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

Codex / Claude Code / Cursor で構築する場合は、以下のプロンプトをコピーしてエージェントに渡してください。まずこのページのプレーンテキスト版（任意のドキュメント URL に .md を追加）を取得し、その後プロジェクト独自のスタックでコードを作成します。頻出する4つの落とし穴（タイムアウト、base64 のレンダリング、アップロード時の圧縮、品質ティア）は、すでに要件に組み込まれています。

コーディングエージェントに GPT-Image 2.5 / 2 シリーズのテキストから画像生成と画像編集を統合またはトラブルシューティングさせます。Codex、Claude Code、Cursor などのツールにコピーして貼り付けてください。

このプロンプトで防げること

要件	防止できる落とし穴
タイムアウトを360秒に延長	一般的な HTTP クライアントはデフォルトのタイムアウトが30～60秒であるため、サーバーが正常に生成中でもリクエストを途中で切断します。さらに、切断されたリクエストも課金されます。画像 API の基本事項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 を返さないため、`data[0].url` を読み取っても空の値しか得られません
`response_format` を送信しない	このモデルで最も一般的な400エラーです。このページのよくある質問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%膨らみます。圧縮の基準については、画像の圧縮と出力解像度を参照してください
常に `quality` を送信	`auto` は動的な推論ティアであるため、同じプロンプトでもティアによってコストとレイテンシーが変動します
移行時に `quality` を引き継がない	2.5 `high` = `gpt-image-2` `medium` です。値をコピーすると1ティア下がります
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動すると動作が変わる可能性があります。本番環境では受動的に追従しないでください

APIYI の GPT-image-2 公式リレーを選ぶ理由?

OpenAI の公式チャネルを基盤に、信頼性、コスト、統合のしやすさの面でエンタープライズ本番ワークロード向けに徹底最適化されています:

公式チャネル · 公式と同等

OpenAI の公式リレーを厳格に経由し、リクエストとレスポンスは OpenAI公式と100%同一 です: フィールド、エラーコード、モデル挙動もすべて同じです。ロスレス品質で、サイレントな書き換えはありません。

同時実行数制限なし

OpenAI の Tier ベースの RPM / TPM 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線形にスケールし、バッチ生成やピーク負荷のシナリオも容易に対応できます。

同価格 + 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。当社のチャージボーナスイベントと組み合わせることで、最大15%オフ になり、長期的なコストを大きく抑えられます。

グローバルな障壁ゼロアクセス

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、自宅回線、海外ノードのいずれからでも api.apiyi.com に直接接続でき、安定したレイテンシで、越境向けの再設計も不要です。

フルモデルラインナップ

リバースエンジニアリング版 gpt-image-2-all（$0.03/image の一律料金）や、コスト重視の Nano Banana Pro / 2 へシームレスに切り替え可能です — シナリオに応じて柔軟に使い分けられます。

プロフェッショナルなエンタープライズサポート

当社チームは本番環境での画像生成導入を得意としており、モデル選定、チューニング、統合に深い知見があります — PoC から本番まで、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 はどちらも usage フィールドを返し、image input tokens と text input tokens は別々のフィールドとして返ります — 見積もりは不要で、各呼び出しの正確なコストはそれらをそのまま読むだけで分かります。以下は、参照画像 1 枚を含む実際の edit リクエストから取得した完全な usage オブジェクトです（ライブ取得）:

{
    "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`	prompt テキストで消費された token。課金は $5.00 / 1M
`usage.input_tokens_details.image_tokens`	Vision のルールに従って参照画像が変換される token 数。課金は $8.00 / 1M。参照画像の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 つのフィールドの合計
`usage.output_tokens`	`quality × size` によって決まる生成画像用の token 数 — これは最も大きなコストで、課金は $30.00 / 1M。2K/4K リクエストでは特に注目すべき数値です（`output_tokens_details.image_tokens` はこれを反映し、`text_tokens` は常に 0 です）
`usage.total_tokens`	input + output の合計

