2026年9月8日に、OpenAIのAPIへ画像生成モデルが2つ追加されました。gpt-image-2.5-flare と gpt-image-2.5-sunburst です。
業務システムに画像生成を組み込んでいる側からすると、発表を読んで最初に気になるのはだいたいこの3つかなと思います。
「FlareとSunburst、結局どっちを既定のモデルにすればいいのか分からない」
「トークン単価がGPT Image 2と同じなら、モデル名を書き換えるだけで移行できますよね？」
「背景透過が要る処理だけ gpt-image-1 に逃がしているけど、もうその回避策は要らない？」
弊社も画像生成を日々の制作フローに組み込んでいて、背景透過で実際にエラーを踏んだことがあります。この記事では、公式のモデルページ・APIガイド・料金ページを原文で突き合わせて、移行の判断に効くところだけを整理します。
結論から言います
gpt-image-2から2.5へ移すときに見るべき点は、4つあります。
- 既定はFlare、編集の精度が最重要ならSunburst。 公式ガイドがそう書き分けています。Flareは「GPT-Image-2より高品質で、待ち時間は50%短い」、Sunburstは「精度が一段上で、生成時間は長い」という位置づけです
- トークン単価はGPT Image 2と同じです。ただし公式は「単価が同じでも1枚あたりの費用は同じではない」と明記しています。 モデルと品質設定でトークン消費が変わるためで、GPT Image 2の計算機は2.5のトークン消費を推定しません
- 移行でいちばん詰まりやすいのはBatchです。 2.5の2モデルはどちらも
v1/batchが Not supported、gpt-image-2 は Supported です - 背景透過は、2.5ならどちらのモデルでも指定できます。 gpt-image-2 はAPIで preview という扱いです（2026年8月20日の告知）
この記事で持ち帰れること
- FlareとSunburstを公式がどう書き分けているか
- 「単価が同じ」なのに1枚の費用を実測しなければいけない理由
- Batch・レート制限・品質設定で、gpt-image-2 と何が違うか
- 背景透過の対応状況が、この3か月でどう変わったか
- サイズ指定の制約と、組み込む前に入れておきたい入力チェック
FlareとSunburstは何が違うのか
2026年9月8日の発表（Introducing ChatGPT Images 2.5）では、2つのモデルがこう紹介されています。
GPT‑Image‑2.5 Flare … is the default choice for most applications, delivering higher-quality images than GPT‑Image‑2 at 50% lower latency
GPT‑Image‑2.5 Sunburst offers an extra level of precision for detailed creative work with longer generation times.
Flareは多くの用途の既定の選択肢で、GPT-Image-2より高品質、待ち時間は50%短い。Sunburstは精度が一段上で、生成時間は長い。 同じ発表には、Sunburstは「編集をまたいでより厳密に制御できることが役立つ、高品質なビジュアルのワークフロー向け」とも書かれています。
APIガイド（Image generation）の書き分けは、もっと端的です。
Choose Sunburst for workflows where editing precision matters most, and Flare for fast, high-quality everyday image generation.
編集の精度が最重要ならSunburst、速くて高品質な日常の生成ならFlare。 モデルページの見出しも、Flareは「Fast, high-quality everyday image generation」、Sunburstは「Our most capable model for image generation and editing」となっています。
モデルページ（Flare／Sunburst／GPT Image 2）とガイドから、組み込む側が気にする項目を並べるとこうなります。
| 項目 | gpt-image-2.5-flare | gpt-image-2.5-sunburst | gpt-image-2 |
|---|---|---|---|
| 既定のスナップショット | gpt-image-2.5-flare-2026-09-08 | gpt-image-2.5-sunburst-2026-09-08 | gpt-image-2-2026-04-21 |
| 品質設定 | low / medium / high / xhigh / max / auto | low / medium / high / xhigh / max / auto | high まで |
| v1/images/generations・edits | Supported | Supported | Supported |
| Batch（v1/batch） | Not supported | Not supported | Supported |
品質設定の xhigh と max は2.5で追加されたもので、ガイドには「どちらのモデルも既定は auto」「それ以前のGPT Imageモデルは high まで」と書かれています。
単価は同じ。でも「1枚いくら」は同じとは限らない
料金ページ（Pricing）では、Flare と Sunburst は同じ金額です。100万トークンあたりで次のとおりです。
- 画像入力 $8.00 ／ キャッシュされた画像入力 $2.00 ／ 画像出力 $30.00
- テキスト入力 $5.00 ／ キャッシュされたテキスト入力 $1.25
ここで「単価が同じなら、費用も今と変わらない」と読むのは危ないです。ガイドにははっきりこう書かれています。
Equal token rates don’t mean equal cost per image: token consumption can differ by model and quality setting.
