Solutions Choose your path
For individuals Build, learn, and create with simple usage-based access. For business Scale teams, billing, governance, and model workflows. More English 繁體中文 日本語 한국어 Français Deutsch Español Italiano Português Русский العربية ไทย Tiếng Việt Bahasa Indonesia Bahasa Melayu Türkçe Polski Nederlands Danish Norsk Қазақ اردو
無料で始める 無料で始める
500+ AI Model API, All In One API.
Just In CometAPI © 2026 CometAPI · All rights reserved
Home Blog CometAPI で GPT-Image-2.5 API を使用する方法 ai-model / CometAPIリサーチ
CometAPI で GPT-Image-2.5 API を使用する方法 CometAPI と併用して GPT-Image-2.5 API を使用する。画像を生成および編集し、品質とサイズの設定を選択し、料金体系を理解し、本番運用可能な統合を構築する。
CometAPI と併用して GPT-Image-2.5 API を使用する。画像を生成および編集し、品質とサイズの設定を選択し、料金体系を理解し、本番運用可能な統合を構築する。
この要約で素早く答えを把握し、ガイドで背景、例、実装詳細を確認してください。
from openai import OpenAI
client = OpenAI(
api_key="YOUR_COMETAPI_KEY",
base_url="https://api.cometapi.com/v1",
)
response = client.chat.completions.create(
model="gpt-5-mini",
messages=[{"role": "user", "content": "Build this workflow."}],
)
print(response.choices[0].message.content)TL;DR GPT-Image-2.5 は2モデル構成の画像 API ファミリーです。Flare は日常用途での高速生成を優先し、Sunburst は編集精度と最終出力の忠実度を優先します。CometAPI を通じて、既存の OpenAI SDK 連携は base URL・API キー・モデル ID を切り替えるだけで移行できる場合がほとんどです。まずは Flare の medium 品質で開始し、レイテンシと承認された画像あたりのコストを計測し、要求の厳しい編集やプレミアム出力は Sunburst に振り分けましょう。
Key Takeaways
Flare はインタラクティブ製品、素早い反復、高ボリューム生成に最適なスピード優先の選択肢。
Sunburst はローカライズ編集、参照の保持、複雑な最終合成に最適な精度優先の選択肢。
両モデルはテキストおよび画像入力を受け付け、6段階の品質モードをサポートし、Images API を通じて画像生成・編集が可能。
CometAPI は OpenAI 互換の base URL と SDK パターンで2つのモデル ID をサポート。
現在の Arena 結果は生成・編集ともに Sunburst を優位とする一方、両新モデルは暫定扱い。
本番選定はレイテンシ、受理率、編集忠実度、トークン使用量、承認画像あたりの実効コストに基づいて判断すること。
2026年9月8日、OpenAI は ChatGPT Images 2.5 を発表し、API に2つの新しい画像生成モデルを投入しました。
明確性、出典の帰属、最新のAPI用語について確認済みです。
両モデルは CometAPI から利用可能です。実務的な利点は、OpenAI SDK と同じインターフェースで呼び出しつつ、API キーと base URL を CometAPI に切り替えるだけでよい点です。CometAPI の OpenAI 互換 API
本ガイドでは、cURL・Python・JavaScript を用いて CometAPI 経由で GPT-Image-2.5 での画像生成と編集を行う方法、そして本番ワークフローに適したモデル、品質、サイズ、出力形式の選び方を解説します。
