GPT Image 2.5 徹底分析：Flare と Sunburst、価格、競合モデル比較
一次情報に基づき Flare と Sunburst の API と費用を解説し、Nano Banana 2、FLUX.2、Midjourney V8.2、Firefly Image 5 と実務単位で比較します。
GPT Image 2.5 は画像生成モデルのファミリーであり、単一の API モデルではありません。 OpenAI は 2026 年 9 月 8 日、日常的な高速・高品質生成向けの gpt-image-2.5-flare と、最高品質および高精度な編集向けの gpt-image-2.5-sunburst を公開しました。スループットを重視するなら Flare、人物の同一性、商品形状、レイアウト、長い編集チェーンが崩れるなら Sunburst から検証します。
ただし、どちらも Google Nano Banana、FLUX、Midjourney、Adobe Firefly に常に勝つわけではありません。GPT Image 2.5 は生成と編集を統一した API、柔軟なサイズ、透過出力、部分画像ストリーミングが強みです。Google は検索で grounding された広いマルチモーダル入力、FLUX は正確な寸法とファミリー内のオープンウェイト、Midjourney は美的探索、Firefly は Adobe 制作環境に重点があります。比較すべき単位は、失敗と人手修正を含む合格画像 1 枚あたりのコストです。
GPT Image 2.5 が実際に指すもの
OpenAI の発表では、製品体験を「ChatGPT Images 2.5」と呼び、API には別々の 2 モデルを導入しています。確認した公式資料には汎用 ID gpt-image-2.5 はありません。アプリケーションは Flare または Sunburst、あるいは 9 月 8 日付スナップショットを指定します。
| 役割 | エイリアス | 日付固定スナップショット | OpenAI の位置付け |
|---|---|---|---|
| 高速デフォルト | gpt-image-2.5-flare |
gpt-image-2.5-flare-2026-09-08 |
日常の高速・高品質生成向け小型モデル |
| 品質デフォルト | gpt-image-2.5-sunburst |
gpt-image-2.5-sunburst-2026-09-08 |
最高品質と編集精度向けベースモデル |
エイリアスは将来更新される可能性があり、スナップショットは再現性を守ります。承認した素材ごとに、正確なモデル ID、リクエスト設定、返却された usage を保存してください。マーケティング名だけでは出力も費用も再現できません。
Flare と Sunburst の選び方
OpenAI のプロンプトガイドは、Flare を速度最適化された小型モデルで GPT Image 2 と同等の画質、Sunburst を GPT Image 2 より高品質なベースモデルと説明しています。両者とも局所編集と主体保持が向上しています。発表では Flare が GPT Image 2 より高品質で最大 50% 低遅延とされていますが、これは提供者の主張であり、全プロンプトに対する固定 SLA ではありません。
| 判断 | Flare から始める | Sunburst から始める |
|---|---|---|
| 既存 GPT Image 2 が品質基準を満たす | はい。合格率を維持して遅延が下がるか確認 | なお失敗する難例だけ |
| 大量の SNS、商品探索、ビジュアル検索、試作 | 通常はこちら | 失敗したサブセットのみ |
| 商品・顔・文字・連続編集の厳密な保持 | 品質基準を作った後に試す | はい。まず必要品質を確立 |
| コスト重視の本番 | Token 単価は同じなので合格画像コストを測る | 手直し削減が低速経路を補う場合のみ維持 |
| 移行順序 | Flare -> 失敗時 Sunburst | Sunburst -> 品質合格後 Flare |
この手順は固定ランキングより実用的です。最初に合格条件を定義し、その後に最小運用コストを探します。Sunburst は能力差が合格率を実際に変えるワークロードに残します。
GPT Image 2 から何が変わったか
発表は、より鮮明なディテール、自然な光と質感、参照主体の保持向上、複数ターンでの局所編集の安定化を挙げています。OpenAI はインフォグラフィックの正確性とレイアウト向上も説明しています。これらは提供者が文書化した改善であり、本稿は有料比較を実行せず、公式ギャラリーを独立証拠として扱いません。
