AIエージェント開発

gpt-image-2.5 API|Flare/Sunburstの料金と移行手順【2026年9月】

gpt-image-2.5 API|OpenAI画像生成API 新モデル

この記事の結論

OpenAIが2026年9月8日に公開したgpt-image-2.5 API(flare/sunburst)の料金・仕様・ティア別レート制限・Batch未対応の注意と移行4手順を一次情報で整理。2026年9月24日時点。

2026年10月現在、gpt-image-2.5 APIは Flare と Sunburst の2モデルを選べます。新規生成・日常用途は Flare、編集精度を優先する工程は Sunburst が公式の位置づけです。

gpt-image-2.5は、OpenAIが2026年9月8日に公開した画像生成APIの新世代で、トークン単価は gpt-image-2 と同額のまま、既定の gpt-image-2.5-flare が「高品質かつ待ち時間50%短縮」、gpt-image-2.5-sunburst が「編集精度優先」という2モデル体制になりました。品質レベルに xhigh と max、サイズに任意解像度、背景に opaque が加わり、出力は PNG のほか JPEG と WebP を圧縮率付きで選べます。この記事は公式モデルページ・料金ページ・画像生成ガイドで確認できた事実だけをもとに、移行の判断材料と手順を整理します(初版 2026年9月9日・最終確認 2026年9月24日)。ChatGPT側の変更(コメント編集・Sketch・テンプレート)はChatGPT Images 2.5の解説記事にまとめています。

2モデルの違い:flare と sunburst

gpt-image-2.5-flare gpt-image-2.5-sunburst
公式の位置づけ Fast, high-quality everyday image generation(既定) Use it for workflows where editing precision matters most(編集精度が最も重要なワークフロー向け・2026年9月24日確認)
速度 gpt-image-2 比で待ち時間50%短縮 生成時間は長め
品質 gpt-image-2 より高品質(OpenAI公表) 細部の再現性・編集の精度を優先
スナップショット gpt-image-2.5-flare-2026-09-08 gpt-image-2.5-sunburst-2026-09-08(個別ページは9月24日時点で公開済み)
レート制限(TPM/IPM) 両モデル共通。Tier 1: 100,000/5、Tier 2: 250,000/20、Tier 3: 800,000/50、Tier 4: 3,000,000/150、Tier 5: 8,000,000/250(2026年9月24日・公式モデルページ)
入出力 入力: テキスト・画像/出力: 画像
エンドポイント images/generations、images/edits(inpainting 対応)

選び方は単純で、迷ったら flareです。単価が同じで速く高品質なら、日常の生成や大量処理で sunburst を選ぶ理由はありません。sunburst が効くのは「同じ画像を参照して何度も直す」「細部の再現がそのまま成果物の品質になる」工程で、生成時間の長さを許容できる場合に限られます。

料金:トークン単価は gpt-image-2 と同額

gpt-image-2.5-flare・gpt-image-2.5-sunburst・gpt-image-2のトークン単価(画像入力8ドル・テキスト入力5ドル・画像出力30ドル、100万トークンあたり)が同額であることを示す料金表の図

モデル 画像入力 画像入力(キャッシュ) テキスト入力 テキスト入力(キャッシュ) 画像出力
gpt-image-2.5-flare $8.00 $2.00 $5.00 $1.25 $30.00
gpt-image-2.5-sunburst $8.00 $2.00 $5.00 $1.25 $30.00
gpt-image-2 $8.00 $2.00 $5.00 $1.25 $30.00
gpt-image-1.5 $8.00 $2.00 $5.00 $1.25 $32.00
gpt-image-1-mini $2.50 $0.25 $2.00 $0.20 $8.00

単位は100万トークンあたり・米ドル・Standard処理。出典は OpenAI API 料金ページ(2026年9月9日参照・2026年9月24日に再確認、単価は変更なし)。

