ブログに戻る

E2Xで使うOpenAI GPT Image 2.5 API:最大4K・xhighおよびmax品質が$0.0525から

E2X Team··読了時間 16分
gpt-image-2.5gpt-image-2.5-sunburstgpt-image-2.5-flareopenaiimage-generationimage-apitext-to-imageimage-editing

OpenAIのGPT Image 2.5が、E2X APIの2つのエンドポイントで利用可能になりました。テキストプロンプトからシーンを生成するopenai/gpt-image-2.5-sunburst/text-to-imageと、元画像の編集や複数画像の合成を行うopenai/gpt-image-2.5-sunburst/edit-imageです。常時適用の75%割引により、1Kリクエストは**$0.0525**、2Kリクエストは**$0.105**、4Kリクエストは**$0.1575**で課金されます。

この料金は、スキーマ内のどのquality設定を選んでも変わりません。E2Xでは、新しく追加されたxhighおよびmax品質ティアにも、low、medium、highとまったく同じ×7倍率が適用されます。追加コストを1セントも払うことなく、すべてのジョブをxhighまたはmaxで実行できます。

スレート製の作業台に置かれた真鍮製比色計と光学プリズムの俯瞰スタジオ写真

このガイドでは、基本料金と倍率から請求額が決まる仕組み、両エンドポイントの完全な入力スキーマ、ポーリングおよびWebhook用の本番向けcurl・TypeScriptコード、そして本ページのサンプル画像を生成した実際のプロンプトまで、統合に必要な手順を網羅して解説します。

$0.0525の料金が計算される仕組み

E2Xの課金計算式を把握しておくと、よくある2つの無駄を防げます。1つはプロンプトの文言を調整している段階から4K解像度の料金を払ってしまうこと、もう1つはqualityを下げても料金が変わらないのに節約目的で画質を落としてしまうことです。

openai/gpt-image-2.5-sunburst/text-to-imageとopenai/gpt-image-2.5-sunburst/edit-imageはどちらも、定価のベース単価が$0.03(APIレスポンスでは30,000マイクロセント)に設定されています。E2Xはこのベース単価に常時75%の割引を適用し、開始単価を$0.0075(7,500マイクロセント)に引き下げます。そこから、課金エンジンが2つのパラメータ係数を掛け合わせます。

  1. quality係数:low、medium、high(スキーマのデフォルト)、xhigh、maxのすべてに×7倍率が適用されます。$0.0075に7を掛けると$0.0525になります。
  2. resolution係数:1K(スキーマのデフォルト)は×1、2Kは×2、4Kは×3が適用されます。

動的料金テーブルでは5つのquality値すべてが同じ×7係数にマッピングされているため、1枚あたりのコストを左右するパラメータはresolutionだけです。qualityを省略するとデフォルトのhigh(×7)が適用されるため、完了したジョブで倍率なしの$0.0075が請求されることはありません。また、xhighとmaxも同じ×7係数を共有しているため、lowやmediumに下げても節約額はゼロです。プロンプトの視覚的な密度に応じてqualityはhigh、xhigh、またはmaxに設定し、lowは使わないようにしましょう。

解像度倍率計算式E2X定価($0.03 × 7)E2X割引価格(75%オフ)APIマイクロセントfal.aiオンデマンド(highティア)E2Xでの削減率
1K(デフォルト)$0.0075 × 7 × 1$0.21$0.052552500$0.21175%
2K$0.0075 × 7 × 2$0.42$0.1050105000$0.22253%
4K$0.0075 × 7 × 3$0.63$0.1575157500$0.40161%

料金比較は2026年11月4日時点のfal.aiオンデマンド価格に基づきます。各プロバイダーの料金や条件は変更される場合があります。最新の数値は料金ページでご確認ください。

反復的なデザインループを回すチームにとって、この倍率カーブは予算管理をシンプルにします。ライティングやカメラアングル、埋め込みテキストを"xhigh"または"max"で調整している間は、resolutionを"1K"に固定しておきます。1Kでのドラフト生成8回分の合計は$0.42です。レイアウトが確定したら、本番用の"4K"マスターレンダリングを$0.1575で1回実行します。全9枚のシーケンス全体で$0.5775に収まり、すべてのドラフトを4Kで回した場合の$1.4175と比べて大幅にコストを抑えられます。

