GPT Image 2.6の新機能

curl --request POST \
  --url https://api.apiyi.com/v1/images/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data @- <<EOF
{
  "model": "gpt-image-2.6-sunburst",
  "prompt": "A clean 2x2 technical infographic on a white background. Top-left: a red circle labeled 'A'. Top-right: a blue square labeled 'B'. Bottom-left: a green triangle labeled 'C'. Bottom-right: a yellow hexagon labeled 'D'. A black arrow connects A to B to C to D in that order. Exactly four labels, balanced grid, no other text."
}
EOF

{
  "created": 123,
  "background": "opaque",
  "data": [
    {
      "b64_json": "<string>",
      "generation_id": "<string>"
    }
  ],
  "output_format": "gif",
  "quality": "low",
  "size": "512x512",
  "usage": {
    "input_tokens": 59,
    "output_tokens": 555,
    "total_tokens": 614,
    "input_tokens_details": {
      "text_tokens": 59,
      "image_tokens": 0
    },
    "output_tokens_details": {
      "text_tokens": 0,
      "image_tokens": 555
    }
  },
  "svg_usage": {
    "model": "gpt-5.6-terra",
    "input_tokens": 1572,
    "output_tokens": 850,
    "reasoning_tokens": 350,
    "total_tokens": 2422
  }
}

POST

images

generations

curl --request POST \
  --url https://api.apiyi.com/v1/images/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data @- <<EOF
{
  "model": "gpt-image-2.6-sunburst",
  "prompt": "A clean 2x2 technical infographic on a white background. Top-left: a red circle labeled 'A'. Top-right: a blue square labeled 'B'. Bottom-left: a green triangle labeled 'C'. Bottom-right: a yellow hexagon labeled 'D'. A black arrow connects A to B to C to D in that order. Exactly four labels, balanced grid, no other text."
}
EOF

{
  "created": 123,
  "background": "opaque",
  "data": [
    {
      "b64_json": "<string>",
      "generation_id": "<string>"
    }
  ],
  "output_format": "gif",
  "quality": "low",
  "size": "512x512",
  "usage": {
    "input_tokens": 59,
    "output_tokens": 555,
    "total_tokens": 614,
    "input_tokens_details": {
      "text_tokens": 59,
      "image_tokens": 0
    },
    "output_tokens_details": {
      "text_tokens": 0,
      "image_tokens": 555
    }
  },
  "svg_usage": {
    "model": "gpt-5.6-terra",
    "input_tokens": 1572,
    "output_tokens": 850,
    "reasoning_tokens": 350,
    "total_tokens": 2422
  }
}

Playgroundには、複雑なラスターPNG、SVG、および2フレームGIFという3つの名前付きサンプルが用意されています。AuthorizationにBearer sk-xxxを入力し、サンプルを選択してpromptを編集し、リクエストを送信してください。

data[0].b64_jsonにはdata:プレフィックスがなく、SVGおよびGIFのレスポンスもbase64エンコードされています。リクエストが成功した場合でも、ブラウザのPlaygroundでは長いbase64レスポンスを表示できないことがあります。以下のPythonサンプルを使用して、結果をローカルにデコードして保存してください。

モデルの選択

GPT Image 2.6は2026-11-04にリリースされました。/v1/images/generationsと/v1/images/editsを維持しつつ、複雑さの制御、SVG出力、アニメーションGIF出力、マークアップによる編集機能が追加されています。

モデル	特徴	最適な用途
`gpt-image-2.6-flare`	高速なイテレーション	下書き、バッチ生成、ソーシャルコンテンツ、迅速なprompt比較
`gpt-image-2.6-sunburst`	詳細なビジュアル制作	複雑なレイアウト、高密度なテキスト、完成アセット、精密な編集

現在のtokenレートについては、モデル料金一覧をご覧ください。実際のコストは、サイズ、品質、出力形式、およびtoken使用量によって異なります。また、SVGにはオーサリングモデルの料金も発生するため、そのコストは標準的なPNGと同列には比較できません。

