TL;DR
GPT Image 2.5 は単なる Image 2 の改名ではありません。OpenAI は 2026 年 9 月 8 日に新世代をリリースし、API 提供を日常の高速生成に最適化された GPT Image 2.5 Flare と、最大の生成品質と編集精度に最適化された GPT Image 2.5 Sunburst に分割しました。
実務上の最大の変化は、OpenAI が Flare は レイテンシーを 50% 低減 しつつ Image 2 より高画質を実現すると述べている点で、Sunburst は厳密な編集ワークフローにおける制御性のために一部の速度をトレードオフします。新世代は参照画像の忠実度、対象を絞った編集、マルチターンの一貫性、複雑なレイアウト、透過背景生成も改善しています。
OpenAI は トークン単価が Image 2 と同じ としており、テキスト入力トークン 100 万あたり $5、画像入力トークン 100 万あたり $8、画像出力トークン 100 万あたり $30 です。同じトークン単価でも、リクエストごとのトークン消費が異なれば完成画像あたりのコストは必ずしも一致しません。
独立した初期の嗜好データは 2.5 世代を支持し始めています。この記事で用いたベンチマークスナップショットでは、Arena は現在 Sunburst を 1 位、Flare を 2 位、Image 2 を 3 位に位置付けていますが、2.5 の結果は予備的で投票数も少ない点に注意が必要です。
Key Takeaways
- GPT Image 2.5 は 2 モデルの API ファミリー：Flare は速度とスループットを優先、Sunburst は最大の画質と編集精度を優先。
- 本記事で用いた初期の Arena テストで、GPT Image 2.5 は全体生成と単一画像編集の両スナップショットで Image 2 を上回る。
- Flare は Image 2 の多くのワークロードに対する最も分かりやすいアップグレード。初期スコアの上昇に加え、OpenAI の低レイテンシーの位置付けがあるため。
- Sunburst はプレミアムなクリエイティブ制作、精密な編集、タイポグラフィ重視のアセット、磨き上げられたプロダクト画像に最適。
- トークン単価は上がっていないが、本格移行前に実際のトークン消費と採用率をベンチマークすべき。
GPT Image 2.5 vs Image 2 at a Glance
重要な違いは、「GPT Image 2.5」は新世代の総称であり、実際に開発者が選ぶ API は Flare と Sunburst の 2 つだという点です。
| Dimension | GPT Image 2.5 Flare | GPT Image 2.5 Sunburst | Image 2 |
|---|---|---|---|
| Release | September 8, 2026 | September 8, 2026 | April 21, 2026 |
| API model ID | gpt-image-2.5-flare | gpt-image-2.5-sunburst | gpt-image-2 |
| Shared capabilities | テキスト・画像入力、画像生成と編集 | テキスト・画像入力、画像生成と編集 | テキスト・画像入力、画像生成と編集 |
| Quality controls | low / medium / high / xhigh / max / auto | low / medium / high / xhigh / max / auto | 従来の品質設定 |
| Main improvement | 高速生成に加え、忠実度・編集・レイアウトが強化 | 生成と複雑編集における最高の精度 | 旧世代のベースライン |
| Best fit | 大量生成と迅速な反復 | プレミアムアセットと精密編集 | 既存の安定した統合 |
したがって、意思決定は単純に「2.5 か 2 か」ではありません。通常は Flare 対 Sunburst 対 Image 2 継続という選択になります。
What Is GPT Image 2.5?
ChatGPT Images 2.5 は OpenAI の 2026 年 9 月の画像生成アップグレードです。API 側では単一の普遍的な動作プロファイルではなく、Flare と Sunburst として提供されます。
OpenAI は より自然なライティングと豊かな質感、参照写真からの被写体保持の改善、繰り返し編集における指示追従性の強化、Images 2.0 比で最大 50% の生成レイテンシー削減を強調しています。
これらの改善が重要なのは、本番の画像生成でボトルネックになりがちなのが初回生成ではなく、その後の工程だからです。人物の同一性の維持、シーンを崩さずに一部の製品だけを変更、タイポグラフィの保全、複数回の編集での視覚的ドリフト抑制などが課題になります。
Flare
Flare はスループット志向のメンバーです。OpenAI はこれを高品質な日常画像生成における最速モデルと位置付け、low、medium、high、xhigh、max、auto の品質設定 を与えています。
Flare はクリエイター向けコンテンツ、ソーシャルアセット、製品体験、ビジュアル検索、迅速なプロトタイピング、大量の画像生成に位置付けられます。これは、アプリケーションが大量生成を行い、毎回の要求でわずかな品質向上のためにレイテンシーを犠牲にできない場合に、Image 2 の最も自然な代替になります。
Sunburst
Sunburst は品質優先のトレードオフを選びます。OpenAI はこれを 画像生成と編集における最も能力の高いモデル と説明し、編集精度が最重要のときに推奨しています。
一般的なワークロードには、磨き上げられた商品写真、最終キャンペーンアセット、制御された画像改訂、意図しない箇所の変更が高くつくクリエイティブなワークフローが含まれます。したがって Sunburst を単純に「Flare の上位版」とみなすべきではありません。
What Is Image 2?