What Is the GPT-Image-2.5 API? GPT-Image-2.5 は OpenAI の現行の画像生成ファミリーです。テキストおよび画像入力を受け付け、画像を返します。ファミリーには2つのモデルがあり、GPT-Image-2.5 Flare は速度と日常用途に、GPT-Image-2.5 Sunburst は最大能力と精密編集に最適化されています。
How to GPT-Image-2.5 API Compared with GPT Image 2 API? 主な変化は単なる高速な後継モデルではありません。GPT-Image-2.5 はワークロードを2つの目的別の選択肢に分離しました。Flare は低レイテンシのルーチン生成を、Sunburst は最も要求の厳しい生成・編集を対象とします。両モデルは共通の広い制御面を提供し、low から max までの品質レベル、編集用の画像入力、部分画像のストリーミングに対応します。
移行時は、まず現行のプロンプトとリクエスト構造を維持したまま、レイテンシと忠実度要件に応じてモデルを選択します。本番切替前に、テキスト描画、保持指示、マスク、参照画像の順序、出力サイズ、コストを再検証してください。
CometAPI は、すでにゲートウェイを利用しているチームにとって、統合工数を減らせる OpenAI 互換レイヤーを提供します。実務上の利点は、キー管理の集中化、馴染みのあるリクエスト形式、利用状況の可視化、そして1つの base URL で画像生成と編集をルーティングできることです。
Base URL https://api.cometapi.com/v1Generation route POST /images/generations Editing route POST /images/edits Authentication Authorization: Bearer $COMETAPI_KEY
プロバイダーの価格やモデル提供状況は変わる可能性があります。モデル ID、エンドポイントの挙動、最新の課金は本番導入前に CometAPI ダッシュボードで確認してください。
キーはアプリケーションのソースコードにハードコードせず、環境変数として保存してください。
API キーをブラウザ側の JavaScript、公開リポジトリ、スクリーンショット、クライアントアプリに露出させないでください。本番ではサーバー側の環境変数やシークレットマネージャーの利用が安全です。
Step 2: Generate Your First Image with cURL 多くのアプリケーションでは、まず Flare から始めるのがよいでしょう。最小の生成リクエスト例は次のとおりです。
GPT Image モデルは、アプリケーションに恒久的な画像 URL のダウンロードを要求するのではなく、通常はdata[].b64_jsonで生成画像コンテンツを返します。
アプリケーション側では、この Base64 フィールドをデコードし、最終アセットとして Base64 文字列を保存するのではなく、返されたバイト列を保存してください。
Step 3: Generate an Image with Python これは、既存の OpenAI SDK プロジェクトにとっての CometAPI の大きな実務上の利点のひとつです。公式の CometAPI 例は同じ OpenAI クライアントを利用し、アプリケーションの SDK 層を置き換えるのではなく、base_url・キー・モデル ID を変更するだけで済みます。
Step 4: Use Multiple Reference Images with the Responses API 各画像に安定した役割を与えてからプロンプトを書きます。便利な順序は、被写体を先に、スタイルを次に、そして背景やレイアウト参照を最後に置くことです。プロンプト内で各役割を明示し、モデルがどの属性をコピーすべきかを推測しなくて済むようにしましょう。
import base64
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_KEY"],
base_url="https://api.cometapi.com/v1",
)
response = client.responses.create(
model="gpt-6-astra",
input=[{
"role": "user",
"content": [
{"type": "input_text", "text": (
"Create a campaign image. Use image 1 only for the product "
"shape and colors; image 2 only for lighting and visual style; "
"image 3 only for the background composition. Preserve the "
"product logo exactly and add no other text."
