GPT Image 2

E2X の GPT Image 2 Text-to-Image API

GPT Image 2 は OpenAI の gpt-image-2-2026-04-21 で、絵の中の文字が正確でなければならないときに当社がお渡しするモデルです。当社では openai/gpt-image-2/text-to-image として公開しています。デフォルトの resolution=1K では、送る quality の値にかかわらず 1 枚あたり $0.0525 を課金します。fal.ai の同等の high ティア request は $0.211 です。

すでにある画像を、差し替えではなく変更したいのでしょうか。GPT Image 2 edit-image は参照画像と、任意の mask を受け取ります。モデルも料金表も同じです。

価格の実際の仕組み

これは 1 枚あたりの均一課金ではなく、2 つのつまみのうち請求を動かすのは片方だけです。

実質的なレバーは resolution です。 1K は ×1、2K は ×2、4K は ×3。

quality はどの設定でも ×7 の乗数です。 low、medium、high、auto のいずれも同じ数字に着地するため、quality: "low" を送ることは、同じ金額でより悪い画像を買うことを意味します。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、したがって high 以外を送る理由はありません。引用されているのを見かけるかもしれない $0.0075 という基本料率は、quality フィールドをまったく含まない request にのみ適用されます。当社の価格計算エンジンが出発点とする係数であって、完成した画像の価格ではありません。

2026年8月26日に確認した、実際に課金される金額は次のとおりです。

予算を確定する前に、この表の形にご注目ください。fal は 2K に対して 1K よりわずかしか課金していません — $0.211 に対して $0.222 — 一方、当社の価格は倍になります。当社の優位は 1K で最も大きく、上に行くほど縮まります。

OpenAI 自身は表に入れられません。token 単位で課金するため、1 枚あたりの公式な数字が存在せず、他所で見かける数字はいずれも誰かの電卓の出力です。当社が各行に日付を記しているのは、定期的に再確認しているからです。

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。

このモデルを選ぶ理由は、判読可能なテキストです

大半の画像モデルは、いまだに本文コピーを、3 メートル離れれば文字に見える装飾的なミミズ文字に変えてしまいます。このモデルはそうしません。そのひとつの capability こそが、当社のカタログでこれがプレミアムティアに位置している理由です。このモデルが耐えられるものは次のとおりです。

• 小さいポイントサイズの密な段落 — 拡大に耐える本文、脚注、ポスター下部の法的表記の行。
• 多言語の出力。ひとつの構図の中にラテン文字と並んで CJK を配置することも含みます。
• 構造化されたレイアウト — インフォグラフィック、比較チャート、文字とグラフィックが噛み合う必要のあるマーケティング用スライド。
• 商品ラベルとパッケージ。ブランド名のスペルミスひとつでアセットが完全に無価値になる領域です。

これに 2 つの機能が付いてきます。解像度は 4K に届き、GPT Image 1 の 1536px という上限からの本物の飛躍です。そして background: "transparent" は、マット処理のパスなしで切り抜きを返します。JPEG にはアルファチャンネルがないため、PNG か WebP に限られます。

このモデルは O シリーズの推論の上で動作し、レンダリング前に構図を計画して自己チェックします。品質が先です。flash ティアのモデルより遅いのはそのためであり、当社がここで 3 秒を約束するのではなく 60 秒の ETA を公開しているのもそのためです。

API request：prompt を送り、画像を受け取る

ダッシュボードで API key を作成し、サーバー側で保持してください。必須フィールドは prompt だけです。

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/text-to-image",
    "input": {
      "prompt": "海辺のベーカリーの採用ポスター。見出しはコンデンスドのサンセリフで FLOUR & SALT。その下に募集職種を並べた 9pt の本文コピー 4 行。暖かみのある紙のテクスチャ、単色インク。",
      "aspect_ratio": "2:3",
      "resolution": "2K",
      "quality": "high"
    }
  }'

当社から job ID を返します。polling するか、webhookUrl を送ってループを省いてください。

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/text-to-image",
    input: {
      prompt: "正方形のアプリストア用スクリーンショット。ミントグリーンの背景にデバイスのモックアップ。下部のキャプションバーは日本語と英語で、どちらも完全に判読可能。",
      aspect_ratio: "1:1",
      resolution: "1K",
      quality: "high",
      background: "transparent",
    },
  }),
}).then((r) => r.json());

const jobId = submitted.data.jobId;

while (true) {
  const job = await fetch(`https://api.e2x.ai/v1/jobs/${jobId}`, { headers })
    .then((r) => r.json());
  if (job.data.status === "completed") {
    console.log(job.data.outputs[0].url);
    break;
  }
  if (job.data.status === "failed") {
    throw new Error(job.data.error?.message || "Generation failed");
  }
  await new Promise((r) => setTimeout(r, 3000));
}

ステータスは pending → processing → completed と進むか、failed または cancelled で止まります。大文字小文字にご注意ください。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、enum は 21:9 から 1:3 まで広く用意しています。機械可読な仕様に最新の schema と価格を掲載しています。

