OpenAIは2026年9月8日、画像生成モデル「ChatGPT Images 2.5」を公開した。人物や物体の特徴を参照画像から引き継ぎ、指定した箇所以外を保ったまま編集する能力を高めたという。生成の待ち時間もImages 2.0比で最大50%短縮した。だが、今回の変化を画質と速度の更新と捉えると、狙いの半分を見落とす。文章で一度に指示して1枚を得る使い方から、画像へ直接指示し、直しながら完成させる制作工程へ踏み込んだからだ。
ChatGPT側では、手描きの線を参照にする「Sketch」、ポスターや商品写真などのテンプレート、画像上のコメントによる部分編集、プロンプトを添えた共有が加わった。APIには高速な日常用途向けのGPT-Image-2.5 Flareと、編集精度を優先するGPT-Image-2.5 Sunburstが用意された。一方で、APIの標準トークン単価は旧GPT-Image-2の2倍である。生成時間、修正回数、最終的な費用を同じ作業で測らなければ、導入時の優劣は決められない。
生成より編集に重きを置いたImages 2.5
OpenAIによれば、ChatGPT ImagesとAPIのGPT-Imageモデルでは毎週30億枚を超える画像が作られている。この数字はImages 2.5単独の利用量ではなく、ChatGPTとAPIを合わせたモデル群全体の規模だ。利用量が増えるほど、最初の1枚の出来栄えと同じくらい、修正のたびに人物の顔や商品の形、背景の配置が崩れないことが重要になる。
Images 2.5は、参照写真に写る人物や物体の特徴を以前より保ちやすくし、指示した部分に編集を絞るとOpenAIは説明する。さらに、複数回の編集でも過去の変更を維持し、画質の劣化を抑えるという。これは広告素材や商品写真のように、変更してよい要素と残す要素が明確な仕事へ向けた改善である。ただし、人物の再現性や編集後の劣化率を測った公開ベンチマークは示されていない。最大50%の待ち時間短縮にも、プロンプト、解像度、品質設定、中央値か上位の待ち時間かといった条件は付いていない。
操作画面の変更も、モデルの改善と同じ方向を向く。Sketchは、部屋の配置や衣服の輪郭など、言葉にしにくい位置関係を線で渡せる。画像上のコメントは、対象を指して「ここを消す」「この色を変える」と命じる入口になる。テンプレートは用途別に必要な情報を埋める手順を作り、プロンプト付き共有は他者が自分の写真や条件へ置き換えて試せるようにする。いずれも、長い文章だけで完成形を指定する負担を減らす機能だ。
Images 2.0は、知識や指示への追従、細かな文字を含む複雑な画像を強化し、Web検索などを使って生成前に考えるThinking modeを導入した。2.5の発表はその延長で、制作物を一度で当てる能力より、元の意図を残して直し続ける能力を前へ出した。モデル性能と操作設計を組み合わせ、試行錯誤そのものを製品機能にしたのである。
FlareとSunburst、速さと精密さを分けたAPI
APIでは用途によって入口が分かれる。単発の生成や編集にはImage APIを使い、会話の流れで画像を直す製品にはResponses APIの画像生成ツールを組み込む。後者は画像の生成費用に加え、ツールを呼び出すメインモデルのトークン料金も発生する。画像モデルの価格表だけを見ても、対話型製品の総費用は分からない。
OpenAIはFlareを高速で高品質な日常用途の標準候補、Sunburstを編集精度が最優先の制作向けと説明する。Sunburstは精密さと引き換えに生成時間が長い。両モデルはlow、medium、highに加え、xhighとmaxの品質設定を持ち、既定はautoである。最大辺は3840px、総画素数は65万5360〜829万4400、縦横比は1:3から3:1までで、2560×1440を超える解像度は実験的な扱いとなる。
標準料金を同じ100万トークン単位で比べると、値上がりは明確だ。
| 課金項目 | GPT-Image-2.5 Flare／Sunburst | GPT-Image-2 | 比率 |
|---|---|---|---|
| 画像入力 | 8ドル | 4ドル | 2倍 |
