著者注：GPT-Image-2.6 と GPT-Image-2.5 は token の単価が同じで、2.6 では GIF、SVG、markup、complexity が追加されています。本記事では、公式発表、第三者によるサンプル、未確認の項目を分けて紹介します。すでに 2.5 を使っているチームが、すぐに切り替えるか、並行運用するか、それとも 2.5 を使い続けるかを判断するための材料にしてください。
まず結論：GPT-Image-2.6 は GPT-Image-2.5 に比べて、機能と速度が向上したアップグレードであり、画質が世代を超えて飛躍的に進化したわけではありません。追加された4つの機能のうち、GIF、SVG、complexity は 2.6 のみで使えます。一方、markup による注釈編集は 2.5 と 2.6 の両方に追加されています。「50%高速化」や「編集時の一貫性が向上」という主張は、現時点ではいずれも公式発表にとどまっており、2026-11-05 時点で検証可能な独立評価のスコアはありません。
次にコスト：両世代の token 単価はまったく同じですが、単価が同じだからといって、画像1枚あたりのコストも同じとは限りません。また、そのまま置き換えられるとも限りません。2.6 では complexity を指定しない場合、デフォルトで high になり、処理時間が長くなるほか、変更したくない部分まで変わる可能性があります。そのため、移行にかかる本当のコストは、自社の受け入れテストにあります。
GPT-Image-2.6とGPT-Image-2.5の比較：両世代の登場時期とモデル
GPT-Image-2.5は2026-09-08に提供が開始され、デフォルトのスナップショット日も2026-09-08です。GPT-Image-2.6は2026-11-04にChatGPT Images 2.6とともにリリースされ、執筆時点では公開からまだ1日しか経っていません。どちらの世代もモデルは2種類で、モデルIDはバージョン番号だけが異なります。
- 2.5：
gpt-image-2.5-flare、gpt-image-2.5-sunburst - 2.6：
gpt-image-2.6-flare、gpt-image-2.6-sunburst
2つのモデルの役割は変わっていません。Flareは速度と日常的な画像生成を重視し、Sunburstは細部の表現と編集精度を重視しています。2.6の公式説明では、Flareのポスターや商品画像のレイアウト能力が新たに取り上げられ、Sunburstではmedium・highの品質設定における複数回の編集での一貫性が強調されています。
もう一つ、見落としやすい違いがあります。2.5のモデルページではPerformanceが「Highest」、Speedが「Medium」と記載されていますが、2.6の両モデルのページではどちらも「Not specified」となっており、公式の等級は示されていません。
| 比較項目 | GPT-Image-2.5 | GPT-Image-2.6 |
|---|---|---|
| 提供開始日 | 2026-09-08 | 2026-11-04 |
| モデル | flare / sunburst | flare / sunburst |
| 公式の位置づけ | 編集精度を優先 | 精密な構図と画像編集ワークフロー |
| モデルページの性能・速度の表記 | Highest / Medium | Not specified |
| 対応エンドポイント | v1/images/generations、v1/images/edits |
同左 |
| 品質設定 | low / medium / high / xhigh / max / auto | 同左 |
| GIF、SVG出力 | 非対応 | 対応（生成エンドポイントのみ） |
| complexityパラメータ | なし | low / medium / high、デフォルトはhigh |
| markupによる注釈付き編集 | 対応（今回あわせて追加） | 対応 |
| 透かし | C2PA | C2PA + SynthIDの不可視透かし |
| Batch割引 | あり、画像出力は$15/1M | 公式モデルページに記載なし |
両世代で利用できるエンドポイントの範囲はまったく同じです。Image APIの生成・編集の2つのエンドポイントのみ利用でき、Chat Completions、Responses、Realtime、Liveには対応していません。サイズのルールも同じで、推奨サイズは1024×1024、1536×1024、1024×1536の3種類です。カスタムサイズは幅と高さがそれぞれ16の倍数、縦横比が1:3〜3:1、一辺が3840以下、総画素数が655,360〜8,294,400である必要があります。2560×1440を超えるサイズは実験的な扱いです。
GPT-Image-2.6で新たに追加された4つの機能
2.6と2.5の主な違いを表にまとめると、以下の4項目になります。それぞれパラメータの範囲やエンドポイントに制限があるため、導入前に一つずつ確認しましょう。確認しないと、リクエスト時にエラーが発生しやすくなります。
| 機能 | 主要パラメータ | 利用可能なエンドポイント | 主な制限 | 2.5で使用可能 |
