GPT-Image-2.5 / 2 画像生成/編集

すべての画像 API は 同期型 です — ポーリングするための task ID はなく、クライアントが切断されると、リクエストは課金されたまま結果は失われます。このモデルでは十分に長いタイムアウトを設定してください。画像 API の基本とベストプラクティスをご覧ください。

概要

このページでは、APIYIの公式リレーを介したOpenAIのGPT-Image 2.5 / 2シリーズについて説明します。対象は、gpt-image-2.5-flare（速度重視）、gpt-image-2.5-sunburst（品質と編集精度重視）、および旧世代の**gpt-image-2です。2.5モデルは2026-09-08にリリースされ、gpt-image-2より高品質で、より精密な編集に対応し、2つの新しいqualityティア（xhigh / max）を備えています。価格とパラメータはgpt-image-2と完全に同一**です。シリーズ共通の特長は、有効な任意の解像度（2K / 3840×2160 4Kを含む）、参照画像での自動高忠実度処理、token単位の課金です。APIYIのゲートウェイはOpenAI Images APIと完全互換です。公式OpenAI SDKのbase_urlをここに指定するだけで、コード不要で直接接続できます。

🎨 主な特長: 有効な任意の解像度（最大3840×2160 4K）をネイティブサポート + 参照画像編集での自動高忠実度処理 + 中国語promptのネイティブサポート + 2.5で新たに追加されたxhigh / max品質ティア。正確なサイズや品質の制御が必要な本番シナリオ、OpenAI公式APIとの完全な一致が必要なケース、または4K出力が必要なケースに最適です。デフォルトではテキストから画像への生成にgpt-image-2.5-flare、編集にgpt-image-2.5-sunburstを使用します。

テキスト画像生成 API

/v1/images/generations — promptから画像を生成し、サイズ / 品質 / output_formatを制御します。

画像編集 API

/v1/images/edits — 参照画像（最大16枚）と編集・融合指示をマルチパートでアップロードし、マスクによるインペインティングに対応します。

AIエージェントに統合を任せる

このpromptをコピーして Codex / Claude Code / Cursor に貼り付けてください

まずこのページのプレーンテキスト版を取得し（任意のドキュメントURLに .md を追加）、プロジェクト固有のスタックでコードを記述します。最も頻度の高い4つの落とし穴（タイムアウト、base64レンダリング、アップロード圧縮、品質ティア）はすでに要件に組み込まれています。

このプロジェクトに GPT-Image 2.5 シリーズのテキストからの画像生成および画像編集を統合/トラブルシューティングしてください: テキストからの画像生成には gpt-image-2.5-flare を、画像編集には gpt-image-2.5-sunburst を使用し…

コードに触れる前にドキュメントを読んでください: このページのプレーンテキスト版を取得するには https://docs.apiyi.com/en/api-capabilities/gpt-image-2/overview.md を取得してください。より詳細なパラメータ情報については、同様に .md を…

タイムアウト: クライアントのタイムアウトを360秒に引き上げてください。画像APIは同期的です — タスクIDは存在しないため、クライアントが切断されると結果は失われ…

計7つの要件があります。以下のボタンを使用して完全なpromptをコピーしてください。

このpromptによって回避できる問題

要件	回避できる落とし穴
タイムアウトを360秒に引き上げ	主流のHTTPクライアントはデフォルトで30〜60秒のタイムアウトが設定されており、サーバーが正常に生成中であってもリクエストを切断してしまいます — さらに切断されたリクエストに対しても課金が発生します。画像APIの要点とベストプラクティスを参照してください
base64 をレンダリング	このモデルはURLを一切返しません。`data[0].url` を読み取っても空の値が返されるだけです
`response_format` を絶対に送信しない	このモデルで最も頻発する400エラーです — このページの FAQ を参照してください
アップロード前に圧縮	スマートフォンの写真は通常4〜5MBあり、base64エンコードによってさらに約33%肥大化します。圧縮基準: 画像の圧縮と出力解像度
常に `quality` を送信	`auto` は動的な推論ティアであるため、同じ prompt であってもティア間でコストとレイテンシが変動します
移行時に `quality` をそのまま引き継がない	2.5 `high` = `gpt-image-2` `medium` です。値をそのままコピーするとティアが1つ下がってしまいます
日付付きスナップショットに固定	エイリアスが新しいスナップショットに移行した際に動作が変わる可能性があります。本番環境が受動的に影響を受けるべきではありません

なぜAPIYIのGPT-image-2公式リレーを選ぶのか？

OpenAI公式チャネルをベースに構築され、信頼性、コスト、統合体験の観点からエンタープライズの本番ワークロード向けに高度に最適化されています：

公式チャネル・公式と同等

OpenAIの公式リレーを厳密に経由しており、リクエストとレスポンスはOpenAI公式と100%同一です。同じフィールド、同じエラーコード、同じモデルの挙動を提供します。品質の劣化はなく、サイレントな書き換えも行われません。

同時実行数の制限なし

OpenAIのTierに基づくRPM / TPMの上限に縛られません。エンタープライズ規模のトラフィックもリニアにスケールし、バッチ生成やピーク負荷のシナリオにも余裕で対応します。

公式同等価格＋最大15%オフ

デフォルトの単価はOpenAIの公式価格と同じです。当サービスのチャージボーナスキャンペーンと組み合わせることで最大15%オフとなり、長期的なコストを大幅に削減できます。

グローバル対応・障壁ゼロのアクセス

海外サーバーやプロキシは不要です。国内データセンター、家庭用ブロードバンド、海外ノードからapi.apiyi.comへ直接接続可能で、安定したレイテンシを実現し、国境を越えたネットワーク再設計も不要です。

充実したモデルラインナップ

リバースエンジニアリング版のgpt-image-2-all（一律$0.025/画像）や、コストパフォーマンスに優れたNano Banana Pro / 2へシームレスに切り替え可能で、シナリオに合わせて自由に組み合わせられます。

プロフェッショナルなエンタープライズサポート

当社のチームは本番環境での画像生成デプロイを専門としており、モデルの選定、チューニング、統合に関する深い経験を持っています。PoCから本番環境までエンドツーエンドでサポートします。

モデル選択: flare / sunburst / gpt-image-2

2026-09-08以降、このドキュメントグループでは3つのOpenAI GPT-Image 2.5 / 2モデルを扱います。3つとも価格、パラメータ、グループ、エンドポイントは同じで、切り替えは1フィールドのmodel変更だけです。