セルフサービスのコスト式（正確）:

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」ページを確認してください: 📖 呼び出しログを表示する方法 — ログ詳細ビューには text-input / image-input / output の価格が token 数とともに表示され、API の usage.input_tokens_details / usage.output_tokens_details と一致します。Responses API の image_generation ツールは、同じように token 数を usage.input_tokens / usage.output_tokens で報告します。詳細は Responses ツール統合を参照してください。

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`（同じパラメータ。上記のモデル選択セクションを参照）
速度	1024²での測定値（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）
品質ティア	`auto` / `low` / `medium` / `high` / `xhigh` / `max`（`xhigh` / `max` は2つの2.5モデルでのみ受け付けられます）
出力形式	`png`（デフォルト） / `jpeg` / `webp`
中国語のprompt	✅ ネイティブ対応
呼び出しごと	画像1枚（`n=1`）
参照画像の上限	16（`image[]`）
画像ごとのサイズ上限	multipartファイル：各50MB未満（png/jpg/webp）、base64データURL：約20MiBのフィールド上限、元ファイルは15MB以内にしてください
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）
透明背景	✅ 対応（`background: "transparent"` と `png` / `webp` を使用。`jpeg` にはアルファチャンネルがなく、透明化とは併用できません）
レスポンスフィールド	`b64_json`（生のbase64、プレフィックスなし）；`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	`application/json`
`POST /v1/images/edits`	参照編集 / 複数画像融合 / 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 が主要ドメインです。b.apiyi.com / vip.apiyi.com のような他のゲートウェイドメインも同様に動作します。

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

オンボーディングのヒント：まずlowでAPIを動作させてから、スケールアップする新しいインテグレーターがいきなりquality=high + 高解像度で実行し、**画像1枚あたり≈ 235秒（約4分）**待つことになり、その結果APIが停止しているのではないかと疑うケースがありました。highモードは推論の複雑性が最も高く、4Kでは5分近くかかることがあります。本番環境に移行する前に、まずquality=lowでエンドツーエンド統合を行ってください（認証、SDK、パラメータ、タイムアウト、エラーハンドリング）。その後、実際に必要な品質に応じてのみmedium / highへ移行してください。

まず低い設定で統合

新しい統合では、quality=low + プリセットサイズから開始して、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）を検証してください。lowはhighより数倍高速なため、長いレイテンシに隠されることなく、機能上の問題をすぐに発見できます。

プリセットサイズを優先する

8種類の公式プリセットは、安定した速度と品質になるよう調整されています。カスタムサイズは、本当に特殊なアスペクト比が必要な場合に限定してください。

シナリオに合わせて品質を選ぶ

下書き / バッチ → low、日常利用 / 最終成果物 → medium、テキスト、細部のテクスチャ、印刷 → high。low ↔ highは単なる視覚的な忠実度の違いではなく、推論の複雑性も大きく変わるため、それに応じてレイテンシも増加する点に注意してください。

JPEG出力を選択する

最終表示では、output_format=jpeg + output_compression=85はPNGより高速で、サイズもおよそ半分です。

テキスト用途では高品質に固定する

テキストレンダリングは主要な強みですが、低いティアではぼやけることがあります。看板やポスター用途ではquality=highに固定してください。

参照画像を準備する

画像は1枚あたり最大50MB（実運用では1.5MB以内に圧縮）、PNG/JPEG/WebPをサポート、最大16枚まで使用できます。プロンプト内で「画像1 / 画像2」のように参照順を指定してください。

クライアントのタイムアウトをティア別に設定する（高品質 → 安全策として600秒）

レイテンシを大きく左右するパラメータは**qualityとsize**の2つで、特にqualityが重要です。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。