ここで2つ、公式ページの記述をそのまま押さえておきます。第一に、モデルページには「トークン単価は GPT Image 2 と同じ。ただし GPT Image 2 の計算ツールは GPT Image 2.5 のトークン消費を見積もらない」と明記されています。つまり単価は同じでも、1枚あたりに消費するトークン数は同じとは限らず、2.5向けの見積表は9月24日時点でも存在しません(モデルページに「Token rates match GPT Image 2. The GPT Image 2 calculator does not estimate GPT Image 2.5 token consumption.」)。第二に、Batch処理の料金表には gpt-image-2 までしか載っておらず、2.5の2モデルはBatch未掲載です(9月24日時点でも同じ。掲載は gpt-image-2・1.5・1-mini・1・chatgpt-image-latest)。半額のBatchで大量生成していたチームは、その処理を当面 gpt-image-2 に残すのが安全です。

仕様の変更点:品質・サイズ・背景・出力

品質レベル

従来の low/medium/high に加えて xhigh/max が増え、既定は auto です。上位品質ほど消費トークンが増えると考えるのが自然なので、コスト管理をするなら auto に任せず明示指定します。

サイズと任意解像度

gpt-image-2.5で任意解像度を指定する条件(幅と高さは16の倍数・縦横比1:3から3:1・長辺3,840px以下・総画素655,360から8,294,400)を並べたカード図

  • 推奨サイズは 1024×1024、1536×1024、1024×1536 の3種。
  • 任意解像度は「幅×高さ」で指定でき、条件は幅・高さが16の倍数、縦横比 1:3〜3:1、長辺 3,840px 以下、総画素 655,360〜8,294,400(4K相当が上限)。
  • 2560×1440 を超える解像度は「実験的」扱いと明記されています。

背景と出力形式

  • 背景: transparent(PNG または WebP のみ)、opaque、auto。
  • 出力形式: PNG(既定)、JPEG、WebP。JPEG と WebP は output_compression(0〜100)で圧縮率を指定でき、速度を優先するなら JPEG が推奨されています。
  • 処理時間: 複雑なプロンプトは最大2分かかる場合があるとガイドに明記。タイムアウト値は余裕を持たせます。

移行手順:4ステップ

gpt-image-2からgpt-image-2.5へ移行する4ステップ(モデルIDの差し替え・品質の明示・実消費トークンの計測・Batch処理は据え置き)の手順フロー図

1. モデルIDを差し替え、品質を明示する

パラメータ名は従来の Images API と同じです。モデル名を差し替えたうえで、品質と出力形式を明示します。

from openai import OpenAI
client = OpenAI()

result = client.images.generate(
    model="gpt-image-2.5-flare",
    prompt="白背景に置かれた木製の名刺ケース。商品写真風、自然光、影は柔らかく。",
    size="1536x1024",
    quality="high",          # auto 任せにしない(コスト管理)
    output_format="jpeg",    # 速度優先なら jpeg
    output_compression=85,
)
image_b64 = result.data[0].b64_json

編集は images.edit に参照画像を渡します。sunburst を使うのはこちら側です。

result = client.images.edit(
    model="gpt-image-2.5-sunburst",
    image=open("product.png", "rb"),
    prompt="背景だけを木目のテーブルに変更。商品の形・ロゴの位置・色は変えない。",
    size="1536x1024",
    quality="high",
)

パラメータ名は9月9日時点の公式ガイドに基づきます。SDKのバージョンによって受け付ける引数が異なるため、実行前に手元の SDK とガイドの差分を確認してください。

2. 10枚生成して1枚あたりの実消費を出す

本番と同じサイズ・品質・出力形式で10枚生成し、利用ダッシュボードの消費トークンから1枚単価を計算します。公式の見積ツールが2.5に未対応なので、これが唯一の根拠になります。gpt-image-2 と同じ条件で並べて比較すると、移行で単価が上がるか下がるかが見えます。

3. 任意解像度のバリデーションを入れる

16の倍数・縦横比・総画素の3条件を満たさない指定はエラーになります。ユーザー入力からサイズを組み立てている実装では、送信前に丸め処理を入れておくと無駄なリトライを防げます。

4. Batch と大量処理は据え置く

Batch料金が2.5に掲載されるまで、半額前提の大量処理は gpt-image-2 のままにします。2.5へ移すのはリアルタイム生成と編集の工程だけ、という段階移行が現実的です。

