GPT Image 2.5の料金：FlareとSunburst、画像1枚の実質コスト

GPT Image 2.5の料金はトークン制のため、画像1枚あたりの固定価格はありません。FlareとSunburstのAPI単価は同じで、100万トークンあたりテキスト入力5米ドル、画像入力8米ドル、画像出力30米ドルです。1024×1024の画像では、出力コストはおよそLowの0.00588米ドルからMaxの0.21072米ドルまで変わり、プロンプト入力、参照画像、編集、再試行の料金は別途加わります。

ただし、最安の生成が最安の完成画像になるとは限りません。プロンプトの繰り返し、編集の失敗、再生成、人による確認で制作費はすぐ増えます。そのため、FlareとSunburstをAPI価格だけで比較すると誤解を招きます。Flareは高速で大量の反復に向き、Sunburstは編集精度と一貫性がより重要なワークフロー向けです。

クリエイティブチームにとって、よりよい指標は採用された最終素材1点あたりのコストです。実用的なAIデザインのワークフローでは、Flareで素早く探索し、その後に高品質設定やSunburstで精度が重要な最終素材を作成します。Virse は参考資料、素材、創作上の決定、AIエージェントを無限キャンバスにまとめ、繰り返しの準備や不要な手戻りを減らして、この流れを支えます。

GPT Image 2.5はいくらかかるか？

OpenAIは2つのGPT Image 2.5 APIモデルを提供しています。Flareは多くの用途で高速な標準選択肢で、Sunburstは編集精度がより重要なワークフロー向けです。役割は違っても、公開されているトークン単価は同じです。

FlareとSunburstの料金：テキスト入力は100万トークンあたり5米ドル、キャッシュ済みテキスト入力は100万あたり1.25米ドル、画像入力は100万あたり8米ドル、キャッシュ済み画像入力は100万あたり2米ドル、画像出力は100万あたり30米ドルです。

つまり、FlareはSunburstの割引版ではなく、Sunburstの公開トークン単価が高いわけでもありません。経済性は、GPT Image 2.5が実際にどう機能するか、そして各モデルが許容できる結果に達するまでにどれだけ作業を要するかで決まります。

FlareとSunburstのGPT Image 2.5料金が同じ理由

OpenAIはFlareを日常的な画像生成、高速な試作、SNSやクリエイター向けコンテンツ、画像検索、大量処理に位置付けています。Sunburstは、編集を重ねても厳密な制御を必要とする高品質なビジュアル制作向けです。またOpenAIは、FlareがGPT-Image-2より高品質な画像を50%低いレイテンシで生成するとしています。これは遅延についての主張であり、50%の値引きではありません。

デザインチームには次の目安が有用です。処理量が価値を生むならFlareを使い、精度によって高額な手戻りを減らせるならSunburstを試すというものです。

GPT Image 2.5とGPT Image 2の料金比較

重要な補足として、GPT Image 2.5の公開トークン単価はGPT Image 2と同じです。大きな変化は単価表だけではなく、新しい品質段階が画像出力トークンをどう配分するかにあります。

このため、世代をまたいで「High同士」「Medium同士」を比較すると、誤解を招く結論になることがあります。

GPT Image 2.5の品質別の画像単価は？

調査で取り上げた2026年9月の計算機ベースの評価は、1024×1024の参考コストを示しています。画像出力100万トークンあたり30米ドルでは、Lowが196、Mediumが439、Highが1,756、XHighが3,122、Maxが7,024の出力トークンを使います。画像出力コストは順に約0.00588、0.01317、0.05268、0.09366、0.21072米ドルです。

これらは出力コストの推計であり、すべてを含む固定料金ではありません。プロンプト入力、参照画像、編集呼び出し、再試行、その他の利用分が最終請求に加わる場合があります。

品質がGPT Image 2.5のコストに大きく影響する理由

この評価の1024×1024では、Maxの出力トークン数はLowのほぼ36倍です。探索のたびに最高品質を使うと、最終制作に進まない案に予算の大半を費やしかねません。

専門的なAIデザインのワークフローでは、LowやMediumで広く探索し、有望な方向を絞り、追加の細部が制作上の価値を持つ段階でHigh、XHigh、Maxに投資するほうがよい方法です。

