GPT Image 2

E2X の GPT Image 2 画像編集・inpainting API

GPT Image 2 の edit-image は、OpenAI の gpt-image-2-2026-04-21 をすでにお持ちの画像に向けたものです。レタッチ、合成、mask を使った inpainting、outpainting、そしてレイアウトに焼き込まれた文字の書き換えに使えます。当社では openai/gpt-image-2/edit-image として運用しており、デフォルトの resolution=1K で出力画像 1 枚あたり $0.0525 を課金しています。fal.ai の同等の high ティア request は $0.211 です。

作業の元になるソース画像がない場合は、代わりに GPT Image 2 text-to-image をお使いください。同じモデル、同じ料金表、prompt だけで動きます。

ここでの 1 回の編集の費用

当社の価格は乗算式で、2 つの乗数のうち片方は罠です。quality は どの値でも ×7 が適用されます。low、medium、high はまったく同じ額を課金するため、低いティアを選ぶと画質を失うだけで何も節約になりません。これは当社の設定がこのパラメーターをマッピングする際の癖であり、脚注に隠すつもりはありません。high を送ってください。

お金を動かす乗数は resolution です。1K で ×1、2K で ×2、4K で ×3。「GPT Image 2 の価格」として出回っている $0.0075 という数字は、当社の乗数を掛ける前の基本料率で、quality の値をまったく送らない request でのみ到達できます。そして quality は この endpoint では必須 なので、ここでは間違ってもそこに到達することはできません。2026年8月26日時点の料率は次のとおりです。

列同士を突き合わせて読んでください。fal の価格は 1K と 2K のあいだでほとんど動かない一方、当社は倍になります。つまり 1K では巨大に見える差が、2K ではおよそ半分になります。それでも、当社が確認したどのティアでも当社に有利です。実際に納品するティアで予算を組んでください。

OpenAI はそもそもこの表に登場できません。同社はこのモデルを token で計測しており（テキスト入力 100万あたり $5.00、画像入力 100万あたり $8.00、画像出力 100万あたり $30.00、Batch は半額）、「1 編集あたりの価格」は画像サイズと prompt の長さを仮定して初めて成立します。当社は request 単位で課金します。

価格および製品条件は変更される場合があります。購入を判断する前に、各プロバイダーの最新価格をご確認ください。Google の Batch または Flex 価格は、スケジューリング・空き状況・処理条件が異なるため、標準的なオンデマンド API request と直接同等ではなく、この比較には含めていません。これは特定の条件に絞った比較であり、E2X があらゆる構成において世界最安であると主張するものではありません。

編集の実行コストが高くなる構造的な理由

OpenAI はこの世代で input_fidelity パラメーターを削除しました。添付するソース画像はすべて高忠実度で処理されるようになり、安く済ませる設定に逃げる余地はありません。添付 1 枚あたりの入力 token が、毎回増えるということです。市場もそれを示しています。fal.ai では、low ティアで編集 endpoint が text-to-image の約 2 倍の料率になっています。編集のパイプラインとゼロから生成するパイプラインの内部コストが同じだと仮定しないでください。

この endpoint が得意なこと

既存のアートワークの中のテキストを書き換えること。 Google のモデルではなくここに画像を持ち込む最大の理由です。完成した英語のインフォグラフィックを渡してドイツ語版を頼めば、文字は判読可能な状態で返り、レイアウトはそのまま残ります。商品ラベル、パッケージのコピー、メニューボード、UI のスクリーンショットでも同様です。

多数のソースからの合成。 1 request あたり参照画像は最大 16 枚、返る出力は最大 10 枚。往復を繰り返さずに選べるバリエーションが手に入ります。

mask を使った inpainting。 アルファチャンネルの mask を添付すると、白い領域がモデルの変更してよい範囲を示します。mask は任意で、なければ prompt が編集の範囲を決めます。OpenAI 自身の表現は、言い換えるより引用する価値があります。「モデルは mask をガイダンスとして使用しますが、その正確な形状に完全な精度で従うとは限りません。」強いヒントであって、クリッピングパスではありません。outpainting も同じ仕組みです。

