GPT-image-2 公式版 vs リバース版

TL;DR

必要なのは	選ぶもの
`quality`ノブ / マスクインペインティング / 30 個のプリセットを超える任意のカスタムサイズ / 厳密な OpenAI API フィールド互換性	`gpt-image-2`（公式、token 従量課金）
予測しやすい一律 $0.03/image + 高速な出力（速度が強みです）	`gpt-image-2-all`（リバース、ChatGPT web 系、約90秒）
予測しやすい一律 $0.03/image + サイズ固定（4K を含む 30 個のプリセット）+ ときどき高品質（急がない場合）	`gpt-image-2-vip`（リバース、Codex 系、約120〜200秒）

3 つのモデルはいずれも内部では OpenAI の gpt-image-2 を基盤にしています。違いは、チャネルの性質（公式直結かリバースエンジニアリングか）、料金体系、パラメータの粒度です。

2つのリバース系の兄弟（-all / -vip）: このページの「Reverse」列は gpt-image-2-all と gpt-image-2-vip の両方 をカバーしています — 両者は同じ呼び出し形式（-vip はさらに size フィールドにも対応）と、同じ $0.03/image の一律価格を共有しています。現在の違いは 速度 vs 品質 + サイズ固定 です:

gpt-image-2-all: ChatGPT web 系、約90秒の生成 — 速度が強みです
gpt-image-2-vip: Codex 系、約120〜200秒の生成 — 遅めですが、場合によってはより高品質で、size固定に対応（4K を含む 30 個のプリセット、2026-07-22 に復活）
両方とも: quality なし、n なし、マスクインペインティングなし

quality ティア、マスクインペインティング、または 30 個のプリセットを超える任意のカスタムサイズが必要な場合は、公式の gpt-image-2 を使用してください。

現在の速度について: -all / -vip の生成は OpenAI 上流の計算リソース変動 のため、公開時より遅くなっています — これは APIYI だけでなく、すべてのリバースチャネル利用者に影響します。アカウントプールと運用は健全です。クライアントのタイムアウトは 300 秒以上に設定し、複雑な prompt にはより余裕を持たせてください。

完全比較表

項目	gpt-image-2-all / -vip (リバース、コスト効率重視)	gpt-image-2（公式）
モデル名	`gpt-image-2-all`（最速）/ `gpt-image-2-vip`（品質優先、サイズ固定）	`gpt-image-2`
チャンネル種別	`-all`: reverse-engineered ChatGPT web line `-vip`: reverse-engineered Codex line	公式直結（OpenAI Images API）
料金	呼び出しごと: 一律 $0.03/回（両モデル同一価格）	token従量課金: 公式に準拠。APIYIのチャージ特典適用後はリスト価格の約85%
通常の画像あたりコスト	$0.03（サイズ / 品質 / モデルに関係なく同一）	実測 $0.03 – $0.2（prompt の長さ、サイズ、品質に相関）
tokenグループ	デフォルト	デフォルト
token種別	呼び出しごと / Token-priority の両方が使用可能	Token-priority のみ（このモデルは token 課金のため、呼び出しごとの token は拒否されます）
推奨エンドポイント	`/v1/images/generations` + `/v1/images/edits`（より安定しており、上流供給も多く、公式と同じコードです — リスク制御の混乱時には `model` 名を差し替えるだけで切り替えられます）	`/v1/images/generations` + `/v1/images/edits`
アップロード形式	multipart file（edits エンドポイント）	multipart file（edit エンドポイント）
出力形式	`b64_json`（デフォルト、プレフィックスなしの raw base64、2026-07 に確認済み。以前のバージョンにはプレフィックスが含まれていました）または `url`（R2 CDN）	`b64_json`（raw base64、プレフィックスなし）
参照画像枚数	複数	最大 16（`image[]`）
マスクのインペインティング	❌ 非対応	✅ 対応（alpha channel 必須）
prompt 追従度	良好	非常に優秀
生成速度	`-all`: 約90秒（速さが強み） `-vip`: 約120–200秒（遅いですが、品質が高い場合があります） 📌 現在は公開時より遅くなっています — OpenAI upstream の compute に起因するもので、APIYI 側の問題ではありません	約100-120秒、複雑なケースや 4K では 3〜5 分に達することがあります
品質傾向	`-all`: 良好 `-vip`: 高くなる場合あり（Codex 系、細部がより良いことがあります）	安定しており、`quality=high` で最大限まで引き上げます
`size`パラメータ	`-all`: ❌ 受け付けられません（prompt で指定してください） `-vip`: ✅ 復活（2026-07-22 以降）、30 のプリセットサイズ（4K を含む）。images エンドポイントのみで、chat エンドポイントでは未対応	✅ 任意の有効なカスタムサイズ
4K対応	`-all`: ❌ `-vip`: ✅ 4K Detail tier（例: `3840x2160` / `2880x2880`）、追加料金なし	✅ `3840×2160` を含む
よく使われる出力サイズ	`-all`: 16:9 → 1672×941、9:16 → 941×1672、1:1 → 1254×1254（自動調整） `-vip`: 30 のプリセット（10 のアスペクト比 × 1K/2K/4K）、完全な 30 サイズ表を参照してください	8 つのプリセット + 任意の有効なカスタムサイズ
`quality`パラメータ	❌ 両方のリバースモデルはこれを拒否します（渡さないでください）	✅ `low` / `medium` / `high` / `auto`
`n`パラメータ	❌ 両方のリバースモデルはこれを拒否します（1回の呼び出しにつき 1 画像）	✅ 対応
透過背景	—	❌ 非対応（`background: transparent`エラー）
中国語 prompt	✅ ネイティブ対応	✅ ネイティブ対応
文字描画	高精度	高精度（`high` ティアで最も強力）
APIドキュメント	GPT-Image-2-All 概要 / GPT-Image-2-VIP 概要	GPT-Image-2 概要

