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 を日常生成向けに高速化した GPT Image 2.5 Flare と、生成品質と編集精度を最大化した GPT Image 2.5 Sunburst の 2 系統に分けました。
実務的に最大の変化は、OpenAI によれば Flare が Image 2 よりも高品質の画像を レイテンシー50%低減 で提供する一方、Sunburst は厳密な編集ワークフローのために速度を一部犠牲にして制御性を高めている点です。新世代は、参照画像の忠実度、ターゲット編集、マルチターン一貫性、複雑レイアウト、透過背景生成も改善しています。
OpenAI は トークン単価は Image 2 と一致 としており、テキスト入力 100 万トークンあたり $5、画像入力 100 万トークンあたり $8、画像出力 100 万トークンあたり $30 です。トークン単価が同じでも、リクエストごとのトークン消費は異なり得るため、画像 1 枚あたりのコストが同一とは限りません。
独立の嗜好データも 2.5 世代を支持し始めています。この記事のスナップショットでは、Arena の順位で Sunburst が 1 位、Flare が 2 位、Image 2 が 3 位となっています。ただし 2.5 の結果は暫定で、投票数も少なめです。
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 は最高の画質と編集精度を優先。
- GPT Image 2.5 は、この記事で用いた Arena の生成・単一画像編集スナップショットで Image 2 を上回る初期結果。
- Flare は、より高い初期スコアと低レイテンシーの位置付けを兼ね備えるため、多くの Image 2 ワークロードの素直なアップグレード先。
- Sunburst は、プレミアムなクリエイティブ制作、精密編集、タイポグラフィ重視のアセット、磨き込まれたプロダクト画像に適する選択。
- 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受理率を計測すべき。
GPT Image 2.5 vs Image 2 at a Glance
重要な違いは、「GPT Image 2.5」は新世代全体を指す名称であり、開発者が実際に選ぶ API は Flare と Sunburst の 2 つであることです。
| 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 | テキストおよび画像入力；画像生成と編集 | テキストおよび画像入力；画像生成と編集 | テキストおよび画像入力；画像生成と編集 |
| Quality controls | low / medium / high / xhigh / max / auto | low / medium / high / xhigh / max / auto | 以前の品質コントロール |
| Main improvement | 高速生成に加え、忠実度・編集・レイアウトの強化 | 生成と複雑編集の最高精度 | 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 | 既存の安定統合 |
判断はもはや単に「2.5 か 2 か」ではありません。多くの場合は Flare か Sunburst か、それとも Image 2 を継続か、という選択になります。
What Is GPT Image 2.5?
ChatGPT Images 2.5 は OpenAI が 2026 年 9 月に提供した画像生成のアップグレードです。API 側では単一の普遍的プロファイルではなく、Flare と Sunburst の 2 つで表現されています。
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の強化、そして Images 2.0 比で最大 50% の生成レイテンシー短縮を強調しています。
これらの改善が重要なのは、実運用のボトルネックが初回生成そのものではなくなることが多いためです。人物の同一性維持、シーンを作り直さずに製品だけを変更、タイポグラフィの保全、複数回の編集でも視覚的なドリフトを避ける、といった工程にこそ時間とコストがかかります。
Flare
Flare はスループット志向のメンバーです。OpenAI は、高品質な日常画像生成向けの最速モデルとして位置付け、low、medium、high、xhigh、max、auto の品質設定 を提供しています。
Flare はクリエイターコンテンツ、ソーシャルアセット、プロダクト体験、ビジュアル検索、迅速なプロトタイピング、大量生成に向くとされます。アプリが大量生成を行い、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、Image 2 の自然な置き換えが Flare になります。
Sunburst
Sunburst は品質優先のトレードオフを採ります。OpenAI はこれを 画像生成と編集に最も優れたモデル と説明し、編集精度が最重要な場面で推奨しています。
代表的なワークロードは、磨き込まれたプロダクト写真、最終キャンペーンアセット、統制された画像改版、そして意図しない部分の変更が高コストとなるクリエイティブワークフローです。したがって Sunburst は単に「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 と同時に Image 2 をリリースしました。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に対応し、高速・高品質な生成と編集の同社最先端 API モデルになりました。Image 2 公式モデルドキュメント。
