OpenAIは2026年9月8日にChatGPT Images 2.5をリリースしました。これにはgpt-image-2.5-flareとgpt-image-2.5-sunburstの2つのAPIモデルがあります。どちらもgpt-image-2と同じトークンあたりの料金で請求され、OpenAIの料金計算ツールでは単一のエントリを共有しています。そのため、トークンあたりの料金表を見ても選択の役には立ちません。変更されたのはその下の品質ラダーであり、再ラベル付けによりquality: "high"画像の価格は約4倍変動します。
これは意思決定ページです。トークンあたりの料金、gpt-image-2の数値に並んだ2.5の全5段階の品質レベルごとの画像あたりの見積もり、ラベルの再マッピング、月間10,000枚の画像予算、「2倍の料金」という噂、そして移行チェックリストが含まれています。まずリクエスト構文を知りたい場合は、gpt-image-2.5 APIの利用方法をお読みください。OpenAIの料金ページは以下のすべての料金のソースです。OpenAIはトークン消費が「モデルや品質設定によって異なる可能性がある」と警告しているため、各画像あたりの数値はすべて計算ツールの見積もりです。実際の請求はレスポンスのusage.output_tokensに基づきます。
トークンあたりの料金：3モデルすべてで同一
OpenAIの料金ページでは、両方の2.5モデルで同じスタンダードティアの料金が記載されており、各モデルページには「トークン料金はGPT Image 2と一致する」と記されています。以下に、リリース時に混乱を招いたバッチ行を含む完全な表を示します。
| モデル | 画像入力 | キャッシュされた画像入力 | 画像出力 | テキスト入力 | キャッシュされたテキスト入力 |
|---|---|---|---|---|---|
gpt-image-2.5-sunburst |
$8.00 | $2.00 | $30.00 | $5.00 | $1.25 |
gpt-image-2.5-flare |
$8.00 | $2.00 | $30.00 | $5.00 | $1.25 |
gpt-image-2 (スタンダード) |
$8.00 | $2.00 | $30.00 | $5.00 | $1.25 |
gpt-image-2 (バッチ, 50%オフ) |
$4.00 | $1.00 | $15.00 | $2.50 | $0.625 |
すべての数値は100万トークンあたりです。ここにあるすべてのモデルでの出力は画像のみであるため、テキスト出力が請求書に記載されることはありません。
初期報道にあった「2倍の料金」という主張について：これは、2.5のスタンダード行と、50%割引が適用されるgpt-image-2のバッチ行を比較したことに起因しています。料金ページでスタンダードとスタンダードを比較すれば、すべての料金は変更されていないことがわかります。
各品質レベルでの画像1枚あたりのコスト
トークンあたりの料金の同等性は、類似点の終着点です。OpenAIの計算ツール（2026年9月9日時点）では、「GPT Image 2.5 (Sunburst and Flare)」という共有エントリの下に、これらの画像出力トークン数が報告されています。コストはトークン数に100万トークンあたり30ドルを乗じたもので、出力トークンのみが対象です。
| 品質 | 1024x1024トークン | 1024x1024コスト | 1536x1024トークン | 1536x1024コスト |
|---|---|---|---|---|
| low | 196 | $0.00588 | 158 | $0.00474 |
| medium | 439 | $0.01317 | 343 | $0.01029 |
| high | 1,756 | $0.05268 | 1,372 | $0.04116 |
| xhigh | 3,122 | $0.09366 | 2,459 | $0.07377 |
| max | 7,024 | $0.21072 | 5,488 | $0.16464 |
以下は、同じドキュメントページからのgpt-image-2の表で、同じサイズに対応しています。
| 品質 | 1024x1024 | 1536x1024 (および 1024x1536) |
|---|---|---|
| low | $0.006 | $0.005 |
| medium | $0.053 | $0.041 |
| high | $0.211 | $0.165 |
2つの点が際立っています。どの行でも、横長サイズが正方形サイズよりも安価であるというパターンは、OpenAIのドキュメントでも指摘されています。そして、2.5のhigh行は、gpt-image-2のhigh行とは全く異なります。これが再ラベル付けです。
プロンプトテキストと参照画像は追加で請求されます。images/editsに送信された参照画像は、100万トークンあたり8ドルの画像入力トークンを消費します。OpenAIは画像あたりの入力トークン数を公開していないため、usage.input_tokensから読み取ってください。
品質ラダーが再ラベル付けされました
トークン予算を照合すると、マッピングは明らかです。2.5では、highが1,756出力トークンであり、これはgpt-image-2がmediumで消費していた予算です。2.5では、maxが7,024トークンであり、これはgpt-image-2がhighで消費していた予算です。lowは196トークンで変更ありません。
| 2.5ラベル | トークン (1024x1024) | 2.5コスト | gpt-image-2での同等の予算 | gpt-image-2コスト |
|---|---|---|---|---|