単価が同じでも、1枚あたりの費用は同じにはならない。トークン消費がモデルと品質設定で変わるから。 さらにモデルページには、次の一文があります。
Token rates match GPT Image 2. The GPT Image 2 calculator does not estimate GPT Image 2.5 token consumption.
つまり、今あるGPT Image 2の計算機では2.5の費用を見積もれません。 ガイドは、レスポンスの usage を使って、自分のプロンプト・サイズ・品質設定でのトークン消費を測るよう案内しています。
見積もりに入れておきたい上乗せも2つ書かれています。
- Responses API 経由で呼ぶ場合は、画像生成の費用に加えて、メインのモデルのトークン使用量も含まれる
- ストリーミングで途中画像（
partial_images）を受け取る場合は、途中画像1枚ごとに画像出力トークンが100追加される
正直、ここは「単価表だけ見て稟議を通す」と後で合わなくなるところだなと思います。なお、この記事のためにAPIを実際に叩いて2.5の費用を測ることはしていません。いまの弊社の記事画像の制作は、Codexのサブスクリプション内蔵の画像生成で回しているためです。
移行でいちばん詰まりやすいのはBatch
モデルページのエンドポイント表を見ると、差がいちばんはっきり出ているのがBatchです。
gpt-image-2.5-flare：Batch（v1/batch）は Not supportedgpt-image-2.5-sunburst：Batch（v1/batch）は Not supportedgpt-image-2：Batch（v1/batch）は Supported
どちらの2.5モデルも、v1/images/generations と v1/images/edits は Supported です。Responses API の画像生成ツールのモデルとして指定することもできます。
夜間にまとめて商品画像を作るような処理を Batch で回している場合は、モデル名を書き換える前に、その処理の経路を見直す必要があります。 弊社が業務システムを設計するときも、外部APIの「同期で呼ぶか、まとめて投げるか」は最初に決める項目で、ここが変わると再試行やタイムアウトの作りまで変わってきます。
レート制限（TPM／IPM）は、2.5の2モデルとgpt-image-2のモデルページで同じ値が並んでいます。
| Tier | TPM | IPM |
|---|---|---|
| Tier 1 | 100,000 | 5 |
| Tier 2 | 250,000 | 20 |
| Tier 3 | 800,000 | 50 |
| Tier 4 | 3,000,000 | 150 |
| Tier 5 | 8,000,000 | 250 |
Tier 1 だと1分あたり5枚です。Batch を使わずに同期で回すなら、この上限に合わせた待ち行列が要ります。
背景透過は「gpt-image-1に逃がす」運用を見直す時期
ここは弊社自身の記録から書きます。
2026年6月11日、弊社の画像生成スクリプトで gpt-image-2 に背景透過を指定したところ、400: Transparent background is not supported for this model. で失敗しました。 それ以来、切り抜きのイラストが要るときだけ gpt-image-1 を指定する、という回避策で運用していました。
その後、公式の状況が2段階で変わっています。
- 2026年8月20日：OpenAI Developers の告知が、開発者コミュニティに転載されています（Transparent backgrounds are now available in preview for GPT-Image-2 in the API）。gpt-image-2 の背景透過は、APIで preview として使えるようになりました
- 2026年9月8日：2.5の発表に「透過背景を含む、より複雑なレイアウトを扱える」と書かれました。APIガイドには、指定方法がこう書かれています
For transparent backgrounds with either model, set background: “transparent” and use output_format: “png” or “webp” .