品質	推奨クライアントタイムアウト	観測レイテンシ
`low`	120秒以上	通常10～40秒
`medium`	240秒以上	通常30～90秒
`high`	600秒以上（安全策）	gpt-image-2の2K/4Kでは3～5分、ロングテールでは235秒超が観測されています。2.5モデルでは1024²で21～42秒が測定されています
`xhigh`（2.5のみ）	300秒以上	1024²で31～60秒（2026-09-09）、2K/4Kではさらに長くなります
`max`（2.5のみ）	600秒以上（安全策）	1024²で45～142秒。gpt-image-2 `high`と同じtoken数のため、2K/4Kもgpt-image-2 `high`と同様に予算を確保してください

highモードでは、安全策としてタイムアウトを600秒に設定してください。キュー待ち、ロングテールの変動、上流側のジッターを吸収できます。UIで進捗を表示し、サーバー側でタスクキューを使用することも検討してください。

移行に関する注意事項

gpt-image-1.5から移行する場合：input_fidelityを削除してください（高忠実度が強制され、渡すとエラーになります）。background: transparentはそのまま動作するため、変更は不要です。従来のDALL·E 2/3コードから移行する場合：response_formatを削除してください（GPT Imageモデルはこれを拒否し、400 Unknown parameter: 'response_format'を返します。出力は常にb64_jsonです）。

エラーと再試行

ステータス	意味	推奨対応
`400`	無効なパラメータ（サイズ制約違反、未対応フィールドなど）	サイズ制約を確認してください; `response_format` / `input_fidelity` は渡さないでください; `background: transparent` を `output_format: jpeg` と組み合わせると 400 も返します（jpeg には alpha channel がありません）— 代わりに `png` / `webp` を使用してください; `Unknown parameter: 'response_format'` の場合は、そのパラメータを削除するだけです — FAQ を参照してください; 編集エンドポイントでの `invalid_image_file` は通常 MPO の携帯写真です — FAQ を参照してください
`401`	無効な token	Bearer Token を確認してください
`403`	コンテンツモデレーションによるブロック	prompt を調整するか、`moderation: low` を渡してください
`429`	rate limit / 残高不足	指数バックオフ
`5xx`	ゲートウェイ / バックエンドエラー	1～2回再試行してください
Timeout	ロングテール	`quality` ごとにクライアントの timeout を段階化してください: `low` ≥ 120s / `medium` ≥ 240s / `high` ≥ 600s（高負荷 + 2K/4K は 3～5 分かかります; 235秒超でロングテールが確認されています）

クライアント向け推奨事項:

quality ごとに request timeout を段階化してください: low ≥ 120 seconds / medium ≥ 240 seconds / high ≥ 600 seconds（安全策 — 3～5 分が確認されており、120s/360s 前後に設定すると誤タイムアウトが多発します）
まずは quality=low で統合し、実際の品質要件に応じて medium / high へ進めてください
5xx と timeout に対して指数バックオフを使用してください（再試行は 2 回を推奨）
サポートのために x-request-id ヘッダーを記録してください

よくある質問

400 Unknown parameter: 'response_format' を修正するには？

response_format パラメータを削除してください。これは現在もっとも一般的な 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。出力形式は b64_json に固定されており、変更できません。指定すると次が返されます。

{
  "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 時代の名残です（当時は url / b64_json が提供されていました）。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、現在もデフォルトでこれが含まれています。gpt-image-2 へ移行する際は、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（raw base64 です。デコードすると画像ファイルを取得できます）。このエラーは入力検証段階で返され、課金されません。ワークフローで base64 ではなく 画像 URL が必要な場合:

公式 gpt-image-2 には URL 出力がありません。base64 をデコードして、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、response_format: "url" をサポートし、24 時間有効な CDN リンクを返す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

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。gpt-image-2 は、gpt-image-2-all と異なり、raw base64 文字列（プレフィックスなし）を返します。クライアント側の実装パターンは 2 つあります:

ファイルへの書き込み: base64.b64decode(b64_str) → ディスクに書き込む
ブラウザ表示: img.src = 'data:image/png;base64,' + b64_str（手動で先頭に追加）