項目	`gpt-image-2.5-flare`	`gpt-image-2.5-sunburst`	`gpt-image-2`
位置づけ	速度優先の小型モデル、OpenAIが推奨する日常用途のデフォルト	品質優先のベースモデル、現在OpenAIで最も高性能な生成 / 編集モデル	旧世代の単一フラッグシップ、引き続き利用可能
品質	gpt-image-2より高い	3つの中で最高	ベースライン
レイテンシ（1024²、2026-09-09測定）	`low` 10秒 / `high` 21秒 / `max` 45秒。OpenAIによると、gpt-image-2より最大50%低い	`low` 14秒 / `high` 42秒 / `max` 142秒	`low` 21秒 / `high` 224秒
編集とマルチターンの一貫性	改善	さらに改善: 被写体の保持とマルチターンメモリが向上	—
`quality`ティア	6つ、`xhigh` / `max`を追加	6つ、`xhigh` / `max`を追加	`low` / `medium` / `high` / `auto`
現在のスナップショット	`gpt-image-2.5-flare-2026-09-08`	`gpt-image-2.5-sunburst-2026-09-08`	`gpt-image-2-2026-04-21`
最適な用途	バッチ生成、ソーシャルコンテンツ、商品画像、レイテンシが重視される処理	マルチターンのレタッチ、本番品質のキャンペーンクリエイティブ、複数画像の融合	変更したくない既存の統合

選び方: デフォルトのテキストから画像生成にはgpt-image-2.5-flareを使用し、編集と複数画像の融合にはgpt-image-2.5-sunburstを使用してください。本番環境では日付付きのスナップショットを固定し、エイリアスが変更されてもモデルが移行されないようにします。既存のgpt-image-2コードはモデル名を1か所変更するだけでアップグレードでき、その他すべてのパラメータ、価格、タイムアウトに関する知見をそのまま引き継げます。リリース記事: GPT-image-2.5のリリース: Flareは高速、Sunburstは高精細。

主な機能

任意の解像度（4Kを含む）

有効な出力サイズならどれでもサポートします。プリセットは 1K / 2K / 3840×2160 4K をカバーします。カスタムサイズは基本制約を満たすだけで十分です（辺は16の倍数、比率は 3:1 以下）。

自動高精細

参照画像編集では自動的に高精細が有効になります。ディテール、キャラクターの一貫性、テキスト保持が大幅に向上します。input_fidelity は渡さないでください（エラーになります）。

20-30% 安価

1024×1024 の高品質は、1.5 の $0.25台から $0.211/画像に下がります。2K/4K は token ベースの課金ですが、同様に下がります。長期コストは明らかに低くなります。

中国語 + テキストレンダリング

中国語の prompt をネイティブにサポートします。看板、ポスター、UI スクリーンショットにおける中国語/英語テキストのレンダリングが安定しています。細かい文字が high 品質でぼやけることはほとんどありません。

マルチ画像融合（最大16枚）

image[] 配列は最大16枚の参照画像を受け付けます。prompt で「image 1 / image 2 / image 3」を使うと、アップロード順で参照できます。

マスクインペインティング

アルファチャンネル付きのマスクをアップロードします。透明部分がインペイント対象、不透明部分が保持対象です。

複数の出力フォーマット

png（デフォルト）/ jpeg / webp をサポートします。jpeg/webp では output_compression を設定してファイルサイズを調整できます。

OpenAI SDK 直接接続

base_url を https://api.apiyi.com/v1 に向けて、公式 OpenAI SDK で直接呼び出せます — コード不要で移行できます。

料金

APIYIのgpt-image-2.5-flare / gpt-image-2.5-sunburst / gpt-image-2（デフォルトグループ）は、OpenAIの公式料金と完全に一致する1つの料金表を共有しています。割引は代わりにチャージボーナスとして適用されます。$100をチャージすると10%のボーナスを獲得でき、最大20%です。📖 チャージキャンペーンについて。

トークンレート（OpenAI の価格表と同じ）

トークン課金制 — 1 回のリクエスト = 入力テキスト + 入力画像 + 出力画像 token:

課金項目	価格（1M tokens あたり）	備考
テキスト入力	$5.00	prompt のテキスト部分
画像入力	$8.00	編集／融合リクエスト内の参照画像。Vision ルールに従って token 化されます
画像出力	$30.00	最も大きいコスト — token 数はサイズ × 品質で決まります
キャッシュ入力	テキスト $1.25 / 画像 $2.00	設定はされていますが、同時実行数が高い場合はヒット率が限られます — FAQ をご覧ください

なぜ画像入力のほうが高いのですか？ 画像入力は $8.00 / 1M tokens で、テキスト入力の $5.00 / 1M の 1.6 倍 です（これは APIYI の上乗せではなく、OpenAI 自身の標準価格です）。そのため、編集 / 複数画像融合リクエストは、単純なテキストから画像への生成よりも入力側のコストがかなり高くなります。参照画像は Vision ルールによって大量の画像 token に token 化され、それぞれの token はすでにテキスト token より 60% 高く設定されています。

画像あたりの料金リファレンス（公式表、gpt-image-2）

1Kプリセットサイズにおけるgpt-image-2の一般的な画像あたりの料金（2.5モデルでは同じティア名でも異なる token 数が使用されます。次のセクションを参照してください）：

品質	1024×1024	1024×1536	1536×1024
低	$0.006	$0.005	$0.005
中	$0.053	$0.041	$0.041
高	$0.211	$0.165	$0.165

料金に関する注意事項:

単価はOpenAIのリスト価格と同じです。チャージボーナス（$100で10%、最大20%）を加算すると、実質コストは直接利用するより低くなります
2K / 4Kには画像あたりの固定料金はなく、実際の入力 + 出力 token 数に基づいて課金されます
編集リクエストでは、高い忠実度が強制されるため、text-to-imageより入力 token 数が大幅に多くなります
ストリーミング（stream: true + partial_images: N）では、部分結果ごとに出力画像 token がさらに100加算されます
同じサイズと品質のgpt-image-1.5と比較すると、gpt-image-2は約20～30%安価です

2.5モデルの品質ティアと測定コスト（2026-09-09測定）

同じティア名でも、2.5とgpt-image-2で同じtoken数を意味するわけではありません：2.5では品質の段階が再調整されています。lowは変更されず、2.5のhighはgpt-image-2のmediumに相当し、2.5のmaxはgpt-image-2のhighに相当します。表はusage.output_tokensと、1024×1024のテキストから画像への変換における$30 / 1Mでの出力コストを示しています。同じpromptを使用し、それぞれ1回ずつシリアル実行しています（flareとsunburstではティアごとのtoken数は同一で、異なるのはレイテンシのみです）。