| low | 196 | $0.00588 | low | $0.006 |
| medium | 439 | $0.01317 | なし（旧mediumより下） | n/a |
| high | 1,756 | $0.05268 | medium | $0.053 |
| xhigh | 3,122 | $0.09366 | なし（旧mediumと旧highの間） | n/a |
| max | 7,024 | $0.21072 | high | $0.211 |
したがって、`quality: "high"`を維持する移行では、画像あたりのコストが約4分の1になり、旧mediumの予算でレンダリングされます。旧highの予算を望む場合は、実質的に旧価格でmaxに移行する必要があります。xhighはgpt-image-2に相当するものがなく、新しい中間層です。
1024x1024でのOpenAIの計算ツールによる見積もりから導き出された月間計算：
- 2.5の
high品質で10,000枚の画像: 10,000 x $0.05268 = $526.80 - gpt-image-2の
high品質で10,000枚の画像: 10,000 x $0.211 = $2,110 - 2.5の
max品質で10,000枚の画像: 10,000 x $0.21072 = $2,107.20 (旧highと実質的に同じ) partial_images: 3でのストリーミングは、300トークン、つまり**画像あたり$0.009**を追加します。各部分画像は100画像出力トークンを消費するためです。
Flare vs Sunburst: プレミアムがもたらすもの
両モデルは計算ツールでエントリを共有しているため、ドキュメントに記載されているトークン数は同一です。Sunburstは画像あたりのコストが高くなるわけではなく、プレミアムは時間にあります。OpenAIの発表記事では、Flareを「大量生成」向け、Sunburstを「編集全体でより厳密な制御から恩恵を受けるプレミアムなビジュアルワークフロー」向けとしています。ドキュメントではこれを1行に集約しています。「編集の精度が最も重要となるワークフローにはSunburstを、高速で高品質な日常の画像生成にはFlareを選択してください。」
コミュニティのシグナル（そのようにラベル付けされています）：
- HNのスレッドで、AI UIデザインツール向けにgpt-image-2を介して約50,000枚の画像を報告したユーザーjjcmは、gpt-image-2での平均レイテンシーが「約104秒」であったのに対し、2.5の画像は「約35〜40秒」で生成されていると述べました。これは一つのデータポイント、一つのワークロードにすぎませんが、OpenAI自身の主張では「最大50%」のレイテンシー削減です。
- Arenaのテキストから画像へのリーダーボード（コミュニティ投票、2026年9月7日更新）では、Sunburstが1421で1位、Flareが1399で2位、gpt-image-2（medium）が1381で3位、次いでMicrosoftのmai-image-2.6が1331、Nano Banana 2が1261となっています。画像編集リーダーボードでは差が広がり、Sunburstが1520、Flareが1491、gpt-image-2が1461です。これらはOpenAIのベンチマークではなく、群衆の好みのスコアです。
決定ルール：デフォルトはFlareです。参照オブジェクトが複数の指示ラウンドを生き残る必要がある複数ターン編集ワークフローの場合はSunburstに切り替えてください。Arenaの差はテキストから画像で22ポイント、編集で29ポイントであり、これはOpenAIが編集こそSunburstが待つ価値のある場所であると位置付けていることを裏付けています。もしその差が自身のプロンプトで現れない場合、レイテンシーのために無駄なコストを払っていることになります。
gpt-image-2が依然として意味をなす場合
バッチ割引。 料金ページのバッチタブにはgpt-image-2のみがリストされており、100万出力トークンあたり15ドルです。/v1/batchが2.5のIDを受け入れるかどうかは、本稿執筆時点では文書化されていません。ワークロードがバッチAPIの処理速度を許容できる場合、gpt-image-2のバッチmedium（0.053ドルの半分）は、同じトークン予算であれば、2.5のhighの標準料金を下回ります。
固定スナップショット。 gpt-image-2-2026-04-21は4月以降出荷されており、2026年9月9日時点では非推奨の通知はありません。パイプラインが視覚的にレビューされた出力に依存している場合、変更されないスナップショットは機能として重要です。弊社のgpt-image-2 APIガイドでそのパラメータを説明しています。ベンダー横断的な基準として、同じ出力サイズでNano Banana 2 APIの料金とFLUX.2 APIを比較してください。正方形画像あたり約5セントの2.5 highが打ち破るべき数値です。
gpt-image-2から2.5への移行チェックリスト
- モデルIDを交換する。
gpt-image-2はgpt-image-2.5-flare（または-sunburst）になります。安定した出力のためにはgpt-image-2.5-flare-2026-09-08を固定してください。 - 品質ラベルを再マッピングする。 旧
mediumは新highに、旧highは新maxに、lowはlowのままです。これを呼び出しサイトごとではなく、設定で行ってください。 xhighとmaxを検討する。 どちらも2.5で新しく追加されました。3,122トークンのxhighは、旧mediumと旧highの予算の間に位置します。- 思考の仮定を捨てる。 2.5のドキュメントには
