概要
スタンドアロンの text-to-image / image-edit エンドポイントに加えて、APIYI は OpenAI Responses API のネイティブなimage_generation ツール もサポートしています。メインモデル gpt-5.5 がいつ描画するかを自律的に判断し、内部で GPT Image モデルを選択し、画像を base64 としてレスポンスの output 配列で返します。
動作確認済み(2026-06-17):
gpt-5.5 + POST /v1/responses + tools: [{"type": "image_generation"}] で有効な base64 PNG が返ります。どちらの画像パスも OpenAI の公式アップストリームに直接ルーティングされます。どちらを使うべきですか? 「ただ画像がほしい」ケースの大半では、スタンドアロンの
/v1/images/generations エンドポイントを推奨します。これは実際の使用量のみに基づいて課金されるため、より安く、制御しやすいです。このページのネイティブなツール方式は、パイプラインが Responses を経由しなければならない場合にのみ使用してください(たとえば、Agent 会話の中で gpt-5.5 が描画するかどうかを自律的に判断させる場合など)。画像 1 枚あたり約 $0.20 の固定の tool-call 手数料が追加されます。2つの方式の比較
コアな違いは、ネイティブツール方式では画像 1 枚ごとに固定の ≈$0.20 のツール料金が追加されるのに対し、images API は実際の使用量のみに基づいて課金されるため、ほとんどのケースでより安価です。
最小リクエスト
cURL
Python (requests)
レスポンス構造(主要フィールド)
成功時(HTTP 200)は、レスポンス本文に次が含まれます:- ✅ 成功:
outputにはtype="image_generation_call"が含まれ、resultは\x89PNGで始まる有効な画像としてデコードできます。 - ⚠️ サイレントで除去: HTTP 200 ですが、
outputにimage_generation_callがなく、テキストのみです(チャネルがこのツールをサポートしていない場合によくあります)。 - ❌ エラー: non-200、または
unknown tool/no available channelsなどを返します。後者 2 つの場合は、/v1/images/generationsにフォールバックしてください。
💰 課金
実際の 1 回の呼び出しを例にすると、(入力 2347 token、出力 74 token、1122×1402 の PNG を 1 枚生成)最終請求額 = $0.213954 となり、これは正しいです。内訳は次のとおりです。換算:500,000 quota = \$1(106977 quota = \$0.213954から算出)。
コストの注意点
- 生成料金は 1 枚あたり固定(≈$0.20/image)で、prompt の長さによって変動しません。text token のコストはそれに比べると小さいです。
- 各画像の生成には約 60〜90 秒かかるため、クライアントのタイムアウトは 300 秒以上に設定してください。
- 画像だけが必要で、モデルに自律的な判断をさせる必要がない場合は、単独の
/v1/images/generationsエンドポイントのほうが、より安く、より制御しやすい可能性があります。
トラブルシューティング
関連ドキュメント
- GPT-Image-2 概要 - モデル概要と料金
- テキストから画像 API リファレンス -
/v1/images/generations、ほとんどの場合のデフォルト選択です - 画像編集 API リファレンス -
/v1/images/edits、参照画像編集 / 複数画像融合 / マスク