これは特に、ムードボード、UI案、キャンペーンの方向性、ECの試行など、初期出力の多くを意図的に捨てるワークフローに有効です。

GPT Image 2.5の品質ラベルがGPT Image 2との比較を変えた理由

これは料金に関する最も重要な詳細の1つです。

1024×1024では、GPT Image 2は約Lowで196、Mediumで1,756、Highで7,024トークンを使っていました。GPT Image 2.5は同じ量をそれぞれLow、High、Maxに割り当て、439トークンの新しいMediumと3,122トークンのXHighも追加しています。

つまり、GPT Image 2.5 Highの出力トークン量はおおむねGPT Image 2 Mediumに相当し、GPT Image 2.5 Maxが旧Highに相当します。

同じラベルでの比較が誤解を招くのはこのためです。GPT Image 2 HighからGPT Image 2.5 Highへ移ると、出力トークン量は同じではなくなります。

FlareとSunburst：どちらのGPT Image 2.5が経済的か？

高速な反復と大量生成ならFlareが有力な出発点です。生成や編集の精度に追加の時間をかける価値があるなら、Sunburstがより有力な候補です。

適切な選択は、生成待ち、不採用の出力、意図しない変更の修復のうち、どこで費用を失っているかによります。

UIの発想と大量生成にFlareを使う

調査した本番UIワークフローの1つは、下書き生成をFlare Mediumへ移し、以前のGPT Image 2 Mediumに比べて約2倍速い生成と実質コストのほぼ半減を報告しました。同じ事例では、多くの下書き作業にFlare Mediumが実用的なバランスだとしています。

ただし重要な注意点があります。見かけ上の節約の一部は、品質とトークンの対応変更による可能性があります。GPT Image 2.5 MediumとGPT Image 2 Mediumの出力トークン量は等しくありません。この事例を、Flareが本質的に半額だという証明にしてはいけません。

本当の価値は、高速で少ない予算の下書きにより、広範なデザイン探索を安く行えることです。

精度が重要な最終素材にSunburstを使う

意図しない変化の代償が大きい場合、Sunburstは魅力を増します。例えば、洗練された商品画像、キャンペーン素材、参照ベースの構図、ブランド規定に従うビジュアル、反復的な編集です。

複数回の修復を避けられるなら、価値の高い1回の生成のほうが経済的な場合があります。こうした仕事では、単なる生成回数ではなく、1米ドルあたりの採用出力数を比較すべきです。

GPT Image 2.5 FlareとSunburstはどれくらい速いか？

画像生成が日々の制作に組み込まれると、レイテンシは経済的な要素になります。

本記事で取り上げた実践者のテストでは、GPT Image 2 Highが177秒、Flare Highが22秒、Sunburst Highが48秒、Sunburst Maxの縦長画像が115秒でした。公式の標準化ベンチマークではなく個別の測定なので、性能保証ではなく傾向を示す材料として扱うべきです。

Flareの速度が待ち時間以上に重要な理由

低レイテンシの最大の利点は、単に早く画像を得ることではありません。創作の反復サイクルを変えます。

出力が速く返れば、より多くの方向を比較し、弱い案を早く除外し、参照の組み合わせを試し、課題が作業記憶に残っている間にAIデザインのプロンプトを改善できます。

大規模な発想作業では、API請求そのものと同じくらい重要になり得ます。

GPT Image 2.5は編集や手戻りの費用を減らすか？

OpenAIは、Images 2.5が参照画像の被写体をよりよく維持し、複数ターンの編集指示にもよく従うとしています。編集中心の実践者テストを調べた結果も、同じ方向を示しています。

5回の編集テストでは、比較時におよそ編集1回あたり18%のピクセル変化が測定され、対象はGPT Image 2.5とGPT Image 2でした。単一の独立したテストであり公式ベンチマークではありませんが、技術的には成功した編集が承認済み部分を壊し得るという、制作上の問題を示しています。