|---|---|---|---|---|
| GIF出力 | output_format=gif、frame_count 2–64、frame_duration_ms 20–2000 |
生成エンドポイントのみ | ストリーミング、partial images、カスタム圧縮、prompt_rewriterに非対応 | いいえ |
| SVG出力 | output_format=svg、n は1である必要あり |
生成エンドポイントのみ | ストリーミング、partial images、output_compression、prompt_rewriterに非対応 | いいえ |
| markup注釈編集 | 透明なPNG注釈レイヤー | 編集エンドポイントのみ | 最初の入力画像と幅・高さを合わせる必要があり、maskやprompt_rewriterと併用不可 | はい |
| complexity | low / medium / high、デフォルトはhigh | 生成と編集 | プランニングのみを制御し、細部は制御しない。値を上げるとレイテンシが増加 | いいえ |
GPT-Image-2.6のGIF・SVG出力
GIF出力のパラメータは以下のとおりです。値の範囲はすべてOpenAIの画像生成ガイドに基づいています。
output_formatをgifに設定frame_count：2～64、デフォルトは9frame_duration_ms：20～2000、デフォルトは200、10ミリ秒単位に丸められるsize：auto、または幅と高さがともに16の倍数
SVG出力も生成エンドポイントでのみ利用できます。output_format を svg に設定し、n は1にする必要があります。生成されるのは静的なベクター画像で、スクリプト、外部リンクのリソース、埋め込みビットマップは含まれません。料金は参照画像と生成されたSVGのトークン数に基づいて計算されます。アイコンやイラスト、ブランド素材を制作するチームにとっては、ビットマップをベクターに変換する手間が省けます。ただし、編集エンドポイントはSVGに対応していないため、既存のSVGを部分的に修正することはできません。
ChatGPTでもGIF機能が同時に提供され、プロンプトやアップロードした写真から生成できるようになりました。The VergeとAndroid Authorityの報道によると、再生速度を0.5xから2xの間で調整したり、フレームごとに編集したりすることもできます。ただし、これらはChatGPT製品上の機能です。APIでもフレーム単位の編集ができるとは限らないので注意しましょう。
markupとcomplexity：編集ワークフローを左右する2つの設定
markup注釈編集では v1/images/edits を使います。透明なPNGを注釈レイヤーとして渡し、変更したい箇所を囲んだり塗ったりして指定します。注釈レイヤーは最初の入力画像と幅・高さを一致させる必要があり、それぞれ最大16,777,216ピクセル、注釈ファイルは50 MB以下です。注釈は最初の入力画像にのみ作用し、maskやprompt_rewriterとは併用できません。2.5にもこの機能が追加されているため、「注釈編集を使いたい」という理由だけでは、2.6に移行する必要はありません。
complexityは、移行を担当するチームが特に注意したいパラメータです。low、medium、highから選択でき、省略した場合のデフォルトはhighです。モデルが「どれだけプランニングするか」だけを決めるもので、レンダリングの細部や忠実度は引き続きqualityで制御します。公式によると、complexityの調整自体に追加料金はかかりませんが、値を上げるとレイテンシが増加し、意図しない変更が生じる可能性もあります。2.5のリクエストをそのまま2.6に切り替えると、自動的にプランニングが最も高い設定になります。
GPT-Image-2.6の速度と品質：公式発表と未検証の点
速度について、公式は2.6が従来より50%高速化したと発表しています。Flareは quality=low の場合、最速約6秒で画像を1枚生成できます。ただし、「50%高速化」のテスト条件は明らかにされていません。画像サイズや品質設定、待機時間を含むかどうかは不明で、品質別の速度表も公開されていません。現在参考にできる第三者による速度測定は、2.5の基準値のみです。CellCogが2026-10-25に24件のプロンプトで測定したところ、GPT Image 2.5のhigh設定での所要時間の中央値は1枚あたり28.7秒でした。これは2.5の数値であり、2.6がどれだけ速くなったかを推算することはできません。
品質についても、独立した測定結果があるのは2.5です。Artificial Analysisのデータ（2026-11-05閲覧）によると、2.5はAA-Image-T2I v2.1で1,224 Elo（13,108サンプル、ランキング1位）、AA-Image-Editing v2.1で1,199 Elo（18,300サンプル）でした。同日時点で、2.6はどちらのランキングにもまだ掲載されていません。第三者レビューのOrcaRouterは、「測定できるモデルは旧モデルだ」と端的に指摘しています。
