画像GPT Image 2.6 Sunburst
OpenAI GPT Image 2.6 Sunburstで最大16枚の参照画像と最大50,000文字の指示、マスク・マークアップ指定による画像編集と合成を実行。75%オフの1Kあたり$0.0525、最大4K出力に対応。
- openai
- gpt-image-2.6-sunburst
- text-to-image
OpenAI GPT Image 2.5 Flareで最大4Kの画像を生成・編集 — 3段階の品質ティア(low・medium・high)、16種類のアスペクト比、複数リファレンス画像編集に対応。
import requests
result = requests.post(
'https://api.e2x.ai/v1/jobs/submit',
headers={
'Authorization': f'Bearer {API_KEY}',
'Content-Type': 'application/json'
},
json={
'model': 'openai/gpt-image-2.5-flare/edit-image',
'input': {}
}
)import time
job_id = result.json()['jobId']
while True:
response = requests.get(
f'https://api.e2x.ai/v1/jobs/{'{job_id}'}',
headers={'Authorization': f'Bearer {'{API_KEY}'}'}
)
data = response.json()['data']
if data['status'] == 'completed':
print('Done!', data['outputs'][0]['url'])
break
elif data['status'] == 'failed':
raise Exception(f"Job failed: {'{'}data['error']['message']{'}'}")
time.sleep(2)画像編集向けの他のAIモデルを探索
画像OpenAI GPT Image 2.6 Sunburstで最大16枚の参照画像と最大50,000文字の指示、マスク・マークアップ指定による画像編集と合成を実行。75%オフの1Kあたり$0.0525、最大4K出力に対応。
画像OpenAI GPT Image 2.6 Flareで最大16枚の参照画像と最大50,000文字の指示、マスク・マークアップ指定による高速画像編集と合成を実行。75%オフの1Kあたり$0.0525、最大4K出力に対応。
GPT Image 2.5 Sunburstで参照画像と自然言語の指示を使って画像を編集・変換。最大50,000文字のプロンプト、4K解像度、5段階の品質ティアに対応。
画像世界最安値(50%割引:1K $0.03、2K $0.04、4K $0.09)で複数画像参照と4K出力に対応したGoogle Nano Banana 2.1画像編集モデル。
E2Xチームからのインサイト、チュートリアル、最新情報。
E2XではGPT Image 2.5もGPT Image 2も1Kあたり$0.0525で利用可能。xhigh・max品質ティアやautoアスペクト比の違い、透過PNG出力にGPT Image 2が必要なケースを比較します。
E2X上のOpenAI GPT Image 2.5(1K $0.0525、4K $0.1575)とGoogle Nano Banana 2.1(1K $0.03、4K $0.09)を比較。文字描画、アスペクト比、バッチ料金の違いを解説します。
OpenAI GPT Image 2.6 Sunburst、GPT Image 2.6 Flare、そして前世代GPT Image 2.5の違いを徹底比較。16枚のマルチ画像編集、ネイティブGIF/SVG出力、描画前プランニングcomplexity、visual markup、2.5倍高速化したFlareのレイテンシとE2Xの$0.0525フラット価格を解説します。
E2XでOpenAI GPT Image 2.5のtext-to-imageとedit-imageを1Kあたり$0.0525(75%オフ)で統合する方法を解説。全パラメータ仕様、xhigh・max品質ティア、実践的なプロンプト例を紹介します。
GPT Image 2.5 Flare edit-imageは、E2X上でopenai/gpt-image-2.5-flare/edit-imageとして提供されている、OpenAIの参照画像条件付き(リファレンスベース)画像編集エンドポイントです。image_urlsに1つ以上のソース画像URLを渡し、最大50,000文字までの編集指示プロンプトを組み合わせることで、既存ビジュアルの部分修正、複数の商品を一つのシーンに統合するコンポジット合成、あるいは画像内に埋め込まれた文字(レタリング)の差し替えを実行できます。常時適用される75%割引により、1K・2K・4Kの解像度と3段階の品質ティア(low、medium、high)において1K解像度での編集は出力画像1枚あたり$0.0525となり、fal.aiにおける高ティアのベンチマーク価格($0.211)を75%下回ります。xhighおよびmaxの品質ティアが必要な場合は、GPT Image 2.5 Sunburst(edit-image)をご利用ください。