失敗パターン3つ

❌ 品質 auto のまま旧単価で予算を組む
⭕ 品質を明示し、実消費トークンで1枚単価を出してから予算表を更新する。上位品質が自動で選ばれると消費が読めません。

❌ gpt-image-2 の見積ツールで2.5のコストを試算する
⭕ 公式が「2.5には未対応」と明記している以上、試算はダッシュボードの実測値だけを根拠にする。

❌ Batch処理をそのまま2.5に切り替える
⭕ 2.5はBatch料金が未掲載。掲載されるまで大量処理は gpt-image-2 に残し、リアルタイム系だけ先に移す。

どこから移すか:用途別の優先順位

用途 推奨モデル 理由
ECの商品画像の背景差し替え(毎日) flare(生成)→ 主力商品のみ sunburst(編集) 量は flare で速く、売上に直結する少数だけ精度を買う
SNS・広告バナーの量産 flare 50%短縮が制作リードタイムに直結
社内資料の図解たたき台 flare 細部より速度。JPEG 出力でさらに短縮
パンフレットなど印刷物の最終画像 sunburst 編集を重ねても崩れにくい。任意解像度で入稿サイズに合わせる
夜間のバッチ大量生成 当面 gpt-image-2(Batch) 2.5のBatch料金が未掲載

コスト管理の考え方全般はAIエージェントのコスト管理|API従量とサブスク徹底比較、他社モデルとの並びはNano Banana Proはどこで使える?、同時期のOpenAI側の移行はGPT-6 Astra API|料金・移行手順が参考になります。

よくある質問

Q. gpt-image-2 はいつまで使えますか?

2026年9月24日時点で提供終了の告知はなく、料金ページにも掲載されたままです。Batchを使う処理は当面 gpt-image-2 が現実的です。

Q. flare と sunburst で料金は変わりますか?

トークン単価は同額です。ただし1枚あたりの消費トークン数が同じとは公式に書かれていないため、実測で比べてください。

Q. 透過背景は使えますか?

使えます。background: "transparent" を指定し、出力形式を PNG または WebP にします。JPEG では透過にできません。

Q. レート制限は?

2026年9月24日時点で、flare・sunburst とも公式モデルページにティア別の上限が載っています。Tier 1 が 100,000 TPM/5 IPM、Tier 2 が 250,000/20、Tier 3 が 800,000/50、Tier 4 が 3,000,000/150、Tier 5 が 8,000,000/250 です。大量生成は IPM(1分あたりの画像数)が先に詰まるので、Tier 1〜2 のうちはキュー側で並列度を絞ってください。

Q. flare と sunburst はどう使い分けますか?

新規生成・大量処理・速度が要る用途は flare(既定)、同じ画像を何度も部分修正する・細部の再現がそのまま品質になる用途だけ sunburst です。単価は同じなので、まず flare で作り、修正の往復が増えた工程だけ sunburst に切り替えるのが費用面で無駄がありません。

Q. ChatGPT側の Images 2.5 とAPIのモデルは同じものですか?

同じ世代の技術ですが、ChatGPT側は「Images 2.5」という機能名で、コメント編集や Sketch などのUI機能が乗っています。APIは flare/sunburst の2モデルとして提供されます。

画像生成APIの社内導入や、生成物の運用ルール作りで迷っている方へ

Uravationでは生成AI・AIエージェント導入の研修とコンサルティングを行っています。ChatGPT側の使い方はChatGPT Images 2.5の解説もあわせてご覧ください。

運営元 Uravation よりAIエージェントを構想から本番運用まで進める順番と、体制・KPIの決め方をまとめた資料を無料で公開しています。 AIエージェント導入ロードマップを受け取る(無料)

参考・出典

Need help moving from reading to rollout?

この記事を読んで導入イメージが固まってきた方へ

Uravationでは、AIエージェントの要件整理、PoC設計、社内導入、研修まで一気通貫で支援しています。

この記事をシェア

X Facebook LINE

※ 本記事の情報は2026年10月時点のものです。サービスの料金・仕様は変更される可能性があります。最新情報は各サービスの公式サイトをご確認ください。

関連記事