| 主張 | 出典 | エビデンスの水準 | 対象モデル | 活用方法 |
|---|---|---|---|---|
| 従来より50%高速 | OpenAI公式 | 公式発表、テスト条件は不明 | 2.6 | 目安として捉え、レイテンシーを自分で測定する |
| Flareのlow設定で約6秒 | OpenAI公式 | 公式発表 | 2.6 Flare | リアルタイム用途の見積もりに使う |
| Sunburstは複数回の編集で一貫性が向上 | OpenAI公式 | 公式発表 | 2.6 Sunburst | 自分の編集ユースケースで必ず検証する |
| T2I 1,224 Elo / 編集 1,199 Elo | Artificial Analysis | 第三者による独立テスト、サンプル数は公開済み | 2.5のみ | 2.5の品質基準として使う |
| high設定で中央値28.7秒/枚 | CellCog、24件のプロンプト | 第三者による独立テスト、サンプル数は少ない | 2.5のみ | レイテンシーの比較基準として使う |
| 2.6 SunburstがImage Arenaで1位 | DesignArenaがXで発表 | 単一の第三者ランキングによる主張、検証可能なEloは確認できず | 2.6 Sunburst | 参考にとどめ、意思決定の根拠にはしない |
| 2.6の独立したElo、GIF生成成功率 | 現時点ではなし | 不明 | 2.6 | ランキングの更新を待つか、自分で評価する |
安全性評価も、受け入れテストのチェックリストに加えておきたい項目です。2.6のシステムカードでは、3,077件の敵対的なリクエストを使用しています。ブロックされなかった違反出力の割合は、Sunburstでは1.92%から1.72%に低下し、Flareでは1.49%から2.14%に上昇しました。公式は、Flareの変化に統計的有意性はないとしています。ただし、Flareの「安全な生成率」は78.36%から75.04%へと有意に低下しており、公式は主にOtherとsexualの2種類のリクエストが原因だと説明しています。公式の全体的な結論は、2.5と同等というものです。コンプライアンス要件が厳しい事業では、Flareのこの項目を個別に確認する必要があります。
GPT-Image-2.6 の価格比較：単価が同じでも、1枚あたりのコストは異なる
OpenAI の公式料金表（2026-11-05 確認）によると、2.5 flare、2.5 sunburst、2.6 flare、2.6 sunburst の4モデルは、単価がすべて同じです。
- テキスト入力：$5/1M tokens、キャッシュ済みテキスト $1.25/1M tokens
- 画像入力：$8/1M tokens、キャッシュ済み画像 $2/1M tokens
- 画像出力：$30/1M tokens
図注：OpenAI 公式料金表。出典 developers.openai.com/api/docs/pricing、2026-11-05 確認。
1枚あたりのコストは出力トークン数によって決まり、出力トークン数は品質レベルによって変わります。下表は、2.6 の公式計算ツールが 1024×1024 で算出した数値です。「画像出力」のみを含み、入力トークンと partial images は含みません。
| 品質レベル | 出力 tokens | 画像1枚あたりの出力コスト（USD） | 1,000枚あたり（USD） | 用途 |
|---|---|---|---|---|
| low | 823 | ≈ $0.02469 | ≈ $24.69 | スケッチ、大量プレビュー |
| medium | 1,449 | ≈ $0.04347 | ≈ $43.47 | 日常的な商品画像、SNS画像 |
| high | 1,756 | ≈ $0.05268 | ≈ $52.68 | 本番用の広告画像 |
| xhigh | 3,122 | ≈ $0.09366 | ≈ $93.66 | 細部の多いポスター |
| max | 7,024 | ≈ $0.21072 | ≈ $210.72 | キービジュアル、ごく少量の画像生成 |
この表を利用する際は、次の3点に注意が必要です。
- 2.5 にはそのまま適用できない：2.5 のモデルページには、GPT Image 2 の計算ツールでは 2.5 のトークン消費量を見積もれないと明記されています。そのため、2.6 の計算ツールによる数値は 2.6 にのみ適用されます。なお、AA では 2.5 Sunburst が1,000枚あたり約 $210.7 と表示されていますが、これは最高レベルに相当します。
- 編集時は入力を別途計算する：公式の案内によると、gpt-image-2 以降は画像入力が高忠実度で処理されるため、参照画像を伴う編集リクエストでは入力トークンが大幅に増えます。画像入力の単価は、両世代とも $8/1M です。
- Batch が適用されるかは不明：2.5 の料金ページには、Batch の画像出力は $15/1M と明記されていますが、2.6 のモデルページには同じ記載がありません。また、1536×1024 および 4K サイズでの 2.6 の出力トークン数も、公式にはまだ公開されていません。
