GPT Image 2 画像生成

GPT Image 2 とは

GPT Image 2 は OpenAI の画像生成・編集モデルです。公式のモデルページでは ID が gpt-image-2、既定のスナップショットが gpt-image-2-2026-04-21 と記載され、この日付は 2026 年 4 月 21 日の発表記事と一致します。公式の説明は「高速で高品質な画像生成と編集のための最先端モデル」で、柔軟な画像サイズに対応し、入力画像を高忠実度で処理するとされています。

同じ発表記事は、このモデルを ChatGPT 画像 2.0 という名称で ChatGPT ユーザーに提供しました。副題は「画像生成の新時代」です。本ページで扱うのはモデルそのものです。受け付けるパラメータ、公式サンプルが示す表現力、料金の仕組み、そして OpenAI が明記している制限を扱い、ChatGPT という製品側の機能には触れません。

選ぶ前に一つ確認しておくべきことがあります。GPT Image 2 は OpenAI が現在推している世代ではありません。公式の画像生成ガイドは新規の組み込み先を gpt-image-2.5-flare と gpt-image-2.5-sunburst に示しており、gpt-image-2 は「Earlier GPT Image models」の節に置かれています。カタログに残り課金も継続していますが、2026 年 4 月の世代を現行の最高性能と見なすのは正確ではありません。差分は後半の比較表にまとめました。

公式サンプルが示す得意分野

OpenAI の発表ページはすべての画像に「ChatGPT Images 2.0 で生成」と注記しています。つまりあのギャラリーは、そのまま能力の一覧として読めます。特に変化が大きいのは次の 5 点です。

• 多言語の文字組み。1 枚のポスターやパッケージに日本語、韓国語、アラビア語、デーヴァナーガリー、キリル文字、ベンガル語、ギリシャ語、中国語、ラテン文字を同居させ、文字をテクスチャではなく字形として扱います。
• 写真的な再現度。ストリートスナップ、ポートレート、フラッシュ撮影のような画面で、肌の質感、手の構造、光の筋道が破綻しません。
• 世界知識。時代考証を要する室内、ソフトウェアの画面、看板などが、その対象が本来もつ理屈に従って描かれます。
• 画角の振れ幅。横長の街景パノラマから縦長のマンガページまで、同じ依頼内容で横断幕・表紙・本文をまかなえます。
• コマ間の一貫性。マンガページや絵コンテで、複数のコマを通して同じ人物、同じ手書き文字、同じ印刷の質感を保ちます。

向いている用途

サンプルから見える適性ははっきりしています。画面が文字を運ぶ必要がある、特定の視覚スタイルを運ぶ必要がある、あるいは複数のコマで一つの話を語る必要がある場合です。次のような依頼は相性が良い傾向にあります。

逆に不得意なのは 2 種類です。多数の小さな要素をピクセル単位で配置する作業と、同じブランドキャラクターを何十回もの独立した生成で完全に一致させる作業です。どちらも OpenAI 自身が明記している制限で、後半で詳しく扱います。

• ポスター、表紙、パッケージ。短い見出しや製品名を正しく綴り、指定した位置に置く必要がある案件。
• 多言語の広告素材。同じ構図を複数の文字体系に展開しても、レイアウトが崩れないことが求められる案件。
• 編集記事の挿絵やインフォグラフィックの見開き。段組み、注釈、地図、説明文といった実際の構造が必要な案件。
• 写真的な場面。提案、絵コンテ、コンセプトボードなど、写真として読めることが求められる案件。
• マンガページやキャラクター設定。同じ人物がコマをまたいで認識できる必要がある案件。
• 権利処理済みの素材を出発点にした編集。変更する部分以外を残したい案件。

そのままコピーできるプロンプト例

以下は本ページ用に書き下ろした出発点です。ギャラリー内のどの画像の元プロンプトでもなく、再現も保証しません。調整するときは一度に一つの条件だけを変えると、どの変更が結果を動かしたのか判断できます。

夜市をテーマにしたポスターを 1 枚デザインしてください。同じ短い見出しを 3 つの文字体系で 1 段に縦積みし、3 版のグリッドは完全に同一にします。色は墨黒、朱色、新聞紙の生成りだけを使い、下端には日付を後から組めるよう空白帯を残してください。

早朝の光が入る小さなパン屋のカウンターを撮影した写真。左側に窓が 1 つ、光の帯の中に舞う粉が見えること、室内は暖色、焼き菓子には浅い被写界深度、画面内に文字は一切なし。35mm フィルムで撮った写真として描写してください。