固定化された API スナップショットは gpt-image-2-2026-04-21 で、可動エイリアスではなく挙動を固定したいアプリに有用です。2.5 世代の登場前に強力なプロダクション基盤を築いた点で、Image 2 はなお重要です。
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→画像 総合リーダーボード と 単一画像編集リーダーボード は、GPT Image 2.5 の両モデルを含みます。カテゴリ別スナップショットも、文字描画、スタイライズ画像、ポートレートに関する有益なシグナルを与えます。
| Benchmark | Flare | Sunburst | Image 2 | Best score |
|---|---|---|---|---|
| Text-to-Image Overall | 1399 ± 13（暫定） | 1421 ± 13（暫定） | 1381 ± 4 | Sunburst |
| Single Image Edit | 1491 ± 9（暫定） | 1520 ± 9（暫定） | 1461 ± 3 | Sunburst |
| Text Rendering | 1434 ± 22（暫定） | 1481 ± 23（暫定） | 1427 ± 7 | Sunburst |
| Cartoon, Anime & Fantasy | 1428 ± 21（暫定） | 1440 ± 21（暫定） | 1400 ± 6 | Sunburst |
| Portraits | 1456 ± 35（暫定） | 1450 ± 32（暫定） | 1427 ± 8 | Flare |
Overall text-to-image performance
Sunburst は Image 2 の 1381 に対して 1421 を記録し、上のスナップショットでは 40 ポイントの優位です。Flare は 1399 に達し、Image 2 を 18 ポイント上回ります。
これはローンチ直後の数時間に「独立ベンチマークの裏付けが不足」とされ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支持する外部の人間嗜好シグナルを提供しています。
GPT Image 2.5 の結果は暫定であり、この記事作成時点では成熟した Image 2 のエントリに比べて有意に投票数が少ないものでした。現状の差は最終確定ではなく、方向感として捉えてください。
Image-editing performance
編集ベンチマークでは差がさらに拡大します。Sunburst は 1520 と、Image 2 の 1461 を 59 ポイント上回ります。Flare は 1491 で、Image 2 に 30 ポイントの優位です。
これはテキスト→画像の改善以上に重要かもしれません。プロダクションでは初回レンダリングが良好でも、小さな改訂が他所に望まぬ変更をもたらすとワークフローが破綻しがちです。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、反復の実コストに直結します。
Text rendering
Sunburst の 1481 は、Image 2 の 1427 を 54 ポイント上回ります。Flare は 1434。これは、新ファミリーがラベル、コピー、看板、UI 要素、ポスター、インフォグラフィックなど、構造化されたクリエイティブにもたらす改善を示唆します。写真風の出力に限りません。
Portrait generation
このサンプルで唯一、Flare が Sunburst を僅差で上回るのがポートレートです（1456 対 1450）。どちらも信頼区間が広く、このカテゴリの投票数は比較的少ないため、Flare がポートレートで決定的に優れていると断言するのは適切ではありません。
Where GPT Image 2.5 Is Actually Better
ベンチマークの数字は改善の一部しか語りません。実務上より重要なのは次の 5 つのワークフローレベルの違いです。
More precise edits
Images 2.5 は、依頼されたコンポーネントのみを変更し、無関係なディテールはそのまま残すよう設計されています。OpenAI は周辺ディテールを保ちながら ターゲット編集 に優れると明言しています。
たとえば、プロダクト写真でボトルのラベルを変える際に、テーブル、ライティング、ボトル形状、背景、カメラアングルまで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を減らせます。
Better multi-turn consistency
プロのワークフローでは、単発の成功編集だけでは足りません。製品色の変更、背景差し替え、見出し変更、アスペクト比変更といった一連の編集の各段で、モデルが以前の決定を上書きするリスクが生じます。OpenAI のガイダンスは マルチターン画像編集 を解説しており、各チームは自分たちの編集シーケンスで一貫性を検証すべきです。
Better reference fidelity
2.5 ファミリーは、参照写真から別の環境・構図・スタイルへ移す際に、被写体の特徴を保つ能力を高めています。製品形状、衣服、パッケージ、VI、その他の識別要素は、より高いソース忠実度の恩恵を受けます。
Better complex layouts and styles