OpenAI は 2026 年 4 月に ChatGPT Images 2.0 とともに Image 2 をリリースしました。これは、テキスト入力、画像入力、画像出力、柔軟な画像サイズ、高忠実度の画像入力を備えた、高速・高品質な生成と編集の同社最先端 API モデルとなりました。Image 2 の公式モデルドキュメント。
その日付付き API スナップショットは gpt-image-2-2026-04-21 で、動的なエイリアスに頼らず振る舞いを固定する必要があるアプリケーションに有用です。2.5 世代登場前に強力な本番ベースラインを築いた点で Image 2 は依然として重要です。
GPT Image 2.5 vs Image 2 Benchmarks
ローンチ後、ベンチマークの様相は急速に変化しました。現在の Arena のテキストから画像 全体リーダーボード と 単一画像編集リーダーボード には GPT Image 2.5 の両モデルが含まれています。カテゴリ別スナップショットは、文字レンダリング、スタイライズ画像、ポートレートにも有用なシグナルを提供します。
| Benchmark | Flare | Sunburst | Image 2 | Best score |
|---|---|---|---|---|
| Text-to-Image Overall | 1399 ± 13, 予備的 | 1421 ± 13, 予備的 | 1381 ± 4 | Sunburst |
| Single Image Edit | 1491 ± 9, 予備的 | 1520 ± 9, 予備的 | 1461 ± 3 | Sunburst |
| Text Rendering | 1434 ± 22, 予備的 | 1481 ± 23, 予備的 | 1427 ± 7 | Sunburst |
| Cartoon, Anime & Fantasy | 1428 ± 21, 予備的 | 1440 ± 21, 予備的 | 1400 ± 6 | Sunburst |
| Portraits | 1456 ± 35, 予備的 | 1450 ± 32, 予備的 | 1427 ± 8 | Flare |
Overall text-to-image performance
Sunburst は 1421 で、Image 2 の 1381 に対して 40 ポイントの優位です。Flare は 1399 で、Image 2 を 18 ポイント上回ります。
これはローンチ直後に一部比較が「独立したベンチマーク証拠が不足」と述べていた状況からの重要な変化です。現在のデータは、OpenAI の品質主張の方向性を裏付ける外部の人間嗜好シグナルを提供しています。
GPT Image 2.5 の結果には「予備的」の注記があり、この記事の作成時点で成熟した Image 2 のエントリと比べて投票数が有意に少ないことに基づいています。現在の差は最終的なものではなく、方向性として取り扱ってください。
Image-editing performance
編集ベンチマークではさらに差が広がります。Sunburst は 1520 で、Image 2 の 1461 を 59 ポイント上回ります。Flare は 1491 で、Image 2 に対して 30 ポイントの優位です。
これはテキストから画像の改善以上に重要かもしれません。本番ワークフローでは初回レンダーが十分でも、小さな修正が他の部分に望ましくない変更をもたらすと失敗しがちだからです。編集における嗜好スコアの改善は、見た目の魅力だけでなく実際の反復コストに影響します。
Text rendering
Sunburst の 1481 は、Image 2 の 1427 を 54 ポイント上回ります。Flare は 1434 です。これは、ラベル、コピー、看板、UI 要素、ポスター、インフォグラフィックスを含む構造化されたクリエイティブ作業だけでなく、写真風の出力でも新ファミリーが改善していることを示唆します。
Portrait generation
このサンプルで Flare が Sunburst を僅差で上回っている唯一のカテゴリがポートレートで、1456 対 1450 です。両モデルともこのカテゴリでは信頼区間が広く票数も比較的少ないため、ポートレートで Flare が決定的に優れていると表現するのはミスリーディングでしょう。