thinkingパラメータについての記述がありません。受け入れられる、または無視されると仮定するのではなく、テンプレートから削除してください。 usageを再測定する。 実際のプロンプトで1週間、usage.output_tokensとusage.input_tokensをログに記録してください。計算ツールの数値は推定値です。- バッチの適格性を確認する。 50%のバッチ割引に依存している場合は、切り替える前に
/v1/batchが2.5のIDを受け入れることを確認してください。
Apidogで保存済みリクエスト1つで3つのモデルを比較する
ApidogはAPIクライアントおよびテストプラットフォームです。images/generationsリクエストを送信し、レスポンスをアサートします。画像を生成したり、モデルを実行したりするものではありません。そのため、自身のプロンプトでFlare対Sunburst対gpt-image-2を比較するのに最適な場所となります。
POST https://api.openai.com/v1/images/generationsへのリクエストをモデルを変数として1つ作成し、flare、sunburst、gpt-image-2という名前の3つの環境を作成します。それぞれの環境で`{{model}}`を設定し、OPENAI_API_KEYを環境変数として保存することで、キーがリクエストボディに決して含まれないようにします。
{
"model": "{{model}}",
"prompt": "Product photo of a matte black ceramic mug on a walnut desk, soft window light",
"size": "1024x1024",
"quality": "high",
"output_format": "jpeg",
"output_compression": 80
}
数値を記録し、トークン予算を超過した場合に実行を失敗させるポストプロセッサースクリプトを追加します：
const body = pd.response.json();
const tokens = body.usage.output_tokens;
pd.environment.set("last_output_tokens", tokens);
pd.environment.set("last_wall_clock_ms", pd.response.responseTime);
pd.test("output tokens within budget", () => {
pd.expect(tokens).to.be.below(2000);
});
各環境でリクエストを実行してください。Apidogのレスポンスタイムは実際の時間であり、last_output_tokensは計算ツールの1,756と比較するための測定値です。FlareとSunburstの実行の差が、あなたのプロンプトに対するSunburstのプレミアムとなります。同様の環境切り替えはimages/editsマルチパート呼び出しでも機能します。そこでusage.input_tokensをアサートして、参照画像のコストを把握してください。Apidogをダウンロードして、本番コードを変更する前に比較を実行してください。
よくある質問
- gpt-image-2.5はgpt-image-2よりも高価ですか？ トークンあたりでは、いいえ。2.5モデルとgpt-image-2スタンダードの両方で、画像出力トークン100万あたり30ドル、画像入力100万あたり8ドル、テキスト入力100万あたり5ドルが請求されます。画像あたりでは、1024x1024での2.5
highのリクエストは約$0.053かかるのに対し、gpt-image-2highでは$0.211かかります。 - SunburstはFlareよりも高価ですか？ いいえ。両モデルは計算ツールで単一のエントリを共有しているため、ドキュメントに記載されているトークン数はすべての品質レベルとサイズで同一です。Sunburstのプレミアムは生成時間の長さであり、OpenAIはこれを編集作業が多い場合の「追加の精度レベル」と呼んでいます。
- 私の古いgpt-image-2
highに代わる品質設定は何ですか？maxです。これは1024x1024で7,024トークンを使用し、gpt-image-2highと同じ予算で、計算ツールによると$0.21072かかります。highをそのままにしておくと、旧mediumの予算が約4分の1の価格で得られます。ChatGPT Images 2.5に関する主要記事では、その他の変更点について説明しています。 - APIの料金を支払う前にImages 2.5を無料で試す方法はありますか？ はい。このモデルは、プランごとの生成上限があるすべてのChatGPTティアで利用できます。ChatGPT Images 2.5を無料で利用する方法で説明されています。APIには画像エンドポイント用の無料ティアはありません。正方形画像あたり約$0.006の
low品質が最も安価な現実的なパスです。
選択すべきモデル
大量の処理やレイテンシーに敏感な場合はFlareを、ほとんどの作業にはhighを、そして旧gpt-image-2 highのような見た目が要件の場合はmaxを使用します。参照オブジェクトが生き残る必要がある複数ターン編集にはSunburstを（自身のプロンプトで比較検討した後）、バッチジョブや再レビューの準備ができていない固定パイプラインにはgpt-image-2を使用します。何を選択するにしても、実際のレスポンスからusage.output_tokensを読み取ってください。Apidogの3つの環境と1つの保存済みリクエストで、午後にはその数値を得ることができます。