🔑 API tokenを作成または管理: https://api.apiyi.com/token
コンソールで token を作成する際は、グループ（Default で問題ありません）と token 種別（呼び出しごと / Token-priority）を選択してください。gpt-image-2（公式）を呼び出すには「Token-priority」token が必要です — 呼び出しごとの token は課金モード不一致のため拒否されます。

それぞれを選ぶタイミング

`gpt-image-2-all`（リバース）を選ぶのは次のとき

💰 予測しやすいコスト

サイズ/品質ティアの区分なしで、安定した $0.03/画像。厳格なコスト上限があるバッチ生産に最適（インフォグラフィック、マーケティング素材、Eコマースのサムネイル）。

⚡ 出力が速い

生成は約90秒で、-vip と公式版の両方より わずかに高速です。リアルタイム UX がより良好です。

🔁 1つのコードベース、いつでも切り替え可能

標準の画像生成 API 形式 — -vip と公式リレーの gpt-image-2 と 同じコードで使えます。model 名を変えるだけで、切り替えやフォールバックが可能です。

🌏 中国語 + マーケティング文

中国語の prompt をネイティブにサポートし、看板 / ポスター / インフォグラフィック向けの文字描画が非常に優秀です — 中国語圏向けコンテンツ制作に最適です。

`gpt-image-2-vip`（リバース、品質重視）を選ぶのは次のとき

🎨 ときどきより高品質

Codex 系のディテール描画は -all より優れていることがある ため、急がず、同じリバースチャネルの定額価格で少しでも品質を上げたいショーケース画像に向いています。

⏱️ 時間を品質に充てる

生成は約 120–200秒 で、-all より遅めです。より高い上限のために長い待ち時間を受け入れられるときに選んでください。

🖼️ 固定サイズ / 4K

size パラメータは復活しました（2026-07-22 以降）：30個のプリセットサイズ（10比率 × 1K/2K/4K）。Eコマースのヒーローショット、ポスターテンプレート、4K壁紙を正確な寸法で出力できます — 定額 $0.03/画像、4K追加料金なし。

🔁 -all とコードを共有

-all と同じリクエスト構造（追加されるのは size フィールドが1つだけ） — 速度 / 品質の好みに応じて model 名を入れ替えるだけで、1つのコードベースで両モデルを切り替えられます。

-vip の size は /v1/images/generations と /v1/images/edits エンドポイントでのみ動作します — /v1/chat/completions の chat エンドポイントは size をサポートしていません。30個のプリセットを超える任意のカスタムサイズ、quality ティア、またはマスクのインペインティングには、公式 gpt-image-2 を使用してください。このパラメータの提供状況は上流の変更に従います — 最新の状況はライブ更新をご覧ください。

`gpt-image-2`（公式）を選ぶのは次のとき

🎚️ 品質ティア

quality は low/medium/high/auto をサポートします。下書きでは low を使ってコストを節約し、印刷品質の最終版では high を使ってください — 公式版のみで、両方のリバースモデルはこれを拒否します。