Where GPT Image 2.5 Is Actually Better
ベンチマークの数値はアップグレードの一部しか説明しません。実務では 5 つのワークフロー上の違いの方が重要です。
More precise edits
Images 2.5 は、求められたコンポーネントを変更しつつ、無関係な詳細をそのまま保つよう設計されています。OpenAI は、周辺の詳細を保ちながら 対象を絞った編集 が得意になったと述べています。
例えば、商品写真のボトルラベルを変更するのに、テーブル、ライティング、ボトル形状、背景、カメラアングルを同時に再解釈する必要はありません。これにより編集の副作用が減ります。
Better multi-turn consistency
プロフェッショナルなワークフローでは、一度の編集成功だけでは不十分です。マーケティングチームは製品カラーを変え、背景を差し替え、見出しを修正し、その後アスペクト比を変更するかもしれません。各ターンは、モデルが以前の決定を書き換える機会になります。OpenAI の画像生成ガイダンスは マルチターン画像編集 を説明しており、チームは自分たちの編集シーケンスで一貫性をテストすべきです。
Better reference fidelity
2.5 ファミリーは、参照写真を別のシーン、構図、ビジュアルスタイルに移す際に、被写体の特徴的な要素を保持する能力を高めています。製品形状、衣服、パッケージ、ビジュアルアイデンティティ、その他の認識可能な要素は、より強いソース忠実度の恩恵を受けられます。
Better complex layouts and styles
OpenAI は、Images 2.5 が複雑なビジュアル指示によりうまく従い、実世界の情報が絡む場合により正確なコンテンツを生成すると述べています。また、透過背景 を含む、より複雑なレイアウトも扱えます。デザイナーにとって、これはワンショットのイラストではなく、実用的なクリエイティブ制作へ一歩近づけるものです。
Faster generation with Flare
この速度改善は公表されたトークン単価の上昇を伴わない点で特に重要です。OpenAI によれば、Flare は Image 2 より高画質の画像を、レイテンシー 50% 低減で提供します。Sunburst は意図的にレイテンシーと品質のトレードオフ曲線上の別の点を最適化しています。
GPT Image 2.5 vs Image 2 Pricing
公開されている OpenAI のトークン単価は明快です。Flare と Sunburst はともに以下の料金を採用し、OpenAI は トークン単価が Image 2 と一致する と述べています。
| Token type | Flare | Sunburst | Image 2 |
|---|---|---|---|
| Text input / 1M tokens | $5.00 | $5.00 | $5.00 |
| Cached text input / 1M tokens | $1.25 | $1.25 | $1.25 |
| Image input / 1M tokens | $8.00 | $8.00 | $8.00 |
| Cached image input / 1M tokens | $2.00 | $2.00 | $2.00 |
| Image output / 1M tokens | $30.00 | $30.00 | $30.00 |
GPT Image 2.5 Flare API in CometAPI と GPT Image 2.5 Sunburst API in CometAPI は、入力トークン 100 万あたり $4、出力トークン 100 万あたり $24 と、上記の OpenAI の $5 と $30 より 20% 低く設定されています。とはいえ、実際のコストは品質、解像度、トークン消費、必要な試行回数に応じて変わります。
トークン単価は画像あたりの価格と同義ではありません。実際のコストは、リクエストのトークン消費量と、望ましいアセットが得られるまでに必要な生成/編集回数に依存します。
Flare がワークロードをより速く、かつ失敗する改訂が少なく完了できるなら、生のトークン消費が同程度でも、採用済みアセットあたりのコストは実質的に改善する可能性があります。
Quality vs Speed: Flare, Sunburst, or Image 2?
