GPT-Image-2.6-Allの生成と編集

​

概要

• 料金: $0.025/画像、呼び出しごとに課金されます。2K/4K も同じ料金です
• 速度: 約 10～46秒（1K は 10～22秒、2K は 12～24秒、4K は 15～42秒。テールレイテンシーは 60秒を超える場合があります）
• 品質: 長辺 512～1536 はネイティブ品質です。最も制御しやすい ChatGPT Web の品質とフィンガープリントを維持します。2K/4K は超解像度であり、1.5K より詳細になるとは限らず、大きなキャンバスサイズの問題を解決するものです
• フォーマット: PNG / JPEG / GIF / SVG、透明背景、24時間有効なURLに対応します。GIF / SVG はこのルートのネイティブ機能であり、2.5-all では利用できません
• 中国語: 中国語のプロンプトにネイティブ対応し、ポスター、看板、インフォグラフィックでのテキスト描画に優れています

​

クイックスタート

​

テキストから画像を生成（curl）

curl https://api.apiyi.com/v1/images/generations \
  -H "Authorization: Bearer $APIYI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.6-all",
    "prompt": "A beige paper-textured autumn reading club poster, vertical Chinese title in the center, hand-drawn maple leaf at the bottom right",
    "size": "1536x1024",
    "response_format": "b64_json"
  }'

​

画像編集（Python、マルチパート）

import base64
import os

from openai import OpenAI

client = OpenAI(
    api_key=os.environ["APIYI_API_KEY"],
    base_url="https://api.apiyi.com/v1",
    timeout=600,
)

with open("input.png", "rb") as f:
    result = client.images.edit(
        model="gpt-image-2.6-all",
        image=f,
        prompt="Replace the background with light gray, keep the subject and text",
        size="1536x1024",
    )

image_bytes = base64.b64decode(result.data[0].b64_json)
with open("edited.png", "wb") as f:
    f.write(image_bytes)

​

機能

​

サイズ

​

ネイティブ範囲（≤1536、ChatGPTのネイティブサイズ）

• 16または64の倍数に揃える必要はありません。ネイティブ経路では、1537、1600x900、1920x1080は拒否されます。
• size=autoは上流で決定されます。1312x1199、1402x1122、1448x1086が確認されていますが、固定値は保証されません。
• ネイティブ経路では、レスポンスのsizeは実際の出力サイズと一致します。

​

超解像範囲（2K / 4K、大きなキャンバスとの互換性）

​

サイズの選び方

• ChatGPTネイティブに最も近い仕上がり / 安定した品質: sizeを1536以下にしてください。1.5K程度が理想です。これは最も制御しやすい階層で、ChatGPT特有の特徴が得られます。
• 2Kの大きなキャンバスとの互換性: 2048x2048、2048x1152、2048x1536を使用してください。一般的なサイズは指定どおりになりますが、1.5Kより詳細になることは期待しないでください。
• 4Kの横長画像: 3840x2160を使用してください。通常は3840x2160、まれに4096x2731が返されます。実際のピクセル数を確認してください。
• 大きな正方形: 上限は2880です。4096x4096は2880x2880で返されます。
• 4:1のバナー: 対応していません。4096x1024は400を返します。

​

形式

• 透過背景: background=transparent + PNG。2K では、約 40% が完全に透明なピクセルの RGBA 画像が生成されます。4K の透過出力は size に従わず、寸法は保証されません。
• URL: response_format=url は Default グループで機能します。Image2_OSS グループは不要です。このリンクは有効期限が 24 時間の署名付き URL です。
• WebP 非対応: エラーは output_format 'webp' is not supported; use png, jpeg, gif or svg です。

​

GIF

curl https://api.apiyi.com/v1/images/generations \
  -H "Authorization: Bearer $APIYI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.6-all",
    "prompt": "A looping animation of a yellow doll frowning, puffing its cheeks and stomping, pure white background, seamless loop",
    "size": "2048x2048",
    "output_format": "gif",
    "frame_count": 8,
    "frame_duration_ms": 150
  }'

• output_format=gif は必須です。プロンプトでループを指定してもフォーマットを省略すると、互換レイヤーは PNG を想定するため、リクエストは 502 image 1 is gif, png was asked for で失敗します。
• frame_count / frame_duration_ms は指定どおりに反映されます。8 フレーム / 150 ms、4 フレーム / 300 ms、6 フレーム / 120 ms は、いずれもリクエストどおりでした。
• size では出力サイズは決まりません。1K では 384x512、507x506、619x623 の結果があり、2K では 327x585、4K では 621x621 が返されました。保証されるのはフレーム数と再生時間のみです。
• GIF のサイズを固定するには、生成後にクライアント側でリサイズまたはトリミングしてください。

​

SVG

curl https://api.apiyi.com/v1/images/generations \
  -H "Authorization: Bearer $APIYI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.6-all",
    "prompt": "A flat rocket icon, exactly three colors, no text",
    "size": "2048x2048",
    "output_format": "svg"
  }'

