GPT Image 2.6とは？
GPT Image 2.6は、静止画の生成と編集を速くし、GIF、SVG、画像上の位置を指定した編集まで制作工程を広げた画像モデルです。ChatGPTとCodexではデスクトップ、モバイル、Webの全サブスクリプション層へ世界提供され、APIではFlareとSunburstを明示して使います。[1]
短く答えると、低遅延で案を数多く試すならFlare、商品・人物・文字組みなど細部を守りながら仕上げるならSunburstが出発点です。ただし、OpenAIも用途別に実プロンプトで比較するよう案内しており、どちらかが常に優れるとは説明していません。[2]
| 選択肢 | 向く作業 | 最初に測るもの |
|---|---|---|
| Flare | ラフ案、対話的な編集、待ち時間が重要な画面 | 応答時間、採用率、やり直し回数 |
| Sunburst | 商品画像、複雑なレイアウト、同じ人物や物体の反復編集 | 細部の保持、文字崩れ、修正回数 |
| ChatGPT/Codex | コードを書かずに生成・編集したい個人やチーム | 利用上限、共有方法、最終用途 |
画像生成・編集の利用場面を示すイメージ。GPT Image 2.6の実画面ではありません。Photo: George Milton / Pexels（Pexels License）
料金は同じ、総費用は生成条件で変わる
GPT‑Image‑2.6 FlareとSunburstの標準API単価は同じです。画像入力は100万トークンあたり8ドル、キャッシュ済み入力は2ドル、画像出力は30ドル。テキスト入力は5ドル、キャッシュ済み入力は1.25ドルです。ここでの数字は1枚の固定価格ではなく、処理したトークン量への単価です。[3]
| 課金対象 | 100万トークン単価 |
|---|---|
| テキスト入力 | 5ドル |
| キャッシュ済みテキスト入力 | 1.25ドル |
| 画像入力 | 8ドル |
| キャッシュ済み画像入力 | 2ドル |
| 画像出力 | 30ドル |
実際の1枚あたり費用は、画像サイズ、quality、入力画像の枚数、生成されたトークン数で変わります。さらに、SVG出力は参照画像をつくる画像モデルの費用に、SVGを記述するモデルのトークン費用が加わります。ストリーミング中の部分画像も1枚ごとに100出力トークンが加算されます。[4]
このため「単価が同じだからFlareとSunburstの費用も同じ」とは限りません。Flareで3回やり直すよりSunburstで1回で決まるなら、後者の総費用が低い場合があります。逆に、社内のラフ案を大量に出す工程では待ち時間が短いほうが人件費を抑えられます。APIのレスポンスにあるusageと、採用までの試行回数を一緒に記録すると比較できます。
FlareとSunburstは速度と精細さで選ぶ
OpenAIはImages 2.6を従来より50%高速と説明し、Flareはqualityをlowにした場合に最短6秒で生成できるとしています。いずれもOpenAIが示した条件下の公称値であり、TechCreateが同じ結果を実測したものではありません。ネットワーク、画像サイズ、入力枚数、混雑、プロンプトの複雑さで待ち時間は変わります。[1]
Sunburstはmediumまたはhighで、より高い品質と編集間の一貫性を狙うモデルです。Flareもポスターや商品画像のレイアウト品質を改善したと説明されていますが、「高品質」という表現だけでは採用を判断できません。自社で避けたい失敗を先に決めます。たとえばECなら商品形状とラベル、広告なら固有色と文字、ゲームならキャラクターの衣装と顔が比較対象になります。
既存の2.5から移す場合は、同じプロンプト、参照画像、サイズ、qualityで2.5と2.6を並べます。生成速度だけでなく、採用できた比率、修正指示の回数、人物・商品の一致、文字の誤り、最終的なトークン数を記録します。OpenAIの案内も、FlareとSunburstを既存ワークロードで比較する順序を示しています。[2]
2.5から変わるのは制作工程
Images 2.6の差は、静止画の品質だけではありません。GIF生成、画像マークアップによる範囲指定編集、SVG出力、complexityの追加により、生成した画像を次の工程へ渡しやすくなりました。[1]
- GIFは、キャラクターや商品画像を短いループへ動かす用途を想定する
- 画像マークアップは、修正箇所を画像上で示して編集の範囲を絞る
- SVGは、Webや印刷で拡大できるベクター形式へ出力する
- complexityは、描画の細かさを決めるqualityとは別に、場面をどう組み立てるかの計画量を調整する
complexityをlowにすれば、必ず品質が低くなるという意味ではありません。OpenAIは多くの編集作業でlow complexityと、用途に合うqualityの組み合わせを推奨しています。要素や制約の多い場面でmediumまたはhighを試す設計です。[4]
ChatGPT側ではGIFに加え、保存した参照画像を別の会話でも呼び出せる機能が案内されています。これはAPIのキャッシュ料金と同じ仕組みだと断定できません。ChatGPTの製品機能とAPIの課金・データ処理は分けて確認します。
導入時は品質、時間、権利を分けて測る
制作チームが試すなら、まず5〜10件の代表タスクを固定します。人物の背景変更、商品の色違い、文字入りバナー、ラフからの清書、短いGIFなど、普段の仕事に近い題材を選びます。各タスクでFlareとSunburstを同じ条件にし、次を記録します。
- 指示から最初の画像までの時間
- 採用できるまでの生成・編集回数
- 人物、商品、文字、色など守る要素の一致
- 画像・テキストの入出力トークンと請求額
- 人がPhotoshopなどで直した時間
生成できることと、公開してよいことは別です。人物や商標、顧客データ、参照画像の利用権、誤認を招く表現を確認し、広告や報道では必要な表示を残します。OpenAIは安全評価を公開していますが、それは個別の制作物の権利確認や事実確認を代行するものではありません。[5]
OpenAIモデルをGoogle Cloudで使う場合の契約やデータ統制は、TechCreateの「OpenAIはGoogle Cloudで使える？対象モデルと条件」でも整理しています。画像APIを直接契約する場合とは窓口や利用条件が異なるため、混同しないでください。
まとめ
- GPT Image 2.6は、低遅延のFlareと精細な編集向けのSunburstをAPIで提供し、GIF、SVG、範囲指定編集へ制作工程を広げた
- 両モデルのトークン単価は同じでも、生成量、quality、再編集回数で1枚あたりの総費用は変わる
- 導入判断では、公称の最短6秒だけでなく、実タスクの採用率、修正回数、総トークン、人の仕上げ時間、権利確認を測る
出典・参考
- OpenAI「Introducing Images 2.6」2026年11月4日
- OpenAI Developers「Image prompting — GPT Image 2.6」
- OpenAI Developers「GPT-Image-2.6 Flare Model」
- OpenAI Developers「Image generation」
- OpenAI Deployment Safety Hub「ChatGPT Images 2.6 safety evaluations」
読者のコメント (0)
コメントを残す