編集の安定性が実質価格を変える理由

構図、モデル、商品位置、照明、背景が承認済みのEC画像を考えてみてください。要求が商品の色変更だけなら、他の場所の不要な変化は追加の確認と再生成を生みます。

APIは生成に課金しますが、企業はさらに確認、修正、承認、一貫性の喪失にも費用を払います。

だからこそ、GPT Image 2.5の本格的なコスト比較には編集の安定性を含めるべきです。

デザイナーはGPT Image 2.5を制作でどう使うべきか？

製品デザインの観点では、GPT Image 2.5は全工程の代替ではなく、探索とビジュアル制作を担う層として最も価値があります。

実用的な流れは、Flareで広く探索し、人が方向を選び、制御が重要な素材に高精度生成やSunburstを使うことです。弱い案を除外してから、高額な仕上げに進めます。

調査したUI事例は重要な限界も示しました。優れた画面画像を生成しても、画像から製品への隔たりは自動的には埋まりません。コンポーネント構成、レスポンシブ動作、アクセシビリティ、状態、コンテンツ構造、デザインシステムのロジックには、依然として構造化された設計と実装が必要です。

そのため、ワークフローの文脈が重要です。Virseのようなシステムは、生成を孤立したプロンプトとして扱うのではなく、参考資料、創作上の決定、素材、協働するエージェントを同じキャンバスで結び付けます。

GPT Image 2.5で1,000枚生成するといくらか？

前述の1024×1024の出力トークン評価では、1,000回の生成で画像出力だけがLow約5.88米ドル、Medium13.17米ドル、High52.68米ドル、XHigh93.66米ドル、Max210.72米ドルになります。

これを案件全体の見積もりにしてはいけません。テキスト入力、参照画像、編集、再試行、人による確認が最終制作費を増やす場合があります。

採用素材あたりのコストがよりよいKPIである理由

あるワークフローが50米ドルで1,000枚を生成し、400枚だけが審査を通ったとします。生成費は採用画像1枚あたり0.125米ドルです。

別のワークフローは80米ドルで800枚の採用画像を得ました。実質生成費は採用画像1枚あたり0.10米ドルです。

後者はAPI請求では高く見えても、デザインチームにとっては安くなります。

制作計画では、採用素材あたりのコストが、価格、品質、再試行率、編集の安定性、工程の効率を1つの有用な指標にまとめます。

FAQ

GPT Image 2.5の画像1枚の価格は？

すべてに共通する画像1枚の固定価格はありません。FlareとSunburstのトークン単価は同じです。1024×1024の計算機ベースの評価では、画像出力は約Lowで0.00588米ドル、Maxで0.21072米ドルでした。入力、参照画像、編集、再試行で合計は増えます。

FlareはSunburstより安いか？

両者の公開トークン単価は同じです。それでも低遅延で処理量が増えるならFlareが経済的になり、精度の重要な作業で失敗や手戻りが減るならSunburstが有利になります。採用素材あたりのコストで比較するのが適切です。

GPT Image 2.5はGPT Image 2より安いか？

両者は同じ公開トークン単価ですが、GPT Image 2.5では品質段階が変わりました。1024×1024の2.5 HighはGPT Image 2 Mediumの出力トークン量、2.5 Maxは旧Highに相当します。ラベルだけでなく、等しいトークン量で比較してください。

GPT Image 2.5の1,000枚の料金は？

1024×1024の画像出力だけなら、ある評価では1,000回あたり約Low5.88米ドル、Medium13.17米ドル、High52.68米ドル、XHigh93.66米ドル、Max210.72米ドルです。入力画像、編集、再試行、確認を含めると実際の制作費は高くなります。

結論

GPT Image 2.5の料金は、画像単価1つよりも、ワークフロー全体の経済性として理解するのが適切です。FlareとSunburstのトークン単価は同じですが、Flareは低遅延・大量の反復を重視し、Sunburstは精度が重要な制作を狙っています。品質段階の変更により、同じラベルでGPT Image 2と比較すると誤解を招きます。2.5 Highは旧Medium、2.5 Maxは旧Highの出力トークン量におおむね相当します。デザイナーやチームの購入・モデル選択では、採用された最終素材1点あたりのコストが最も有用です。生成費、速度、再試行、編集の安定性、人による確認という、制作効率を実際に左右する変数を捉えるためです。