駅のホームで電車を待つ配達員を題材に、2 コマのマンガページを描いてください。両方のコマで同じコート、同じバッグ、同じ髪型を保ち、変えるのはカメラ位置だけにします。1 コマ目はホームの全景、2 コマ目は手元の接写です。文字は各コマの上三分の一に収めてください。

アップロードした参考写真をもとに、製品の下にある天板だけを濃いマットな石材に置き換えてください。製品の輪郭、ラベルの文字、カメラアングル、既存の影は完全にそのままにし、それ以外は変更しないでください。

サイズ・品質・出力オプション

次の表は OpenAI の画像生成ガイドに記載された仕様です。本サイトの操作パネルではありません。両者は関連していますが同一ではありません。

上のワークスペースは同じ内容を本サイトの操作系として表現しています。auto を含む 16 種類のアスペクト比、1K / 2K / 4K の解像度段階、low / medium / high の描画品質、そして最大 10 枚の参照画像です。これらは本サイトの整理した呼び方であり、OpenAI のパラメータ名ではありません。実際に選べる項目と消費ポイントは、選択した設定に応じてオンラインサービスが決定します。

このモデルのパネルに表示される項目だけが実際に利用できます。他社のページに書かれたサイズや品質が、そこで宣伝されているという理由で本サイトで使えるようになるわけではありません。

image 2.5 での生成手順

流れは本サイトの他の画像モデルと同じなので、操作の勘所はそのまま使えます。

1. 上のワークスペースに依頼を書きます。まず成果物、次に被写体、構図、光、そして本当に守りたい制約の順です。
2. 参照画像は編集するときや特定のスタイルに寄せたいときだけ追加します。どの参照画像が何を担当するのか、どこを変えてはいけないのかを明記します。
3. アスペクト比、解像度の段階、描画品質を設定します。構図の確認は低い設定で行い、配置が決まってから上げます。
4. 見積もりを確認し、ワークスペースの指示に従ってログインします。料金は選択した設定に基づいてオンラインサービスが計算します。
5. 生成後は原寸で確認し、残す版をダウンロードします。失敗したジョブは状態を確認してから再試行し、重複投入を避けてください。

新しい 2.5 世代との比較

次の表の各行は、いずれも OpenAI の同じ 2 ページ（料金表と画像生成ガイド）から取っています。第三者のレビューをつなぎ合わせたものではなく、公式の出典自体が裏付けられる比較です。

この表から二つの結論が出ます。2.5 の 2 モデルはトークン単価がこの世代と同一でありながら、より高い品質設定を 2 段階追加しています。したがって「旧世代のほうが安い」という理由は成り立ちません。逆に、Batch API は 2.5 の 2 モデルに価格が公表されておらず、GPT Image 2 にはある唯一の領域で、おおむね標準の半額です。

特定の案件でどちらを選ぶかは、同じプロンプトと同じ参照画像を本サイトの各モデルで走らせて比べるのが最も直接的です。他社比較表は検索すればいくらでも見つかりますが、両者を同時に記録した出典を示せるものはほとんどありません。

料金の仕組みと公式が公表している制限

GPT Image 2 は 1 枚あたりではなくトークン単位で課金されます。最終的な費用は、入力テキストのトークン数に、参照画像を使った場合の入力画像トークン数を加え、さらに出力画像トークン数を足したものになります。出力トークン数はサイズと品質に比例して増えるため、同じプロンプトでも 4K の高品質リクエストは 1K の下書きより必ず高くなります。

この制限一覧は、締め切りの前に読んでおくほうが安全です。実際につまずきやすいのは、密度の高いレイアウトでのレイテンシと、一連の画像間の一貫性です。前者は試験的な 1 回を先に走らせ、後者は独立した生成の回数を減らして対処します。

本ページは第三者が示す利用枠の数値を引用しません。チャットのサブスクリプションで 1 日に何枚生成できるか、最高解像度はいくつかといった数値は OpenAI のモデルページにも料金ページにも記載がなく、公式ページと食い違う場合は公式ページの記述が優先されます。

• レイテンシ。OpenAI は、複雑なプロンプトの処理に最大 2 分かかる場合があると明記しています。
• 文字のレンダリング。大幅に改善されましたが、文字の正確な配置と可読性で依然として崩れることがあります。
• 一貫性。独立した複数回の生成を通して同じキャラクターやブランド要素を保つのは、依然として不安定です。
• 構図の制御。レイアウトに敏感な構造化された画面で要素を正確に配置するのは、今も難しいままです。
• モデレーション。すべてのプロンプトと生成結果は利用ポリシーに沿ってフィルタされ、厳しさは moderation パラメータで制御します。