透過。 background: "transparent" はアルファチャンネル付きで返します。PNG か WebP で、JPEG になることはありません。

サイズの規則は入力にも適用されます。長辺は最大 3840px、両辺が 16 の倍数、aspect ratio は 3:1 より横長でないこと、総ピクセル数は 655,360 から 8,294,400 まで。

API request：ソース、prompt、任意の mask

ここでの必須フィールドは 3 つです。prompt、image_urls、そして quality。

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/edit-image",
    "input": {
      "prompt": "パッケージの見出しを、同じ書体・同じウエイトで \"CAFÉ NOIR — GRAND CRU\" に置き換えてください。イラスト、バーコード、背景はそのままにしてください。",
      "image_urls": ["https://example.com/coffee-box.png"],
      "aspect_ratio": "4:5",
      "resolution": "2K",
      "quality": "high"
    }
  }'

job ID が返ってきます。polling するか、webhookUrl を登録して当社から通知させてください。

const headers = {
  Authorization: `Bearer ${process.env.E2X_API_KEY}`,
  "Content-Type": "application/json",
};

const submitted = await fetch("https://api.e2x.ai/v1/jobs/submit", {
  method: "POST",
  headers,
  body: JSON.stringify({
    model: "openai/gpt-image-2/edit-image",
    input: {
      prompt: "画像 1 の腕時計を、画像 2 の大理石の面に合成してください。画像 2 の光の方向に合わせてください。文字盤の刻印は読める状態を保ってください。",
      image_urls: [
        "https://example.com/watch-cutout.png",
        "https://example.com/marble-scene.jpg",
      ],
      aspect_ratio: "1:1",
      resolution: "1K",
      quality: "high",
    },
  }),
}).then((r) => r.json());

const { jobId } = submitted.data;

for (;;) {
  const job = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, { headers })
    .then((r) => r.json());
  if (job.data.status === "completed") {
    job.data.outputs.forEach((o) => console.log(o.url));
    break;
  }
  if (job.data.status === "failed") {
    throw new Error(job.data.error?.message || "Edit failed");
  }
  await new Promise((r) => setTimeout(r, 3000));
}

job は pending → processing → completed と進むか、failed または cancelled で止まります。resolution の値は大文字で 1K、2K、4K です。当社の aspect ratio のデフォルトは 1:1 です。このモデルはレンダリング前に計画と自己チェックを行うため、当社では flash ティアのような約束ではなく 60 秒の ETA を公開しています。schema と価格は機械可読な仕様にあります。

当社の画像編集モデルの選び分け

エディターは 5 つ、判断はひとつ。要するに、文字が重要かどうかです。

率直に言えば、編集が文字に触れないのであれば、おそらくここに来るべきではありません。Nano Banana 2 は通常のレタッチ — オブジェクトの除去、背景の差し替え、色味を暖かく — をより安く、より速くこなします。ポートレートの編集や、参照画像を通じて 1 人を識別可能なまま保つ作業でしょうか。価格が高くても Nano Banana Pro のほうが適したツールです。

ここへは、Google のファミリーがそこまで得意でないことのために来てください。既存のデザインの中のコピーの書き換え、mask で範囲を絞った inpainting、透過出力です。その他は image-to-image カテゴリとモデルカタログにあります。

この endpoint を使う際のメモ

行き先ではなく差分を描写してください。シーン全体を描き直す prompt はソース画像と競合し、編集ではなくドリフトした再生成が返ってきます。何が変わるかを名指しし、次に何が残らなければならないかを名指ししてください。「トリミング、影、ラベルの位置は同一に保つ」という一文は、書くだけの価値があります。

複数の画像を入れるときは、番号でラベル付けしてください。画像 1 は被写体、画像 2 は環境、画像 3 はグレーディングの参照のみ。どの添付がパレットのつもりだったのかをモデルに伝える手段は、ほかにありません。