| キャッシュ画像入力 | 2ドル | 1ドル | 2倍 |
| 画像出力 | 30ドル | 15ドル | 2倍 |
| テキスト入力 | 5ドル | 2.50ドル | 2倍 |
| キャッシュテキスト入力 | 1.25ドル | 0.625ドル | 2倍 |
GPT-Image-2.5 FlareとSunburstの標準トークン単価は、画像入力、キャッシュ画像入力、画像出力、テキスト入力、キャッシュテキスト入力の全項目でGPT-Image-2の2倍になった。もっとも、これは1枚の費用が必ず2倍になるという意味ではない。モデルと品質設定によって消費する出力トークンが異なり、参照画像の枚数や大きさも入力費用を動かす。部分画像を途中表示するストリーミングでは、部分画像1枚につき画像出力100トークンが加算される。
Flareの50%低い待ち時間という主張と、2倍の単価は矛盾しない。前者は処理に要する時間、後者はトークン当たりの価格であり、測っている対象が違うためだ。制作側が見るべき値は、最終画像1枚までに使った総トークン、生成回数、修正回数、所要時間である。低品質で案を出し、高品質で仕上げる流れも含め、実際の案件で合計しなければならない。
安全評価は全体改善でも一枚岩ではない
Images 2.5のシステムカードは、違反画像を生成させるために設計した固定の敵対的プロンプト群で安全対策を評価している。遮断されず利用者へ表示された違反画像の割合は、Sunburstが1.09%、Flareが1.41%、Images 2.0の基準値が1.64%だった。全体値は2.5系の方が低い。
ただし、この評価を一般利用時の違反率と読むことはできない。試験は通常の利用分布ではなく、暴力や性的内容などの違反を引き出す目的で作られた。自動ラベルには誤りがあり得て、方針ごとにサンプル数も異なる。評価対象も、試験時点のモデルと安全対策の組み合わせに限られる。
個別方針では結果が揃っていない。性的内容では、遮断されず表示された違反画像がImages 2.0の2.07%からSunburst 0.52%、Flare 1.04%へ下がった。一方、政治では基準値1.06%に対してSunburst 1.69%、Flare 2.54%、虐待では基準値2.54%に対してSunburst 2.86%、Flare 3.27%だった。しかも、遮断されず表示された違反画像の差は、どの方針でも統計的有意水準を満たしていない。検定は両側の正確McNemar検定で、多重比較は補正されていない。
OpenAIはプロンプトと入力画像、生成後の出力を別々の段階で検査し、C2PAメタデータと不可視の透かしも継続する。高度な編集が人物や現実の出来事を扱いやすくするほど、来歴情報と遮断の仕組みは重くなる。ただし、透かしは誤用を防ぐ保証ではなく、安全評価の全体値も個別用途の安全性を保証しない。
制作現場が次に測るべきもの
ChatGPT Images 2.5は、ChatGPT、ChatGPT Work、Codexの全料金プランを対象に、デスクトップ、モバイル、Webへ順次提供される。APIではFlareとSunburstを選べるが、ChatGPT内部で両者をどう使い分けるか、利用者が選択できるか、Images 2.0のThinking modeとどう組み合わさるかは公表されていない。
導入判断では、発表文の「高品質」や「高速」をそのまま採点軸にしない方がよい。同じ参照画像と修正指示を用意し、顔やロゴなど残す要素が何回目の編集まで維持されるかを測る。文字やレイアウトを含む素材では、誤字と位置ずれの差し戻し回数も記録する。API文書自身も、複雑な指示では処理に最大2分かかり得るほか、文字の正確な配置、繰り返し登場する人物やブランド要素、構図の厳密な制御には制約が残るとしている。
制作時間が半分になっても、単価と修正回数が増えれば総費用は下がらない。反対に、1回の編集で意図した箇所だけを直せるなら、単価上昇を上回る人手の削減もあり得る。Images 2.5の価値を決めるのは、最初の1枚の見栄えではなく、完成稿へ届くまでに何回やり直し、いくら払い、どれだけ元の意図を保てたかである。