新機能

複雑度コントロール

品質設定とは独立して、レンダリング前のプランニングを制御します。

SVGベクター出力

アイコン、イラスト、UIアセット向けに、編集可能なパス、シェイプ、カラーを返します。

アニメーションGIF出力

フレーム数とフレーム表示時間の制御により、1回のリクエストで完全なGIFを生成します。

マークアップガイド編集

prompt で変更内容を記述しながら、透明なアノテーションレイヤーを使用して編集領域を特定します。

complexity: プランニングの制御

complexityは、モデルがレンダリング前にどの程度プランニングを行うかを制御します。これは、密度の高いテキスト、複雑なレイアウト、オブジェクト間の関係性を処理することを想定しています。一方でqualityはレンダリング品質を制御するため、これら2つの設定は異なる目的を果たします。

公式レベル	推奨される用途
`low`	ピンポイントの編集、シンプルな構図、素早いドラフト作成
`medium`	通常のレイアウトと複数の制約条件のバランス重視
`high`	密度の高いテキスト、複雑なレイアウト、オブジェクト間の関係性。complexityを省略した場合はデフォルトで使用されます

complexityに追加料金はかかりません。レベルを高く設定すると、レイテンシが増加したり、意図しない変更が生じたりする可能性があります。高いレベルほど常に優れていると思い込まず、実際のタスクに応じて結果を比較してください。

アップストリームのテストメモ: 追加で受け入れられるレベル

テスト時のアップストリームからのエラーレスポンスにはnone、xhigh、maxもリストされており、現在のルートではこれらが受け入れられました。OpenAIの公開ガイドにはlow / medium / highが記載されています。長期的な互換性の保証として追加の値に依存するのではなく、本番環境のリクエストではそれらの公式レベルを使用してください。

SVG: 編集可能なベクターファイルの生成

output_format: "svg" を設定します。現在の上流では、ベクターコードを作成するテキストモデルを選択するために、ネストされた svg.model フィールドも必要です:

{
  "model": "gpt-image-2.6-sunburst",
  "prompt": "A minimal flat vector icon of a rocket, exactly three solid colors, geometric editable shapes, no text, no raster texture, transparent background.",
  "output_format": "svg",
  "svg": {
    "model": "gpt-5.6-terra"
  },
  "quality": "low",
  "size": "1024x1024",
  "n": 1
}

赤色のフィン、青色の窓、白い機体を持つベクターのロケットアイコン — A real SVG generated through APIYI's passthrough route: editable path and circle elements

作成モデルの選択と課金

クライアントが svg.model を指定します。APIYI がランダムに選択することはありません。サポートされるモデルのセットは上流および現在のグループに依存するため、すべての OpenAI テキストモデルでのサポートが保証されているわけではありません。このページでは gpt-5.6-terra、gpt-6-luna、および gpt-4.1-mini を検証しています。その他のモデルは実際のグループでテストしてください。作成料金には、選択したテキストモデルの入力および出力 token レートが適用されます:

作成コスト = svg_usage.input_tokens × 入力レート + svg_usage.output_tokens × 出力レート。
合計SVGコスト = 参照画像コスト + 作成モデルコスト。テキストモデルがSVGを作成する前に、画像モデルが参照画像を生成します。
成功したレスポンスには usage と svg_usage の両方が含まれます: usage は参照画像を対象とし、svg_usage は作成モデルを対象とします。両方がコストに寄与します。
svg_usage.reasoning_tokens はすでに svg_usage.output_tokens に含まれています。二重に加算しないでください。

2026-11-05 に gpt-image-2.6-sunburst および gpt-5.6-terra を使用した APIYI パススルーテストでは、レスポンスに以下の usage フィールドが含まれていました:

{
  "output_format": "svg",
  "usage": {
    "input_tokens": 100,
    "output_tokens": 824,
    "total_tokens": 924
  },
  "svg_usage": {
    "model": "gpt-5.6-terra",
    "input_tokens": 1572,
    "output_tokens": 850,
    "reasoning_tokens": 350,
    "total_tokens": 2422
  }
}