)},
{"type": "input_image", "image_url": "https://example.com/product.png"},
{"type": "input_image", "image_url": "https://example.com/style.png"},
{"type": "input_image", "image_url": "https://example.com/background.png"},
],
}],
tools=[{
"type": "image_generation",
"model": "gpt-image-2.5-sunburst",
}],
)
for item in response.output:
if item.type == "image_generation_call":
with open("campaign.png", "wb") as file:
file.write(base64.b64decode(item.result))
Responses API はトップレベルでサポートされるメインラインモデルを使用し、image-generation ツール内で GPT-Image-2.5 を選択します。ゲートウェイがまだ選択したメインラインモデルやツールスキーマを公開していない場合は、最新の CometAPI モデルカタログを確認し、その同等機能を使用してください。
注意: 複数の参照画像は同時に入力できます。各画像に明確な役割を与え、プロンプトでその目的を明示してください。マルチ画像編集を行う場合、入力順序と意味的な対応関係に注意してください。
How to Edit Existing Images 既存アセットを保持しつつ変更する必要がある場合は編集ルートを使用します。変更要求を述べる前に、固定すべき点を明記しましょう。
curl https://api.cometapi.com/v1/images/edits \
-H "Authorization: Bearer $COMETAPI_KEY" \
-F "model=gpt-image-2.5-sunburst" \
-F "image[]=@product.png" \
-F "prompt=Preserve the product shape, label, and camera angle. Replace only the background with a warm studio gradient. Add no new text." \
-F "quality=high" \
-F "output_format=png"
アップロード順だけに頼らないでください。「画像1は被写体」「画像2はスタイル参照」「画像3は背景参照」と明示しましょう。次に、各画像から転写してよい属性を列挙します。これにより誤った参照から顔・ロゴ・テキスト・レイアウトが誤ってコピーされることを減らせます。
Use a Mask for Localized Edits マスクは編集可能領域をガイドします。透明ピクセルが変更許可領域、残りは保持対象です。マスクは元画像とサイズ・フォーマットを一致させ、アルファチャンネルを含み、API のファイルサイズ制限内に収めてください。複数画像入力時、マスクは最初の画像に適用されます。
マスクはピクセル単位の厳密選択ではなくガイダンスです。「透明領域だけを変更し、その他のピクセル・テキスト・幾何を保持する」といった保持言語で補強してください。
モデル仕様は汎用的なモデルレベルのストリーミングをサポート機能としては列挙していませんが、Image API および Responses API は partial_images による画像生成のストリーミングをサポートします。これはトークン単位のテキストストリーミングではなく、進捗プレビューです。Images API はpartial_images values from 0 to 3 を受け付け、生成中にその数だけプレビューを返すことがあります。各プレビューは出力トークンを100追加します。プレビューは進捗 UI に活用でき、不要な場合は標準の生成・編集フローを使い続けられます。
たとえ
partial_images: 3
を設定しても、必ず3枚の部分画像が受信できる保証はありません。最終画像の生成が十分に速い場合、実際の受信枚数は要求より少ないことがあります。
GPT-Image-2.5 API Parameters GPT-Image-2.5 は、プロンプトとモデル選択以上の出力制御を提供します。
quality 計算量/ディテールレベル 開発時は medium size 画像解像度/アスペクト 1024×1024 または 1536×1024 output_format PNG, JPEG, WebP 忠実度重視なら PNG、配信は WebP/JPEG background 不透明/透過出力 透過は必要時のみ output_compression JPEG/WebP 圧縮 Web 配信向けに調整 n 返却画像枚数 まずは 1 prompt 視覚的要件 レイアウトと制約を明確に
Image API vs Responses API Best for 直接のワンショット生成・編集 対話型、段階的、あるいはエージェント的な画像ワークフロー Model selection 画像モデルを直接指定 メインラインモデル + image-generation ツール Multiple references ルートにより編集でサポート 複数の URL や file ID 入力に自然に対応 Iteration アプリがコンテキストを再送 反復的なターンやツール呼び出し向けに設計 Streaming previews partial images をサポート partial images をサポート Choose when 望む出力が明確で最短のリクエストにしたい場合 コンテキストや参照、過去結果を踏まえた推論が必要な場合
