GPT-Image 2.5 と GPT-Image 2

GPT-Image 2.5 と GPT-Image 2 のどちらを選ぶかは、マーケティングページが混ぜてしまう 3 つの問いに分けて考えると整理できます。名前の裏にどのモデルがあるのか、出力サイズと品質がどう振る舞うのか、そして 1 枚の画像が実際にいくらかかるのか、です。結論はシンプルです。GPT-Image 2.5 は最終素材と精密な編集における実質的な強化であり、GPT-Image 2 は下書きと大量生成における経済的な既定値であり続けます。

OpenAI は新しい画像モデル群を 2 つの ID に分けています。gpt-image-2.5-flare と gpt-image-2.5-sunburst です。OmniaKey はカタログ上で gpt-image-2 と並べて単一の gpt-image-2.5 ルートを提供しています。違いはワークフローに直結します。品質の上限、指定サイズへの追従、編集時の挙動、そして呼び出しあたりの価格です。

GPT-Image 2.5 と GPT-Image 2：先に結論

実務的なルールはこうです。画像を捨てる前提、あるいはプロンプトを試している段階なら GPT-Image 2 から始めます。出力が最終素材、サイズが正確でなければならない、編集で他の領域を変えたくない、という条件が出たら GPT-Image 2.5 に切り替えます。

OpenAI は 2.5 で何を変えたのか

まず捨てるべき思い込みは、「GPT-Image 2.5」が 1 つのモデルだという前提です。OpenAI のカタログには 2 つあります。

• gpt-image-2.5-flare は、日常的な高品質生成で最速の選択肢と説明されています。
• gpt-image-2.5-sunburst は、生成と編集で最も能力が高く、編集精度が最も重要なワークフロー向けと位置づけられています。

どちらも既定スナップショットは 2026-09-08 で、テキストと画像を入力し画像を出力します。GPT-Image 2 の既定スナップショットはより古く、gpt-image-2-2026-04-21 です。

2 つ目の変化は品質の範囲です。GPT-Image 2 は high が上限ですが、2.5 は xhigh と max を追加し、既定はすべて auto です。品質を上げるほど画像出力トークンの消費が増え、モデル間・レベル間のコスト差はまさにここに現れます。

両世代ともエンドポイントは同じ 2 つです。テキストからの生成が v1/images/generations、編集と参照画像が v1/images/edits です。チャットモデルではありません。OpenAI は GPT Image 系で API Organization Verification が必要になる場合があると明記しているため、提供開始日を約束する前にプロジェクトで権限を確認してください。

見落としやすい後退もあります。OpenAI のモデルページでは Batch が gpt-image-2 に対応、2.5 の 2 モデルには非対応と記載されています。夜間に数千枚を割引で処理するパイプラインがあるなら、現時点でその機能は旧モデル側にしかありません。

OmniaKey は両モデルをどう提供するか

OmniaKey は OpenAI Images API の同期形式をそのまま中継しません。gpt-image-2 も gpt-image-2.5 も同じ非同期メディアタスクの流れを使います。POST /v1/media/tasks で作成し、GET /v1/media/tasks/{id} でポーリングし、署名付き URL をダウンロードします。OpenAI 側が同期でも、ゲートウェイ側は非同期です。

OpenAI のスクリプトを移すと 2 点が変わります。

• インライン base64 の応答はありません。タスクが succeeded か failed になるまで待ち、その後で成果物を取得します。
• 複数画像の n は使えません。OmniaKey は n = 1 を必須とするため、10 枚なら 10 タスクです。ストリーミングや部分画像もタスクの進捗表示に置き換わります。

冪等性は Idempotency-Key ヘッダーで扱います。同じキーと同じボディの再送は元のタスクを返し、同じキーで異なるボディは黙って 2 つ目のタスクを作らず拒否されます。

出力サイズ：1254x1254 と正確な寸法

最も目に見える違いはサイズです。両モデルが同じ size 値を受け付けるため、見落としやすい部分でもあります。

OpenAI は推奨サイズとして 1024x1024、1536x1024、1024x1536 を挙げ、幅x高さ の独自指定も許可します。両辺が 16 の倍数、アスペクト比が 1:3 から 3:1、どちらの辺も 3840 ピクセル以下、総ピクセル数が 655,360 から 8,294,400 の範囲です。2560x1440 を超える解像度は実験的とされています。

OmniaKey がドキュメント化している範囲はより狭く、1024x1024、1536x1024、1024x1536 です。その範囲内でも、記録された検証結果は返るピクセルが異なることを示しています。

OmniaKey のスモークテストでは、GPT-Image 2 が 1024x1024 の要求を 1254x1254 のファイルに正規化し、GPT-Image 2.5 は要求どおりのサイズを返しました。そのため OmniaKey のドキュメントは、リクエストのパラメータを信じず、ダウンロードしたファイルから実際の幅と高さを読むよう注意しています。