API 契約も広がりました。GPT Image 2.5 は low、medium、high に xhigh と max を追加し、4K ピクセル予算内の任意寸法を受け付け、Images API と Responses API の画像ツールで利用できます。Responses は対話型の多段編集に適しますが、上位言語モデルの Token 使用量も請求に加わります。
移行方法も重要です。OpenAI は代表的なベースラインを保存し、編集チェーン全体を試し、複数回生成で一貫性を測り、設定を一つずつ変更するよう勧めています。異なる提供者の比較にも同じ方法を使うべきです。
API・出力・編集の契約
画像生成ガイドには、生成と編集、複数参照、マスク、透過背景、任意寸法、部分画像ストリーミングが記載されています。同じ品質ラベルでも Flare と Sunburst の見た目や遅延が同じとは限りません。
| 境界 | GPT Image 2.5 の契約 |
|---|---|
| API | 直接生成/編集は Images API、対話型・多段フローは Responses API 画像ツール |
| 品質 | auto、low、medium、high、xhigh、max |
| 一般的サイズ | 1024x1024、1536x1024、1024x1536。任意の WIDTHxHEIGHT も可 |
| 任意サイズ制限 | 各辺 <= 3,840 px、16 の倍数、縦横比 3:1 以下、総画素 655,360～8,294,400 |
| 実験的領域 | 3,686,400 画素（2560x1440）超 |
| 形式 | 既定 PNG。JPEG/WebP は圧縮率を指定可能 |
| 透過 | PNG/WebP で background="transparent"。デコード後のアルファを確認 |
| ストリーミング | 0～3 枚の部分画像。1 枚ごとに画像出力 Token が 100 増加 |
| 複数出力 | Images API では n で複数画像を要求可能 |
| マスク | 編集意図のガイドであり、ピクセル単位の境界保証ではない |
連続編集では保持すべき詳細が変化することがあります。制約を各段階で再提示し、すべて確認してください。領域をピクセル同一に保つ必要がある場合は、承認済みの局所編集を原画像へ合成します。
誤解を招く固定額を使わない GPT Image 2.5 の価格
2 モデルの公開単価は同じです。テキスト入力 100 万 Token あたり $5、キャッシュ入力 $1.25、画像入力 $8、キャッシュ画像入力 $2、画像出力 $30です。同じ単価でも請求は一定ではありません。サイズ、品質、参照画像、部分画像、再試行、API 経路で使用量が変わります。
公式計算機が明示的な 1024×1024 リクエストに示す出力部分のみの見積もりは次の通りです。プロンプト入力、参照画像、部分画像、再試行、Responses の上位モデル Token は含みません。
| 品質 | 出力 Token | 画像出力コスト |
|---|---|---|
low |
196 | $0.00588 |
medium |
439 | $0.01317 |
high |
1,756 | $0.05268 |
xhigh |
3,122 | $0.09366 |
max |
7,024 | $0.21072 |
auto はリクエスト依存なので固定行で予算化できません。請求の証拠はレスポンスの usage です。本番では (全入力 + 全出力 + 部分画像 + 再試行) / 合格画像数 を計算し、人手確認時間を加えます。高速モデルは反復削減、高品質モデルは修正削減によって有利になり得ます。
GPT Image 2.5 と現在の代替モデル
以下は 2026 年 9 月 9 日に確認した文書上の契約比較です。各社の主張を共通ベンチマークへ変換していません。価格は単位と範囲が異なるため、契約の目安であり正規化した品質点ではありません。
| モデル/ファミリー | 文書上の主な適性 | 出力と制御 | 自動化・コスト境界 |
|---|---|---|---|
| GPT Image 2.5 Flare | 高速な汎用生成と編集 | 4K 予算内の任意寸法、透過、多ターン編集、部分ストリーム | API。1024 正方形出力は low $0.00588～max $0.21072。入力・再試行は別 |