コードが 1.5 時代の「すでにプレフィックス付き」という挙動を前提としている場合、破損した data URL になります。明示的に処理してください。

input_fidelity を指定すると 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 を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、代替は不要です。

透明背景が必要な場合はどうすればよいですか？

background: "transparent" を渡し、output_format を png または webp に設定するだけです。返されるのは実際のアルファチャンネルを持つ画像であり、切り抜き後処理は不要です。テキストから画像、画像編集、および Responses の画像ツールのすべてでサポートされています。注意点は 2 つあります。jpeg にはアルファチャンネルがなく、透明化とは排他的です（400 が返されます）。また、編集エンドポイントでの透明化は再描画であり、元の輪郭を正確にトレースするものではないため、被写体の細部は変化します。ピクセル単位で正確な抽出が必要な場合は、rembg / PIL / sharp を自身で実行してください。詳細およびモデルごとのサポート状況: 透明背景の画像を生成するには。

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 枚必要な場合は、N 件のリクエストを並列で送信してください。各リクエストは独立して token 課金されます。

2K/4K はなぜ এতほど遅いのですか？

高い解像度と品質にはより多くの出力画像 tokens が必要なため、当然ながら時間がかかります。実際の顧客統合では、quality=high + 高解像度で画像 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 分近くまで伸びる可能性があります。推奨事項:

まず quality=low で統合して呼び出しチェーンを検証し、実際の品質要件に応じて上げてください
クライアントのタイムアウトを品質別に設定: low ≥ 120 秒 / medium ≥ 240 秒 / high ≥ 600 秒（セーフティネット）
UI に「生成中」の進行状況を表示する
4K が不要な場合は 1024×1024 / 1536×1024 の 1K プリセットを使用する

キャッシュ済み入力料金のメリットは実際にありますか？

設定されていますが、コスト予算にキャッシュ割引を織り込まないでください。 公式のキャッシュ済み入力レートは、テキスト $1.25 / 画像 $2.00（100 万 tokens あたり）であり、APIYI チャネルには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ヒットした場合、キャッシュ済みレートで課金されます。正直に言うと、1 つ注意点があります。高い同時実行数を維持するため、APIYI はリクエストを複数の上流 OpenAI アカウントに分散しています（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で共有されないため、高い同時実行数では同じプレフィックスを共有するリクエストが同じアカウントに到達しない場合があります。つまり、キャッシュヒットしない可能性があります。良い点は、影響が小さいことです。画像生成の主要なコストは出力画像 tokens（$30 / 100 万）であり、キャッシュ割引は入力側にのみ適用されるため、画像 1 枚あたりの合計額はほとんど変わりません。通常の入力価格で予算を組み、キャッシュヒットは追加の節約として扱ってください。

編集リクエストはなぜテキストから画像より高額なのですか？

gpt-image-2 は参照画像の高忠実度処理を自動有効化するため、参照画像自体が Vision の料金ルールに従って大量の入力 token 数に変換されます。編集の入力 tokens はテキストから画像より明らかに多いため、それに応じて予算を確保してください。

サイズと参照画像が同じなのに、呼び出しごとに料金が異なるのはなぜですか？

根本原因: 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。 「サイズ、解像度、参照画像が同一なのに、価格が上下する」という報告を顧客から受けています。調査の結果、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、生成ごとに異なる品質ティアを動的に選択します。ティアが異なれば出力画像 token 数も異なり、価格も異なります。以下は、**入力が同一（各 1061 入力 tokens）**でありながら、コストが数倍異なる 3 件の実際の課金記録です:

レイテンシ	入力 tokens	出力 tokens	呼び出しあたりのコスト
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 に増加したため、価格は約 3.5 倍になりました。修正方法: quality を auto のままにせず、low / medium / high を明示的に指定してください。 ティアを固定すると、同一入力に対する出力 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数およびサイズ制限は何ですか？

gpt-image-2 の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ます:

multipart/form-data ファイルアップロード: 各画像は 50MB 未満、形式は png / jpg / webp
base64 data URL: フィールド長の上限は約 20MiB です（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）。元画像は 15MB 以内にしてください
マスクファイル: 4MB 未満の PNG に個別制限されています