これはメタデータを信頼するあらゆる下流処理に影響します。固定のサムネイルグリッド、印刷テンプレート、幅を固定したレイアウト、ストレージ容量の見積もりです。正確な寸法が要件なら GPT-Image 2.5 のほうが安全ですが、それでもファイルヘッダーの検証は必要です。

品質レベルとその実コスト

品質は見た目のスイッチではありません。モデルが消費する画像出力トークン数を決め、課金されるのは出力トークンです。

OmniaKey が GPT-Image 2 で記録した結果は差を明確に示します。同じプロンプトが low、medium、high でそれぞれ約 408、1056、6240 の画像出力トークンを返しました。同一モデルの最安値と最高値の間に 15 倍以上の開きがあります。

OpenAI が公開する GPT-Image 2 の 1 枚あたりの推定値は、同じことをドルで示します。

これらは OpenAI 自身の推定であり OmniaKey の見積もりではなく、テキスト入力トークンを含みません。2.5 について OpenAI は、同じトークン単価でも 1 枚あたりのコストは同じにならないと明記しています。トークン消費はモデルと品質レベルで変わるためで、公式のトークン計算ツールは GPT-Image 2 を対象とし、GPT-Image 2.5 の消費は推定しないとされています。

したがって xhigh と max は既定値ではなく本番用の設定として扱います。high、xhigh、max の順に自分のプロンプトで比較し、レビューを通った最初のレベルを採用します。

価格：1 回固定とトークン課金

購入者にとっての差が最も鋭く出るのがここです。

OpenAI の標準トークン単価は gpt-image-2、gpt-image-2.5-flare、gpt-image-2.5-sunburst で同一です。テキスト入力 100 万トークンあたり $5、画像入力 $8、画像出力 $30、キャッシュ入力は $1.25 と $2 です。Batch 表に割引付きで載るのは GPT-Image 2 だけです。

OmniaKey はこの単価をそのまま通しません。稼働中のカタログは 1 回あたりの固定価格を掲載しています。

$0.05 と $0.10 なら、100 枚の成功画像は再試行を除いて OmniaKey で約 $5 または $10 です。OpenAI の推定では、高品質の 1024x1024 が 1 枚 $0.211 で 100 枚約 $21.10、低品質は 100 枚約 $0.60 です。固定のゲートウェイ価格は高品質で最も魅力的、低品質で最も魅力が薄く、トークン課金のカーブとは逆になります。

だからこそ数字の正はこの記事ではなく稼働中のカタログです。メディア価格は接続済みチャネル、公開する品質レベル、運用側の最終改定に依存します。予算を立てる前にモデルページを確認し、失敗したタスクが課金ではなく返金されることをアカウントで確かめてください。

予算を立てる前に GPT-Image 2 モデルページ、GPT-Image 2.5 モデルページ、最新の価格表 を確認してください。

編集：参照画像と 1 MiB の上限

両モデルとも generate と edit に対応します。OmniaKey では編集は入力画像付きの edit 操作で、参照画像は input.image または input.images で渡します。

実際に作れるものを決める制約は 2 つです。

• インライン base64 のみ。 入力は data URL、または data と mime_type を持つオブジェクトである必要があります。そのペイロードを含むリクエスト全体が 1 MiB に制限されるため、小さな素材、マスク、サムネイル向けで、フル解像度のカメラファイルには向きません。
• 編集は入力トークンを消費します。 記録された編集タスクは 194 の画像入力トークンを返し、元画像が実際にモデルの推論に入っていることを示しました。OpenAI も gpt-image-2 は画像入力を常に高忠実度で処理し、input_fidelity パラメータの変更を許可しないと述べています。参照画像の多い編集では入力トークンのコストが上がります。

編集精度については公式の役割分担が重要です。OpenAI は gpt-image-2.5-sunburst を「編集精度が最も重要」なワークフロー向けと明確に位置づけています。「この領域だけを変え、カメラアングル、光、製品の形状は保つ」という要件なら、最初に試すべきモデルはこれで、呼び出し単価が 2 倍になることを最も正当化しやすい場面です。

どちらを選ぶべきか

• GPT-Image 2： プロンプト探索、絵コンテ、SNS 用の下書き、サムネイル、そして不要な画像を再生成するコストが安い大量ループ。
• GPT-Image 2.5： 最終素材や顧客提出物、文字とレイアウトの正確さ、変更箇所以外を保つ必要がある編集。
• 正確なピクセルが不要で予算が厳しいなら GPT-Image 2。 掲載中のすべてのプランで安いルートです。
• 要求したサイズを守る必要があるなら GPT-Image 2.5。 記録されたテストで正確な寸法を返しました。
• OpenAI Batch の割引が必要なら GPT-Image 2 を前提に計画を。 2.5 の 2 モデルは Batch 非対応です。
• 1 回のリクエストで複数枚が必要ならどちらも不適。 OmniaKey は n = 1 を必須とし、並列化はタスク単位になります。