品質	gpt-image-2	gpt-image-2.5-flare	gpt-image-2.5-sunburst
`low`	196 tokens ≈ $0.006（21秒）	196 tokens ≈ $0.006（10秒）	196 tokens ≈ $0.006（14秒）
`medium`	1,756 tokens ≈ $0.053（63秒）	439 tokens ≈ $0.013（10秒）	439 tokens ≈ $0.013（19秒）
`high`	7,024 tokens ≈ $0.211（224秒）	1,756 tokens ≈ $0.053（21秒）	1,756 tokens ≈ $0.053（42秒）
`xhigh`	❌ 400	3,122 tokens ≈ $0.094（31秒）	3,122 tokens ≈ $0.094（60秒）
`max`	❌ 400	7,024 tokens ≈ $0.211（45秒）	7,024 tokens ≈ $0.211（142秒）

gpt-image-2から移行する際にqualityをそのまま引き継がないでください：同じhighでも、2.5では出力tokensが4分の1になり、品質段階の下位にマッピングされます。gpt-image-2のhighと同じtoken予算に合わせるには、2.5でmaxを送信してください。逆に、2.5のhigh / xhighを使用すると、同じ予算でより安価な中間ステップを2つ利用できます。本番環境に移行する前に、自分のpromptを一度実行してusage.output_tokensを確認してください。2K / 4Kについてはピクセル比で外挿してください。

複数の入力画像が価格に与える影響（2026年7月検証済み）

よくあるお客様の質問: 「参照画像ごとに一律料金なのか、それとも大きい画像ほど消費する token が増えるのか？」答えは、どちらも影響し、画像枚数は厳密に線形で加算されます。gpt-image-2 はすべての入力画像を強制的な高忠実度（input_fidelity は調整できません。渡すと 400 が返ります）で処理し、各参照画像はその寸法とアスペクト比に基づいて画像 token に変換されます。実測値（edits エンドポイント、2026-07-15）:

参照画像の入力	`image_tokens`	入力コスト ($8/M)
1 × 512×512	1024	≈$0.0082
1 × 1024×1024	1024	≈$0.0082
1 × 2048×2048	1521	≈$0.0122
1 × 4096×4096	1521	≈$0.0122
1 × 1024×1536 (縦向き)	1536	≈$0.0123
4 × 1024×1024	4096 (= 4 × 1024)	≈$0.0328

3つの目安:

個数は厳密に線形です: N 枚の参照画像 ≈ N × 1枚分の token。1024² の参照画像 16 枚 ≈ 16384 tokens ≈ $0.13 — これは high の出力 1 回分（$0.211）と同じ桁なので、複数画像の融合ではもはや無視できません。
サイズには下限と上限の両方があります: 1024² 以下の正方形画像はすべて 1024 tokens として課金されます（512 に縮小しても 何も節約できません）。2048² と 4096² はどちらも 1521 tokens です（大きすぎる画像は変換前に縮小されるため、上限がかかります）。参照画像 1 枚あたりは、アスペクト比込みでおおむね 800〜1600 token の範囲に収まります。
token 数はファイルサイズではなくピクセル寸法で決まります: 1.5MB まで圧縮するとアップロードの安定性と速度は向上しますが、画像 token は減りません。逆に、50MB のオリジナルをアップロードしても請求額が跳ね上がることはありません（上限が適用されます）。

コスト感覚: low の出力（196 tokens ≈ $0.006）では、参照画像 1 枚の入力コスト（≈$0.008）のほうが実際には出力より高くなります。high の出力（≈$0.211）では、参照画像 1 枚は約 4% にすぎません。出力サイズと品質は、常に価格を左右する最大の要因です — 参照画像の枚数はその次です。

2K/4K のコスト見積もり（ピクセル比による外挿、⚠️ 公式の固定価格ではありません）

OpenAI は 1K サイズについてのみ、画像ごとの固定価格表を公開しています — 2K/4K のサイズ別価格については公式のものがありません。以下の表は、予算見積もり目的のみで、上の 1K の公式レートを基準にピクセル数でスケーリングした、APIYI 独自の外挿です。

品質	2048×2048（2K 正方形）	2048×1152（2K 横長）	3840×2160 / 2160×3840（4K）
低	≈$0.024	≈$0.008	≈$0.026
中	≈$0.212	≈$0.062	≈$0.216
高	≈$0.844	≈$0.248	≈$0.870

これは見積もりであり、公式の価格表ではありません。 方法: 同じアスペクト比の 1K の公式行を基準値として取り、その後、対象サイズのピクセル数をその基準値に対して線形にスケーリングします（たとえば、2048×2048 は 1024×1024 の 4 倍のピクセル数なので、見積もりコストも 4 倍になります）。実際の出力画像 token 数は、コンテンツの複雑さに基づいてモデルが動的に決定するため、厳密には線形ではありません。そのため、実際のレスポンスにある usage.output_tokens を唯一の基準として扱ってください（下の「各呼び出しの実際の token 数を確認する方法」を参照してください）。high 品質で 2560×1440 を超えるサイズは、引き続き公式の実験的な階層であるため、そこでは見積もりの精度がやや低くなる場合があります。

SaaS サブスクリプション / クレジットベース課金との違い

画像生成ツールのベンダーは、通常 2 つの方式のどちらかで課金します。

月額サブスクリプションプラン: 「月間 N 枚」のクォータに対して定額の月額料金を支払う方式です。このクォータは 過剰販売前提 を織り込んだ価格設定になっており、ベンダーは大半のユーザーが付与上限を使い切らないことを前提にしています。そのため、広告される「1 枚あたりのコスト」は、単にプラン料金をクォータ上限で割ったものにすぎず、実際に各画像を生成するのにあなたにとって本当にいくらかかるかを示すものではありません。
クレジット / ポイントベースの計測: 品質やサイズの異なるジョブを、正体の分かりにくい「クレジット」に変換します。これは実態としては従量課金であり、実際の token 消費を隠すクレジット単位の背後に再パッケージされているだけです。

APIYI は 公式リレー + 実際の token 従量課金 モデルで動作します。プランのクォータもクレジットの抽象化レイヤーもありません。各呼び出しのコストは、単純にその実際の入力 / 出力 token 数 × 公式レートです。サブスクリプションにありがちな過剰販売や、上限超過時にスロットリングされるような動きは一切なく、呼び出しごとに正確に算出できます。

従量課金のトレードオフは、サブスクリプションのような毎月固定額の確実性ではなく、自分で使用量を見積もり / 監視する必要があることです。その代わり、使った分だけ支払えばよく、遊休分の無駄はありません。以下では、各呼び出しの実際の token 数をレスポンスから直接取り出し、その計算を自分で行う方法を説明します。

各呼び出しの実際の token 数を確認する方法

/v1/images/generationsと/v1/images/editsはいずれもusageフィールドを返し、画像入力 token とテキスト入力 token は別々のフィールドとして返されます。推定は不要で、各呼び出しの正確なコストを確認するには、それらを読み取るだけです。以下は、1枚の参照画像を使用した実際の編集リクエストから取得した完全なusageオブジェクトです（実行時に取得）：

{
    "data": [ { "b64_json": "..." } ],
    "usage": {
        "input_tokens": 848,
        "input_tokens_details": {
            "image_tokens": 832,
            "text_tokens": 16
        },
        "output_tokens": 196,
        "output_tokens_details": {
            "image_tokens": 196,
            "text_tokens": 0
        },
        "total_tokens": 1044
    }
}