上の表の5列目に注目してください。E2X APIが返す金額フィールドはすべてマイクロセント単位の整数であり、1,000,000マイクロセントが$1.00 USDに相当します。1K生成は52500、2K生成は105000、4K生成は157500を返します。台帳テーブルにはこれらの整数をそのまま保存し、管理画面などのUIに表示するときだけ1,000,000で割るようにしてください。

両エンドポイントの完全なパラメータスキーマ

GPT Image 2.5の両ルートは、POST https://api.e2x.ai/v1/jobs/submitの標準E2Xジョブエンベロープで呼び出します。JSONボディのトップレベルにモデル識別子を渡し、モデル固有の制御パラメータはすべてinputオブジェクト内に配置します。 E2Xでは、GPT Image 2.5は2つのバリアントで提供されています。1K/2K/4K解像度とlow、medium、high、xhigh、max品質ティアに対応するGPT Image 2.5 Sunburst(openai/gpt-image-2.5-sunburst)と、1K/2K/4K解像度およびlow、medium、high品質ティアで/models/openai/gpt-image-2.5-flare/text-to-imageと/models/openai/gpt-image-2.5-flare/edit-imageをサポートするGPT Image 2.5 Flare(openai/gpt-image-2.5-flare)です。

パラメータ利用可能なエンドポイント型必須デフォルト指定可能な値 / 上限
prompt両エンドポイントstringはいなしtext-to-imageは最大32,000文字、edit-imageは最大50,000文字。
image_urlsedit-imageのみstring[]はい(edit時)なし参照条件付け、合成、編集に使用する公開アクセス可能なHTTPS URL。
aspect_ratio両エンドポイントstringいいえ"1:1""auto"、"1:1"、"4:3"、"3:4"、"3:2"、"2:3"、"5:4"、"4:5"、"16:9"、"9:16"、"2:1"、"1:2"、"21:9"、"9:21"、"3:1"、"1:3"(計16種類)。
resolution両エンドポイントstringいいえ"1K""1K"、"2K"、"4K"(大文字必須)。
quality両エンドポイントstringいいえ"high""low"、"medium"、"high"、"xhigh"、"max"。

バリデーション層を実装する前に、スキーマに関する3つの仕様を押さえておきましょう。

  • OpenAIモデルではresolutionの文字列に大文字が必須です。"1K"、"2K"、または"4K"を渡してください。すでに当社のtext-to-imageカタログにあるGoogleモデル(解像度が小文字の"1k"、"2k"、"4k")を呼び出している場合は、単一の文字列定数を共有するのではなく、モデルスラッグごとに大文字・小文字を正規化してください。
  • aspect_ratioのデフォルトは"1:1"で、"auto"もサポートしています。aspect_ratioを省略すると、GPT Image 2.5は正方形のフレームをレンダリングします。明示的に"auto"を渡すと、プロンプトに記述された被写体に基づいてサポート対象のアスペクト比から最適なものを自動選択します(edit-imageの場合は主要な参照画像のフレーミングを維持します)。
  • GPT Image 2.5にはbackgroundパラメータがありません。openai/gpt-image-2.5-sunburst/text-to-imageとopenai/gpt-image-2.5-sunburst/edit-imageのどちらも、backgroundフィールド("transparent"、"opaque"、"auto")を含んでいません。ワークフローで1回のAPIコールによるアルファチャンネル付き透過PNG切り抜きが必要な場合は、同じ$0.0525の料金で利用できるopenai/gpt-image-2/text-to-imageまたはopenai/gpt-image-2/edit-imageにリクエストをルーティングしてください。この使い分けについては、GPT Image 2.5とGPT Image 2の比較記事で詳しく解説しています。

curlで最初の画像を生成する

GPT Image 2.5のジョブは完了までに平均60秒ほどかかるため、E2X APIは非同期方式を採用しています。POSTリクエストはペイロードを検証してジョブをキューに追加し、即座にjobIdを返します。

以下は、openai/gpt-image-2.5-sunburst/text-to-imageを解像度"1K"、品質"xhigh"($0.0525)で呼び出す完全なcurlリクエストです。

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer $E2X_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-image-2.5-sunburst/text-to-image",
    "input": {
      "prompt": "Overhead editorial photograph of an anodized aluminum mechanical keyboard on a dark walnut desk. Keycaps in matte charcoal with a single signal orange Esc key. Soft north-window daylight from the top left, crisp key legends.",
      "aspect_ratio": "3:2",
      "resolution": "1K",
      "quality": "xhigh"
    }
  }'

GPT Image 2.5でアスペクト比3:2にて生成されたアルマイト加工アルミニウム製メカニカルキーボード

上記の画像に使用したプロンプト:

"Overhead editorial photograph of an anodized aluminum mechanical keyboard on a dark walnut desk. Keycaps in matte charcoal with a single signal orange Esc key. Soft north-window daylight from the top left, crisp key legends."