100万入力 tokens あたり $2、100万出力 tokens あたり $12 という gpt-5.6-terra の現在のディレクトリレートを使用すると、参照画像の料金を除いた推定作成料金は 1572 ÷ 1000000 × 2 + 850 ÷ 1000000 × 12 = \$0.013344 です。同じ prompt を使用して、以下の作成モデルをテストしました。いずれもスクリプト、埋め込みラスター画像、または外部リンクを含まない本物のSVGを返しました:

`svg.model`	結果	入力 / 出力 tokens	推論 tokens	所要時間	推定作成料金
`gpt-5.6-terra`	合格	1,572 / 850	350	29.196s	$0.013344
`gpt-6-luna`	合格	1,572 / 1,618	1,110	53.436s	$0.0009662
`gpt-4.1-mini`	合格	2,005 / 513	0	23.777s	$0.0016228

3つのリクエストはすべて同じ参照画像の usage を報告しました: 入力 100、出力 824、合計 924 tokens であり、個別に課金されます。gpt-4.1-mini に対するレスポンスモデル名は gpt-4.1-mini-2025-04-14 でした。価格は変更される可能性があり、階層レートはグループによって異なる場合があります。実際の料金については、モデル料金ディレクトリおよび請求書をご確認ください。モデルごとに1枚の画像のみでの検証であるため、品質ランキングを示すものではありません。

制限事項

SVG は n=1 を指定した /v1/images/generations 経由でのみ利用可能です。編集エンドポイントは SVG 出力やラスター入力としての SVG をサポートしていません。
ストリーミング、部分画像、output_compression、および prompt_rewriter はサポートされていません。
生成結果は、スクリプト、外部リソース、埋め込みラスター画像を含まない静的なベクター XML です。PNG ではなく .svg としてデコードして保存してください。

GIF: ループアニメーションの生成

output_format: "gif" を設定し、prompt 内で被写体、動き、およびループについて記述します。この低コストなサンプルでは、各フレーム 100ms の 2 フレーム、合計時間 0.2 秒が生成されます:

{
  "model": "gpt-image-2.6-sunburst",
  "prompt": "A minimal two-frame looping animation of a yellow circle moving slightly right and returning to its starting position on a plain white background, no text, seamless loop.",
  "output_format": "gif",
  "quality": "low",
  "size": "512x512",
  "frame_count": 2,
  "frame_duration_ms": 100,
  "n": 1
}

右に移動して元の位置に戻る黄色い円の2フレームループアニメーション — A real GIF generated through APIYI's passthrough route: 2 frames and 0.2 seconds

パラメータ	公式の範囲とデフォルト値	備考
`frame_count`	2–64、デフォルトは 9	フレーム数が増えると、一般的にレイテンシとコストが増加します
`frame_duration_ms`	20–2000ms、デフォルトは 200ms、10ms 単位に丸め処理	合計時間はおよそフレーム数 × フレーム表示時間になります
`size`	`auto` または有効な WIDTHxHEIGHT	完成した各フレームのサイズ。フレーム数、フレームサイズ、総ピクセルバジェットのすべてが制限内に収まる必要があります

GIF は生成専用であり、ストリーミング、部分画像、カスタム output_compression、または prompt_rewriter はサポートしていません。PNG、JPEG、WebP、または SVG で frame_count や frame_duration_ms を使用しないでください。

実際のフレーム数を確認する

HTTP 200 やレスポンスの output_format だけを信頼しないでください。ルートによってフレーム関連フィールドが欠落した場合でも、デフォルトの 9 フレーム、1.8 秒の GIF が返送されることがあります。ffprobe を使用して実際のファイルを検査してください:

ffprobe -v error -select_streams v:0 -count_frames \
  -show_entries stream=codec_name,width,height,nb_read_frames,duration \
  -of json result.gif