ルールオブサム: まずは Image API から始めましょう。会話状態、複数の意味参照、画像生成以外のツールが必要になったら Responses API へ移行します。
Choosing quality auto はモデルに判断を委ねますが、開発時は明示的に medium を選ぶと A/B テストの統制が取りやすくなります。
max があるからといって自動的に使わないでください。画像出力トークンが増えるとコストも増加しますし、弱いプロンプトは品質を上げても良いプロンプトにはなりません。
Choosing image size 2.5 モデルは任意の有効な寸法もサポートしており、バナー、商品ページ、モバイルクリエイティブなど非正方形アセットに有用です。OpenAI の現行仕様では、ピクセル数と縦横比の制限内で片辺 3840 ピクセルまでが許容されています。OpenAI image prompting guide
Creating transparent images または WebP。透過出力にはアルファ透過をサポートする形式が必要なため、JPEG は不適切です。Transparent-background requirements
これは商品切り抜き、UI アセット、アイコン、ステッカー、コンポジット用パイプラインに特に有用です。
How to Prompt GPT-Image-2.5 信頼性の高い本番プロンプトは、創作目標と制約を分けて記述します。まず肯定的な指示、その後に保持・否定の制約を書きます。
Define Composition 被写体、カメラアングル、フレーミング、奥行き、背景、重要オブジェクトの相対位置を指定します。例: 「三四分角の商品ビュー、中央配置、右側に充分なネガティブスペース、アイレベルのカメラ、50mm レンズ風」。
Describe Lighting and Materials 光源の方向、柔らかさ、コントラスト、色温度、マテリアルの反応を指定します。例: 「左上からの大型ソフトボックス、さりげないリムライト、リアルなヘアライン加工アルミ、制御された反射」。
Control Exact Text 必要なテキストは引用符で囲み、位置、階層、大文字小文字、書体を指定します。追加テキストは不要と明記します。例: 「見出し “BUILD WITH CLARITY” を最上部中央に、太字のサンセリフ体・全大文字で配置。綴りは厳密に保持。他の単語や文字、ラベル、透かしは追加しないこと。」
State What Must Be Preserved 編集時は、変更してはいけない要素（アイデンティティ、ポーズ、商品形状、ロゴ、ラベルのテキスト、比率、カメラアングル、背景）を列挙します。要求変更の前にこれらの制約を置いてください。
Add Negative Constraints 起こりがちな失敗モードを平易に列挙します。「余分な指は不可、商品の重複なし、ロゴの歪みなし、テキストの綴り間違いなし、枠線なし、透かしなし」など。否定制約は、一般的な品質用語よりも、具体的なリスクに焦点を当てるほど有効です。
How Much Does GPT-Image-2.5 Cost?
Official OpenAI API Costs 検証時点では、Flare と Sunburst は同一のトークン単価が掲載されています。テキスト入力トークンは $5/100万、キャッシュ済みテキスト入力トークンは $1.25/100万、画像入力トークンは $8/100万、キャッシュ済み画像入力トークンは $2/100万、画像出力トークンは $30/100万。最終コストはリクエスト数だけでなく、実際のトークン使用量に依存します。
CometAPI は現時点で GPT-Image-2.5 Flare に 20% 割引をモデルカタログで提示しています。ゲートウェイの価格は変動し得るため、ダッシュボードと請求書を正としてください。コスト削減のために、日常業務は Flare を使い、品質は medium または high から開始、xhigh や max は承認済み用途に限定、対応していれば入力キャッシュを再利用、不要なバリアントを避け、プレビューが UX に貢献しないなら partial_images は 0 に設定します。
Other Cost Factors and a Worked Example コストは、プロンプト長、参照画像の数と解像度、出力寸法、品質、最終出力トークン、要求したバリアント、部分プレビュー、リトライ、却下率などに左右されます。リクエスト単価と、承認された画像あたりの支出の両方を追跡してください。
承認画像あたりのコスト = 生成合計支出 ÷ レビューに通過した出力数。
Flare vs. Sunburst: Which Model Should You Use? モデル選定は Flare を Sunburst の自動置換と見なすのでなく、ワークロード駆動で行うべきです。
Interactive application 推奨 選択的に使用 Rapid prompt iteration 推奨 通常は不要 High-volume creative generation 推奨 受理率に依存 Product/reference editing 良い 推奨 Complex final composition 良い 推奨 Maximum editing control 良い 推奨 Latency-sensitive UI 推奨 あまり適さない Premium final asset まず検証 品質向上が計測できるなら推奨
