ChatGPT Images 2.5は2.0からどう変わったのか

アライ｜AI思考実験とデータ分析

2026年9月15日 08:55

OpenAIが2026年9月8日にChatGPT Images 2.5を出した。発表は「待ち時間を最大50%短縮」「編集が正確になった」と言っている。

値段には触れていない。公式の料金ページを開くと、2.5は2.0と1トークンあたり同額だった。

対戦形式の採点サイトの順位も見ておく。9月14日に取ったスナップショットでは、生成も編集も1〜3位がOpenAIで、Googleの最上位はどちらも9位だった。

この記事は、発表文・料金表・SDKのソース・採点サイトの順位・手元で14枚焼いた結果の5つを並べて、2.0から何が変わったかだけを書く。

📋 この記事でわかること

✅ 💴 2.5と2.0の料金が1トークンあたり変わらない実額と、nano banana pro との4倍差
✅ ⚡ 公式が言っている「最大50%短縮」の中身
✅ 🏟️ 対戦採点での2.0との点差と、Googleとの点差
✅ 🎚️ 画質が3段から5段になり、増えた2段は2.5専用だという事実
✅ 🧪 手元で14枚焼いた記録と、そこで分かったモデル名の扱い
✅ 🧭 5つの資料で確認できたことと、できなかったこと

💴 料金は2.0と同額。nano banana pro とは4倍差

📌 公式の料金ページ（100万トークンあたり・標準）を並べる。

モデル                      画像入力   キャッシュ入力   出力
gpt-image-2                 $8.00      $2.00         $30.00
gpt-image-2.5-flare         $8.00      $2.00         $30.00   ← 2.0と同額
gpt-image-2.5-sunburst      $8.00      $2.00         $30.00   ← 同上
gpt-image-1.5               $8.00      $2.00         $32.00
gpt-image-1                $10.00      $2.50         $40.00
gpt-image-1-mini            $2.50      $0.25         $8.00

🔑 2.5の2つは、画像入力・キャッシュ入力・画像出力のどれも2.0と同じ額になる。2.5どうしでも差が無い。

🧊 取得した時点の表では、新しい2つが加わっても画像トークンの単価は動いていない。

💰 世代を上げると単価が上がる、という直感はここでは外れる。1.5や1のほうがむしろ出力が高い。

⚠️ ただし1枚あたりの実額は別の話になる。画像の料金はトークン課金で、画質を上げると出力トークンが増える。単価が同じでも、選ぶ画質が変われば1枚の値段は変わる。ここで言えるのは単価が同じ、までになる。

🌏 Google側と並べると、同じ「出力100万トークン」で4倍の差がつく。

📌 画像の出力にかかる料金を、両社の公式ページから並べる。単位は100万トークンあたり。

                                        入力      出力（画像）
gpt-image-2.5-flare / sunburst          $8.00     $30.00
gpt-image-2                             $8.00     $30.00
gemini-2.5-flash-image (nano banana)    $0.30     $30.00
gemini-3.1-flash-image (nano banana 2)  $0.50     $60.00
gemini-3-pro-image  (nano banana pro)   $2.00    $120.00

💴 編集部門で9位だった nano banana pro は、画像出力が$120.00で、1位の$30.00の4倍になる。同じGoogleでも nano banana 2 は$60.00、旧世代の nano banana は$30.00で、モデルごとに開きがある。

⚠️ 入力の単価は逆になる。100万トークンあたり $8.00 対 $0.30〜$2.00 で、Googleのほうが安い。どちらの請求が大きくなるかは、この表だけでは決まらない。

🧾 1枚あたりでは比べられない。Googleは1枚の価格を出している（nano banana pro が1K/2Kで$0.134・4Kで$0.24、nano banana 2 が1Kで$0.067・2Kで$0.101）が、OpenAIの料金ページに1枚あたりの表は無く、「画像生成ガイドの計算機を使え」と書かれている。今回の資料で並べられるのは100万トークンあたりの単価までで、4倍というのは画像出力トークンの単価比になる。

⚡ 公式の主張と、外の採点。上位3つはOpenAI

📌 まず発表文が自分で言っていることだけを抜く。

図3：生成も編集も上位3つはOpenAI（arena.ai 2026-09-14）

速さ    画像生成の待ち時間を Images 2.0 と比べて最大50%短縮
品質    より自然な光と豊かな質感。参照写真の被写体をより忠実に保つ
編集    複数ターンの編集指示に一層確実に従う。
        ほかのディテールを変えずに指定箇所だけをより正確に編集できる
規模    毎週30億枚を超える画像が ChatGPT Images と API の GPT-Image で作られている
提供    全プランの ChatGPT / ChatGPT Work / Codex で利用可
安全    C2PA メタデータと不可視の電子透かしを継続

🆕 ChatGPT側の新機能は4つになる。Sketch（画面に直接描いて参考にする。「@Sketch」で起動）、テンプレート（ポスター・グッズなど）、画像に直接コメントを置いた編集指定、使ったプロンプトを付けた共有。