| GPT Image 2.5 Sunburst | プレミアム素材と保持が難しい編集 | 同じ API 制御、品質優先 | 同じ単価。廃棄削減が低速経路を正当化するか測定 |
| Gemini 3.1 Flash Image / Nano Banana 2 | grounding 付き大量マルチモーダル制作 | テキスト・画像・動画・PDF、0.5K/1K/2K/4K、超横長、Web/Image Search | API/Batch。Google の標準 1K は $0.067、入力・text/thinking・任意検索は別 |
| Gemini 3 Pro Image / Nano Banana Pro | 複雑レイアウト、ローカライズ、知識を使うプロ制作 | Thinking、Search、1K/2K/4K、テキストと画像出力 | API/Batch。標準 1K/2K $0.134、4K $0.24、他 Token/検索は別 |
| FLUX.2 Pro / Max | 正確な寸法、多参照の商品制作、制御された本番 | 最大 4 MP、任意比率、API 参照最大 8。Max は grounding、Flex は文字向け | API。Pro 文生図 $0.03～、Max $0.07～、MP/参照単位課金 |
| Midjourney V8.2 | 美的探索、Style Reference、Moodboard、個人化 | 1K SD、ネイティブ/拡大 2K HD、Web/Discord エディターと新 Edit Model | 月 $10～$120。一般公開 API はなく、自動アクセスは禁止 |
| Adobe Firefly Image 5 | Adobe 中心のブランド制作 | ネイティブ 4 MP、文生図、Instruct Edit、Custom Models、Creative Cloud | API/プランは独自契約/クレジット。比較可能な固定 API 価格を推定しない |
Google の画像ガイドによれば、動画/PDF を文脈にする場合や Search を組み込む場合に Nano Banana 2 は独自性があります。FLUX.2 文書は正確なピクセル、多数の参照、HEX 色、ファミリー内のローカル/オープン選択に向きます。Midjourney 文書は API 代替ではなくクリエイター製品であることを示します。Adobe Firefly APIはモデル、ブランド資産、Adobe ツールを同じ制作系に置く場合に適します。
ワークフロー別のモデル選択
Flare を先に選ぶ： 合格基準が明確なインタラクティブ製品、SNS 素材、カタログ探索、大量生成に向きます。失敗カテゴリだけ Sunburst へ送ります。
Sunburst を先に選ぶ： 最終キャンペーン、商品形状、顔/キャラクター保持、密なレイアウト、長い編集チェーン向けです。合格後に同じサンプルを Flare で再試験し、差が繰り返し残る場合だけ維持します。
Nano Banana 2/Pro と比較する： 最新 Web 文脈、画像検索、動画/PDF、極端な比率、テキスト＋画像出力が必要な場合です。Grounding があってもラベルやデータは誤り得るため、事実画像は確認します。
FLUX.2 と比較する： 正確な寸法、最大 8 参照、色制御、ファミリー内のセルフホスト/オープンウェイトが必須の場合です。Pro/Max はホスト型商用、Klein/Dev は能力とライセンスが異なります。
Midjourney V8.2 を選ぶ： 人間の制作者が API 自動化より美的探索、Moodboard、スタイル参照、個人化を重視する場合です。非公式ラッパーを本番依存にしないでください。
Firefly Image 5 を選ぶ： Adobe 編集、ブランド Custom Model、制作ガバナンス、ライセンス済みデータの方針が判断条件になる場合です。「Commercially safe」は Adobe の位置付けで、普遍的な法的保証ではありません。
自分の画像で行う公平なベンチマーク
見栄えのよい 1 プロンプトではなく、30～100 件の代表タスクを使います。生成、単一画像編集、多参照合成、正確な文字、ローカライズ、透過、多ターン保持に分けます。モデル名を見る前にプロンプト、参照、寸法、品質、形式、合格条件を固定します。
| 指標 | 試行ごとの記録 | 必要な理由 |
|---|---|---|
| 合格 | 合否と理由 | 美的好みがタスク失敗を隠すのを防ぐ |