| Workload | Recommended model | Why |
|---|---|---|
| High-volume social content | Flare | 現在の強い品質シグナルに加え、低レイテンシー |
| Rapid prototypes | Flare | 最大の編集制御よりも素早い反復が重要 |
| Visual search | Flare | レイテンシーに敏感なワークロード |
| E-commerce variations | Flare | スループットと忠実度のバランス |
| Final advertising creative | Sunburst | 最大品質とより厳密な編集制御 |
| Product hero imagery | Sunburst | 精密な編集と参照保持 |
| Complex image editing | Sunburst | 本スナップショットでの単一画像編集の最高スコア |
| Text-heavy premium graphics | Sunburst | 現在最強のテキストレンダリングスコア |
| Existing stable production pipeline | Image 2 or staged migration | 振る舞いが成熟、ベンチマーク標本が多い |
| New general-purpose deployment | Flare | 多くのアプリで最適な速度と品質のバランス |
新規アプリケーションの大半では、Flare が合理的なデフォルトです。Sunburst は、増分的な精度が追加のレイテンシーに見合う場合に選択的に使うべきです。実務的なルーティング戦略として、Flare で素早く生成し、難しい最終編集を Sunburst に送る方法があります。
Is GPT Image 2.5 a Major Upgrade or a Minor Revision?
「2.5」という名称にもかかわらず、これは小規模な品質更新にとどまらないことを示す証拠があります。最大の変化は、参照保持、局所的編集、繰り返し編集、レイアウト処理、テキストレンダリング、スループットといった、画像モデルが反復的な本番システムで使えるかどうかを左右する領域に集中しています。
初期のベンチマークの伸びもそれを裏付けます。本スナップショットでは、Sunburst は全体生成で Image 2 を 40 ポイント、単一画像編集で 59 ポイント上回り、Flare もプレミアムではないモデルでありながらスコアを改善しています。
GPT Image 2.5 Safety and Provenance
OpenAI の Images 2.5 システムカード は、Sunburst で 1.09%、Flare で 1.41%、ChatGPT Images 2.0 のベースラインで 1.64% の割合で、敵対的なテストにおける不適切生成がユーザーに届いたと報告しています。
これらの数値は、意図的に敵対的なプロンプトに基づくもので、通常の本番トラフィックを代表するものではありません。
同社は生成画像に対し、C2PA の来歴メタデータ と不可視ウォーターマークの適用も継続しています。画像の忠実度が上がるほど、フォトリアリズムの向上は誤解を招く生成メディアの潜在的コストも高めるため、これは重要です。
How to Access GPT Image 2.5 API in CometAPI
新世代の両分岐は CometAPI から利用できます。GPT Image 2.5 Sunburst API in CometAPI は gpt-image-2.5-sunburst、GPT Image 2.5 Flare API in CometAPI は gpt-image-2.5-flare を使用します。従来の GPT Image 2 API in CometAPI は gpt-image-2 で引き続き利用可能です。
GPT Image 2.5 へアクセスして画像を生成するには次の 4 ステップです。
- CometAPI にサインインし、API ダッシュボード で API キーを作成します。
- モデル ID を選択します。高速生成には
gpt-image-2.5-flare、最大の生成・編集精度にはgpt-image-2.5-sunburstを使用します。 - API キー、モデル ID、プロンプト、サイズ、品質設定を含め、
/v1/images/generationsに POST リクエストを送ります。既存画像の編集には/v1/images/editsを使用します。 - レスポンスから生成画像を取得し、保存または表示して、スケール前に品質、レイテンシー、トークン使用量を確認します。
Should You Upgrade from Image 2 to GPT Image 2.5?