フィールド	意味
`usage.input_tokens_details.text_tokens`	プロンプトテキストで消費された token。100万 token あたり $5.00 で課金
`usage.input_tokens_details.image_tokens`	Vision ルールに基づいて参照画像から変換された token。100万 token あたり $8.00 で課金。参照画像を使用しない通常のテキストから画像への生成では常に 0
`usage.input_tokens`	上記2フィールドの合計
`usage.output_tokens`	生成画像の token。`quality × size`によって決まり、コストの大部分を占めます。100万 token あたり $30.00 で課金され、2K/4Kリクエストでは特に注意すべき数値です（`output_tokens_details.image_tokens`もこの値を反映します。`text_tokens`は常に 0）
`usage.total_tokens`	入力 + 出力の合計

自分で確認できる正確なコスト計算式：

cost ≈ input_tokens_details.text_tokens × \$5.00 / 1,000,000
     + input_tokens_details.image_tokens × \$8.00 / 1,000,000
     + output_tokens × \$30.00 / 1,000,000

過去の呼び出しの実際の token 使用量と課金の詳細を確認するには、コンソールの「ログ」ページを開いてください：📖 呼び出しログの表示方法 — ログの詳細画面には、token 数とともにテキスト入力・画像入力・出力の価格が表示され、API のusage.input_tokens_details / usage.output_tokens_detailsと一致します。

グループ設定

3つの GPT-Image 2.5 / 2 モデルは、同じ公式リレーのグループを共有します。ダッシュボードで Token Settings → グループ に切り替えます。

グループ	レート	使用するタイミング
`Default`	1.0x	OpenAI のリスト価格と同額です。キャパシティに余裕がある場合の第一選択ですが、ピーク時には 429 / 同時実行数の逼迫が発生する場合があります
`image2Enterprise`	1.2x	デフォルトグループが逼迫している場合の安定したフォールバックです。キャパシティ優先です
`svip`	コンソールを参照	3つすべてのモデルに対応しており、レートはコンソールの token ページに表示されます

なぜ 1.2x なのですか？ 「$3,000 の単回チャージプロモーションに 20% のボーナスを付けると、OpenAI のリスト価格とほぼ同額になる」という基準で調整されています。この経路では APIYI はマージンを取らず（税金を除く）、純粋に供給を優先するチャネルとして運用しています。デフォルトグループが不安定な場合は、token を image2Enterprise に切り替えてピークを乗り切ってください。

Token 作成 UI：課金モード = 従量課金優先、グループ = image2Enterprise（1.2x）、高速なリスト価格の GPT-image-2 エンタープライズグループ — Token settings: pick the image2Enterprise group (1.2x) — stable when default capacity is tight

📖 安定性チェック（最近の呼び出しログ）：/en/live/2026-04/image2-enterprise-stable

技術仕様

項目	値
モデル名	`gpt-image-2.5-flare` / `gpt-image-2.5-sunburst` / `gpt-image-2`（パラメータは同一。上記のモデル選択セクションを参照）
生成速度	1024² 実測値（2026-09-09）：`gpt-image-2.5-flare` `low` 10秒 / `high` 21秒 / `max` 45秒、`gpt-image-2.5-sunburst` 14 / 42 / 142秒、`gpt-image-2` `low` 21秒 / `high` 224秒。高品質 + 2K/4K ではさらに時間がかかります
出力解像度	任意の有効なサイズ（1K/2K/4K、最大 3840×2160）
品質階層	`auto` / `low` / `medium` / `high` / `xhigh` / `max`（`xhigh` / `max` は 2.5 の2モデルのみ対応）
出力フォーマット	`png`（デフォルト）/ `jpeg` / `webp`
中国語 prompt	✅ ネイティブ対応
prompt 制限	8,192 tokens（2026-10-16 実測値、`gpt-image-2` および両方の 2.5 モデルで共通）。上限超過時もエラーは発生しません：プロバイダーは prompt 全体を警告なく無視し、無関係な画像を返します。中国語は約 11,000 文字で上限に達します。ドキュメントに記載されている 32,000 文字の制限は英語の場合とほぼ同等です。詳細は長文 promptを参照してください
1回あたりの生成数	1画像（`n=1`）
参照画像の上限	16枚（`image[]`）
画像1枚あたりのサイズ制限	multipart ファイル：各50MB未満（png/jpg/webp）、base64 データ URL：フィールド制限約20MiB、元のファイルは15MB以内に収めてください
マスクインペインティング	✅ 対応（アルファチャンネル必須、4MB未満の PNG）
背景透過	✅ 2.5 の2モデルのみ対応（`background: "transparent"` かつ `png` / `webp`。`jpeg` にはアルファチャンネルがなく透過と排他関係にあります。prompt に背景シーンを含めないでください。含めるとパラメータで上書きできません）。❌ OpenAI は 2026-09-30 に `gpt-image-2` での提供を終了しました — 現在は 400 を返します。詳細は背景透過 FAQを参照してください
レスポンスフィールド	`b64_json`（プレフィックスなしの raw base64）、`response_format` は受け付けられません — 渡すと 400 が返されます

エンドポイント

エンドポイント	用途	Content-Type
`POST /v1/images/generations`	テキストから画像生成	`application/json`
`POST /v1/images/edits`	リファレンス編集 / 複数画像合成 / マスクインペインティング	`multipart/form-data`

ドメインの選択: api.apiyi.com がプライマリドメインです。b.apiyi.com などの他のゲートウェイドメインも同様に機能します。

サイズ参照

プリセットサイズ

size	意味	ピクセル
`auto`	自動調整（デフォルト）	モデルが決定
`1024x1024`	正方形 1:1	1K
`1536x1024`	横長 3:2	1K
`1024x1536`	縦長 2:3	1K
`2048x2048`	正方形 1:1	2K
`2048x1152`	横長 16:9	2K
`3840x2160`	横長 16:9	4K
`2160x3840`	縦長 9:16	4K

カスタムサイズの制約

gpt-image-2 は、以下をすべて満たす 任意の有効なサイズ を受け付けます:

最大辺 ≤ 3840px
両方の辺が 16 の倍数
アスペクト比 ≤ 3:1
総ピクセル数 ∈ [655,360, 8,294,400]（約0.65MP～約8.3MP）

有効な例: 1600x1200, 1792x1024, 2048x1536, 3200x1800 無効な例: 1000x1000（16 の倍数ではない）, 4000x4000（最大値を超過）, 3840x1000（比率 > 3:1）

2560×1440 を超える出力（約3.69MP）は公式に 実験的 とされ、品質が変動する場合があります。本番環境では、2048x1152 / 2048x2048 / 3840x2160 のようなプリセットを推奨します。

