画像生成で待つのは、最初の1枚だけではありません。構図を変え、商品の色を直し、表情を調整する。その往復が短くなると、制作の進め方も変わります。
OpenAI が11月4日に発表した Images 2.6 は、生成速度に加え、編集の制御と出力形式を広げた更新です。API では GPT-Image-2.6 Flare / Sunburst が提供されます。
本記事は公式資料の整理に、OpenAI 公式 Image API で取得した少数の token 実測を補足したものです。「6秒」は特定条件での公式説明で、すべての生成時間を保証するものではありません。
1. 今回の更新を一言でいうと
速く生成し、必要な場所を直し、用途に合った形式で受け取れるようになった更新です。
公式ブログによると、画像生成は従来より50%高速化。Flare は quality=low で最短約6秒の生成が可能とされています。GIF、API での image markup、SVG 出力、新しい complexity も加わりました。
ブログにある「週40億枚」は ChatGPT・Codex・API 全体で作られる画像の数です。2.6 単独の利用実績や、日本での人気を示す数字ではありません。
2. Flare と Sunburst、どちらを選ぶ？
| モデル | 公式が説明する特徴 | 選ぶ場面の目安 |
|---|---|---|
| Flare | 低品質設定で高速生成。ポスターや商品画像のレイアウトも改善 | ラフ、複数案の比較 |
| Sunburst |
medium / high で高画質と編集時の一貫性を重視 |
人物・商品・ブランドの細部を保つ制作 |
右列は公式の特徴から考えた使い分けで、画質の比較実験に基づくものではありません。API ガイドにも、文字の配置、キャラクターの一貫性、厳密な構図には限界があると書かれています。商品名や顔など、変わってはいけない箇所の確認は必要です。
3. quality と complexity は別の設定
-
quality：描画の細かさや忠実度 -
complexity：描画前に、要求を満たすための計画にどれだけ取り組むか
complexity は low / medium / high。API ガイドでは、省略時は両モデルとも high とされています。高い設定は複雑な配置や物体同士の関係に役立つ一方、待ち時間が延びたり、意図しない変更が増えたりする可能性もあります。
公式ブログの推奨は次のとおりです。
| 作業 | complexity | quality |
|---|---|---|
| 多くの編集作業 | low |
必要な仕上がりに合わせる |
| 多数の要素・制約を含む場面 |
medium / high を比較 |
必要な仕上がりに合わせる |
「背景だけ変更」なら、まず low を検討する。「商品と説明文を複数配置」なら、計画側の設定も比較する、という読み方です。高画質での部分編集と、複雑な構図の新規生成を同じ設定にする必要はありません。
complexity の調整自体に別料金はありません。ただし、生成全体が無料になるわけではありません。
4. GIF：公式の6コマ例と、API の直接出力
公式プロンプトは何を指定しているか
ブログの OpenArt 作例は、会社員の表情や動きを 3列×2行、計6フレームの1枚のスプライトシートとして描く指示です。題材以外にも、次を指定しています。
- 左から右、上から下へ読む順番と、同じコマ寸法
- 固定カメラ、同じ人物・服装・背景
- 少しずつ進む動きと、6コマ目から1コマ目への接続
- 枠線、コマ間の余白、文字、ラベルを描かないこと
この構造を日本語に置き換えたテンプレートです。公式文の逐語訳ではなく、未検証のアレンジです。
滑らかにループするGIF用の、1枚のスプライトシートを作成する。
題材：小さな猫のマスコットが机の前で手を振る。
動き：①正面を見る ②右手を上げる ③右へ振る
④左へ振る ⑤手を下ろす ⑥最初の姿勢へ戻る。
正確に3列×2行、計6コマ。左から右、上から下の順。
すべて同じコマ寸法。同じキャラクター、机、服装、背景を維持する。
カメラは固定。動きを少しずつ変え、6コマ目から1コマ目へ自然につなぐ。
文字、数字、ロゴ、吹き出し、コマ番号、枠線、コマ間の余白は入れない。
API では完成した GIF を受け取れる
作例と API 仕様は分けて読む必要があります。ガイドでは output_format: "gif" を指定すると、完成したアニメーションが返ると説明されています。手作業でのコマ分割が必須ということではありません。
生成・編集の両エンドポイントが対応。frame_count は2〜16（既定9）、frame_duration_ms は20〜2000ミリ秒（既定200、10ミリ秒単位に丸め）です。size は各フレームの寸法を指します。
以下は 公式ドキュメントの書式に沿った例です（本記事の実測は同等の Image API 呼び出しで実施。この curl ワンライナーそのものの再実行記録ではない）。OPENAI_API_KEY の設定と curl・jq・base64 が必要です。直接 GIF を出すため、プロンプトではコマ割りではなく動作を指定します。