新規ワークロードの大半では「はい」—ただし自動的に Sunburst を選ぶのではなく、通常は Flare が適切なアップグレードです。Flare は、Image 2 と同一の公表トークン単価、より高い予備スコア、OpenAI の低レイテンシーの位置付けを兼ね備えており、最も強い移行候補になります。
最終的なアセットの品質がレイテンシーよりも重要な場合は Sunburst が適しています。全体生成、画像編集、テキストレンダリング、スタイライズ画像での初期優位は、クリエイティブ制作のワークフローに特に魅力的です。
Image 2 にも意味のある優位が 1 つあります：証拠の成熟度です。Image 2 のベンチマーク結果は、リリース直後の 2.5 モデルよりもはるかに大きな標本に基づいています。したがって本番チームは、早期のリーダーボードの差が不変だと仮定せず、統制された A/B 評価で移行すべきです。
Migration Considerations
厳密な移行テストでは、プロンプト、参照画像、解像度、品質設定を固定し、次を比較します。
- エンドツーエンドのレイテンシー
- トークン消費
- 採用率（accepted-output rate）
- 必要な編集回数
- 被写体または製品の一貫性
- タイポグラフィの正確性
最後の指標が特に重要です。トークン単価が同じでも、再生成の試行回数が半分で済むモデルは、ワークフローレベルでは大幅に安価になり得ます。
Final Verdict
GPT Image 2.5 は、生成品質と編集可能性という画像制作の両側面を同時に改善しているため、Image 2 に対する有意なアップグレードです。
速度と量が重要なら Flare を選びましょう。Flare は全体生成と編集で既に Image 2 を上回り、かつ大幅な低レイテンシーを狙っています。
精度と最終的な画質が最重要なら Sunburst を選びましょう。本記事で検証した多くのベンチマーク次元で、3 モデル中の最強スコアを現時点で示しています。
Image 2 は依然として信頼できる本番ベースラインですが、新規統合のデフォルトとすべき理由は次第に薄れています。より有益な問いは、どの GPT Image 2.5 モデルがあなたのワークロードにおいて「秒あたりの品質」と「採用画像あたりのコスト」を最良にするかです。
Official OpenAI Visual Examples
GPT Images 2.0 リリース時の OpenAI 公式プロダクトビジュアル。
OpenAI 公式の精密編集例。
OpenAI 公式のスタイル例。
作成環境に関する注記：上記の公式画像は、ローカルで再作成したバージョンに置き換えず、OpenAI の CDN から直接参照しています。
GPT Image 2.5 Improves Reference-Image Fidelity
最も有用なアップグレードの 1 つは、説明するよりも見た方が分かりやすいものです。OpenAI の公式 Images 2.5 デモは、古いポートレートを変換しつつ、子どもの同一性と全体のポーズを保持します。出力は衣装や見せ方を大きく変えますが、別人のようにはなりません。
Images 2.5 公式の参照忠実度に関する入力。
Images 2.5 公式の編集後出力。
これは、EC 商品写真、アバター変換、バーチャルスタイリング、広告バリアント、ブランドのソーシャルコンテンツにとって重要です。参照の保持が改善されることで、顔、製品の形状、構図、背景の詳細まで変わってしまったために画像を再生成する必要性が減ります。
FAQ
Is GPT Image 2.5 better than Image 2?
初期の証拠は「はい」と示しています。この記事で用いたベンチマークスナップショットでは、Flare と Sunburst はともに Image 2 を上回っています。Sunburst の方が品質優位は大きく、Flare は速度と品質のバランスに最適化されています。
What is the difference between Flare and Sunburst?
Flare は高速で高品質な日常画像生成向けに設計され、多くのアプリでのデフォルトです。Sunburst はより長い生成時間と引き換えに、プレミアムな画像生成と精密な編集に適した高精度オプションです。
Is GPT Image 2.5 cheaper than Image 2?
公式のトークン単価は同じですが、画像あたりのコストが同一であることを保証しません。実際のコストは、消費トークン数と、許容できる結果に至るまでに必要な生成・編集の試行回数に依存します。
Is GPT Image 2.5 faster than Image 2?
Flare は速いです。OpenAI によれば、Flare は Image 2 より高画質で、レイテンシーを 50% 低減します。Sunburst は、創作と編集の制御性を優先するため、意図的により遅くなります。
Which GPT Image model is best for image editing?
現時点のデータでは Sunburst が最有力で、本記事で用いた単一画像編集スナップショットで最高スコアです。
Which model should developers use by default?
一般的な用途では Flare から始めましょう。内部評価で、編集精度や画質の向上が追加レイテンシーに見合うと示された場合に Sunburst を使います。
Does GPT Image 2.5 support image inputs?
はい。Flare と Sunburst はどちらも参照主導および編集ワークフロー向けに画像入力を受け付けます。
Can I continue using Image 2?
はい。既存の Image 2 統合をすぐに移行する必要はありません。再現性が厳格に求められるチームは、より新しいモデルを評価する間、日付付きスナップショットを固定することもできます。
Is Sunburst always better than Flare?
いいえ。現在のスナップショットでは多くの品質次元で Sunburst がリードしていますが、Flare はより高速であり、大量処理やレイテンシーに敏感なアプリケーションでは好ましい場合があります。
Are GPT Image 2.5 benchmark results final?
いいえ。本記事で用いた Arena の結果は「予備的」で、Image 2 よりも投票数が少ないことに基づいています。評価が蓄積されるにつれ、ランキングや信頼区間は変化する可能性があります。