品質リファレンス

利用可能なティア

品質	意味	備考
`auto`	自動（デフォルト）	`quality` を省略した場合に使用される値です — モデルがティアを自動選択します
`low`	低品質	最も高速かつ低コストです — 下書き／バッチ処理に適しています
`medium`	中品質	日常利用／最終出力向けのバランスの取れた選択肢です
`high`	高品質	テキスト、細かなテクスチャ、印刷向けです。`gpt-image-2` における最上位ティアです
`xhigh`	超高品質（2.5 で新登場）	`gpt-image-2.5-flare`／`sunburst` のみで受け付けられます。`high` より出力 token 数が多くなります
`max`	最高品質（2.5 で新登場）	2.5 の 2 つのモデルのみで受け付けられます。コストとレイテンシーが最も高く、本番品質の最終出力向けです

デフォルトは auto であり、medium ではありません。 quality を省略することは "quality": "auto" を渡すことと同じです — モデルが品質ティアを自動選択しますが、OpenAI はそれが medium に対応することを保証していません。 auto が解決するティアは予測できず、コスト、レイテンシー、課金の安定性に直接影響します。コスト管理と予測可能性が必要な場合は、auto に頼るのではなく、low／medium／high／xhigh／max のいずれかを明示的に渡してください。

従来の DALL·E の値 standard／hd は渡さないでください。 quality は 6 つの公式 enum 値 low／medium／high／xhigh／max／auto のみを受け付け、xhigh／max は 2.5 の 2 つのモデルでのみ受け付けられます。従来の DALL·E 3 の値 standard／hd はバックエンドチャネルによって動作が一貫しません。400（invalid_value）で即座に失敗する場合もあれば、無視されたままリクエストが auto で実行される場合もあります（コストは予測不能です）。必ず公式値のいずれか 1 つを明示的に渡してください。

価格への影響が最も大きいのは quality であり、size よりも大きな影響があります。 出力画像の token 数は quality × size によって決まりますが、quality の影響ははるかに大きくなります。同じサイズの場合、low から high に変更すると、画像 1 枚あたりのコストが 30 倍以上 変わる可能性があります（上記の「画像 1 枚あたりのコスト」表を参照してください。1024×1024 の gpt-image-2 は low $0.006 から high $0.211 の範囲で、2.5 のモデルは low $0.006 から max $0.211 の範囲です）。まず quality に基づいてコストを見積もり、その後 size の影響を加味してください。

ベストプラクティス

導入のヒント：まずは low でAPIの動作を確認し、その後にスケールアップしましょう新規に連携を行う開発者が、いきなり quality=high ＋高解像度を選択した結果、**画像1枚あたり ≈ 235秒（約4分）**も待たされ、APIが停止したのではないかと疑ってしまうケースが見られます。high モードは推論の複雑度が最も高く、4Kでは5分近くかかることもあります。本番環境へ移行する前に、まずは quality=low でエンドツーエンドの連携を完了させ（認証、SDK、パラメータ、タイムアウト、エラーハンドリング）、実際の品質要件に応じて medium / high へとステップアップしてください。

まずは low で連携する

新規に連携する場合は、呼び出しチェーン全体（認証、パラメータ、タイムアウト、エラーハンドリング）を検証するために、まず quality=low ＋プリセットサイズから始めてください。low は high よりも数倍高速なため、長いレイテンシに埋もれることなく、機能的な問題を迅速に洗い出すことができます。

プリセットサイズを優先する

公式の8つのプリセットは、安定した速度と品質が得られるよう調整されています。カスタムサイズは、真に特殊なアスペクト比が必要な場合にのみ使用してください。

シナリオに応じて品質を使い分ける

下書き／バッチ → low、日常用途／最終成果物 → medium、テキスト、繊細なテクスチャ、印刷 → high。low ↔ high の違いは視覚的な忠実度にとどまらず、推論の複雑度も段階的に大きく変化する点に注意してください。そのため、レイテンシもそれに応じて増加します。

JPEG出力を選択する

最終的な表示用途には、output_format=jpeg ＋ output_compression=85 がPNGよりも高速で、サイズもおよそ半分になります。

テキストを含むシナリオでは high に固定する

テキストのレンダリングは大きな強みですが、低いティアでは依然としてぼやけることがあります。看板やポスターなどのシナリオでは quality=high に固定してください。

参照画像を適切に準備する

画像1枚あたり最大50MB（実際には1.5MB以内に圧縮することを推奨）、PNG/JPEG/WebPに対応、最大16枚まで、プロンプト内では「image 1 / image 2」のように参照順序を指定します。

透明背景：パラメータを指定し、プロンプトにシーンの描写を含めない

透明度のサポートは gpt-image-2.5-flare / gpt-image-2.5-sunburst のみです（gpt-image-2 は2026-09-30以降、OpenAIによって400エラーで拒否されます）。background: "transparent" を png / webp とともに指定しても、アルファチャンネルが保証されるだけです。プロンプトや参照画像で全体的なシーン（森、部屋、街並みなど）が描写されている場合、モデルはそのシーンを描画してしまい、パラメータでそれを止めることはできません——これが透明度が「時々しか機能しない」主な原因であり、quality とは無関係です（2026-09-11の測定値：被写体のみのプロンプトでは16/16が透明化、シーンを含むプロンプトではmediumとhighのいずれも0/3）。プロンプトの末尾に isolated subject on a transparent background, no scenery, no ground を追加してください。参照画像に背景がある場合は、編集プロンプトで remove the background entirely, keep only the subject と指示します。詳細は透明背景に関するFAQを参照してください。

クライアントのタイムアウトを段階的に設定する（high → セーフティネットとして600秒）

レイテンシを大きく左右する2つのパラメータは quality と size であり、特に quality が影響します。ティアごとにクライアントのタイムアウトを設定してください。

quality	推奨クライアントタイムアウト	観測されたレイテンシ
`low`	≥ 120秒	通常は10〜40秒
`medium`	≥ 240秒	通常は30〜90秒
`high`	≥ 600秒（セーフティネット）	gpt-image-2の2K/4Kでは3〜5分かかり、ロングテールでは235秒以上を観測。2.5モデルでは1024²で21〜42秒を測定
`xhigh`（2.5のみ）	≥ 300秒	1024²で31〜60秒を測定（2026-09-09）、2K/4Kではさらに長時間
`max`（2.5のみ）	≥ 600秒（セーフティネット）	1024²で45〜142秒を測定。gpt-image-2 `high` と同じtoken数のため、2K/4Kはgpt-image-2 `high` と同様に見積もり

high モードでは、キュー待ち、ロングテールのばらつき、アップストリームのジッターを吸収するために、セーフティネットとして600秒のタイムアウトを設定してください。UI上で進捗状況を表示し、サーバー側ではタスクキューの導入を検討してください。

移行に関する注意事項

gpt-image-1.5 からの移行：input_fidelity を削除してください（強制的に高忠実度となるため、渡すとエラーになります）。透明背景を利用する場合は2つの2.5モデルのいずれかに移行してください（gpt-image-2 は2026-09-30以降、background: transparent を受け付けなくなりました）。従来のDALL·E 2/3コードからの移行：response_format を削除してください（GPT Imageモデルは400 Unknown parameter: 'response_format' で拒否します。出力は常に b64_json となります）。

