GPT-image-2 公式版 vs リバース版

TL;DR

必要なもの	選択
`quality` ノブ / マスクインペインティング / 固定サイズ、4K / 厳密な OpenAI-API フィールド互換性	`gpt-image-2`（公式、token 課金）
予測可能な一律 $0.03/画像 + 高速な出力（速度が強みです）	`gpt-image-2-all`（リバース、ChatGPT Web 系統、約90秒）
予測可能な一律 $0.03/画像 + ときどきより高品質（急がない場合）	`gpt-image-2-vip`（リバース、Codex 系統、約120〜200秒）

3つのモデルはいずれも 内部では OpenAI の gpt-image-2 をベースにしています。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）、課金モデル、パラメータの粒度です。

2つのリバース兄弟（-all / -vip）: このページの「リバース」列は gpt-image-2-all と gpt-image-2-vip の両方 をカバーします。両者は 呼び出し形式が完全に同一 で、同じ $0.03/画像の一律価格です。現在の違いは 速度 vs 品質 です:

gpt-image-2-all: ChatGPT Web 系統、約90秒 の生成 — 速度が強みです
gpt-image-2-vip: Codex 系統、約120〜200秒 の生成 — 遅いですが、ときどきより高品質 です
両方: quality なし、n なし、マスクインペインティングなし

⚠️ -vip の size パラメータは現在壊れています（2026-06-23 以降、Codex の生成ルール変更が原因です。出力は adaptive 1K に固定され、復旧 ETA はありません）— 固定サイズ / 4K には公式の gpt-image-2 を使ってください。quality ティアやマスクインペインティングも同様です。

現在の速度について: -all / -vip の生成は、OpenAI upstream の計算リソース変動により ローンチ時より遅くなっています。これは APIYI だけでなく、リバースチャネル利用者全員に影響します。こちらのアカウントプールと運用は健全です。クライアントの timeout は 300s 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。

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`（品質重視、急がないとき）	`gpt-image-2`
提供形態	`-all`: ChatGPT web ラインをリバースエンジニアリングしたライン `-vip`: Codex ラインをリバースエンジニアリングしたライン	公式直結（OpenAI Images API）
料金	1回ごと: 定額 $0.03/回（両モデル同額）	token 従量課金: 公式と同等；APIYI のチャージ特典後は定価の約85%
画像1枚あたりの典型コスト	$0.03（サイズ / 品質 / モデルにかかわらず同一）	実測 $0.03 – $0.2（prompt の長さ、サイズ、品質に連動）
token グループ	デフォルト	デフォルト
token タイプ	1回ごと / Token-priority のどちらでも利用可能	Token-priority のみ（このモデルは token 課金です；1回ごとの 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、上流の供給も多く、公式と同じコードです。リスクコントロールの不安定時は `model` の名前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 に検証済み；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`（プレフィックスなしの raw base64）
参照画像数	複数	最大16（`image[]`）
マスクインペインティング	❌ 非対応	✅ 対応（alpha channel が必要です）
prompt への忠実度	良好	非常に高い
生成速度	`-all`: 約90秒（速度が強みです） `-vip`: 約120～200秒（遅めですが、品質が高いことがあります） 📌 現在は公開当初より遅くなっています。OpenAI 上流の計算リソースによるもので、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分かかることがあります
品質傾向	`-all`: 良好 `-vip`: 場合によってはさらに高品質（Codex ライン、細部がより良いことがあります）	安定しており、`quality=high`で性能を最大限に引き出します
`size` パラメーター	`-all`: ❌ 受け付けません（prompt で説明してください） `-vip`: ⚠️ 現在は壊れています（2026-06-23 以降、adaptive 1K に固定されており、復旧予定は未定です）	✅ いずれの有効なカスタムサイズも可
4K 対応	`-all`: ❌ `-vip`: ⚠️ `size` が壊れている間は利用できません（1K固定）	✅ `3840×2160` を含みます
一般的な出力サイズ	`-all`: 16:9 → 1672×941、9:16 → 941×1672、1:1 → 1254×1254（adaptive） `-vip`: adaptive 1K（`size` が壊れている間。以前の 30サイズ表は適用されていません）	8 個のプリセット + いずれの有効なカスタムサイズも可
`quality` パラメーター	❌ どちらのリバースモデルもこれを拒否します（1回の呼び出しにつき 1 画像）	✅ `low` / `medium` / `high` / `auto`
`n` パラメーター	❌ どちらのリバースモデルもこれを拒否します（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	✅ ネイティブ
テキスト描画	高忠実度	高忠実度（`high` ティアで最も強い）
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 タイプ（1回ごと / 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 — 1回ごとの token は課金モードの不一致により拒否されます。