このプロンプトが"xhigh"品質で効果を発揮する理由:メカニカルキーボードは、キーキャップの間隔の不揃いや列の歪み、印字の潰れがあるとすぐに不自然さが目立つため、画像生成モデルにとって定番のストレステストです。真上からのカメラアングルを指定し、筐体の正確な素材(anodized aluminum)を明記し、アクセントカラーを1箇所(single signal orange Esc key)に絞り込んだうえで"xhigh"品質をリクエストすることで、スイッチのグリッドをまっすぐに保ち、キーキャップの印字をシャープに描画するための十分なサンプリング予算がモデルに与えられます。

送信コールが成功すると、APIは200 OKとともにジョブ識別子を含むJSONエンベロープを返します。

{
  "success": true,
  "data": {
    "jobId": "job_01J9X7K3M8P2Q4R6S8T0V2W4Y6",
    "status": "pending"
  }
}

ターミナルからステータスを確認するには、同じAuthorizationヘッダーを付けてGET https://api.e2x.ai/v1/jobs/{jobId}を呼び出します。

curl -s https://api.e2x.ai/v1/jobs/job_01J9X7K3M8P2Q4R6S8T0V2W4Y6 \
  -H "Authorization: Bearer $E2X_API_KEY"

data.statusがpendingからprocessing、そして最終的にcompletedへと遷移すると、完成した画像のURLがdata.outputs[0].urlに格納されます。

max品質でのタイポグラフィとポスターレイアウト

GPT Image 2.5でhighからxhighやmaxへ引き上げる最大のメリットの1つが、構造化されたグラフィックレイアウト内でのテキスト描画です。ポスター、ブックカバー、パッケージの展開図、UIカードなどでは、厳密なベースラインの整列とクリーンな字形が求められます。

以下は、解像度"2K"、品質"max"($0.105)で2:3のスイススタイル展覧会ポスターを生成するために使用したプロンプトとパラメータ構成です。

'Minimalist museum poster on textured cotton paper. Centered Swiss grid typography reading "ZURICH DESIGN WERKSCHAU 2026" in bold black grotesque type above a cobalt blue geometric arch.'

GPT Image 2.5で生成された正確なタイポグラフィを持つスイススタイルの美術館ポスター

GPT Image 2.5で画像内の文字描画を安定させるには、3つの実践的なルールがあります。

  1. 表示したい正確な文字列を引用符で囲む。引用符内のすべてがキャンバスに描画すべきリテラル文字列として扱われ、周囲の単語が書体(bold black grotesque type)、用紙素材(textured cotton paper)、配置(Centered Swiss grid typography)を指示します。
  2. 文字が主役となる場合は必ずxhighまたはmaxを使用する。E2Xではmaxもhighと同じ×7倍率で課金されるため、"quality": "max"を指定すればコストを増やさずに最も引き締まったカーニングとシャープな輪郭を得られます。
  3. 最終的なアスペクト比を最初から選択する。ポスターには"2:3"または"3:4"が適しています。"1:1"で生成してから後でトリミングすると、グリッドレイアウトの要となる余白が切り落とされてしまいます。

本番環境向けTypeScript統合:ポーリングとストレージ保存

Node.jsやTypeScriptのバックエンドでは、ジョブの送信、適切な間隔でのポーリング(当社のワーカーのポーリング間隔に合わせた約3秒が目安)、そしてE2Xの一時配信URLから自社のS3、R2、またはGCSバケットへの完成ファイルのコピーという3つの処理を確実に実装する必要があります。