エラーとリトライ

ステータス	意味	推奨されるアクション
`400`	無効なパラメータ（サイズの制約違反、未サポートのフィールドなど）	サイズの制約に適合しているか検証してください。`response_format` / `input_fidelity` は渡さないでください。`background: transparent` と `output_format: jpeg` の組み合わせも400を返します（jpegにはアルファチャンネルがありません）— 代わりに `png` / `webp` を使用してください。`gpt-image-2` での `Transparent background is not supported for this model.` は OpenAI がその機能を終了したことを意味します — 2.5 モデルに切り替えてください。`Unknown parameter: 'response_format'` では単にそのパラメータを削除してください — FAQ を参照してください。edit エンドポイントでの `invalid_image_file` は通常、スマートフォンの MPO 写真です — FAQ を参照してください
`413`	リクエストボディが大きすぎます（複数画像の編集 / サイズ超過のPNG。概ね80MB以上のリクエストボディで確認されており、そのサイズのリクエストすべてで発生するわけではありません）	ボディには `message: openai_error, code: bad_response_status_code` と記載されます。これはプロバイダー側のチェーンから発生したものであり、ゲートウェイはリトライを行いません。参照画像を1枚あたり10MB未満、合計で50MB未満に圧縮してください（プロバイダーの1画像あたりの制限は50MBです）— これにより、アップロードの待機時間も数分から数秒へと短縮されます
`401`	無効な token	Bearer Token を確認してください
`400` + `safety_violations=[...]`	コンテンツモデレーションによるブロック（確認されているステータスは403ではなく400です）	通常、画像がレンダリングされた後に発生するため、同じ prompt でも成功する場合と失敗する場合があります。`moderation: low` は prompt 側のモデレーションにのみ影響します。まずはキャラクターに明確な衣服を追加し、その後1単語ずつ変更してみてください。安全基準による拒否を参照してください
`429`	レート制限 / 残高不足	エクスポネンシャルバックオフを行ってください
`5xx`	ゲートウェイ / バックエンドエラー	1〜2回リトライしてください
タイムアウト	ロングテール	`quality` ごとにクライアントのタイムアウトを段階的に設定してください: `low` ≥ 120秒 / `medium` ≥ 240秒 / `high` ≥ 600秒（high + 2K/4K の実行時間は3〜5分です。ロングテールは235秒以上で確認されています）

クライアント推奨事項:

quality に応じてリクエストのタイムアウトを段階的に設定してください: low ≥ 120秒 / medium ≥ 240秒 / high ≥ 600秒（セーフティネット — 実際には3〜5分が確認されています。120秒/360秒前後に設定すると誤ったタイムアウトが多数発生します）
まずは quality=low と統合し、実際の品質ニーズに応じて medium / high へとステップアップしてください
5xx エラーおよびタイムアウトにはエクスポネンシャルバックオフを適用してください（2回のリトライを推奨します）
サポート用に x-request-id ヘッダーをログに記録してください

FAQ

400 Unknown parameter: 'response_format' のエラーはどのように修正すればよいですか？

response_format パラメータを削除してください。これが現在最もよくある 400 エラーです。 gpt-image-2（および GPT Image シリーズ全体）は response_format を受け付けません。出力フォーマットは b64_json に固定されており、変更できません。渡すと次のエラーが返されます：

{
  "error": {
    "message": "Unknown parameter: 'response_format'.",
    "type": "invalid_request_error",
    "param": "response_format",
    "code": "unknown_parameter"
  }
}

このパラメータは DALL·E 2/3 時代の名残（url / b64_json を提供していた）であり、多くの古いサンプルコードや一部のサードパーティライブラリではデフォルトで含まれたままになっています。gpt-image-2 に移行する際は、このフィールドを削除し、data[0].b64_json を直接読み取ってください（生の base64 です。デコードして画像ファイルを取得します）。このエラーは入力検証ステージで返されるため、課金は発生しません。ワークフローで base64 ではなく画像 URL がどうしても必要な場合：

公式の gpt-image-2 には URL 出力がありません。base64 をデコードしてご自身のオブジェクトストレージにアップロードしてください
または、リバースエンジニアリング版の gpt-image-2-all に切り替えてください。こちらは response_format: "url" に対応しており、24時間有効な CDN リンクを返します

b64_json に data:image/png;base64, プレフィックスを追加する必要がありますか？

はい、必要です。gpt-image-2 は gpt-image-2-all とは異なり、プレフィックスのない生の base64 文字列を返します。クライアントの実装パターンは2つあります：

ファイル書き出し: base64.b64decode(b64_str) → ディスクに書き出し
ブラウザでのレンダリング: img.src = 'data:image/png;base64,' + b64_str（手動でプレフィックスを付与）

コードが 1.5 時代の「プレフィックス付与済み」動作を前提としている場合、破損したデータ URL になってしまいますので、明示的に処理してください。

input_fidelity を渡すと 400 が返されるのはなぜですか？

gpt-image-2 は参照画像の高忠実度処理を強制しており、input_fidelity は受け付けなくなりました。1.5 から移行する場合は、このフィールドを削除するだけでよく、代替パラメータは不要です。

透明な背景が必要な場合はどうすればよいですか？

gpt-image-2.5-flare または gpt-image-2.5-sunburst を使用し、background: "transparent" を指定して output_format を png または webp に設定してください。返される画像は本物のアルファチャンネル画像であり、切り抜きの後処理は不要です。テキストからの画像生成と画像編集の両方でサポートされています。gpt-image-2 はサポートしていません。OpenAI は 2026-09-30 にその透明背景機能を停止しており、現在は 400 を返します。モデル名を変更し、他のパラメータはそのまま維持してください。2つの制限事項があります。jpeg はアルファチャンネルを持たず、透過処理と排他関係にあります（400 が返されます）。また、編集エンドポイントにおける透明化は元の輪郭を正確にトレースするものではなく再描画であるため、被写体のディテールが変化する可能性があります。ピクセル単位で正確な抽出が必要な場合は、ご自身で rembg / PIL / sharp を実行してください。見落とされがちな3つ目の制限事項として、プロンプトや参照画像で背景シーンが描写されている場合、モデルはそのシーンを描画してしまいます。パラメータでそれをオーバーライドすることはできず、quality を上げても解決しません。被写体のみを描写し、末尾を isolated subject on a transparent background, no scenery, no ground で終えるようにしてください。詳細およびモデルごとの対応状況については、透明な背景の画像を生成する方法をご覧ください。