2.5なら、FlareでもSunburstでも background: "transparent" と、出力形式 png か webp の組み合わせで透過を指定できます。 gpt-image-2 のほうは、告知の表現どおり preview という扱いです。
なお、弊社はまだ2.5の透過をAPIで実際に生成して確かめてはいません。本番に組み込む前に、透過PNGが期待どおりに抜けているかを数パターンで確かめる工程は残しておいたほうがいいかなと思います。
サイズの制約は、組み込む前に入力チェックへ入れる
ガイドに書かれている2.5のサイズの条件は、次のとおりです。
- 推奨サイズは
1024x1024（正方形）、1536x1024（横長）、1024x1536（縦長） 1536x864のような幅x高さの任意サイズも指定できる- 幅と高さは 16の倍数、縦横比は 1:3〜3:1、どちらの辺も 3840ピクセル以下
- 総画素数は 655,360〜8,294,400（4K）
- 2560×1440 を超える解像度は実験的
ユーザーが自由にサイズを入れられる画面を作るなら、この条件はAPIに投げる前にこちら側で弾いたほうが親切です。
ガイドの「制約」の節も、組み込む側としては読んでおきたいところです。
- 複雑なプロンプトは処理に最大2分かかることがある
- 文字描画は大きく改善したものの、正確な配置と鮮明さにはまだ課題がある
- 繰り返し登場するキャラクターやブランド要素の一貫性が崩れることがある
- 構造的・レイアウト重視の構図では、要素を正確に配置しにくいことがある
タイムアウトを短く設定していると、正常な処理を失敗扱いにしてしまいます。 最大2分を前提にした待ち方にしておくのが無難です。
あとは、サブスクリプションで試作してAPIで本番、という進め方をしている方向けに1つだけ。Codexのドキュメント（Image generation）には、Codexの内蔵の画像生成について「gpt-image-2 を使い、Codexの利用枠を消費する」と書かれていて、まとめて大量に作るときは OPENAI_API_KEY を設定してAPI料金で生成するよう案内されています。一方で、2.5の発表は「ChatGPT・ChatGPT Work・Codexの全ユーザーに提供」と書いています。Codexの画像生成の仕組み自体は、Claude CodeとCodexを連携させて画像を作る方法で書いています。
弊社でも2026年9月13日に、Codexのサブスク認証（APIキーは不使用）で1回だけ試しました。画像生成の呼び出しは約21秒で、1536x864 を指定した画像は 1672x941 で出力されました。 自社で生成した過去203枚の画像の来歴メタデータ（C2PA）も、記録はすべて「gpt-image / 2.0」で、どの世代のモデルで作られたかは判別できませんでした。
CodeClimbの見解
ここからは公式の記載ではなく、実際に画像生成を業務の仕組みに組み込んでいる側としての解釈です。
まず、既定はFlareにして、編集が崩れる処理だけSunburstを当てる、という分け方が素直かなと考えています。 ただし、切り替える前に自社の代表的な画像を何パターンか選んで、usage でトークン消費を実測することを先にやります。公式が「単価が同じでも1枚の費用は同じではない」と書いている以上、単価表だけで見積もった数字は信用しないほうがいいと思います。円建ての価格や、2.5での1枚あたりの料金は、弊社が確認した公式ページの範囲では見つけられませんでした。
Batchは、移行の順番を決める材料になると思います。 夜間の一括処理のように「待てるけど件数が多い」ものは、しばらく gpt-image-2 のまま残し、画面から呼ぶ「待てない・編集が多い」ものから2.5に移す。二本立ては管理が増えますが、全部を一度に切り替えて同期処理のレート制限にぶつかるよりは安全です。Batch対応の予定について、弊社が確認した範囲では公式の記載は見当たりませんでした。今後変わる可能性はあるので、ここは定期的に見直す前提です。
背景透過については、「透過が要るときは gpt-image-1」という回避策は見直していい段階だと考えています。 ただ、gpt-image-2 の透過は preview という位置づけなので、仕様が変わる可能性を受け入れられない本番処理なら、2.5に寄せたほうが説明がつきやすいです。弊社の社内メモもこの時系列に合わせて更新しました。
サブスクで試作した結果を、そのままAPI本番の見積もりや品質の根拠にしないことも大事だと思っています。 1536×864 の指定に対して 1672×941 が返ってきたのは、1672も941も16の倍数ではないので、APIガイドのサイズ条件とは別の経路で処理されている可能性があります（原因は確認できていません）。203枚のメタデータで世代が判別できなかったこともあり、「Codexで試したら良かったから、APIの2.5でも同じ」とは言えません。ちなみに弊社の記録では、Codexの画像生成の呼び出し時間の中央値は、2026年7月（119件）が62.6秒、9月（12件）が38.1秒でした。ただしプロンプトもサイズも時間帯もそろっていないので、2.5で速くなったとは判断していません。
