GPT Image 2

GPT Image 2 は、OpenAI API における現在のフラッグシップ画像生成モデルです。公式ドキュメントは、高速で高品質な生成と編集、柔軟なサイズ、高忠実度の画像入力向けの最先端モデルだと説明しています。デフォルトのスナップショットは gpt-image-2-2026-04-21 です。テキストと画像を入力し、v1/images/generations、v1/images/edits、Batch で画像を返します。Chat Completions と Responses はこのモデルを直接ホストしません。Responses は画像生成ツール経由で GPT Image モデルを選べます。

主な機能

• 生成と編集：プロンプトから画像を作る、または既存画像を全体・部分的に変更する。inpainting に対応。
• 柔軟なサイズ：よく使うプリセットは 1024x1024、1536x1024、1024x1536、2048x2048、2048x1152、3840x2160、2160x3840、および auto。辺は 16px の倍数、長辺対短辺は 3:1 以下、総画素は 655,360 から 8,294,400。最長辺は 3840px。
• 品質と形式：low、medium、high、または auto。既定出力は PNG。JPEG と WebP は 0 から 100 の output_compression に対応。レイテンシを気にするなら JPEG の方が速い。
• 高忠実度の編集：編集リクエストは参照画像を常に高忠実度で処理するため、入力トークンコストが上がることがある。
• モデレーション：moderation は auto（既定）または low。GPT Image 系を使う前に API Organization Verification が必要な場合がある。
• 透明背景は非対応：gpt-image-2 は background: "transparent" をサポートしない。

使いどころ

• 商品・マーケティングの静止画：まず quality: "low" で試し、残す一枚を medium か high でレンダリングする。
• 複数ターンのデザイン：GPT-5.6 以降で Responses の画像生成ツールを使い、同じ会話で生成してから編集する。
• レイアウトの重い制作：4K の横・縦はポスターやスライド向き。ただし 2560x1440（3,686,400 画素）を超える出力は実験的とされる。
• バッチ生産：オフラインの大量処理には Batch エンドポイントが使える。

料金

OpenAI は API 料金ページ で GPT Image 2 を 100 万トークンあたりで表示しています（2026-08-17 確認）：

Batch は標準の半額です。画像生成ガイドには一般的なサイズの 1 枚あたり出力例もあります。1024x1024 の low / medium / high は約 $0.006 / $0.053 / $0.211、1024x1536 または 1536x1024 の low / medium は約 $0.005 / $0.041。高解像度や編集は入力トークンが加算されます。これらの例を完全な料金表だと思わず、公式計算機を使ってください。

ChatGPT Images 2.0 はコンシューマー向けの兄弟機能であり、API の gpt-image-2 と同じ課金面ではありません。

はじめ方

1. 開発者コンソールで求められたら Organization Verification を完了する。
2. model: "gpt-image-2" で images.generate を呼び、返ってきた b64_json を保存する。
3. まず quality: "low" と控えめなサイズで始め、最終アセットだけ品質を上げる。
4. 会話的な編集なら、GPT-5.6 以降の Responses 画像生成ツールを使い、必要なら action で generate または edit を固定する。
5. image_generation_user_error はプロンプトを変えて対処する。無条件リトライはしない。

よくある質問

名前を変えた DALL-E 3 ですか？

違います。GPT Image は後続ファミリーです。gpt-image-2 が現在の API フラッグシップで、gpt-image-1.5、gpt-image-1、gpt-image-1-mini は別価格で残っています。

バージョンを固定できますか？

できます。安定スナップショットが必要なら gpt-image-2-2026-04-21 をピンします。

なぜ遅いのですか？

複雑なプロンプトは最大 2 分かかることがあります。公式の制約には、文字配置、キャラ一貫性、厳密なレイアウト制御もまだ残っています。

レート制限は？

既定の画像制限は利用ティアで上がります。Tier 1 は 5 IPM、Tier 5 は 250 IPM。TPM は 100,000 から 8,000,000 です。

代替案

• OpenAI: dall-e-3：ワークフローがまだ DALL-E に固定されている場合の旧静止画モデル。
• Flux.1 Pro：OpenAI 以外のベンダーが欲しいときの Black Forest Labs 商用静止画。
• Nano Banana：すでに Gemini で仕事している場合の Google 画像プロダクト。

ヒント

1. 安く下書きしてから使う。公式はサムネイルと反復に low を勧めています。
2. レイテンシを気にするなら JPEG、ロスレスの最終稿は PNG。
3. 大量バッチの前にトークン単価を再確認する。標準表の画像出力は 100 万トークンあたり $30 で、編集は高忠実度の入力トークンが加算されます。

まとめ

2026 年の新しい静止画生成と編集、とくに同じアプリで GPT-5.6 を使っているなら、まず GPT Image 2 を見てください。低品質の正方形ドラフトから始め、4K や高忠実度編集を入れる前に モデルページ と料金計算機を読んでください。