• 真のベクター: 応答はビットマップではなく<svg>テキストです。2048²、3840x2160、4096²、6144²、8192²のすべてで合格しました。
• viewBoxはsizeに従います: 2048x2048ではviewBox="0 0 2048 2048"になり、3840x2160ではviewBox="0 0 3840 2160"になります。
• svgオブジェクトは不要です: output_format=svgだけで十分です。公式ルートや一部のSDKでは"svg": {"model": "..."}が追加されますが、2.6-allはそのフィールドを受け付けますが無視します。エラーにはならず、結果も変わらないため、これに依存しないでください。
• 出力には<script>や埋め込みラスタ画像は含まれません。

​

画像編集

• エンドポイント: POST /v1/images/edits、multipart/form-data。
• 単一画像 / マスク / 複数の参照画像を受け付けます。マスクは参照画像として扱われます。編集がマスク内に収まることは保証されないため、変更する箇所と保持する箇所を明記してください。
• sizeを明示すると、そのサイズが正確に適用されます。2K/4Kも含まれます（2048x2048と3840x2160はいずれも検証済みです）。
• sizeを指定しない場合、またはautoを指定した場合、出力は入力のアスペクト比を維持したまま約1.57 MPに正規化されます。元のピクセルサイズは保証されません。
• 参照画像を2枚使用できることは実際に確認されています。それ以上使用する場合は、クライアント側で画像を合成するか、段階的に編集してください。

​

n とレスポンス

• n は 1～10 をサポートし、画像ごとに課金されます。2K では、n=2 は 2048x2048 の画像を2枚返し、n=3 は usage.image_count=3 と output_image_tokens=8160 の画像を3枚返しました（3 × 2720）。1画像あたり $0.025 の場合、合計は $0.075 です。最終的な請求額は請求書に表示される金額です。
• デフォルトは b64_json です。response_format=url は url のみを返し、両方を返すことはありません。
• 一般的なレスポンスフィールド：created、data[]、usage。2K/4K では size フィールドが存在しない場合があります。1K では通常、指定した値がそのまま返されます。
• URL の署名は24時間有効です。有効期限が切れたら再生成してください。

​

タイムアウトと同時実行数

• クライアントのタイムアウトを600秒に設定してください：1Kは約10～22秒、2Kは12～24秒、4Kは15～42秒かかり、テールレイテンシは60秒を超えることがあります。リバースプロキシ、サーバーレス環境、キューコンシューマーの制限も緩和してください。
• 同時実行数：1Kでは、12×2、16×1、8×1536のいずれも429エラーなしで通過しました。2K/4Kの負荷テストは実施していません。4～8件の同時リクエストから始め、テールレイテンシを監視してください。
• 課金は同期的に行われます：リクエストの送信時に課金されます。クライアントが切断されても返金されず、結果も保持されません。

​

制限

• 2K/4Kは超解像であり、大きなキャンバスとの互換性を確保するものです。 ネイティブのピクセル数ではなく、1536のネイティブ階層より高い詳細度が得られる保証もありません。品質を安定させるには、1536以下にしてください。
• 2K/4Kはフォールバック経路に依存します。 リクエストはまずネイティブ経路に送られ、サイズが範囲外の場合に超解像経路へ切り替わります。フォールバックが利用できない場合、APIが400 wide_fallback_requiredを返すことがあります。その場合は再試行するか、1536以下にしてください。
• GIFのサイズは保証されません。 1K、2K、4Kのいずれでも小さな画像が返されることがあります。保証されるのはフレーム数と再生時間のみです。
• WebPはサポートされていません。 PNG / JPEG / GIF / SVGのみ対応しています。
• 4:1はサポートされていません。 4096x1024は400を返します。最大アスペクト比は3:1です。
• 4Kの透過出力は不安定です。 長辺が4096ピクセルの出力が複数確認されています。3840x2160を保証しないでください。透過出力は2K以下にしてください。
• qualityには依存しないでください。 low / medium / highは受け付けられますが、lowは2Kで2048x1153を返す場合がある一方、medium / highは2048x2048を返します。同じシードでの品質差は確認されていません。
• autoを使った編集では再スケーリングされます。 出力は入力サイズではなく、約1.57 MPです。
• コンテンツポリシー：上流のモデレーションで400 content_policy_violationが返された場合は、promptを修正して再試行してください。

​

エラー

​

AIエージェントに配線させる

​

よくある質問

​

2K/4Kはネイティブ解像度ですか？

​

2K/4Kの応答にsizeが含まれないのはなぜですか？

​

透明な4K画像を生成できますか？

​

GIFの寸法を設定できますか？

​

WebPはサポートされていますか？

​

qualityは重要ですか？

​

4096x1024が失敗するのはなぜですか？

​

関連

• テキストから画像への API
• 画像編集 API
• GPT-Image-2.5-All の概要
• 公式リレーとリバースの比較
• 画像 API のベストプラクティス