当社の text-to-image モデルの選び分け

このカテゴリにはジェネレーターが 5 つあり、GPT Image 2 は高いほうです。それが正解のこともあります。正解でないことのほうが多いですが。

分かれ目は狭いものの、実在します。文字が読めなければならないなら、こちらへ来てください。 顔、あるいは複数の参照画像を通じて一貫させる 1 人のキャラクターであれば Nano Banana Pro のほうが強く、当社としてはそちらでお金をいただくことを喜んでお勧めします。ヒーロー画像や背景プレートであれば、Nano Banana 2 が当社のこの料率の 4 分の 3 で仕事をこなし、しかも早く終わります。

もうひとつ、後から気づかれるより先に申し上げます。Nano Banana 2 Lite はレガシーの Nano Banana より安く、しかも 新しいモデルです。まだ古い slug をお使いでしょうか。移行はただの利益です。その他は text-to-image カテゴリとモデルカタログにあります。

描く前に考えるモデルへの prompt の書き方

推論パスは仕様の明示に報い、曖昧さを罰します。コピーは正確に引用し、どこに置くかを述べてください。「見出しは 'FLOUR & SALT'、中央揃え、上から 3 分の 1」と書けばその文字列が出ますが、「文字が入ったベーカリーのポスター」と書けば、きれいな書体でもっともらしい意味不明な文字列が返ってきます。レイアウトはレイアウトとして描写してください — 上部の帯、左のカラム、フッターの罫線。プランナーは空間的なブリーフを尊重します。

透過は文章ではなく background: "transparent" で指定してください。OpenAI によるサイズの規則が 3 つあり、リジェクトされる前に知っておく価値があります。両辺が 16 の倍数であること、長辺が 3840px 未満であること、aspect ratio が 3:1 より横長でないこと。

リリース前に確認すべきこと

このモデルのすべての画像には 2 層の来歴情報 が入っており、どちらもどの quality ティアでも任意ではありません。

1 つ目は、出力が ChatGPT Images によって生成されたことを示す C2PA メタデータです。X、Meta、LinkedIn、TikTok はこれを読み取り、アップロード時に「Made with AI」ラベルを付けます。2 つ目は、画像データそのものに埋め込まれた、より新しい知覚できないピクセル watermark で、多くの人が最初に試すメタデータの除去を生き延びます。

当社にはどちらも削除できませんし、このモデルを再販する他の誰にもできません。GPT Image 2 でホワイトレーベル出力は提供していません。 クライアントとの契約で AI ラベル付きのアセットが禁じられている場合は、ここで構築する前に解決してください。

そして予算の罠をもう一度。quality はコストのダイヤルではありません。下書きのパスで low に落とすのは他のプラットフォーム由来の習慣ですが、ここでは同じ $0.0525 を消費しながら、まさにこのモデルを選んだ理由であるテキストレンダリングを劣化させます。支出は resolution で制御してください。下書きは 1K、納品は 2K か 4K です。

よくある質問

GPT Image 2 とは何ですか？

OpenAI の画像生成モデルで、スナップショットは gpt-image-2-2026-04-21、GPT Image 1.5 の後継として 2026年4月21日 にリリースされました。レンダリング前に O シリーズの推論で構図を計画し、際立った capability は小さいサイズかつ複数言語での正確な画像内テキストです。

E2X で GPT Image 2 の text-to-image 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、1 枚あたり $0.0525 です。2K はその倍の $0.105、4K は 3 倍の $0.1575 になります。これは 2026年8月26日 の確認時点での当社の料率です。

$0.0075 を 1 枚の画像の価格として扱ってはいけないのはなぜですか？

$0.0075 は当社の乗数を掛ける前の基本料率であり、quality フィールドをまったく含まない request にのみ適用されるからです。quality の値を指定すると 7 倍になり、その上にさらに解像度の乗数が掛かります。実際に送る構成で見積もらないと、コストモデルが 7 倍ずれます。

quality を下げれば支払いは減りますか？

いいえ。当社の乗数は low、medium、high、auto のいずれも ×7 なので、どれを送っても 1K では $0.0525 が課金されます。low を送っても費用は同じで、返ってくるものは少なくなります。実際に請求を変えるパラメーターは resolution です。

GPT Image 2 について E2X は fal.ai より安いですか？

当社が確認したすべての解像度で、はい。1024×1024 では当社の $0.0525 に対して先方は $0.211 で 75% 低く、2K では $0.105 対 $0.222 で 53% 低く、4K では $0.1575 対 $0.401 で 61% 低くなります。OpenAI 自身は画像単位ではなく token 単位で課金するため、直接比較できる公式の定価は存在しません。

生成された画像に watermark は入りますか？

はい、2 つの方法で入ります。ソーシャルプラットフォームが読み取って「Made with AI」ラベルを付ける C2PA メタデータと、画像データに焼き込まれた知覚できないピクセル watermark です。どちらもすべての quality ティアに存在し、当社を含めどのプロバイダーもこれらを切ることはできません。

GPT Image 2 と Nano Banana Pro のどちらを使うべきですか？

人が読むテキストが画像に含まれる場合 — パッケージ、インフォグラフィック、UI、ポスター — は GPT Image 2 を選んでください。ポートレートのリアリズムや、複数の参照画像を通じた一貫したキャラクターが必要な場合は Nano Banana Pro を選んでください。1K では料金がほぼ同じなので、予算ではなく得意分野で選んでください。