set -euo pipefail
curl --fail --silent --show-error \
https://api.openai.com/v1/images/generations \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.6-flare",
"prompt": "A small cat mascot waves one paw, then returns to its starting pose. Fixed camera, consistent character and background, seamless loop, no text.",
"quality": "low",
"complexity": "low",
"output_format": "gif",
"frame_count": 6,
"frame_duration_ms": 200,
"size": "auto"
}' | jq -er '.data[0].b64_json' | base64 --decode > mascot.gif
フレーム数や寸法には、モデルの上限とリクエスト全体のピクセル予算が適用されます。GIF はストリーミング、途中画像、任意の出力圧縮には非対応。この例が6秒で返ると確認したわけでもありません。
5. markup と SVG は、制作の前後をつなぐ
markup の公式例は、赤丸で囲んだ花瓶を青くする編集です。POST /v1/images/edits に、元画像と別の注釈レイヤーを渡します。
注釈は元画像に焼き込まず、同じ寸法の透明 PNG にして markup で送ります。対象は最初の入力画像で、mask との併用は不可。「何を変えるか」に加え、「何を維持するか」「丸を完成画像から消すこと」まで指示する例です。文章だけでは場所を伝えにくい修正に使う場面が考えられます。
SVG は生成エンドポイントで output_format: "svg"、n: 1 を指定します。編集エンドポイントの SVG 出力は非対応です。
API は参照画像を作り、それをもとに SVG を生成します。返るのは静的ベクターで、スクリプト、外部リソース、埋め込みラスター画像は非対応。アイコンやイラストのパス・色を後から調整したい制作に向きそうです。
6. 日本のチームなら、どこから検討するか
ここからは用途案です。日本語での品質や、各サービスの審査通過は未確認です。
- マスコット：顔や配色を確認しながら、手を振る短い GIF を検討する
- スタンプ風素材：表情の差分を作る。入稿先の仕様は別途確認する
- EC 商品画像：Flare でレイアウト案を比較し、細部の維持が重要な編集では Sunburst も比較する
日本語の商品名や価格を載せるなら、校正を工程に含めたいところです。公式ガイドも文字の明瞭さや配置の限界を挙げています。
7. 料金と提供範囲
公式料金表の Standard 欄では、両モデルとも次の単価です。1枚あたりではなく、100万トークンあたりの米ドル価格です。
| 対象 | 単価 |
|---|---|
| テキスト入力 | $5 |
| 画像入力 | $8 |
| 画像出力 | $30 |
モデルや品質設定で消費トークン数は異なり、1枚の費用は固定ではありません。SVG は参照画像の生成に加え、SVG を記述するモデルのトークン料金もかかるとガイドに明記されています。
実測：OpenAI 公式 API での token 使用量
2026年11月8日（PST）に、同じプロンプトで GPT Image 2.5 / 2.6（Flare / Sunburst）を OpenAI 公式の POST /v1/images/generations から呼び出しました。モデル ID は gpt-image-2.5-flare ほか公式ドキュメントどおりです。サンプルは少なく、参考記録として読んでください。
- 静止画：
size=1024x1024、n=1、PNG、quality=low / medium。complexityは省略（公式の既定high）。 - 応答の
quality/sizeは指定どおりでした（例：low→low、1024x1024→1024x1024）。 - usage は応答の
usage（input_tokens_details/output_tokens_details）を使用。
固定プロンプト：
A cute Japanese cat mascot with a round face and orange-and-white fur waves one paw, then returns to its starting pose. Fixed camera, plain pastel blue background, consistent character, simple clean illustration, seamless loop, no text, no logos.