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、次のような場合です

💰 予測しやすいコスト

サイズ/品質の階層がなく、安定して $0.03/image です。厳格なコスト上限があるバッチ生成に最適（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が向上します。

🔁 1つのコードベースで、いつでも切り替え可能

標準的な Images API 形式で、-vip と公式リレー gpt-image-2 と同じコードで使えます。model の名前を変更するだけで、切り替えやフォールバックができます。

🌏 中国語 + マーケティング文面

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テキスト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。

`gpt-image-2-vip`（リバース、品質優先）を選ぶのは、次のような場合です

🎨 場合によってはより高品質

Codex 系のディテール描画は**-all より優れていることがあります** — すぐには必要なく、同じリバースチャネルの固定価格で少しでも高い品質を求める、見せ場用の画像に向いています。

⏱️ 時間を品質と引き換える

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めの待ち時間を許容できるときに選んでください。

🔁 -all とコード共有

-all と同一のリクエスト構造です — 速度 / 品質の好みに応じて model の名前を差し替えるだけで、1つのコードベースで両方のモデルを切り替えられます。

💰 コストも予測可能

-all と同じ $0.03/image の固定料金で、バッチ生成のコスト上限を維持できます。

-vip の以前の「固定サイズ / 4K」という売り文句は、現在は成り立ちません: size パラメータは 2026-06-23 から壊れており（Codex の生成ルール変更により、出力は adaptive 1K に固定され、復旧予定はありません）。eコマースのヒーロー画像、ポスターテンプレート、4K 壁紙、その他の 固定サイズ / 4K 要件には、公式の gpt-image-2 をご利用ください。

`gpt-image-2`（公式）を選ぶのは、次のような場合です

🎚️ 品質階層

quality は low/medium/high/auto をサポートします。下書きでは low を使ってコストを抑え、印刷品質の最終版では high を使ってください — 公式のみで、どちらのリバースモデルも受け付けません。

🎯 マスク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 — 他の部分を保ったまま、特定領域を正確に修正できます。どちらのリバースモデルもこれには対応していません。

🖼️ 固定サイズ / 4K

size は有効な解像度なら何でも受け付けます（4K を含む）。リバースチャネルの size は壊れているため、正確な寸法指定や 4K のワークロードはすべて公式を使ってください。

🔌 OpenAI 公式と同じ

公式 Images API を通ります — フィールドと挙動は OpenAI 公式と同一です。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、どちらのモデルも現在は**生の base64（data: プレフィックスなし）**を返しますが、gpt-image-2-all は以前プレフィックスを含んでいたため、最も安全な共通コードでは先にそれを確認します。

# 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つを切り替えるときは、b64_json の処理コードを変更しないと、壊れた data URL か decode 失敗が発生します。

2. 解像度制御

gpt-image-2-all（prompt 内）:

"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 は 2026-06-23 以降、現在壊れています）: 以前は 30 個の明示サイズ（4K を含む）を受け付けていましたが、Codex の生成ルール変更の後、size パラメータは壊れており、出力は適応型 1K に固定されています。復旧予定はありません。いまは、-all と同じように prompt で構図を説明してください。正確な寸法 / 4K が必要な場合は、公式の gpt-image-2 を使ってください。 gpt-image-2（size パラメータ厳格 + quality 階層）:

