GPT-Image-2.6 公式版とリバース版

​

概要

​

全体比較表

​

課金モデルとコスト

​

1024×1024での画像あたりのコスト

​

2K / 4K、複数画像、編集、SVG

• 1K、低品質または中品質：2つのルートのコストは同じ桁になり、実際のusageによっては公式ルートの方が安くなる場合があります。ただし、2.6での単一の計測（low、824 tokensで約$0.025）を見ると、2.6ではすでに価格差が小さい可能性があります。そのため、2.5の数値をそのまま結論に当てはめないでください。
• 1Kでhigh以上、または中品質・高品質の2K/4K：2.6-allの一律$0.025が明確に有利です。高品質の2K/4Kでは、コストが桁違いになる場合があります。
• 参照画像を使った編集：公式ルートでは1024²の参照画像1枚につき入力コストが約$0.0082加算され、1回の呼び出しのコストがすぐに増加します。2.6-allは画像ごとの課金で、参照画像の料金は加算されません。

​

主な違いを詳しく見る

​

1. size：任意の有効サイズ＋ネイティブ2K/4K vs. ネイティブ1536＋超解像2K/4K

1. 長辺 ≤ 3840
2. 縦横の辺がどちらも16の倍数
3. アスペクト比 ≤ 3:1
4. 総ピクセル数が655,360～8,294,400

• ネイティブティア：長辺が512～1536で、16の倍数である必要はなく、任意の整数サイズが指定どおりに出力されます（1000x1000、1280x720、1536x864はいずれも条件を満たします）。アスペクト比は3:1以下です。
• 超解像ティア：2048x2048、2048x1152、2048x1536、1920x1080、3840x2160、2880x2880などの一般的なサイズは指定どおりに出力されます。サイズが一致しない場合、別のサイズに暗黙に切り替わるのではなく、**502 size_not_deliverable**が返されます。正方形の上限は2880です（4096x4096は502を返します）。また、4096x1024のようにアスペクト比が3:1を超える場合は400が返されます。

​

2. n、quality、complexity：公式の階層と、3つの階層および複数画像の比較

• n：公式ルートでは常に1枚の画像が返されるため、複数の画像を取得するにはクライアント側で同時実行する必要があります。2.6-allは1〜4枚の画像に対応し、画像ごとに課金され、n=5からは400が返されます。
• quality：公式ルートでは6つの階層（low / medium / high / xhigh / max / auto）をすべて利用でき、これは公式に保証された品質管理機能です。2.6-allが受け付けるのはauto / medium / highのみです（low / hdでは400が返されます）。現在、3つの階層の間で検証可能な画質の差は確認されていません。品質の制御には使用せず、サイズの制御も期待しないでください。
• complexity：2.6で導入されたパラメーターです。公式ルートのドキュメントでは、3つの公式レベル（low / medium / high、省略時はhigh）が定義されていますが、実際のルートで同じpromptを使用したA/Bテストによって、その効果はまだ実証されていません。そのため、本番環境では頼らないでください。2.6-allはこのパラメーターに対応していません。

​

3. GIF と SVG：制御性とコスト

​

4. レスポンス形式: b64_json と b64_json + URL

• 公式版 2.6: 常に b64_json を返します（生のbase64で、data: プレフィックスなし）。また、response_format は受け付けず、渡すと400を返します。URLを取得するには、画像を独自のストレージに保存する必要があります。
• 2.6-all: デフォルトでは b64_json を返します。24時間有効な署名付きリンクを取得するには、response_format: "url" を明示的に渡してください。なお、urlレスポンスには size フィールドが含まれない場合があります。このフィールドが含まれるのはb64レスポンスのみです。URLの期限が切れたら再生成し、速やかにご自身の環境で再ホスティングしてください。

​

5. 編集：マスク、複数画像、マークアップ

​

6. 速度、タイムアウト、安定性

• 公式2.6: OpenAIは、生成全体が50%高速化され、flareがlowで6秒に到達すると述べています。これはOpenAIの最良ケースであり、すべてのリクエストに対する保証ではありません。サイトにはまだ2.6のティア別実測値がないため、2.5の同一価格ティアの数値を参考にしてください。1024²の2.5-flareは、lowで10秒 / highで21秒 / maxで45秒を実測し、2.5-sunburstは14 / 42 / 142秒でした。高品質および2K/4Kは明らかに遅くなります。
• 2.6-all: 通常10～46秒（1K 10～22秒、2K 12～24秒、4K 15～42秒）ですが、テールレイテンシは最大198秒を実測しているため、クライアントは一律600秒に設定してください。

• 公式ルートはOpenAIを経由し、デフォルトで約100 RPM、プラットフォーム全体の同時実行数に応じて動的に調整されます。Defaultグループはピーク時に時折429を返すため、image2Enterpriseエンタープライズグループ（1.2倍）に切り替えることで補えます。
• 2.6-allはテストで1Kにおいて12×2、16×1、8並列の同時実行を429なしで通過しました。2K/4Kは負荷テスト未実施のため、4～8件の同時リクエストから開始し、テールレイテンシを監視してください。2K/4Kは時折502 size_not_deliverableを返します。再試行するか、サポートされているサイズに切り替えてください。
• 両ルートとも、5xxとタイムアウトは指数バックオフで2回再試行し、429ではバックオフしてください。

​

各モデルを選ぶ基準

​

クライアント設定

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,
)

# Official 2.6: six quality tiers + native sizes
official = client.images.generate(
    model="gpt-image-2.6-flare",
    prompt="Minimalist specialty coffee poster, product and soft morning light in focus, with space reserved for a headline",
    size="2048x1152",
    quality="high",
)

# 2.6-all: flat per-image price; pass response_format explicitly when you need a direct URL
reverse = client.images.generate(
    model="gpt-image-2.6-all",
    prompt="Minimalist specialty coffee poster, product and soft morning light in focus, with space reserved for a headline",
    size="2048x1152",
    quality="medium",
    response_format="b64_json",
)

with open("coffee-official.png", "wb") as f:
    f.write(base64.b64decode(official.data[0].b64_json))

with open("coffee-reverse.png", "wb") as f:
    f.write(base64.b64decode(reverse.data[0].b64_json))

​

よくある質問

​

関連ドキュメント

• GPT-Image-2.6 / 2.5 / 2 公式リレー概要 - 5つの公式モデルの完全な統合ドキュメント
• GPT Image 2.6の新機能 - complexity、SVG、GIF、マークアップに基づく編集、Playground
• GPT-Image-2.6-Allの概要 - 2.6リバースルートの全パラメータ、サイズ、エラーコード
• GPT-image-2.5 / 2 公式版とリバース版の比較 - 旧世代との比較
• 出力形式と背景の非互換性 - 公式2.6の透明 × png / jpeg / webp / gif / svgの対応表
• SVGの推論エフォートの選び方 - 公式SVGの作成モデルとsvg.reasoning.effort
• Image APIの基本とベストプラクティス - タイムアウト、切断、再試行
• モデルの料金 - 2つの公式モデルと2.6-allの最新料金