静止画（1024×1024 PNG）と 2.5 / 2.6 の差
テキスト入力は概ね55 token。換算額は公式単価（テキスト入力 $5/M + 画像出力 $30/M）の算術で、請求明細の代わりではありません。単価表上の $/M は 2.5 と 2.6 で同じなので、同条件での1枚あたり費用の差は、主に消費する画像出力 token の差から来ます。
| 指定モデル | quality | 回数 | 画像出力 token | 公式単価での換算額 / 回 | 実寸 |
|---|---|---|---|---|---|
2.5-flare |
low |
2 | 196 | $0.006155 | 1024×1024 |
2.5-flare |
medium |
1 | 439 | $0.013445 | 1024×1024 |
2.5-sunburst |
low |
1 | 196 | $0.006155 | 1024×1024 |
2.5-sunburst |
medium |
1 | 439 | $0.013445 | 1024×1024 |
2.6-flare |
low |
2 | 824 | $0.024995 | 1024×1024 |
2.6-flare |
medium |
1 | 1449 | $0.043745 | 1024×1024 |
2.6-sunburst |
low |
1 | 824 | $0.024995 | 1024×1024 |
2.6-sunburst |
medium |
1 | 1449 | $0.043745 | 1024×1024 |
同条件（1024×1024 / low）では、2.5 が 196、2.6 が 824 の画像出力 token でした。medium では 2.5 が 439、2.6 が 1449 です。少数サンプルであり、あらゆるプロンプト・サイズの料金表代替にはなりません。
GIF の倍率・フレーム数と、実測した制限
-
1024×1024 の GIF：拒否。フレームシートの長辺が3840を超える旨のエラー（例：
4096x2048）。 - 512×512 の GIF：4フレーム・9フレームとも成功。実寸は512×512のまま。出力 token は4フレーム555、9フレーム1172。
- 同サイズ PNG との倍率：512 の PNG は最小ピクセル予算未満で拒否されるため、832×832 で GIF と PNG を揃えた。GIF 4フレーム / PNG ≈ 1.40（1017 / 727）、GIF 9フレーム / PNG ≈ 3.05（2214 / 727）。4フレームと9フレームの毎フレーム平均は近く、おおむねフレーム数に比例します（シート課金の段差はありうる）。
-
frame_count：2 と 16 は成功、17 は拒否（公式どおり 2〜16）。 -
frame_duration_ms=2000：4フレームで成功。 -
2.5 の GIF：
GIF output is not enabled for the model 'gpt-image-2.5-flare'で拒否。GIF 出力は 2.6 側の機能として扱うのが安全です。
公式ブログでの提供範囲は、ChatGPT・Codex の全サブスクリプション階層、デスクトップ・モバイル・Web、世界向けです。API では両モデルを提供。「有料プラン限定」とは書かれていません。
API ガイドの概要と多数のサンプルには、まだ gpt-image-2.5-* が残っています。一方、2.6 の専用節、markup の gpt-image-2.6-flare 実例、料金表の両モデル ID は確認できました。旧サンプルを2.6の実行実績として扱わないよう注意が必要です。
system card では GIF 特有の動きに対する安全対策と、すべての違反を検出できるわけではないことも説明されています。公開前には、静止画だけでなくループ全体を確認したいところです。
区別したいのは、モデル、描画品質、計画の程度、出力形式の4点。高い設定を全部選ぶのではなく、修正範囲と必要な仕上がりから設定を決める。それが今回の更新を読むうえでの要点だと思います。
8. 呼び出せるようになっていること
記事の主題は OpenAI の 2.6 更新そのものですが、実装の話に一言だけ触れると、Flatkey からも GPT-Image-2.6（Flare / Sunburst）を呼び出せます。2.6 の静止画生成を試すときに使えます。