Sunburstの生成時間が具体的に何秒なのかも、公式の発表では「生成時間が長い」という書き方で、弊社が確認した範囲では数字を見つけられませんでした。画面から同期で呼ぶ用途でSunburstを使うなら、ここは自社で測ってから決めるのが確実です。
ChatGPT Images 2.5の関連記事
- Codexの画像生成はImages 2.5になったのか：公式の記載がどう食い違っているかと、自社で生成した画像のメタデータでどこまで確かめられたかが分かります
- ChatGPT Images 2.5を業務の画像づくりに使う前に：画像の中の日本語をどう確認するか、人物やブランドをどこで線引きするか、来歴情報をどう受け止めるかが分かります
まとめ
- 2026年9月8日に、APIへ
gpt-image-2.5-flareとgpt-image-2.5-sunburstが追加されました。既定はFlare、編集精度が最重要ならSunburstというのが公式の書き分けです - トークン単価はGPT Image 2と同じで、FlareとSunburstにも差はありません。ただし公式は「単価が同じでも1枚あたりの費用は同じではない」と明記していて、GPT Image 2の計算機は2.5を推定しません。
usageで実測します - Batch（
v1/batch）は2.5の2モデルとも Not supported、gpt-image-2 は Supported です。一括処理を回しているなら、移行の前に経路を見直します - 背景透過は、2.5ならどちらのモデルでも指定できます。 gpt-image-2 はAPIで preview（2026年8月20日の告知）です
- サイズは16の倍数・縦横比1:3〜3:1・一辺3840ピクセル以下。複雑なプロンプトは最大2分かかることがあります
ご相談ください
画像生成を業務の仕組みに組み込むときに難しいのは、モデルを選ぶことより、費用の測り方・一括処理の経路・失敗したときの戻し方を先に決めることだと思っています。弊社はツールを売る側ではなく、実際に作って運用する側として、公式の記載と自社の運用記録を突き合わせてお伝えしています。
- 業務システムへの組み込み・設計はシステム開発・DX支援
- ご相談はお問い合わせフォームからどうぞ
出典
- https://openai.com/index/introducing-chatgpt-images-2-5/ ｜ OpenAI（Introducing ChatGPT Images 2.5） ｜ 2026年9月
- https://developers.openai.com/api/docs/models/gpt-image-2.5-flare.md ｜ OpenAI API Docs（GPT-Image-2.5 Flare） ｜ 参照 2026-09-14
- https://developers.openai.com/api/docs/models/gpt-image-2.5-sunburst.md ｜ OpenAI API Docs（GPT-Image-2.5 Sunburst） ｜ 参照 2026-09-14
- https://developers.openai.com/api/docs/models/gpt-image-2.md ｜ OpenAI API Docs（GPT Image 2） ｜ 参照 2026-09-14
- https://developers.openai.com/api/docs/guides/image-generation ｜ OpenAI API Docs（Image generation） ｜ 参照 2026-09-14
- https://developers.openai.com/api/docs/pricing ｜ OpenAI API Docs（Pricing） ｜ 参照 2026-09-14
- https://learn.chatgpt.com/docs/image-generation.md ｜ ChatGPT / Codex Docs（Image generation） ｜ 参照 2026-09-14
- https://community.openai.com/t/transparent-backgrounds-are-now-available-in-preview-for-gpt-image-2-in-the-api/1391541 ｜ OpenAI Developer Community（OpenAI Developers の告知の転載） ｜ 2026年8月