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

Operation	gpt-image-2-all	gpt-image-2
参照画像のアップロード	multipart の `image` file フィールド（edits エンドポイント）	multipart の `image[]` file フィールド
出力のダウンロード	デフォルトの `b64_json`（生の base64、2026-07 に確認済み）；明示的な `response_format: "url"` では R2 CDN リンク（24時間有効）が返ります	`b64_json`（生の base64、decode 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	`image[]` 配列、最大 16

4. 費用の目安

Scenario	gpt-image-2-all / -vip	gpt-image-2
1024×1024 ドラフト	$0.03	~$0.006（低）
1024×1024 中品質	$0.03	~$0.053（中）
1024×1024 高品質	$0.03	~$0.211（高）
2048×1152 高品質	$0.03	~$0.20+（token 課金）
3840×2160 4K 高品質	—（`size` が壊れている間は、逆モデルで 4K を狙えません）	token 課金、1K より大幅に高くなります
編集 / 複数画像の融合	$0.03	入力 token が急増し、1 回の呼び出しで $0.1+ に達することがあります

要点: バッチ処理 / 低品質ワークロードでは、リバースチャネル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〜高品質帯が、リバースチャネルの $0.03 の最適帯です。quality 階層 / mask inpainting / 固定サイズ / 4K / 厳密な OpenAI API の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（控えめ）	`-all`: 300s (通常は約90s) `-vip`: 300s (通常は120–200s)	360s (4Kの高品質では実際には3〜5分かかります)
再試行戦略	5xx / タイムアウト時に指数バックオフ、最大2回再試行	同じ
同時実行数	1回の呼び出しにつき画像1枚 — 複数の場合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画像1枚 — 複数の場合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です。画像編集 / マルチ画像融合では、各入力画像を1.5MB未満に圧縮してください（JPEG品質80-90 / 解像度を下げる）。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が目に見えて改善します。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（公式リレーではsize + quality、-all ではプロンプトの書き方、そして-vipではそのsizeが壊れているため）、入力ファイルサイズではありません。

よくある質問

入力画像は圧縮したほうがよいですか？ 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、各入力画像は 1.5MB 未満 に圧縮してください（JPEG 品質 80-90 / 解像度を縮小）：まれに発生する shell_api_error / Unknown error レスポンスの多くは入力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」の制御は 3つで異なります。

gpt-image-2-all: prompt の構図指定の言い回しで制御されます（-all overview page の検証済みの言い回し表をご覧ください）— prompt 内の 4K / 8K はカウントされません
gpt-image-2-vip: size フィールドは 現在壊れています（adaptive 1K に固定）— 構図の意図も prompt に入れてください
gpt-image-2: size + quality で制御されます（有効なサイズなら可）

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 Default 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-priority」トークンが必要です。-all / -vip はどちらの token タイプでも使えます。

リバースチャネルではどの endpoint を使えばよいですか？

OpenAI Images API を使ってください（テキストから画像生成には /v1/images/generations、編集には /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
公式リレーへの切り替えが容易な互換性: 呼び出し方法とパラメータ形式は official-relay gpt-image-2 と完全互換です — リバースチャネルでリスクコントロールの揺らぎが発生したら、model 名だけ差し替えれば zero code changes で official relay に切り替えられます

ほかにチャットベースの 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 を直接渡す用途にのみ有用です。画像意図があいまいな場合は、画像ではなくプレーンテキストを返すことがあります（先頭に「画像を生成:」のような固定プレフィックスを付けて意図を強めてください）。全パラメータは、-all chat-based API reference / -vip chat-based API reference をご覧ください。

リバースチャネル内で -all と -vip はどちらを選ぶべきですか？

どちらも同じ一律料金（$0.03/image）のリバースエンジニアリングされたチャネルで、呼び出し形式は同一です（-vip の size は現在壊れているため、どちらも size を受け取りません）。違いは 速度 vs 品質 です。

生成時間: -all は約 90秒で 速さが強み 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のため、公開当初より遅くなっています
品質: -vip（Codex line）は細部描写が やや高い場合があります — 急がない見栄え重視の画像に向いています

