に下げて高速化を図り、要素や制約が過密なシーンでのみ medium や high を選ぶ運用が合います。

    また、新機能としてGIF出力、SVG出力、画像マークアップが追加されました。
    GIFは2〜16フレームのアニメーションをループ再生でき、SVGは拡大縮小に耐えるベクター画像を生成します。
    画像マークアップは、透過PNGを使って加工したい領域を視覚的にピンポイント指定する編集手法です。

    API検証から見えた実質コストと生成速度の差

    公式のトークン単価は2.5から据え置かれていますが、第三者の計測と手元の生成記録からは、1枚あたりに消費されるトークン数の変動が浮かび上がります。
    公式料金表における100万トークンあたりの単価は、両モデル共通で画像入力が8ドル(キャッシュ時2ドル)、画像出力が30ドルです。
    テキスト入力は5ドル(キャッシュ時1.25ドル)であり、Chat CompletionsやBatch APIには対応していません。

    単価自体は前世代と同じですが、1枚あたりの実質費用は必ずしも一致しません。
    技術検証メディアのCellcogが1024×1024ピクセルのピクトグラムで実施した計測によると、低品質や中品質の設定で消費トークンが大幅に増大したと報告されています。
    同社の計測では、1枚あたりの費用が品質 low で0.0061ドルから0.0250ドルへ、medium で0.0134ドルから0.0437ドルへと、約3.3〜4.2倍に跳ね上がりました。
    OpenAI開発者フォーラムの利用者からも、品質 medium の出力で前世代の344トークンに対し1,136トークンを消費したという事例が報告されています。
    最高品質である xhigh や max では費用の変化が見られないため、軽量設定を多用するシステムほど注意が必要です。

    生成速度については、Flareの高速化が確認されています。
    Cellcogの計測環境において、最高品質のピクトグラム生成で前世代Flareの45.1秒から2.6 Flareの18.0秒へと、約2倍の高速化が記録されました。
    ただし、Sunburstについてはデータ画像の生成で前世代の20.4秒から23.8秒へと微増しており、モデルによって速度の傾向が分かれています。

    手元で行った別記事の画像生成記録(Sunburst、品質 high、1536×1024および1024×1536)でも、トークン消費の挙動を確認しました。
    サムネイルや図解など計4枚を生成した際、入力トークンはプロンプトのみで304〜636トークン、参考画像2枚を添付したケースで3,406トークンでした。
    出力トークンは4枚すべてで一律1,372トークンを記録しています。
    出力単価(100万トークンあたり30ドル)から計算すると、出力にかかる費用は1枚あたり約0.041ドルでした。
    1枚あたりのトークン数は生成条件によって変動するため、事前の試算には実機でのトークン測定が欠かせません。

    画像

    文字描画と新機能の挙動に見える実用境界

    画像モデルの大きな課題である文字描画と、新たに追加されたGIFやSVGの出力には、実務で扱う上で把握しておくべき境界が存在します。
    複雑なプロンプトで最大2分を要することや、文字描画の位置や明瞭さが不正確になる場合があるといった既知の制限が示されています。

    第三者による文字描画の検証では、精度のばらつきが報告されています。
    Analytics Vidhyaによる英語とヒンディー語のバイリンガルメニュー生成では、必要なダッシュ記号が5か所抜けるなど、確実な再現には至りませんでした。
    一方、手元で別記事用にSunburst(品質 high)で生成した4枚の日本語画像では、極めて安定した結果が得られました。
    記事タイトル、数字、日付、モデル名を含む日本語のテキストが、本文と1文字ずつ照合して4枚とも完全一致し、やり直しを発生させずに描画できています。
    ただし、これは特定の文字量とレイアウトにおける結果であり、あらゆる日本語表記の完全性を保証するものではありません。