1回の呼び出しで何枚の画像を生成できますか？

1枚です（n=1）。N 枚の画像が必要な場合は、N 個の並列リクエストを発行してください。それぞれ個別に token 課金されます。

なぜ 2K/4K はこれほど遅いのですか？

解像度と品質が高くなるほど、より多くの出力画像 token が必要になるため、必然的に時間がかかります。実際のお客様のインテグレーションにおいて、quality=high + 高解像度では1枚あたり約235秒（約4分）かかることを確認しており、3840×2160 + high のロングテールでは5分近くまで延びることがあります。推奨事項：

まず quality=low でインテグレーションして呼び出しチェーンを検証し、実際の品質ニーズに応じて上位モデルへ移行する
クライアントのタイムアウトを品質ごとに階層化する：low ≥ 120秒 / medium ≥ 240秒 / high ≥ 600秒（セーフティネット）
UI に「生成中」の進捗状況を表示する
4K が不要な場合は、1024×1024 / 1536×1024 の 1K プリセットを使用する

キャッシュされた入力の料金体系の恩恵を実際に受けられますか？

設定はされていますが、キャッシュ割引をコスト予算に組み込まないでください。 公式のキャッシュ入力レートはテキスト $1.25 / 画像 $2.00（1M tokens あたり）であり、APIYI のチャネルでもキャッシュが設定されています。リクエストがキャッシュにヒットした場合は、キャッシュ料金で課金されます。正直にお伝えすべき注意点として、高同時実行数を維持するために、APIYI はリクエストを複数のアップストリーム OpenAI アカウントに分散させています（単一の OpenAI Tier-5 アカウントでは 250 RPM しか許可されません）。OpenAI のプロンプトキャッシュはアカウント間を跨いで引き継がれないため、高同時実行下では、同じプレフィックスを共有するリクエストが同一アカウントに到達しない可能性があり、単純にキャッシュがヒットしないことがあります。幸いなことに、影響は軽微です。画像生成における主なコストは出力画像 token（$30 / 1M）です。キャッシュ割引は入力側にのみ適用されるため、1枚あたりの合計コストにはほとんど影響しません。コストは通常の入力価格で見積もり、キャッシュヒットはボーナスの節約分として捉えてください。

画像編集リクエストがテキストからの画像生成よりも高価なのはなぜですか？

gpt-image-2 は参照画像の高忠実度処理を自動的に有効化するため、参照画像自体が Vision の価格設定ルールによって大量の入力 token 数に変換されるからです。画像編集の入力 token はテキストからの画像生成よりも大幅に高くなりますので、それを考慮して予算を組んでください。

同じサイズと参照画像なのに、呼び出しごとにコストが異なるのはなぜですか？

根本的な原因は、quality が auto に設定されていた（または省略されていた）ことです。 お客様から「サイズ、解像度、参照画像がまったく同じなのに、価格が上下に変動する」という報告を受けたことがあります。調査したところ、size と quality の両方が auto に設定されていました。原因は quality: auto です。auto モードでは、モデルがリクエストを解釈し、生成ごとに動的に異なる品質ティアを選択します。ティアが異なれば出力画像 token 数も異なり、結果として価格が変わります。以下は、**同一の入力（それぞれ 1061 入力 tokens）**でありながら、コストが数倍異なった実際の3つの課金エントリです：

レイテンシ	入力 tokens	出力 tokens	1回あたりのコスト
53秒	1061	1286	$0.055082
135秒	1061	5146	$0.194042
68秒	1061	1287	$0.055118

2回目の呼び出しでは、auto がより高い品質ティアに解決され、出力 tokens が 5146 に跳ね上がり、価格は約3.5倍に上昇しました。解決策：quality を auto のままにせず、low / medium / high を明示的に渡してください。 ティアを固定すれば、同一の入力に対する出力 token 数と価格が安定し、予測可能になります。上記の「品質リファレンス」セクションを参照してください。

編集エンドポイントの画像枚数とサイズの制限は何ですか？

gpt-image-2 画像編集エンドポイント（/v1/images/edits）は、最大 16 枚の参照画像をサポートしています：

multipart/form-data によるファイルアップロード: 各画像は 50MB 未満、フォーマットは png / jpg / webp
base64 データ URL: フィールド長の制限は約 20MiB（スキーマ maxLength: 20971520 — 文字列フィールドの制限であり、50MB の multipart 上限とは異なります）であるため、元の画像は 15MB 以内に抑えてください
マスクファイル: 個別に 4MB 未満の PNG に制限されています

実践的なアドバイス：複数の大きな画像を一度に上限まで使用しないでください。リクエストボディが大きすぎると、ゲートウェイやタイムアウト層で失敗しやすくなります。各画像を 1.5MB 以内に圧縮するのが最も信頼性が高く、出力品質は入力ファイルサイズとは無関係です。

編集エンドポイントが 400 'Invalid image file or mode for image 1' を返します。どうすればよいですか？

このエラー（code: invalid_image_file）は、N 番目の参照画像が標準的な png / jpg / webp ファイルではないことを意味します（1 から始まるインデックスです。このインデックスを使って問題のある画像を特定してください）。最も一般的な根本原因は、スマートフォンのカメラによる MPO フォーマットです。Huawei Mate シリーズのスマートフォンから直接出力された .jpg ファイルには HDR ゲインマップサブフレームが埋め込まれており、実際にはマルチフレーム JPEG コンテナ（MPO）となっています。ヘッダーは同じ FFD8 であり、拡張子も file コマンドも JPEG と報告するため、目視で見分けることは不可能です。2026年7月の検証では、MPO ファイルは常に拒否され、標準の JPEG/PNG として再エンコードされた同じ画像は元の完全な解像度で成功しました（寸法、image[] フィールド名、または quality/size パラメータとは無関係です）。このエラーは入力検証ステージで返されるため、課金は発生しません。解決策：アップロード前に Pillow で再エンコードしてください（Image.open(f).format が "MPO" を返す場合は変換が必要です）：

from PIL import Image
im = Image.open("photo.jpg")
im.load()                          # for MPO, keeps only the first frame
im.convert("RGB").save("photo_fixed.jpg", quality=92)

詳細および検出方法については、画像編集 API — 参照画像のフォーマット要件と前処理をご覧ください。

マスクファイルはどのように準備すればよいですか？

元の画像と同じサイズ、PNG フォーマット、4MB 未満
アルファチャンネルが必須：透明（alpha=0）= インペイント領域、不透明 = 保持
最初の画像にのみ適用されます
マスクは「緩やかなガイド」であり、モデルがマスク領域の周囲を拡大または縮小する場合があります

gpt-image-2 と gpt-image-2-all のどちらを選ぶべきですか？

選択肢	選択すべきケース
gpt-image-2.5-flare / sunburst / gpt-image-2（公式）	正確なサイズ/品質管理が必要、OpenAI 公式と完全に一致させる必要がある、4K 出力が欲しい、マスクインペイントが必要な場合。flare は3つの中で最速、sunburst は最も精密なエディタです
gpt-image-2-all（リバース）	一律 $0.025/画像、30〜60秒のレンダリング、最小限のパラメータ、強力な一貫性/中国語テキストを求める場合