OpenAI は、Images 2.5 が複雑な視覚指示により的確に従い、実世界情報が関与する内容をより正確に生成すると述べています。また、透過背景 を含む複雑なレイアウトもより適切に扱えます。デザイナーにとって、モデルがワンショットのイラストから、利用可能なクリエイティブ制作へ一歩近づく改善です。
Faster generation with Flare
速度改善が特に重要なのは、公開されているトークン単価の上昇を伴わないためです。OpenAI によれば、Flare は Image 2 より高品質な画像を提供しつつ、レイテンシーを 50% 低減します。Sunburst はあえてレイテンシーと品質の曲線上で別の最適点を選びます。
GPT Image 2.5 vs Image 2 Pricing
OpenAI 公開のトークン単価は明快です。Flare と Sunburst は以下の料金で、トークン単価は Image 2 と一致 とされています。
| 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 100 万トークンあたり $4、出力 100 万トークンあたり $24 で、上記の OpenAI レート（$5 と $30）より 20% 低価格です。実コストは品質、解像度、トークン消費、試行回数によって変動します。
トークン単価は画像 1 枚あたりの価格と同義ではありません。実コストはリクエストのトークン消費量と、受容可能なアセットを得るまでの試行回数に依存します。
もし Flare がワークロードをより少ない失敗リビジョンで速く完了できるなら、トークン消費が同等でも、受理アセットあたりのコストは大きく改善し得ます。
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 | 反復速度が最大の編集制御より重要 |
| 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 | 最高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 | このスナップショットで単一画像編集スコアが最も高い |
| Text-heavy premium graphics | Sunburst | 現状で最も強い文字描画スコア |
| Existing stable production pipeline | Image 2 or staged migration | 挙動の成熟と大きなベンチマーク母数 |
| New general-purpose deployment | Flare | 多くのアプリにとって最適なバランス |
多くの新規アプリでは、Flare が合理的なデフォルトです。Sunburst は、わずかな精度向上に対して追加のレイテンシーを許容できる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、まず Flare で迅速に生成し、難しい最終編集を Sunburst に委ねる手があります。
Is GPT Image 2.5 a Major Upgrade or a Minor Revision?
名称は「2.5」でも、単なる小幅な品質更新以上であることを示す証拠が揃っています。最大の変化は、反復型のプロダクションで画像モデルの有用性を左右する領域に集中しています。すなわち、参照保持、局所編集、繰り返し編集、レイアウト処理、文字描画、スループットです。
初期ベンチマークの伸びもこの見立てを補強します。スナップショットでは Sunburst が総合生成で Image 2 を 40 ポイント、単一画像編集で 59 ポイント上回り、Flare もプレミアムモデルではないのに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 によれば、攻撃的テストで不適切生成がユーザーに到達した割合は、Sunburst が 1.09%、Flare が 1.41%、ChatGPT Images 2.0 のベースラインが 1.64% でした。
これらの数字は意図的に攻撃的なプロンプトに基づくもので、通常のプロダクション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 C2PA のプロベナンスメタデータ と不可視ウォーターマークの適用も継続しています。画像忠実度が向上するほど、フォトリアリズムの改善は、誤認を招く生成メディアの潜在的コストも高め得るため重要です。
How to Access GPT Image 2.5 API in CometAPI
新世代の両系統は CometAPI 経由で利用できます。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。以前の 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 にアクセスして画像を生成する手順は 4 つです。
- CometAPI にサインインし、API ダッシュボード で API キーを作成する。
- モデル ID を選ぶ：高速生成には
gpt-image-2.5-flare、最高の生成・編集精度にはgpt-image-2.5-sunburst。 - API キー、モデル ID、プロンプト、サイズ、品質設定を付与して
/v1/images/generationsに POST を送る。既存画像の編集には/v1/images/editsを使う。 - レスポンスから生成画像を取得し、保存または表示。スケール前に品質、レイテンシー、トークン使用量をレビューする。
Should You Upgrade from Image 2 to GPT Image 2.5?