ダウンロード手順は省略しないでください。data.outputs[0].urlで返されるURLは有効期限の短い一時配信リンクです。その文字列をアプリケーションのデータベースにそのまま保存すると、配信オブジェクトの期限切れ後に画像が表示されなくなります。

import { writeFile, mkdir } from "node:fs/promises";
import path from "node:path";

const E2X_BASE_URL = "https://api.e2x.ai/v1";
const API_KEY = process.env.E2X_API_KEY;

if (!API_KEY) {
  throw new Error("Missing E2X_API_KEY environment variable");
}

type GptImageResolution = "1K" | "2K" | "4K";
type GptImageQuality = "low" | "medium" | "high" | "xhigh" | "max";

interface SubmitTextToImageInput {
  prompt: string;
  aspect_ratio?: string;
  resolution?: GptImageResolution;
  quality?: GptImageQuality;
  webhookUrl?: string;
}

const headers = {
  Authorization: `Bearer ${API_KEY}`,
  "Content-Type": "application/json",
};

export async function submitGptImage25(
  options: SubmitTextToImageInput
): Promise<string> {
  const { webhookUrl, ...input } = options;

  const response = await fetch(`${E2X_BASE_URL}/jobs/submit`, {
    method: "POST",
    headers,
    body: JSON.stringify({
      model: "openai/gpt-image-2.5-sunburst/text-to-image",
      input: {
        prompt: input.prompt,
        aspect_ratio: input.aspect_ratio ?? "2:3",
        resolution: input.resolution ?? "2K",
        quality: input.quality ?? "max",
      },
      ...(webhookUrl ? { webhookUrl } : {}),
    }),
  });

  if (!response.ok) {
    throw new Error(`Submit failed (${response.status}): ${await response.text()}`);
  }

  const payload = (await response.json()) as { data: { jobId: string } };
  return payload.data.jobId;
}

export async function pollUntilComplete(
  jobId: string,
  timeoutMs = 300_000
): Promise<string> {
  const deadline = Date.now() + timeoutMs;
  let delayMs = 3000;

  while (Date.now() < deadline) {
    await new Promise((resolve) => setTimeout(resolve, delayMs));

    const response = await fetch(`${E2X_BASE_URL}/jobs/${jobId}`, { headers });
    if (!response.ok) {
      throw new Error(`Status check failed with HTTP ${response.status}`);
    }

    const { data } = (await response.json()) as {
      data: {
        status: string;
        outputs?: Array<{ url: string }>;
        error?: { message?: string };
      };
    };

    if (data.status === "completed" && data.outputs?.[0]?.url) {
      return data.outputs[0].url;
    }
    if (data.status === "failed" || data.status === "cancelled") {
      throw new Error(data.error?.message ?? `Job ended in ${data.status}`);
    }

    delayMs = Math.min(Math.round(delayMs * 1.25), 8000);
    }

  throw new Error(`Timed out waiting for job ${jobId}`);
}

async function saveImage(url: string, destination: string): Promise<void> {
  const res = await fetch(url);
  if (!res.ok) throw new Error(`Download failed: HTTP ${res.status}`);
  await mkdir(path.dirname(destination), { recursive: true });
  await writeFile(destination, Buffer.from(await res.arrayBuffer()));
}

生のfetchラッパーを自作する代わりに構築済みのクライアントを利用したい場合は、E2X SDKページで公式パッケージと設定例をご確認ください。

バッチワークロード向けにWebhookへ切り替える

GPT Image 2.5の両エンドポイントは、アカウントあたり最大100件のアクティブジョブ同時実行上限に加え、1分あたり100コール、1時間あたり5,000コール、1日あたり50,000コールのレート上限をサポートしています。100件近いジョブを並列実行する場合、メモリ上で100個のポーリングループを開いたままにするとワーカープロセスが占有され、デプロイ環境が不安定になります。

/v1/jobs/submitボディのルートにwebhookUrlを渡すと、ポーリングループが不要になります。ジョブがcompleted、failed、またはcancelledに達した時点で、E2Xから指定のサーバーへHTTP POST通知が送信されます。

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer $E2X_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-image-2.5-sunburst/text-to-image",
    "input": {
      "prompt": "Overhead editorial photograph of an anodized aluminum mechanical keyboard on a dark walnut desk. Keycaps in matte charcoal with a single signal orange Esc key. Soft north-window daylight from the top left, crisp key legends.",
      "aspect_ratio": "3:2",
      "resolution": "1K",
      "quality": "xhigh"
    },
    "webhookUrl": "https://api.yourcompany.com/webhooks/e2x-image"
  }'

Webhookハンドラーでは、受信したjobIdを記録し、APIキーを使ってGET /v1/jobs/{jobId}を呼び出して状態を検証したうえで、data.outputs[0].urlから永続オブジェクトストレージへ画像をダウンロードし、データベースの該当行を完了としてマークしてください。

openai/gpt-image-2.5-sunburst/edit-imageによる画像編集と合成

商品写真、パッケージレイアウト、建築レンダリングなどの元画像がすでに手元にあり、特定領域の修正や複数の参照画像の合成を行いたい場合は、モデルスラッグをopenai/gpt-image-2.5-sunburst/edit-imageに切り替えます。