結論: 速い出力がほしい → -all; 品質優先で急がない → -vip; サイズ固定や 4K が必要 → 公式 gpt-image-2。詳細は GPT-Image-2-VIP Overview をご覧ください。

サイズ固定 / 4K が必要です — どうすればよいですか？

公式 gpt-image-2 を使ってください。-vip の size パラメータは 2026-06-23 以降壊れており（adaptive 1K に固定、復旧予定なし）、現時点でどちらの reverse model も出力サイズを正確には制御できません。公式限定機能: 任意の有効サイズ（4K を含む）、quality 段階（low/medium/high/auto）、mask inpainting（alpha-channel mask）、厳密な OpenAI-API フィールド互換性（既存の OpenAI-SDK コードを変更ゼロで移行可能）。token 従量課金です。

1.5 から移行する場合、どちらを選ぶべきですか？

OpenAI SDK を使い続ける / OpenAI official と一致させる必要がある / サイズ固定や 4K が必要: gpt-image-2（公式）を選んでください。input_fidelity を外し、background: transparent は避け、他はそのままにしてください。
コストを抑えつつ、速い出力がほしい: gpt-image-2-all（reverse、約 90秒）を選んでください。
コストを抑えつつ、品質優先で急がない: gpt-image-2-vip（reverse、約 120〜200秒）を選んでください。

フェイルオーバー用に複数のモデルをデプロイできますか？

はい。よくある構成は、主力 -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 gpt-image-2（quality 段階、mask、またはサイズ固定が必要になったら切り替え）です。reverse と official の応答形式は異なるため、ビジネスレイヤーで正規化してください。

R2 CDN の画像リンクが遅いです — どうすればよいですか？

CDN のダウンロードが遅いときの対処法をご覧ください

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API

GPT-image-2 公式版 vs リバース版

TL;DR

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、次のような場合です

💰 予測しやすいコスト

⚡ 出力が速い

🔁 1つのコードベースで、いつでも切り替え可能

🌏 中国語 + マーケティング文面

`gpt-image-2-vip`（リバース、品質優先）を選ぶのは、次のような場合です

🎨 場合によってはより高品質

⏱️ 時間を品質と引き換える

🔁 -all とコード共有

💰 コストも予測可能

`gpt-image-2`（公式）を選ぶのは、次のような場合です

🎚️ 品質階層

🎯 マスクインペインティング

🖼️ 固定サイズ / 4K

🔌 OpenAI 公式と同じ

詳細な主な違い

1. b64_json 形式の落とし穴（移行時の罠！）

2. 解像度制御

3. アップロード / 出力形式の違い

4. 費用の目安

クライアント設定

よくある質問

関連ドキュメント

​TL;DR

​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、次のような場合です

💰 予測しやすいコスト

⚡ 出力が速い

🔁 1つのコードベースで、いつでも切り替え可能

🌏 中国語 + マーケティング文面

​gpt-image-2-vip（リバース、品質優先）を選ぶのは、次のような場合です

🎨 場合によってはより高品質

⏱️ 時間を品質と引き換える

🔁 -all とコード共有

💰 コストも予測可能

​gpt-image-2（公式）を選ぶのは、次のような場合です

🎚️ 品質階層

🎯 マスクインペインティング

🖼️ 固定サイズ / 4K

🔌 OpenAI 公式と同じ

​詳細な主な違い

​1. b64_json 形式の落とし穴（移行時の罠！）

​2. 解像度制御

​3. アップロード / 出力形式の違い

​4. 費用の目安

​クライアント設定

​よくある質問

​関連ドキュメント

TL;DR

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、次のような場合です

`gpt-image-2-vip`（リバース、品質優先）を選ぶのは、次のような場合です

`gpt-image-2`（公式）を選ぶのは、次のような場合です

詳細な主な違い

1. b64_json 形式の落とし穴（移行時の罠！）

2. 解像度制御

3. アップロード / 出力形式の違い

4. 費用の目安

クライアント設定

よくある質問

関連ドキュメント