APIYI apiyi.com では、2.6 の2モデルは従量課金制で、公式と同じ料金体系です。入力 $5/1M tokens、出力 $30/1M tokens、キャッシュ読み取り $1.25/1M tokens（2026-11-05 確認）。モデルと価格はプラットフォームのモデル一覧を基準とし、docs.apiyi.com/models で確認できます。
GPT-Image-2.6 と GPT-Image-2.5 の選び方：チーム別の3つのルール
ルール1：新機能が必要な場合や初めて導入する場合は、すぐに 2.6 を使う。 GIF アニメーション、SVG アイコンやイラストが必要な場合や、complexity でレイテンシを抑えたい場合、2.5 では代替できません。OpenAI の画像 API を初めて導入するチームも、2.6 から始めてよいでしょう。単価は同じで、既存の検収フローを移行する必要もないためです。
ルール2：すでに 2.5 の編集パイプラインがある場合は、まず並行して試す。 製品画像の複数回編集、キャラクターの一貫性、ブランドポスターを手がけるチームでは、2.5 の検収基準がすでに確立されています。一方、2.6 の「一貫性が向上した」という点は、現時点では公式の説明のみです。同じ入力を両世代に送り、complexity を明示的に low と high に設定してそれぞれ1回ずつ実行し、合格率に応じて切り替える割合を決めることをおすすめします。
ルール3：Batch の割引を利用している場合やコンプライアンス要件が厳しい場合は、2.5 を使い続ける。 オフラインで大量に画像を生成するチームで、Batch の $15/1M を前提にコストを計算している場合は、2.6 の Batch ポリシーが公式に確認されるまで待つべきです。安全な生成の割合に厳しい要件があり、主に Flare を使用する業務でも、システムカードで Flare の該当項目が大幅に低下していることを確認してから判断しましょう。
A/B テストを手軽に行うには、同じプラットフォームで両世代のモデルを使う方法があります。APIYI apiyi.com では 2.5 と 2.6 の両モデルを提供しており、同じ APIキーを使い、base_url を https://api.apiyi.com/v1 に設定すれば、モデル ID を変更するだけで切り替えられます。2.5 には、1回ごとに課金される gpt-image-2.5-all（$0.025/回）と gpt-image-2.5-vip（$0.03/回）もあり、回数課金と従量課金のコストを比較するのに適しています。
移行時にまずテストしたいのは、複数回の編集、文字入りポスター、透明背景または単色背景の製品画像という3つのユースケースです。これらは、複数回の生成・編集を通じた一貫性が不安定になる可能性、文字の描画ミス、レイアウトに敏感な構図の配置がずれる可能性という、公式が認める共通の制限に対応しています。
| チェック項目 | 方法 | 合格基準 / リスクに関する注意点 |
|---|---|---|
| complexity のデフォルト値 | すべての 2.6 リクエストで complexity を明示的に指定する |
デフォルトの high によるレイテンシや余計な変更を避ける |
| 複数回編集の一貫性 | 同じ元画像を 3～5 回連続で編集し、両世代を比較する | 主体、配色、ロゴがぶれないこと |
| 文字入りポスター | 中国語・英語のタイトルと価格の数字をそれぞれ用意する | 文字や数字に誤りがなく、レイアウトがずれないこと |
| 透明背景または単色背景の製品画像 | 輪郭、影、反射の細部を比較する | 切り抜きの輪郭がきれいで、そのまま商品掲載に使えること |
| レイテンシとタイムアウト | 実際のサイズと品質設定ごとに P50 / P95 を記録する | タイムアウトのしきい値を約2分以上に設定する |
| 新しい出力形式 | GIF、SVG は生成エンドポイントのみを使用し、n=1 とする |
編集エンドポイントへのリクエストは失敗するため、あらかじめ振り分ける |
| コストの計算方法 | 入力と出力を分けて集計し、2.6 の計算ツールを 2.5 の見積もりに流用しない | 編集リクエストの入力コストを別途計算する |
| コンプライアンスと透かし | Flare のブロック性能を再確認し、SynthID が後続処理に影響しないことを確認する | 業務の安全基準を満たすこと |
💡 選び方のアドバイス：自分たちがどのケースに当てはまるか迷ったら、まずは移行チェックリストの3つの主要ユースケースについて、それぞれ20～50枚ずつ試してみましょう。APIYI apiyi.com を通じて同じ APIキーで両世代のモデルを並行して呼び出し、合格率、レイテンシ、請求額を比較すれば、どんなランキングよりも自分たちの業務に即した判断ができます。
GPT-Image-2.6 と GPT-Image-2.5 の比較：よくある質問とまとめ
GPT-Image-2.6 のよくある質問 FAQ
Q1：2.6 のリリース後、2.5 は提供終了になりますか？
2026-11-05 時点で、OpenAI は 2.5 の提供終了日を発表しておらず、今後のライフサイクルは未定です。現時点では両世代が併存しており、APIYI apiyi.com にも両方のモデルが掲載されています。提供終了を心配して、急いで移行する必要はありません。