参照用の写真を一切使わず、テキストの記述だけから新規に画像を生成したい場合は、代わりにGPT Image 2.5 Flare text-to-imageを呼び出してください。まったく同じ料金体系を採用しており、必須パラメータはpromptのみです。
openai/gpt-image-2.5-flare/edit-imageにおける各編集リクエストは、$0.03の定価ベースレート(30,000マイクロセント)から始まり、75%のグローバル割引によって**$0.0075**(7,500マイクロセント)に引き下げられた上で、2つのパラメータ係数が適用されます。
resolution(解像度)係数: 1K(デフォルト) = ×1、2K = ×2、4K = ×3。quality(品質)係数: low、medium、およびhigh(デフォルト)はすべて**×7の係数**を持ちます。3つのqualityオプションすべてが割引後のベース料金$0.0075に7を掛けるため(1Kにおいて$0.0075 × 7 = $0.0525)、コストを左右するレバーはresolutionのみとなります。lowとまったく同じ価格でhigh品質を実行可能です。さらに、qualityが必須フィールドであった従来のGPT Image 2 edit-imageルートとは異なり、GPT Image 2.5 Flareにおけるqualityはオプション(任意指定)であり、デフォルトでhighに設定されます。
2026年11月4日時点で確認された1編集あたりの完全な料金マトリックスは以下の通りです。
| 出力解像度 (Output resolution) | E2X割引後レート | 割引前定価レート | 複合係数 (Combined factor) | fal.ai相当価格 | 代表的な編集ステージ |
|---|---|---|---|---|---|
1K (スキーマデフォルト) | $0.0525 | $0.21 | 1 × 7 | $0.211 (75%割高) | プロンプトの微調整、ラベル文言のテスト、背景の差し替え |
2K | $0.1050 | $0.42 | 2 × 7 | $0.222 (53%割高) | 本番用ECパックショットおよびWeb用ヒーローバナー |
4K | $0.1575 | $0.63 | 3 × 7 | $0.401 (61%割高) | 印刷対応のコンポジット合成および高解像度マスター書き出し |
この料金構造により、画像編集ループの予算管理が非常にシンプルになります。ボトルのラベル上のテキストを差し替えるためにプロンプトを調整したり、商品の切り抜き画像に対して3種類の異なる照明環境をテストしたりする際は、high品質を実行しながらresolutionを1K(1回あたり$0.0525)に保ってください。5回の探索的1K編集に、最終的な2Kでの書き出し1回($0.105)を加えても、合計コストは$0.3675に収まります。
価格および製品の利用規約は変更される場合があります。購入や導入の意思決定を行う前に、各プロバイダーの最新の料金体系を必ずご確認ください。Google BatchまたはFlex料金プランは、スケジューリングや可用性、処理条件が異なるため、標準的なオンデマンドAPIリクエストとは直接比較できず、本比較の対象からは除外しています。本内容は特定条件下での比較であり、E2Xがあらゆる構成において世界で最も安価な選択肢であることを主張するものではありません。
image_urlsにソースURLの配列を渡すことで、個別の要素を1つのフレームに統合できます。例えば、画像1の商品切り抜きを、画像3のカラーパレットを適用した状態で、画像2に写っているスタジオのテーブルトップ上に配置するといった処理が可能です。edit-imageは最大50,000文字まで受け付けます。これにより、自動化されたパイプラインにおいて詳細なレイアウト仕様、ブランドのスタイルガイドライン、および各参照画像ごとの個別指示を余裕をもって渡すことができます。openai/gpt-image-2.5-flare/edit-imageにおいて必須となるパラメータは、promptとimage_urlsの2つだけです。aspect_ratio(デフォルトは1:1)、resolution(デフォルトは1K)、およびquality(デフォルトはhigh)は任意指定のオプションパラメータです。
以下は、パッケージラベルの編集ジョブをhigh品質および2K解像度($0.105)で送信するcurl呼び出しの例です。
curl -X POST https://api.e2x.ai/v1/jobs/submit \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-image-2.5-flare/edit-image",
"input": {