実用上のアドバイス: 複数の大きな画像を同時に上限まで指定しないでください。過大なリクエストボディはゲートウェイ / 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もっとも信頼性が高く、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で 400 'Invalid image file or mode for image 1' が返されます。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 始まりの番号です。このインデックスを使用して問題の画像を特定してください）。最も一般的な根本原因は、スマートフォンカメラの MPO 形式です。Huawei Mate シリーズのスマートフォンから出力された .jpg ファイルには HDR ゲインマップの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）です。ヘッダーは同じ FFD8 であり、拡張子と file コマンドのどちらも JPEG と報告するため、見た目では判別できません。2026 年 7 月に検証済み: MPO ファイルは常に拒否されますが、同じ画像を標準 JPEG/PNG として再エンコードすると、元のフル解像度のまま成功します（寸法、image[] フィールド名、quality/size パラメータとは無関係です）。このエラーは入力検証段階で返され、課金されません。修正方法: 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: Image Edit API — 参照画像の形式要件と前処理。

マスクファイルはどのように準備しますか？

元画像と同じサイズ、PNG 形式、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「ソフトガイド」です。モデルはマスク領域の周辺を拡張または縮小する場合があります

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

選択	利用する場面
gpt-image-2.5-flare / sunburst / gpt-image-2（公式）	正確なサイズ/品質制御が必要、OpenAI 公式と完全に一致させる必要がある、4K 出力が必要、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 はもっとも精密なエディタです
gpt-image-2-all（リバース）	固定 $0.03/画像、30～60 秒のレンダリング、最小限のパラメータ、高い一貫性 / 中国語テキストが必要な場合

公式 OpenAI SDK を直接使用できますか？

はい。コード変更は不要です。base_url を https://api.apiyi.com/v1 に指定し、api_key を APIYI 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できますか？

いいえ。gpt-image-2 は OpenAI の公式同期エンドポイントを使用しており、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しても、サーバーは生成を完了し、通常どおり課金します。クライアント側のタイムアウトは慎重に設定してください。「切断 = 無課金」とは考えないでください。

レート制限（RPM）はありますか？

デフォルトは 100 RPM（毎分 100 リクエスト）です。実際に利用可能な 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。さらに多く必要な場合は、見込みの QPS / RPM を添えてお問い合わせください。追加キャパシティをプロビジョニングできます。

非同期呼び出しはサポートされていますか？

いいえ。gpt-image-2 は OpenAI 公式 API を厳密にミラーしており、同期のみです。結果が返されるまでリクエストはブロックされます（high + 4K では実際には 1～2 分）。非同期キューまたはコールバック機構が必要な場合:

ビジネス層でタスクキュー（Celery / BullMQ など）を使用して独自にラップする
または gpt-image-2-all を使用する。30～60 秒で生成され、フロントエンドからポーリングしやすくなります

失敗した生成にも課金されますか？

いいえ。OpenAI 組み込みのコンテンツモデレーションは、安全でないリクエストまたは不正な形式のリクエストを 400 エラーで拒否し、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"
  }
}

その他の無料エラー: 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生成段階に到達した時点でのみ開始されます（つまり、200 + b64_json を受信した後）。

​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

​APIYI の GPT-image-2 公式リレーを選ぶ理由?

公式チャネル · 公式と同等

同時実行数制限なし

同価格 + 最大15%オフ

グローバルな障壁ゼロアクセス

フル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

​エラーと再試行

​よくある質問

​関連ドキュメント

概要

AIエージェントに統合を任せる

APIYI の GPT-image-2 公式リレーを選ぶ理由?

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

エラーと再試行

よくある質問

関連ドキュメント