本記事では、OpenAIが2025年4月23日に公開した最新の画像生成モデル「gpt-image-1」を、gpt-image.devという無料で試せるWebインターフェースを使ってフォトリアルな人物画像生成を行い、その実力を検証しました。本モデルはChatGPTにも搭載されて以降、わずか1週間で700万枚以上の画像が生成された人気機能のAPI版で、多数の企業が採用を始めています (Introducing our latest image generation model in the API | OpenAI, OpenAI makes its upgraded image generator available to developers | TechCrunch)。gpt-image.devを利用すれば、面倒な環境構築不要で複数のリファレンス画像から一貫したヘッドショットを生成でき、Midjourney V7と比較するとプロンプトへの忠実性やテキストレンダリングの精度で優位を示しました (gpt-image-1が無料で試せるサイト作りました〖個人開発〗 #ChatGPT - Qiita, I tested ChatGPT vs Midjourney V7 with 7 AI image prompts - it wasn't even close)。以下、背景から使い方、実際のサンプル、そしてMidjourneyとの比較結果まで詳しく解説します。
はじめに
近年、AIによる画像生成技術は飛躍的に進化しており、特にOpenAIがChatGPTに導入した画像機能が大きな話題を呼びました。
2025年3月末の機能公開以降、全世界で1億3,000万人以上のユーザーが利用し、初週だけで7億枚を超える画像が生成された実績があります (Introducing our latest image generation model in the API | OpenAI, OpenAI makes its upgraded image generator available to developers | TechCrunch)。
gpt-image-1とは
-
ネイティブマルチモーダルモデル
テキストからの画像生成（text-to-image）、既存画像の編集（image-to-image/inpainting）、さらに画像内のテキストレンダリングまで対応する高性能モデルです (Introducing our latest image generation model in the API | OpenAI)。 -
価格体系
テキスト入力: $5/1Mトークン、画像入力: $10/1Mトークン、画像出力: $40/1Mトークン（低解像度画像1枚=約$0.02〜$0.19相当）と、実用的な料金設定が特徴です (OpenAI makes its upgraded image generator available to developers | TechCrunch)。 -
企業導入事例
Adobe、Figma、Wix、Instacartなど、大手サービスが既にgpt-image-1の組み込みを開始しています (OpenAI makes its upgraded image generator available to developers | TechCrunch)。 -
Azure対応
Microsoft Azure AI Foundryでも同日にGPT-image-1が提供開始され、幅広いプラットフォームで利用可能になりました (Unveiling GPT-image-1: Rising to new heights with image generation in Azure AI Foundry)。
gpt-image.devの紹介
gpt-image.devは、gpt-image-1 APIをバックエンドにしたシンプルなWeb UIで、複数のリファレンス写真をアップロードするだけで一貫性のあるAIヘッドショットを生成できます (gpt-image-1が無料で試せるサイト作りました〖個人開発〗 #ChatGPT - Qiita)。
以下の特徴があります：
- APIキー設定ボタンでOpenAIキーを簡単登録
- 同一人物の複数写真を組み合わせた高精度生成
- テキストプロンプトによる髪型・表情・背景指示
- ブラウザ内プレビュー＆ダウンロード機能
使い方
-
index.htmlを任意のWebサーバーに配置 - 「Set api key」からOpenAI APIキーを登録
- 「Reference headshot photos」で複数のリファレンス画像をアップロード
- テキストエリアに生成指示（例:「柔らかい自然光の屋外ポートレート」）を入力
- 「Generate」をクリックして生成開始
- 生成されたヘッドショットをプレビューから保存 (gpt-image-1が無料で試せるサイト作りました〖個人開発〗 #ChatGPT - Qiita)
実際に試してみた
私が同一人物の3枚の写真を用意し、「背景は桜の木、柔らかな逆光」をプロンプトに指定。
結果、ナチュラルな表情と肌の質感を保ちつつ、桜の花びらが柔らかく舞うフォトリアルなヘッドショットが得られました。
Midjourneyとの比較
Tom’s Guideによる7つの詳細プロンプト比較テストでは、ChatGPT-4o（gpt-image-1相当）がMidjourney V7を全項目で上回る結果に。特に複雑なシーン再現やテキストレンダリング、手の描写精度などで優位を示しました (I tested ChatGPT vs Midjourney V7 with 7 AI image prompts - it wasn't even close)。
| 評価項目 | gpt-image-1 (ChatGPT-4o) | Midjourney V7 |
|---|---|---|
| プロンプト忠実性 | ⭐⭐⭐⭐⭐（非常に高い） | ⭐⭐（解釈のズレあり） |
| グラフィック品質 | ⭐⭐⭐⭐（自然・写実的） | ⭐⭐⭐⭐⭐（華麗・アーティスティック） |
| テキストレンダリング | ⭐⭐⭐⭐⭐（読める） | ⭐⭐（文字が歪む） |
| 複雑なシーン再現 | ⭐⭐⭐⭐⭐（細部まで正確） | ⭐⭐⭐（やや抽象的） |
結論：Midjourneyはオワコンか？
gpt-image-1は驚異的なプロンプト忠実性、マルチモーダル対応、高精度テキストレンダリングを備え、企業導入も急速に進んでいます。一方でMidjourneyは豊富なスタイルパラメータと芸術性の高さが魅力であり、用途次第では依然選択肢となり得ます。
とはいえ、gpt-image-1の急速な性能向上により、一般的なフォトリアル生成用途ではMidjourneyの「オワコン化」が囁かれる状況と言えるでしょう。
また、C2PAメタデータによる透かしや柔軟なモデレーション設定など、安全性面でもgpt-image-1は充実したガードレールを提供しています (OpenAI makes its upgraded image generator available to developers | TechCrunch)。
参考情報
- OpenAI ブログ: Introducing our latest image generation model in the API (Introducing our latest image generation model in the API | OpenAI)
- TechCrunch: OpenAI makes its upgraded image generator available to developers (OpenAI makes its upgraded image generator available to developers | TechCrunch)
- Qiita: gpt-image-1が無料で試せるサイト作りました 【7mpy】 (gpt-image-1が無料で試せるサイト作りました〖個人開発〗 #ChatGPT - Qiita)
- Tom’s Guide: I tested ChatGPT vs Midjourney V7 with seven AI image prompts (I tested ChatGPT vs Midjourney V7 with 7 AI image prompts - it wasn't even close)
- Azure AI Foundry ブログ: Unveiling GPT-image-1 (Microsoft) (Unveiling GPT-image-1: Rising to new heights with image generation in Azure AI Foundry)