"prompt": "Change the main label title on the amber glass jar to \"BERGAMOT & CEDAR SOY CANDLE\" in the same serif font and gold foil finish. Keep the apothecary jar shape, wooden lid, and linen backdrop unchanged.",
"image_urls": [
"https://example.com/assets/amber-jar-original.png"
],
"aspect_ratio": "4:5",
"resolution": "2K",
"quality": "high"
}
}'
以下は、2枚の参照画像を1K解像度($0.0525)でコンポジット合成し、ジョブが完了するまでポーリングを行う完全なNode.jsの実装例です。
const headers = {
Authorization: `Bearer ${process.env.E2X_API_KEY}`,
"Content-Type": "application/json",
};
const createJob = await fetch("https://api.e2x.ai/v1/jobs/submit", {
method: "POST",
headers,
body: JSON.stringify({
model: "openai/gpt-image-2.5-flare/edit-image",
input: {
prompt: "Place the titanium chronograph watch from image 1 onto the wet slate block in image 2. Match the cool side-lighting from image 2 and keep the sub-dial numerals sharp.",
image_urls: [
"https://example.com/assets/chronograph-front.png",
"https://example.com/assets/wet-slate-surface.jpg",
],
aspect_ratio: "1:1",
resolution: "1K",
quality: "high",
},
}),
}).then((res) => res.json());
const jobId = createJob.data.jobId;
while (true) {
await new Promise((r) => setTimeout(r, 3000));
const statusPayload = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, {
headers,
}).then((res) => res.json());
const state = statusPayload.data.status;
if (state === "completed") {
console.log("Edited output URL:", statusPayload.data.outputs[0].url);
break;
}
if (state === "failed" || state === "cancelled") {
throw new Error(statusPayload.data.error?.message || `Edit job ${state}`);
}
}
image_urls内に指定するすべてのURLは、E2Xのワーカーがソースファイルを取得できるよう、HTTPS経由でパブリックにアクセス可能である必要があります。パラメータ定義の全容は機械可読なエンドポイント仕様書 (llms.txt)で確認できるほか、公式SDK一覧ページから各言語向けのライブラリを利用して統合できます。
編集作業の主眼がタイポグラフィの差し替えにあるか、透過切り抜きか、人物ポートレートの同一性維持か、あるいは大量処理時のコスト効率かに応じて、6種類のImage-to-Imageエンドポイントから最適なものを選択してください。
| 編集モデル名 | 1K価格 | 4K価格 | 最大解像度 | 主な強み・特徴 |
|---|---|---|---|---|
| GPT Image 2.5 Flare edit | $0.0525 | $0.1575 | 4K | 最大50,000文字のプロンプト、3段階の品質ティア(low、medium、high)、autoアスペクト比 |
| GPT Image 2 edit | $0.0525 | $0.1575 | 4K | 同価格でアルファチャンネル付きPNG切り抜き用のbackground: "transparent"をサポート |
| Nano Banana 2.1 edit | $0.0300 | $0.0900 | 4K | 最安クラスの4K編集価格($0.09)および最大8:1までの15種のアスペクト比 |
| Nano Banana Pro edit | $0.0750 | $0.1500 | 4K | 複数のキャラクター参照画像にまたがる極めて高い顔の特徴(アイデンティティ)維持性能 |