多くのプロダクトにとって、最適解は「どちらか一方を永続的に選ぶ」ことではありません。大半のリクエストは Flare に送り、要求の厳しい改稿や高価値の最終出力を Sunburst に振り分けましょう。
How Do You Migrate from GPT Image 2 to GPT-Image-2.5? すでに GPT Image 2
ただし ID の置換だけで終わらせないでください。固定の評価セットを用いて、品質、出力寸法、レイテンシ、被写体の保持、テキスト正確性、編集の局所性、実トークン使用量を再評価してください。
OpenAI は、モデル比較の際、プロンプト、参照、寸法、出力形式を一定に保ち、モデル変更のみを変数とすることを推奨しています。OpenAI migration guidance
本番サービスでは、GPT-Image-2.5 周りの実装を意図的に小さく保ちましょう。API キーはサーバー側に保持、デコード済み画像は自前ストレージに保存、モデル/品質/サイズ/レイテンシ/利用量をログ、リトライ回数に上限、400 系は 429/5xx の一時的失敗と扱いを分けます。
この区別は、OpenAI ネイティブ API 向けの例を、第三者の OpenAI 互換エンドポイントへ直接適用する際に特に重要です。
Common GPT-Image-2.5 API Errors 401 Unauthorized CometAPI キーが不正/不足 COMETAPI_KEY と Bearer ヘッダーを確認 400 Bad Request パラメータ/サイズ/形式/モデル ID が不正 任意フィールドを外して最小構成で再テスト 429 Too Many Requests 同時実行やアカウントの制限に到達 ジッター付きで退避し再試行 Repeated 5xx 一時的な上流/API の問題 回数を限ってリトライ Image appears as Base64 text b64_json をデコードしていない Base64 デコードしてバイト列として保存 Transparent output fails 出力形式が非対応 PNG または WebP を使用 Edit changes too much 保持指示が不十分 変更不可の要素を明確に記述 Costs rise unexpectedly 高品質/高解像度やリトライの影響 リクエストごとの使用量をログし、承認画像単価を算出
すべての失敗を自動再試行しないでください。400 の不正リクエストは基本的に不正のままであり、認証エラーの再試行は失敗トラフィックを増やすだけです。
Rate Limits and Concurrency Tier 1 100K 5 Tier 2 250K 20 Tier 3 800K 50 Tier 4 3M 150 Tier 5 8M 250
Conclusion GPT-Image-2.5 は単なる世代交代以上に有用なモデル分割を提供します。Flare は日常的な高速画像ワークロードに最適化され、Sunburst は要求の厳しい生成・編集ワークフローに対してより高精度な選択肢を与えます。
CometAPI を介せば、どちらも最小限の統合作業で OpenAI 互換の既存アプリに組み込めます。まずは /v1/images/generations、Flare、統制された品質設定、代表的なプロンプトセットから開始しましょう。参照保持や精密な視覚変更が必要になったら、/v1/images/edits と Sunburst を追加します。
最適化の要点は、最も強力な設定を選ぶことではありません。実際のワークロードに対して、レイテンシ、トークン使用量、受理率、編集精度、承認画像あたりの実効コストを計測してください。これこそが、Flare と Sunburst のどちらが本番モデルとして適切かを決定します。
FAQ
はい。GPT Image 2.5 Flare と GPT Image 2.5 Sunburst は CometAPI 経由で利用可能です。
Do I need a separate OpenAI API key? いいえ。CometAPI 経由でモデルを呼び出す場合、認証は CometAPI キーを CometAPI のエンドポイントに対して使用します。
Should I use Flare or Sunburst? ほとんどの生成ワークロードでは Flare から始めてください。編集精度、複雑な合成、参照画像ディテールの保持が受理率に影響する場合は Sunburst を使用します。これは OpenAI 自身の両モデルの位置づけにも沿っています。
Can GPT-Image-2.5 edit existing images? はい。現行のモデル仕様は画像入力と画像編集をサポートしており、CometAPI もファミリーの編集機能を公開しています。GPT Image 2.5 Flare API in CometAPI
Does GPT-Image-2.5 support transparent images? はい。background を transparent に設定し、出力形式に PNG または WebP を使用してください。OpenAI image prompting guide
はい。CometAPI の現行サンプルは、base_url="https://api.cometapi.com/v1" と CometAPI キーで標準の OpenAI クライアントを初期化しています。CometAPI SDK example