テキストの編集では、置き換える正確な文字列を引用符で囲んで貼り付け、元の文字列がどうなるかを述べてください。言い換えは再解釈を招きますし、商品ラベルでの再解釈は刷り直しを意味します。mask の内側では、大切なものの周囲に数ピクセルの余白を残してください。境界はガイダンスであって、クリップではありません。

編集したアセットをリリースする前に

すべての出力に、すべての quality ティアで、2 層の watermark が乗ります。この部分について当社は表現を和らげません。C2PA の来歴メタデータは、そのファイルが ChatGPT Images によって生成されたものであることを示します。X、Meta、LinkedIn、TikTok はこれを解析し、自動的に「Made with AI」のラベル付けを行います。その下には、画像データに埋め込まれた知覚できないピクセルレベルの watermark があり、メタデータが消えても消えません。

どちらの層にもオフのスイッチはありません。当社にとっても、他のどの再販事業者にとってもです。このモデルでホワイトレーベル出力をお約束することはできません。 AI ラベル付きの素材を禁じる契約のもとでクライアントのアセットを編集するのでしょうか。その話は今のうちにしておいてください。

コストについてひとつ。ここでは直感が誤っているので書いておきます。安く下書きを回す方法は quality ではありません。low で 20 回反復しても、high で 20 回反復するのとまったく同じ額が課金されます。安いレビューのループには、1K で下書きし、納品するバージョンに 2K か 4K を取っておいてください。

よくある質問

E2X で GPT Image 2 の 1 回の編集はいくらかかりますか？

当社のデフォルトである quality=high と resolution=1K で、出力画像 1 枚あたり $0.0525 です。解像度は 2 倍、3 倍と掛かるため、2K は $0.105、4K は $0.1575 になります。quality のティアはこれらの数字を一切変えません。数字は 2026年8月26日 の確認時のものです。

1 回の編集 request で参照画像を何枚まで送れますか？

OpenAI が公開している範囲では最大 16 枚で、1 回の request で最大 10 枚の出力を返せます。添付が増えれば入力 token も増えるため、参照 16 枚の合成は、1 枚のレタッチと同じワークロードではありません。

quality を low にした編集は high より安いですか？

いいえ。どの値を送っても当社の乗数は ×7 なので、low、medium、high のいずれも 1K では $0.0525 が課金されます。このフィールドはここでは必須で、どの設定にしてもコストは下がりません。支出の制御には resolution をお使いください。

編集は単純な生成よりも実行コストが高いのはなぜですか？

input_fidelity が削除されたためです。添付されたすべての画像が高忠実度で処理され、より安い選択肢がないため、編集は prompt のみの request より多くの入力 token を消費します。それは市場全体に表れています。fal.ai の編集 endpoint は、low ティアで text-to-image の約 2 倍の料率になっています。

すでにある画像の中の文字を変更できますか？

はい。Google の代替ではなくこのモデルを選ぶ主な理由がそれです。置き換える正確な文字列を引用符で囲み、元の文字列をどうすべきかを述べてください。CJK を含む多言語の差し替えも、周囲のレイアウトを描き直すことなく機能します。

編集した画像に watermark は入りますか？

はい。すべての出力に、プラットフォームが「Made with AI」ラベルの付与のために読み取る C2PA メタデータと、画像データの中の知覚できないピクセル watermark が入ります。どちらもすべての quality ティアに適用され、どのプロバイダーもこれらを無効化することはできません。

代わりに Nano Banana Pro の編集を使うべきなのはどんなときですか？

編集の中心が人物であるときです。ポートレートのリアリズムと、参照画像を通じたキャラクターの一貫性は、Google の Pro ティアのほうが強い領域です。日常的な背景や色の作業であれば $0.04 の Nano Banana 2 で十分ですし、そこでは当社のテキストにおける優位は何の役にも立ちません。