このサンプルの場合、nb_read_frames=2 および duration=0.200000 となることが期待されます。

マークアップによる編集

GPT Image 2.6は、/v1/images/editsのmarkupフィールドを介したマークアップによる編集にも対応しています：

元の画像を最初の入力として保持します。
同じ寸法の透明なPNGを作成し、変更したい領域の周囲に丸、矢印、スケッチを追加します。
その注釈レイヤーをmarkupとしてアップロードし、変更内容と保持したい詳細をpromptに記述します。
マークアップは最初の入力画像に適用され、maskやprompt_rewriterと組み合わせることはできません。

通常の編集、複数画像の合成、およびマスクについては、Image Edit APIを参照してください。マークアップの転送は対象ルート上で個別に検証する必要があります。このページではテスト済みのインタラクティブな例としては提示していません。

クライアント側でのデコード

すべての出力フォーマットでdata[0].b64_jsonが使用され、異なるのはファイル拡張子のみです：

import base64
from pathlib import Path

payload = response.json()
fmt = payload["output_format"]
raw = base64.b64decode(payload["data"][0]["b64_json"])
Path(f"result.{fmt}").write_bytes(raw)

SVGはUTF-8 XMLにデコードされますが、GIFおよびラスター形式はバイナリファイルにデコードされます。本番環境のコードでは、拡張子のみを信頼するのではなく、HTTPステータス、errorフィールド、および実際のファイルシグネチャも確認する必要があります。

ルートの互換性とトラブルシューティング

新しい2.6のフィールドには、ネイティブなJSONパススルーが必要です。互換性はアップストリームのルートによって異なる場合があり、これらの公開されている例はすべてのグループで同一の動作を保証するものではありません。アカウントが実際に使用しているグループで検証してください。

症状	最初に確認すべきこと
提供されているにもかかわらず `SVG generation requires 'svg.model'` が発生する	ルートがネストされた `svg` オブジェクトをフィルタリングまたは書き換えていないかどうか
100msで2フレームのリクエストに対し、9フレームかつ1.8秒が返される	`frame_count` と `frame_duration_ms` がドロップされ、デフォルト値が優先されていないかどうか
無効な複雑さの文字列でも200が返される	バリデーションの動作はアップストリームによって異なる場合があります。これ単体ではフィールドがドロップされたことを証明するものではありません。有効なレベルでの動作と比較し、アップストリームのログを調査してください
Playgroundに `unable to complete request` が表示される	レスポンスが実際に200であったか確認してください。長いbase64はブラウザの表示容量を超える可能性があるため、ローカルでデコードしてください
SVGのコストが想定より高い	参照画像のtokensだけでなく、`usage` と `svg_usage` の両方を確認してください

基本

基本API

画像API（公式）

動画API（公式）

マルチモーダル理解API

テキスト生成

音声API（公式）

検索と安全性

モデルの選択

新機能

複雑度コントロール

SVGベクター出力

アニメーションGIF出力

マークアップガイド編集

complexity: プランニングの制御

SVG: 編集可能なベクターファイルの生成

作成モデルの選択と課金

制限事項

GIF: ループアニメーションの生成

実際のフレーム数を確認する

マークアップによる編集

クライアント側でのデコード

ルートの互換性とトラブルシューティング

関連ドキュメント

承認

ボディ

レスポンス

​モデルの選択

​新機能

複雑度コントロール

SVGベクター出力

アニメーションGIF出力

マークアップガイド編集

​complexity: プランニングの制御

​SVG: 編集可能なベクターファイルの生成

​作成モデルの選択と課金

​制限事項

​GIF: ループアニメーションの生成

​実際のフレーム数を確認する

​マークアップによる編集

​クライアント側でのデコード

​ルートの互換性とトラブルシューティング

​関連ドキュメント

承認

ボディ

レスポンス

モデルの選択

新機能

complexity: プランニングの制御

SVG: 編集可能なベクターファイルの生成

作成モデルの選択と課金

制限事項

GIF: ループアニメーションの生成

実際のフレーム数を確認する

マークアップによる編集

クライアント側でのデコード

ルートの互換性とトラブルシューティング

関連ドキュメント