料金はtext-to-imageと同じ(1Kが$0.0525、2Kが$0.105、4Kが$0.1575)で、スキーマのルールが2点変わります。

  1. image_urlsが必須になります。元画像を指す1つ以上の公開アクセス可能なHTTPS URLの配列を渡してください。
  2. promptの上限が50,000文字に拡大されます。text-to-imageの32,000文字から拡張されたこの余裕により、自動化されたカタログパイプラインでOCRの全文トランスクリプト、厳密なブランドカラー制約、参照画像ごとの配置ルールを文字数制限エラーに引っかかることなく渡すことができます。

以下は、image_urlsに2枚の元画像を渡し、解像度"1K"、品質"max"($0.0525)で合成するcurlリクエストです。

curl -X POST https://api.e2x.ai/v1/jobs/submit \
  -H "Authorization: Bearer $E2X_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "openai/gpt-image-2.5-sunburst/edit-image",
    "input": {
      "prompt": "Place the brushed titanium chronograph watch from image 1 onto the wet dark slate surface from image 2. Preserve the exact dial markings, hands, and bezel knurling from image 1, and match the cool cyan rim reflections from image 2.",
      "image_urls": [
        "https://your-cdn.example.com/catalog/chronograph-cutout.png",
        "https://your-cdn.example.com/backdrops/wet-slate-studio.jpg"
      ],
      "aspect_ratio": "1:1",
      "resolution": "1K",
      "quality": "max"
    }
  }'

edit-image用のプロンプトを書く際は、何を変更し、何を固定したままにするかを明示し、image_urls内の1始まりの順番(image 1、image 2)で各入力画像を指定してください。複数画像のインデックス指定、パッケージラベルの差し替え、50K文字プロンプトのテンプレートについては、GPT Image 2.5複数画像編集ガイドで詳しく解説しています。

E2XモデルカタログにおけるGPT Image 2.5の位置づけ

当社がホストするすべての画像モデルは、E2Xモデルカタログで一覧できるほか、text-to-imageカテゴリやimage-to-imageカテゴリで絞り込むこともできます。E2X上のすべてのモデルは同じ/v1/jobs/submitコントラクトを共有しているため、OpenAIモデルとGoogleモデルの切り替えはmodel文字列の変更とresolutionの大文字・小文字の調整だけで完了します。

  • GPT Image 2.5(1K $0.0525、4K $0.1575):OpenAIの高いプロンプト追従性とタイポグラフィ描画に、xhighやmax品質ティアおよびaspect_ratio: "auto"を組み合わせたい場合に最適です。
  • GPT Image 2(1K $0.0525、4K $0.1575):background: "transparent"によるネイティブなアルファチャンネル付き透過PNG切り抜きがパイプラインで必要な場合に選択してください。
  • Google Nano Banana 2.1(1K $0.03、2K $0.04、4K $0.09):E2Xで最も安い4K生成コストや、8:1および1:8といった極端なパノラマ比率が必要な場合に適しています。
  • Google Nano Banana Pro(1K/2K $0.075、4K $0.15):役割ごとに分離された複数参照画像によるキャラクターの一貫性維持が必要な場合に選択してください。

よくある質問(FAQ)

なぜE2Xではxhighやmaxがlowやhighと同じ料金なのですか?

openai/gpt-image-2.5-sunburst/text-to-imageおよびopenai/gpt-image-2.5-sunburst/edit-imageに対するE2Xの料金スキーマでは、5つのquality値(low、medium、high、xhigh、max)すべてが、割引後のベースコスト$0.0075に対して同じ×7倍率にマッピングされています。そのため、どの品質設定を選んでも1Kは$0.0525、2Kは$0.105、4Kは$0.1575で一定となります。

text-to-imageエンドポイントとedit-imageエンドポイントの違いは何ですか?

openai/gpt-image-2.5-sunburst/text-to-imageはテキストのprompt(最大32,000文字)のみから新しい画像を生成します。一方、openai/gpt-image-2.5-sunburst/edit-imageは既存のビジュアルを編集、スタイル変換、または合成するためにprompt(最大50,000文字)とimage_urls(元画像のURL配列)の両方を必要とします。料金とレート制限は両エンドポイントで完全に同一です。