有用な既定の流れは、GPT-Image 2 の medium で生成して選別し、選ばれたものだけを GPT-Image 2.5 の high 以上で再生成する方法です。高価なモデルのトークンを、すでに出すと決めた画像にだけ使えます。

OmniaKey から両方を呼び出す

リクエストボディは両モデルで同じ形で、変わるのは model の値だけです。

curl --fail-with-body https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer your-omniakey-api-key" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: hero-image-001" \
  -d '{
    "model": "gpt-image-2.5",
    "type": "image",
    "operation": "generate",
    "input": {"prompt": "a paper boat on a quiet lake at sunset"},
    "parameters": {"size": "1536x1024", "quality": "high"}
  }'

応答は 202 Accepted です。返されたタスク ID を状態が succeeded になるまでポーリングし、署名付き URL の有効期限が切れる前にダウンロードします。画像自体は 24 時間、署名リンクは約 1 時間保持されるため、必要なら再ポーリングでリンクを更新できます。

編集では operation を保ち、入力をインライン画像に差し替えます。

BASE64=$(base64 -i source.png | tr -d '\n')

curl --fail-with-body https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer your-omniakey-api-key" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: hero-image-edit-001" \
  -d '{
    "model": "gpt-image-2.5",
    "type": "image",
    "operation": "edit",
    "input": {
      "prompt": "replace the background with a clean studio wall",
      "image": {"data": "'"$BASE64"'", "mime_type": "image/png"}
    },
    "parameters": {"size": "1024x1024"}
  }'

パラメータの全一覧、出力形式、エラー表は 画像生成ドキュメント にあります。実際の寸法と MIME タイプは完了したタスクから読み取り、PNG だと決めつけないでください。

よくある質問

GPT-Image 2.5 は GPT-Image 2 より優れていますか？

ドキュメント化された軸でははい。xhigh と max を追加し、要求したサイズを正確に返し、Sunburst は編集精度向けに位置づけられています。ただし「すべての設定で画質が上」という意味ではありません。本記事は独立した画質ベンチマークを主張していません。正確には、2.5 が上限を引き上げ、GPT-Image 2 は多くの作業に依然として十分だという結論です。

GPT-Image 2.5 の Flare と Sunburst とは？

OpenAI の 2.5 世代における 2 つの公式モデル ID です。Flare は日常生成で最速、Sunburst は生成と編集で最も高能力と説明されています。OmniaKey は単一の別名 gpt-image-2.5 を公開するため、チャネルがどちらの上流モデルに割り当てられているかを確認してください。

GPT-Image 2 が 1024x1024 の要求に 1254x1254 を返すのはなぜ？

OmniaKey の記録されたスモークテストがまさにこの正規化を観測しました。ドキュメントの対処は、リクエストのメタデータではなくダウンロードしたファイルから実際の幅と高さを読むことです。同じテスト系列で GPT-Image 2.5 は要求したサイズを返しました。

GPT-Image 2.5 は高くなりますか？

OmniaKey でははい。稼働中のカタログは gpt-image-2.5 を 1 回 $0.10、gpt-image-2 を 1 回 $0.05 と表示していました。OpenAI の直接のトークン単価では両世代は同じですが、消費トークンはモデルと品質で変わるため、1 枚あたりの結果は異なることがあります。

1 回のリクエストで複数枚を生成できますか？

OmniaKey ではできません。メディアタスク API は n = 1 を必須とするため、1 枚ごとに別タスクです。OpenAI の Images API は n を受け付け、GPT-Image 2 は Batch に対応しますが、どちらも現在の OmniaKey メディアルートには含まれません。

すべてを GPT-Image 2.5 に切り替えるべきですか？

いいえ。正確なサイズ、編集精度、最終品質が重要な作業だけを切り替え、探索と大量生成は安いモデルに残します。捨てる下書きに 2 倍を払うのは、画像予算を無駄にする最も簡単な方法です。

主な情報源

• OpenAI：GPT-Image 2 モデルページ
• OpenAI：GPT-Image 2.5 Flare モデルページ
• OpenAI：GPT-Image 2.5 Sunburst モデルページ
• OpenAI：画像生成ガイド
• OpenAI：API 価格
• OmniaKey：画像ドキュメント
• OmniaKey：稼働中の画像カタログ

証拠の開示：公式モデル ID、品質オプション、エンドポイント、トークン単価、1 枚あたりの推定値は 2026 年 9 月 12 日に OpenAI のドキュメントから読み取りました。サイズ挙動、トークン観測、ファイルサイズは OmniaKey 自身の検証記録に基づきます。独立した画質ベンチマーク、レイテンシ計測、コスト対品質の調査は実施していません。モデルの提供状況、別名、価格は変わるため、予算策定前に稼働中のカタログを確認してください。