🎯 マスクのインペインティング

アルファチャンネルのマスクに対応 — 他の部分を保持しながら領域を正確に修正できます。両方のリバースモデルはこれをサポートしていません。

🖼️ 任意のカスタムサイズ

size は 有効な解像度なら何でも（4K を含む）受け付け、プリセットに限定されません。-vip は 30 個のプリセットサイズのみ対応 — その 30 個を超えるものはすべて公式版です。

🔌 OpenAI 公式版と同じ

公式の画像生成 API を経由します — フィールドと挙動は OpenAI 公式版と同一です。既存の OpenAI SDK ベースのコード / システムは変更ゼロで移行でき、長期的にも安定します。

詳細な主な違い

1. b64_json 形式の落とし穴（移行時の罠！）

2026年7月に確認したところ、両方のモデルは現在 生の base64（data: のプレフィックスなし） を返しますが、gpt-image-2-all には以前プレフィックスが含まれていたため、共通コードではまずそれをチェックするのが最も安全です:

# Universal pattern: detect the prefix before processing — works for both models
b64 = resp["data"][0]["b64_json"]
if b64.startswith("data:"):          # handles historical prefixed responses
    b64 = b64.split(",", 1)[1]
with open("out.png", "wb") as f:
    f.write(base64.b64decode(b64))   # ✅ write file
img_tag = f'<img src="data:image/png;base64,{b64}">'  # ✅ browser render

2つを切り替える際は、b64_json の処理コードを変更する必要があります。そうしないと、破損した data URL やデコード失敗が発生します。

2. 解像度の制御

gpt-image-2-all（prompt 内で）:

"Landscape 16:9 cinematic, old lighthouse at sunset"   → ~1672×941
"Portrait 9:16 phone wallpaper, cyberpunk city"        → ~941×1672
"1024×1024 square logo, minimalist cat line art"        → ~1254×1254

gpt-image-2-vip（size が復元済み、2026-07-22 時点）: 30 種類のプリセットサイズ（10 の比率 × 1K/2K/4K）に対応しており、size: "WIDTHxHEIGHT" を直接渡します（30 個のプリセットのいずれかである必要があります。全一覧は 30 サイズ表を参照してください）:

client.images.generate(
    model="gpt-image-2-vip",
    prompt="...",
    size="3840x2160"    # ✅ one of the 30 presets; images endpoints only (not chat)
)

gpt-image-2（size パラメータ厳格 + quality ティア）:

client.images.generate(
    model="gpt-image-2",
    prompt="...",
    size="2048x1152",   # ✅ output exactly this
    quality="high"      # official-only
)

3. アップロード / 出力形式の違い

操作	gpt-image-2-all	gpt-image-2
参照画像のアップロード	multipart `image` file フィールド（edits エンドポイント）	multipart `image[]` file フィールド
出力のダウンロード	デフォルトは `b64_json`（生の base64、2026-07 に確認済み）。明示的に `response_format: "url"` を指定すると R2 CDN リンクを返します（24 時間有効）	`b64_json`（生の base64、デコードが必要）
複数画像の融合	edits エンドポイントで `image` フィールドを繰り返し指定します	`image[]` 配列、最大 16

4. コストの目安

シナリオ	gpt-image-2-all / -vip	gpt-image-2
1024×1024 の下書き	$0.03	約 $0.006（低）
1024×1024 の中品質	$0.03	約 $0.053（中）
1024×1024 の高品質	$0.03	約 $0.211（高）
2048×1152 の高品質	$0.03	約 $0.20 超（token 課金）
3840×2160 の 4K 高品質	$0.03（`-vip` 4K Detail ティア、追加料金なし；`-all` には 4K がありません）	token 課金、1K より大幅に高額
編集 / 複数画像の融合	$0.03	入力 tokens が大きく増え、1 回の呼び出しで $0.1 超になることがあります

要するに: バッチ / 低品質ワークロードでは、リバースチャネルのほうが常に安いとは限りません（1K の low は実際には公式ティアのほうが安いです）。中〜高品質の範囲が、リバースチャネルの $0.03 の最適ゾーンです。quality ティア / mask inpainting / 固定サイズ、4K / 厳密な OpenAI-API フィールド互換性 が必要な場合は、公式（token 課金）を選んでください。