| 指示精度 | 欠落、追加、誤配置、変形 | 要求が実際に納品されたか測る |
| 保持 | 同一性、形状、ラベル、光、非変更領域 | 編集チェーン全体のドリフトを示す |
| 文字/翻訳 | 文字、綴り、文法、元言語の残り | 美しい配置と使用可能なコピーを区別 |
| 遅延 | 中央値、p95、timeout、待ち時間 | 平均値が遅い裾を隠すため |
| 費用 | 全入力/出力、部分画像、失敗、再試行 | 合格画像の実コストを得る |
| 人手 | レビュー・修正分数 | API 価格差を上回ることが多い |
可能なら順序をランダム化しモデル名を隠します。拒否や失敗を含む全出力を保持してください。信頼区間、少なくともサンプル数を報告し、事前に重みを固定せず無関係な基準を単一スコアにしません。パッケージには evaluation-scorecard.csv があります。
制約、安全性、来歴
GPT Image 2.5 は確率的です。高い quality が全プロンプトで良い結果を保証するわけではありません。正確な綴り、小さな顔、個数、空間関係、歴史的詳細、インフォグラフィック、翻訳は確認が必要です。マスクはピクセル境界ではなく、連続編集はドリフトします。
OpenAI は生成前後にチェックします。System Cardは高い写実性がディープフェイクのリスクを高め得るとし、プロンプト・入力・出力の多層防御を説明しています。また C2PA と不可視透かしを記載します。Google は Gemini 画像に SynthID があるとします。来歴信号は出自の開示に役立ちますが、事実、同意、権利を証明しません。
安全挙動も本番指標です。ブロックされたプロンプトは無料の成功画像ではなく、同じ内容の再試行は予算を浪費します。拒否を別記録し、修正可能な入力を直し、グラフ改善のために安全策を弱めてはいけません。
現在の Modelflare 境界
9 月 9 日に確認した Modelflare ソースは、画像契約に gpt-image-2 を宣言していますが、gpt-image-2.5-flare と gpt-image-2.5-sunburst はまだ宣言していません。本稿は新 ID の提供、価格、ルーティング、実動作確認を主張しません。
統合前に Models & Pricing と Image Workbench を確認し、許可された実リクエストでモデル、endpoint、品質値、寸法、イベント、usage、課金、編集を検証します。カタログ行だけでも完全な生成は証明できません。OpenAI 互換 API ガイド、ルーティング、コスト追跡も参照してください。
チームからよくある質問
gpt-image-2.5 は有効な ID ですか？ 確認した公式資料では違います。Flare、Sunburst、または日付固定スナップショットを選びます。
Flare は常に安いですか？ Token 単価は同じです。usage、再試行、合格率で最終コストが決まります。
Sunburst は常に優れますか？ OpenAI は高品質向けとしますが、Flare が基準を満たすなら低速経路は無駄です。
GPT Image 2.5 は 4K 対応ですか？ 総画素 8,294,400、各辺 3,840 までです。2560x1440 超は実験的なので、寸法を指定して検証します。
最も近い競合は？ grounded マルチモーダルなら Nano Banana、制御生産なら FLUX.2、制作者なら Midjourney、Adobe 制作なら Firefly です。タスクで変わります。
本稿は品質順位を証明しますか？ いいえ。現行契約と再現可能な評価方法を比較し、有料生成ベンチマークは行っていません。
情報源と更新履歴
2026 年 9 月 9 日に確認した一次情報：
- OpenAI：ChatGPT Images 2.5 発表、Flare、Sunburst、画像生成、プロンプト、System Card。
- Google：Gemini 画像生成、Nano Banana 2、Nano Banana Pro、価格。
- Black Forest Labs：FLUX.2と価格。
- Midjourney：V8.2、プラン、API/自動化境界。
- Adobe：Firefly APIとImage 5 ガイド。
更新履歴：
- 2026 年 9 月 9 日： 契約分析、価格計算、競合マトリクス、評価表、Modelflare ソース境界を初回作成。公開直前に ID、価格、独立証拠、Modelflare 提供状況を再確認します。