公式の OpenAI SDK を直接使用できますか？

はい、コードの変更なしで使用できます。base_url を https://api.apiyi.com/v1 に向け、api_key を APIYI の token に設定してください：

from openai import OpenAI
client = OpenAI(api_key="sk-your-key", base_url="https://api.apiyi.com/v1")
resp = client.images.generate(model="gpt-image-2.5-flare", prompt="...", size="2048x1152", quality="high")

進行中の生成をキャンセルすることはできますか？

できません。gpt-image-2 は OpenAI の公式同期エンドポイントを使用しているため、リクエストが送信されると「キャンセル」シグナルなしで完了まで実行されます。クライアントが切断された場合でも、サーバーは生成を完了し、通常どおり課金されます。「切断 = 課金なし」と思い込まず、クライアント側のタイムアウトを慎重に設定してください。

レート制限（RPM）はありますか？

デフォルトは 100 RPM（1分あたり100リクエスト）です。実際に使用可能な RPM は、プラットフォーム全体の同時実行数によっても動的に調整されます。ワークロードでそれ以上が必要な場合は、推定 QPS / RPM を添えてお問い合わせください。追加のキャパシティをご用意いたします。

非同期呼び出しはサポートされていますか？

サポートされていません。gpt-image-2 は OpenAI 公式 API を厳密にミラーリングしており、同期呼び出しのみです。リクエストは結果が返されるまでブロックされます（high + 4K では現実的に1〜2分かかります）。非同期キューやコールバックメカニズムが必要な場合：

ビジネス層のタスクキュー（Celery / BullMQ など）でご自身でラップしてください
または gpt-image-2-all をご使用ください — 30〜60秒で生成され、フロントエンドからのポーリングが容易です

プロンプトの長さに制限はありますか？なぜ ChatGPT Web アプリではもっと長く貼り付けられるのですか？

はい、あります。有効な上限は 8,192 tokens です（2026-10-16 測定、gpt-image-2 および両方の 2.5 モデルで同一）。APIYI の公式リレーでもこの制限を厳しくすることはありません。これを超えると、プロバイダはエラーを返しません。プロンプト全体を警告なく無視して無関係な画像（多くの場合、リアルなポートレートやインテリア）を生成し、usage.input_tokens_details.text_tokens は1桁のカウント（テストでは 8）を報告します。ドキュメントには 32,000 文字と記載されています。32,000 英字は約 8K tokens であり、この2つはおおむね一致しますが、中国語は密度が高いため約 11,000 文字で上限に達します。生成された画像がプロンプトとまったく関係がない場合は、まずその呼び出しの text_tokens を確認してください。Web アプリが無制限に見えるのは、チャットモデルが貼り付けられた内容を読み取った後、画像ツール用に独自の短いプロンプトを作成するためであり、画像モデル自体はその元データを見ていないからです。ブランドブックやパッケージ仕様などの長い資料の場合は、まずテキストモデルを使用して 1,000〜3,000 文字の構造化プロンプトに要約してください。長いプロンプトを参照してください。

露骨な表現ではないプロンプトで safety_violations=[sexual] の 400 が発生します。どうすればよいですか？

これらのブロックのほとんどは画像がレンダリングされた後に発生します。画像が生成された後、出力側の分類器によって拒否されるため、失敗した呼び出しも成功した呼び出しと同じだけの時間がかかり、同じプロンプトでも成功する場合と失敗する場合があります。moderation: low はプロンプト側のモデレーションを緩和するだけであり、ここでは効果がありません。最も一般的な原因は、キャラクターが雰囲気だけで描写され、服装が描写されていないため、モデルがアドリブで制限を超えてしまうことです。まずは明確な服装のフレーズを1つ追加し（他の部分は一切変更しないでください）、その後で1単語ずつ消去法で調整してください。完全な事例と20回の呼び出しログについては、セーフティによる拒絶をご覧ください。

生成に失敗した場合も課金されますか？

いいえ、課金されません。OpenAI の組み込みコンテンツモデレーションが安全でない/不正なリクエストを拒否して 400 エラーを返した場合、料金は発生しません。一般的なレスポンス：

{
  "status_code": 400,
  "error": {
    "message": "Your request was rejected by the safety system. ...",
    "type": "shell_api_error",
    "code": "moderation_blocked"
  }
}

その他のコストが発生しないエラー：401（無効な token）、429（レート制限）。token 課金は、リクエストが実際にモデルの生成ステージに到達した（すなわち 200 + b64_json を受信した）場合にのみ適用されます。

​概要

テキスト画像生成 API

画像編集 API

​AIエージェントに統合を任せる

​なぜAPIYIのGPT-image-2公式リレーを選ぶのか？

公式チャネル・公式と同等

同時実行数の制限なし

公式同等価格＋最大15%オフ

グローバル対応・障壁ゼロのアクセス

充実したモデルラインナップ

プロフェッショナルなエンタープライズサポート

​モデル選択: flare / sunburst / gpt-image-2

​主な機能

任意の解像度（4Kを含む）

自動高精細

20-30% 安価

中国語 + テキストレンダリング

マルチ画像融合（最大16枚）

マスクインペインティング

複数の出力フォーマット

OpenAI SDK 直接接続

​料金

​トークンレート（OpenAI の価格表と同じ）

​画像あたりの料金リファレンス（公式表、gpt-image-2）

​2.5モデルの品質ティアと測定コスト（2026-09-09測定）

​複数の入力画像が価格に与える影響（2026年7月検証済み）

​2K/4K のコスト見積もり（ピクセル比による外挿、⚠️ 公式の固定価格ではありません）

​SaaS サブスクリプション / クレジットベース課金との違い

​各呼び出しの実際の token 数を確認する方法

​グループ設定

​技術仕様

​エンドポイント

​サイズ参照

​プリセットサイズ

​カスタムサイズの制約

​品質リファレンス

​利用可能なティア

​ベストプラクティス

​エラーとリトライ

​FAQ

​関連ドキュメント

概要

AIエージェントに統合を任せる

なぜAPIYIのGPT-image-2公式リレーを選ぶのか？

モデル選択: flare / sunburst / gpt-image-2

主な機能

料金

トークンレート（OpenAI の価格表と同じ）

画像あたりの料金リファレンス（公式表、gpt-image-2）

2.5モデルの品質ティアと測定コスト（2026-09-09測定）

複数の入力画像が価格に与える影響（2026年7月検証済み）

2K/4K のコスト見積もり（ピクセル比による外挿、⚠️ 公式の固定価格ではありません）

SaaS サブスクリプション / クレジットベース課金との違い

各呼び出しの実際の token 数を確認する方法

グループ設定

技術仕様

エンドポイント

サイズ参照

プリセットサイズ

カスタムサイズの制約

品質リファレンス

利用可能なティア

ベストプラクティス

エラーとリトライ

FAQ

関連ドキュメント