| Nano Banana 2 edit | $0.0400 | $0.0800 | 4K | 日常的な背景差し替えおよび色調補正の高速処理 |
| Nano Banana 2 Lite edit | $0.0238 | n/a | 1K | 大量カタログ処理パイプライン向けの最も安価な1K固定編集コスト |
編集結果として透過PNG背景(background: "transparent")が求められる場合は、gpt-image-2.5-flare/edit-imageではbackgroundフィールドが提供されていないため、同じ$0.0525(1K)のレートで利用できるGPT Image 2 edit-imageを使用してください。大規模な4K編集を低コスト($0.09)で実行したい場合や、8:1の超横長バナーが必要な場合は、Nano Banana 2.1 edit-imageを使用してください。すべての編集モデルはImage-to-Imageカテゴリページまたは完全なモデルカタログから一覧できます。
編集プロンプトは、元のソース画像全体をゼロから再記述するのではなく、「何をどのように変更するか」という差分を明確に記述したときに最も高い精度を発揮します。
image_urlsに2つ以上のURLを渡す場合は、配列内の位置(番号)でそれぞれの画像を参照します(例:「画像1のスニーカーを取り出し、画像2の濡れたアスファルトの路上に配置し、画像3のネオンの反射光に合わせること」)。"")の中に入れ、既存のタイポグラフィとの関連性を指定します(例:「バッジのテキストを、同じコンデンスド・サンセリフ体のフォントで "LIMITED EDITION 250ML" に置き換えること」)。autoを使用する: aspect_ratio: "auto"を設定すると、モデルは入力画像のフレーミング比率をそのまま維持します。一方、16:9や9:16を明示的に指定すると、新しいキャンバスに合わせてシーンを再フレーミングまたは拡張(アウトペイント)するようモデルに指示できます。リファレンスを活用したワークフローのさらなる実例については、一貫性のある画像生成ガイドおよびNano Bananaモデル比較記事をお読みください。
75%割引適用後、編集料金はqualityの設定(low、medium、high)にかかわらず、デフォルトのresolution: "1K"で**$0.0525**、2Kで**$0.105**、そして4Kで**$0.1575**となります。
必須パラメータは、prompt(最大50,000文字)とimage_urls(パブリックにアクセス可能な画像URLを少なくとも1つ含む配列)の2つのみです。aspect_ratio、resolution、およびqualityはオプションであり、省略時はそれぞれ"1:1"、"1K"、"high"がデフォルト適用されます。
両エンドポイントはまったく同じ料金体系(1Kで$0.0525、2Kで$0.105、4Kで$0.1575)を共有しています。GPT Image 2.5 Flareでは、qualityが3段階(low、medium、high、デフォルトはhigh)のオプション指定となり、aspect_ratioに15種類の固定比率に加えて"auto"が追加されています(xhighおよびmaxティアが必要な場合はGPT Image 2.5 Sunburstをご利用ください)。ただし、gpt-image-2.5-flare/edit-imageには、gpt-image-2/edit-imageに存在する背景透過用のbackgroundパラメータが含まれていません。
はい、可能です。image_urlsはソースURLの配列を受け付けるため、1つのジョブ内で被写体、背景、スタイル参照画像を組み合わせることができます。各ファイルがどの役割を果たすかをモデルが正確に認識できるよう、プロンプト内では各画像を番号(「画像1」「画像2」など)で参照してください。
参照画像ベースの編集パイプラインでは、構造化されたレイアウト制約、既存ラベルのOCR文字起こしテキスト、および画像ごとの詳細な条件付け指示をプロンプトに自動注入するケースが多いためです。50,000文字の上限により、そうした長大な自動生成ペイロードを切り詰めることなくそのまま渡すことができます。
high品質でプロンプトの言い回しや構図・配置をテストしている段階では、resolution: "1K"のまま維持してください。これにより、2K($0.105)や4K($0.1575)ではなく、1Kパス1回あたり$0.0525で試行できます。最終的な書き出しを行う段階でのみ、resolutionを2Kまたは4Kに引き上げてください。
複数の参照アングルにまたがって特定の人物の顔の特徴(アイデンティティ)を忠実に維持することが最優先事項である場合は、Nano Banana Pro(1Kで$0.075)を選択してください。E2X上で最も安価な4K編集レートを求めている場合や、8:1および1:8といった極端なアスペクト比が必要な場合は、Nano Banana 2.1(1K編集が$0.03、4K編集が$0.09)を選択してください。