    新機能のAPI仕様にも、ドキュメントの記述と実動環境で食い違いが見られます。
    Cellcogの報告によると、ドキュメントに「最大64フレーム」と記載されていたGIF機能は、実際のAPIパラメータでは16フレームが上限でした。
    SVG出力についても、エンドポイントが v1/images/generations に限定され、n=1 の指定が必須であるなどの制約があります。
    同社の検証環境ではSVG生成時に15回中14回で502エラーが発生したと報告されており、安定性には課題が残ります。

    画像マークアップ機能を利用する際は、入力画像と同じ幅と高さを持つ透過PNGを準備しなければなりません。
    従来の矩形 mask パラメーターとは排他的であり、併用は不可能です。
    さらに、組織認証(API Organization Verification)が未完了のアカウントでは、GPT Imageモデルそのものの利用が制限される場合がある点も事前の確認が必要です。

    画像

    移行と運用の判断基準

    用途に応じてFlareとSunburstを使い分け、予期せぬコスト増やエラーを防ぐための事前確認が移行の成否を分けます。
    【要確認:書き手の感想】

    モデル選定の基準は、生成パイプラインの目的に応じて整理できます。
    最短6秒での生成や素早い反復が求められる場面、ポスターや商品画像などのレイアウト作成やプロンプトの当たりを素早く探る下書き用途には、高速な gpt-image-2.6-flare が適しています。
    一方、文字の正確な配置が求められるインフォグラフィック、図解、商品画像の精密な反復加工には、gpt-image-2.6-sunburst を選ぶべきです。

    • モデル / 主な用途 / 推奨設定 / 注意すべき点

    • Flare / 高速プロトタイプ、大量試行、レイアウト作成 / quality: low〜medium, complexity: low / 細部の描き込みや精密な反復一貫性

    • Sunburst / 最終成果物、図解、文字入り画像、精密編集 / quality: high, complexity: medium〜high / 生成時間、出力トークン数の実測把握

    移行作業を進める上で、最初に確認すべき項目はAPI組織認証の状態とモデルIDの記述です。
    以前の既定だった gpt-image-1 などを指定するとAPIから存在しない旨の400エラーが返されるため、呼び出し側の定義を更新しなければなりません。
    また、品質を low や medium に下げてコスト削減を図る設計を採用している場合は、2.6への切り替えによってかえって費用が増大するリスクを想定しておく必要があります。
    本格運用の前に、実際の入力画像とプロンプトで消費トークン数を計測し、費用対効果を見極めた上でパイプラインへ組み込みます。

    出典

    • OpenAI:https://openai.com/ja-JP/index/introducing-images-2-6/

    • OpenAI開発者ドキュメント(Sunburst):https://developers.openai.com/api/docs/models/gpt-image-2.6-sunburst

    • OpenAI開発者ドキュメント(Flare):https://developers.openai.com/api/docs/models/gpt-image-2.6-flare

    • OpenAI開発者ドキュメント(画像生成ガイド):https://developers.openai.com/api/docs/guides/image-generation

    • OpenAI開発者ドキュメント(料金):https://developers.openai.com/api/docs/pricing

    • OpenAI開発者フォーラム:https://community.openai.com/t/images-upgraded-introducing-chatgpt-images-2-6/1412901

    • Cellcog:https://cellcog.ai/blog/gpt-image-2-6-vs-2-5/

    • Analytics Vidhya:https://www.analyticsvidhya.com/blog/2026/11/gpt-image-2-6-review/

    • each::labs:https://www.eachlabs.ai/blog/gpt-image-2-6-tested-on-eachlabs

    • TechRadar:https://www.techradar.com/ai-platforms-assistants/chatgpt/chatgpt-images-2-6-is-here-and-it-can-turn-your-photos-into-animated-gifs-so-i-tried-it-on-my-cat

    • 窓の杜:https://forest.watch.impress.co.jp/docs/news/2153881.html

     
     

    roku

     
     
    AI初心者・始めたばかりの人向けに、文章・情報整理・画像制作を実例で解説。 上手にいった例だけでなく、失敗例→直し方→確認ポイントまで書いています。 「AIを使ってみたけど思い通りにならない」を、自分で直せるに形にサポートします。

    あなたへのおすすめ