多くの新規ワークロードでは「はい」ですが、適切なアップグレードは自動的に Sunburst ではなく、通常は Flare です。Flare は、公開トークン単価の同一性、暫定ながらより高い Arena スコア、そして Image 2 比での低レイテンシーという位置付けを兼ね備え、最も説得力のある移行先です。
最終アセットの品質がレイテンシーより重要な場合は Sunburst が適します。総合生成、画像編集、文字描画、スタイライズ画像での初期優位は、クリエイティブ制作ワークフローで特に魅力的です。
Image 2 の意味ある利点が 1 つあります：証拠の成熟度です。ベンチマーク結果は、新規の 2.5 モデルよりはるかに大きなサンプルに基づいています。したがってプロダクションチームは、初期の順位差が不変だと仮定せず、制御された A/B 評価を通じて移行すべきです。
Migration Considerations
本格的な移行テストでは、プロンプト、参照画像、解像度、品質設定を固定し、以下を比較してください。
- エンドツーエンドのレイテンシー
- トークン消費
- 受理率
- 必要な編集回数
- 被写体や製品の一貫性
- タイポグラフィの正確さ
最後の指標は特に重要です。トークン単価が同じでも、再生成試行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、生成品質と編集容易性という画像制作の両面を同時に改善しており、Image 2 に対する意味のあるアップグレードです。
速度とボリュームが重要なら Flare。総合生成と編集で既に Image 2 を上回り、レイテンシー大幅低減を狙っています。
精度と最終画質が最優先なら Sunburst。ここで検討した多くのベンチマーク次元で最も強いスコアを保持しています。
Image 2 は依然として信頼できるプロダクション基盤ですが、新規統合のデフォルトにする理由は薄れつつあります。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最良の「秒あたり品質」と「受理画像あたりコスト」を提供するかです。
Official OpenAI Visual Examples
GPT Images 2.0 リリースの OpenAI 公式プロダクトビジュアル。
OpenAI による精密編集の公式例。
OpenAI によるスタイル例。
ワード生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ものに置き換えず、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、説明するよりも見る方がわかりやすいものです。OpenAI の公式デモでは、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維持しています。衣装やプレゼンテーションは大幅に変えても、別人のような顔にはしません。
Images 2.5 の参照忠実度の入力（公式）。
Images 2.5 の編集後出力（公式）。
これは、EC 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、ブランド化ソーシャルコンテンツにとって重要です。より良い参照保持は、顔や製品形状、構図、背景ディテールまで編集で変わってしまい、再生成を強いられる必要性を減らします。
FAQ
Is GPT Image 2.5 better than Image 2?
初期の証拠では「はい」。本記事のスナップショットでは Flare と Sunburst の両方が Image 2 を上回っています。品質優位は Sunburst が大きく、Flare は速度と品質のバランスを最適化しています。
What is the difference between Flare and Sunburst?
Flare は高速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 は生成・編集の高精度オプションで、生成時間は長くなります。
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 1 枚あたりのコストが同一とは限りません。実コストは消費トークン数と、受理水準に達するまで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 より高品質の画像を、レイテンシー 50% 低減で提供します。Sunburst はクリエイティブと編集の制御性を優先するため、意図的に遅くなります。
Which GPT Image model is best for image editing?
現状データでは Sunburst が最有力で、本記事の単一画像編集スナップショットで首位に立っています。
Which model should developers use by default?
一般的な用途では Flare から始めてください。編集精度や画質の向上が追加レイテンシーを正当化する場合は Sunburst を使い分けましょう。
Does GPT Image 2.5 support image inputs?
はい。Flare と Sunburst の両方が、参照主導・編集ワークフローのための画像入力を受け付けます。
Can I continue using Image 2?
はい。既存の Image 2 統合をすぐ移行する必要はありません。再現性を厳格に求めるチームは、新モデルの評価中に日付固定スナップショットをピン留め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 が優勢ですが、Flare は高速であり、大量処理やレイテンシー重視の用途では望ましい選択になり得ます。
Are GPT Image 2.5 benchmark results final?
いいえ。本記事で用いた Arena の結果は暫定で、Image 2 より投票数が少ない状態に基づいています。評価が積み上がるにつれ、順位や信頼区間は変動し得ます。