クライアント設定

設定	gpt-image-2-all / -vip	gpt-image-2
タイムアウト（保守的）	`-all`: 300s (通常は約 90 秒) `-vip`: 300s (通常は 120–200 秒)	360s (4K の高品質では実際に 3〜5 分かかります)
再試行戦略	5xx / タイムアウト時は指数バックオフ、最大 2 回再試行	同じです
同時実行数	1 回の呼び出しにつき 1 画像 — 複数枚は並列リクエストを送信してください	1 回の呼び出しにつき 1 画像 — 複数枚は並列リクエストを送信してください
リクエスト ID	`request-id` レスポンスヘッダー	`x-request-id` レスポンスヘッダー

3 つのモデルすべてに共通: image edit / multi-image fusion では、各入力画像を 1.5MB 未満に圧縮してください (JPEG 品質 80-90 / 解像度縮小)。断続的な shell_api_error / Unknown error レスポンスは、ほとんどの場合、入力が大きすぎることが原因です — 圧縮すると成功率とレイテンシーが明確に改善します。出力解像度は入力サイズに依存しません — 品質は出力側で設定されます（公式では size + quality、size ティア（-vip 向け）、-all の prompt の言い回し）であり、入力ファイルサイズではありません。

FAQ

入力画像は圧縮すべきですか？prompt に 4K / 8K と書くと効果はありますか？

はい、強く推奨します。 3つのモデルすべてで、各入力画像を 1.5MB 未満 に圧縮してください（JPEG 品質 80-90 / 解像度を縮小）：断続的な shell_api_error / Unknown error 応答の多くは入力サイズが大きすぎることが原因で、圧縮すると成功率とレイテンシが目に見えて改善します。圧縮で品質が落ちる心配はありません — 出力解像度は入力サイズとは独立しています。「出力側」の制御方法は3つで異なります。

gpt-image-2-all: prompt の構成フレーズで制御されます（-all overview page の検証済みフレーズ表を参照してください）— prompt 内の 4K / 8K はカウントされません
gpt-image-2-vip: size フィールドで制御されます（4K を含む 30 個のプリセットサイズ、2026-07-22 に復活）— prompt 内の 4K / 8K もカウントされません
gpt-image-2: size + quality で制御されます（任意の有効サイズ）

要するに、入力を小さくしても速くなるだけです — 品質は入力ファイルサイズではなく、出力側の設定で決まります。

同じ API Key で3つのモデルすべてを呼び出せますか？

はい。3つともデフォルトチャネルで動作するため、同じ API Key で追加設定なしに呼び出せます。注意: gpt-image-2（公式）を呼び出すには「Token優先」token が必要です。-all / -vip はどちらの token タイプでも利用できます。

リバースチャネルではどの endpoint を使うべきですか？

OpenAI 画像生成 API を使ってください（テキストから画像生成は /v1/images/generations、編集は /v1/images/edits）、理由は2つあります。

より安定している: Images API チャネルの上流リソース供給がより豊富なため、呼び出し成功率が高いです
公式リレーと互換で切り替えが簡単: 呼び出し方法とパラメータ形式が official-relay gpt-image-2 と完全に互換です — リバースチャネルでリスク制御の揺れが発生したら、model 名を差し替えるだけで公式リレーに切り替え可能で、コード変更はゼロです

ほかに chat ベースの endpoint（/v1/chat/completions、現在は非推奨）もありますが、複数ターンの反復編集やオンライン画像 URL を直接渡す用途にしか向きません。画像の意図が曖昧な場合は、テキストのみを返すことがあります（「画像を生成してください:」のような固定プレフィックスを先頭に付けると強調できます）。全パラメータは、-all chat-based API reference / -vip chat-based API reference を参照してください。

リバースチャネル内では、-all と -vip のどちらを選ぶべきですか？

どちらも同じ定額価格（$0.03/image）のリバースエンジニアリングされたチャネルで、呼び出し形式も同じです（-vip はさらに size 固定をサポートします）。違いは 速度 vs 品質 + サイズ固定 です。

生成時間: -all は約90秒 — 速度が強み です。-vip は約120〜200秒です。現在は OpenAI 上流の計算リソース変動により、公開当初より遅くなっています
品質: -vip（Codex 系統）はディテール描画が 場合によってはより高品質 です — 急がないときの展示用画像向けです
サイズ固定: -vip は 30 個のプリセット size 値（4K を含む）をサポートします。-all は size を受け付けません — 構図は prompt に入れます

判断基準: 速い出力が欲しい → -all; 品質重視、またはサイズ固定 / 4K が必要 → -vip; 30 個のプリセットを超えるカスタムサイズ、quality レベル、またはマスクが必要 → 公式 gpt-image-2。詳細は GPT-Image-2-VIP Overview を参照してください。