Q2：GIF と SVG は編集 API で使えますか？
いいえ。GIF と SVG はどちらも `v1/images/generations` でのみ使用でき、編集エンドポイントではサポートされていません。また、GIF を API で使用した場合の実際の成功率、ファイルサイズ、処理時間は公式から公表されていません。大量に使用する前に、少数のサンプルで評価することをおすすめします。
Q3：既存の 2.5 用プロンプトは書き直す必要がありますか？
最初から書き直す必要はありませんが、まず complexity の設定を確認しましょう。そのまま移行するとデフォルトは high になり、意図しない変更が加わる可能性があります。まずは low または medium を明示的に設定し、同じプロンプト群で両世代の出力を比較して、差が出たものだけ個別に調整するのがおすすめです。APIYI apiyi.com を使えば、同じ APIキーで比較できます。
Q4：2.6 でも max は使う価値がありますか？
1024×1024 の場合、max での画像出力は約 $0.21072/枚で、high の約 4 倍です。少数の重要なビジュアルには適していますが、大量の画像生成には向いていません。complexity には別途料金がかからないため、まずは high と高めの complexity を組み合わせて試し、要件を満たせなければ max に上げるとよいでしょう。
Q5：markup を使った注釈編集は 2.6 独自の機能ですか？
いいえ。markup は今回、2.5 と 2.6 の両方でサポートされ、制約も同じです。注釈レイヤーは最初の入力画像と同じ幅・高さの透明 PNG で、mask、prompt_rewriter と同時には使用できません。注釈編集だけが目的なら、モデルを更新する必要はありません。
GPT-Image-2.6 の重要ポイント Key Takeaways
- アップグレードの性質：機能と速度の向上が中心で、画質が世代を超えて飛躍したわけではありません。
- 単価は同じ：両世代とも入力は $5/1M、出力は $30/1M。2026-11-05 時点の確認結果です。
- 2.6 固有の機能：GIF、SVG、complexity。markup は両世代で利用できます。
- 根拠の範囲：1,224 / 1,199 Elo は 2.5 のスコアで、2.6 独自のスコアはまだありません。
- 移行時のリスク：complexity のデフォルトは high。2.6 が Batch をサポートするかどうかは不明です。
- 検証方法：まずは複数ターンの編集、文字入りポスター、商品画像の3つのユースケースを試しましょう。
GPT-Image-2.6 と GPT-Image-2.5 の比較まとめ
判断のポイントを一言でまとめると、GIF や SVG を使うなら 2.6、すでに成熟した編集パイプラインがあるなら、まずは両世代を並行運用しましょう。Batch に依存している場合やコンプライアンス要件が厳しい場合は、当面 2.5 にとどまるのがおすすめです。次の3つを実行しましょう。
- complexity を明示的に設定する：すべての 2.6 リクエストでこのパラメータを指定し、デフォルトの high に依存しないようにします。
- チェックリストに沿って3つのユースケースを試す：複数ターンの編集、文字入りポスター、商品画像を検証し、合格率と P95 レイテンシを記録します。
- コストを分けて記録する：入力と出力のトークンを別々に集計し、2.6 の計算ツールで 2.5 のコストを見積もらないようにします。
APIYI（apiyi.com）を通じて同じキーで両世代の A/B テストを行い、まだ公開されていないランキングに頼るのではなく、自分のサンプルを使って判断することをおすすめします。
参考資料
- OpenAI モデルページ – GPT-Image-2.6 Flare：2.6 モデルの説明
- リンク：
developers.openai.com/api/docs/models/gpt-image-2.6-flare - OpenAI モデルページ – GPT-Image-2.5 Sunburst：2.5 の位置づけ、Batch と計算ツールの説明
- リンク：
developers.openai.com/api/docs/models/gpt-image-2.5-sunburst - OpenAI 料金表：4つのモデルのトークン単価
- リンク：
developers.openai.com/api/docs/pricing - ChatGPT Images 2.6 システムカード：安全性評価データ
- リンク：
deploymentsafety.openai.com/chatgpt-images-2-6 - APIYI モデル一覧：プラットフォームで利用できるモデルと料金
- リンク：
docs.apiyi.com/models
著者：APIYI 技術チーム
技術に関するお問い合わせ：移行の検討中にご不明な点がありましたら、APIYI のホームページ apiyi.com からお気軽にお問い合わせください。詳しい資料は docs.apiyi.com のドキュメントセンターでもご覧いただけます。