サイズ固定 / 4K が必要です — どうすればいいですか？

まずは gpt-image-2-vip から始めてください: その size パラメータは 2026-07-22 に復活し、30 個のプリセットサイズ（10比率 × 1K/2K/4K） を 4K 追加料金なしの定額 $0.03/image でサポートします。size は images endpoint でのみ動作し、30 個のプリセットのいずれかでなければならない点に注意してください。30 個のプリセットを超える任意の有効サイズ、quality レベル（low/medium/high/auto）、マスクインペインティング（アルファチャンネルマスク）、または 厳密な OpenAI-API フィールド互換（既存の OpenAI-SDK コードを変更なしで移行）が必要なら、公式（gpt-image-2、token 課金）を使ってください。

1.5 から移行する場合 — どちらを選ぶべきですか？

OpenAI SDK のままにしたい / OpenAI 公式と一致させる必要がある / 30 個のプリセットを超えるカスタムサイズが必要: gpt-image-2（公式）を選んでください。input_fidelity は削除し、background: transparent は避け、他はそのままにします。
コストを抑えつつ、速い出力がほしい: gpt-image-2-all（リバース、約90秒）を選んでください。
コストを抑えつつ、品質重視 / サイズ固定 / 4K が必要: gpt-image-2-vip（リバース、約120〜200秒、4K を含む 30 個のプリセットサイズ）を選んでください。

フェイルオーバー用に複数モデルをデプロイできますか？

はい。よくある構成は、メインに -all または -vip（コストが予測しやすい — 速度 / 品質の好みで選択）、フォールバックに gpt-image-2（quality レベル、マスク、または 30 個のプリセットを超えるカスタムサイズが必要になったら切り替え）です。リバースと公式ではレスポンス形式が異なるため、ビジネス層で正規化してください。

R2 CDN の画像リンクが遅いです — どうすればいいですか？

CDN のダウンロードが遅い場合の対処法を参照してください

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

検索と安全性

GPT-image-2 公式版 vs リバース版

TL;DR

完全比較表

それぞれを選ぶタイミング

`gpt-image-2-all`（リバース）を選ぶのは次のとき

💰 予測しやすいコスト

⚡ 出力が速い

🔁 1つのコードベース、いつでも切り替え可能

🌏 中国語 + マーケティング文

`gpt-image-2-vip`（リバース、品質重視）を選ぶのは次のとき

🎨 ときどきより高品質

⏱️ 時間を品質に充てる

🖼️ 固定サイズ / 4K

🔁 -all とコードを共有

`gpt-image-2`（公式）を選ぶのは次のとき

🎚️ 品質ティア

🎯 マスクのインペインティング

🖼️ 任意のカスタムサイズ

🔌 OpenAI 公式版と同じ

詳細な主な違い

1. b64_json 形式の落とし穴（移行時の罠！）

2. 解像度の制御

3. アップロード / 出力形式の違い

4. コストの目安

クライアント設定

FAQ

関連ドキュメント

​TL;DR

​完全比較表

​それぞれを選ぶタイミング

​gpt-image-2-all（リバース）を選ぶのは次のとき

💰 予測しやすいコスト

⚡ 出力が速い

🔁 1つのコードベース、いつでも切り替え可能

🌏 中国語 + マーケティング文

​gpt-image-2-vip（リバース、品質重視）を選ぶのは次のとき

🎨 ときどきより高品質

⏱️ 時間を品質に充てる

🖼️ 固定サイズ / 4K

🔁 -all とコードを共有

​gpt-image-2（公式）を選ぶのは次のとき

🎚️ 品質ティア

🎯 マスクのインペインティング

🖼️ 任意のカスタムサイズ

🔌 OpenAI 公式版と同じ

​詳細な主な違い

​1. b64_json 形式の落とし穴（移行時の罠！）

​2. 解像度の制御

​3. アップロード / 出力形式の違い

​4. コストの目安

​クライアント設定

​FAQ

​関連ドキュメント

TL;DR

完全比較表

それぞれを選ぶタイミング

`gpt-image-2-all`（リバース）を選ぶのは次のとき

`gpt-image-2-vip`（リバース、品質重視）を選ぶのは次のとき

`gpt-image-2`（公式）を選ぶのは次のとき

詳細な主な違い

1. b64_json 形式の落とし穴（移行時の罠！）

2. 解像度の制御

3. アップロード / 出力形式の違い

4. コストの目安

クライアント設定

FAQ

関連ドキュメント