📉 最大50%短縮は速さの話になる。今回抜き出した発表本文に、品質を数字で示した評価は入っていない。

🙈 「どれだけきれいになったか」は、この抜粋の中には数字が無い。

🏟️ 次に、外の採点を見る。人が2枚を見比べて勝者を選ぶ採点サイト（LMArena / arena.ai）の順位を、2026-09-14 のスナップショットから並べる。数字はElo、±はCI（信頼区間）、右は投票数。

文章から画像を作る（全78モデル）
  1  gpt-image-2.5-sunburst                     OpenAI     1421 ±13     3,149
  2  gpt-image-2.5-flare                        OpenAI     1399 ±13     2,856
  3  gpt-image-2 (medium)                       OpenAI     1381 ± 4    78,731
  4  mai-image-2.6                              Microsoft  1331 ± 7    11,213
  5  grok-imagine-image-2.0 (low)               SpaceXAI   1315 ±12     2,681
  9  gemini-3.1-flash-image (nano-banana-2)     Google     1261 ± 5    41,957
 14  gemini-3-pro-image-2k (nano-banana-pro)    Google     1246 ± 3   152,220

画像を編集する（全55モデル）
  1  gpt-image-2.5-sunburst                     OpenAI     1520 ± 9     6,704
  2  gpt-image-2.5-flare                        OpenAI     1491 ± 9     5,676
  3  gpt-image-2 (medium)                       OpenAI     1461 ± 3   235,928
  4  grok-imagine-image-2.0 (low)               SpaceXAI   1439 ± 8     5,941
  9  gemini-3-pro-image-2k (nano-banana-pro)    Google     1390 ± 3   556,580

🔑 2.0との差は、生成が sunburst +40 / flare +18、編集が +59 / +30 になる。

🥇 両部門とも1〜3位をOpenAIが占めた。Googleの最上位はどちらも9位で、1位 sunburst との点差は生成160、編集130になる。Googleの最上位は、1世代前の gpt-image-2 にも届いていない。gpt-image-2 との差でも生成120、編集71ある。

📊 ただし投票数の桁が違う。2.5の2モデルは生成が約2,900〜3,100票でCI±13、編集が約5,700〜6,700票でCI±9になる。Google側は生成の nano-banana-2 が41,957票で±5、編集の nano-banana-pro が556,580票で±3ある。票の少ない新モデルの点は、これから動く余地が残る。

🧩 発表文も編集の改善を強調している。ただし、この点差から編集の優位を断定することはできない。

⚠️ 順位はarena.aiを毎日保存している第三者のリポジトリから取った。サイト側の更新表示は「Sep 7, 2026」で、取得は9月14日になる。

📌 使った人の反応も、公開直後のスレッドから方向ごとに分けておく。

良かった側   生成が速くなったのがすぐ分かった
             表情の描き分けがやや良くなった

割れている側 2.0との違いが分かりにくい
             自分のアカウントに届いているのか判断できない
             テンプレートが確認用の質問文をポスターに描き込んでしまった

⚠️ これはスレッドの要約を引いたもので、件数は数えていない。個別の声として読む。採点の数字とは結び付けない。

📌 その2つは役割が違う。発表文の説明。

GPT-Image-2.5 Flare     品質・編集・速度の改善。ほとんどの用途で標準の選択肢。
                        GPT-Image-2 より高品質を50%短い待ち時間で生成
GPT-Image-2.5 Sunburst  生成時間を長く取ることで、緻密な作業に一段上の精度

🪞 SDKのモデル一覧では、この2つが日付つきの別名と合わせて4行で入っている。

v3.9.0 （公開 2026-09-08 16:42 UTC）  GPT Image系 6行
  gpt-image-1 / gpt-image-1-mini / gpt-image-1.5
  gpt-image-2 / gpt-image-2-2026-04-21 / chatgpt-image-latest

v3.10.0（公開 2026-09-09 00:17 UTC） GPT Image系 10行  ← 4行ふえた
  gpt-image-2.5-sunburst / gpt-image-2.5-sunburst-2026-09-08
  gpt-image-2.5-flare    / gpt-image-2.5-flare-2026-09-08

🧮 増えたのは4行だが、モデル名としては2つになる。🏷️ 残りの2行は 2026-09-08 を付けたスナップショット名で、SDKの説明文でも同じ扱いで並んでいる。

⚠️ 単価が同じなので、公式の説明どおりに読むことになる。標準の用途はFlare、時間をかける緻密な作業はSunburst、という分け方になる。

🎚️ 画質は3段から5段へ。増えた2段は2.5専用

📌 SDKの説明文が、どの値がどのモデル用かを書いている。

- `high`, `medium` and `low` are supported for the GPT image models.
- `gpt-image-2.5-sunburst` and `gpt-image-2.5-flare`, including their
  `2026-09-08` snapshots, also support `xhigh` and `max`.
- `hd` and `standard` are supported for `dall-e-3`.

🎚️ 読み替えるとこうなる。

                2.0 (gpt-image-2)     2.5 (flare / sunburst)
選べる画質       low / medium / high   low / medium / high + xhigh / max
段数             3段                   5段
standard / hd    DALL-E 3用（GPT Imageでは使わない）

🔑 増えた2段は2.5に乗り換えないと触れない。上の画質を使いたいならモデル名を変えるしかない。

🔍 公式の発表本文（2026-09-14 取得）には、xhigh と max への言及が無い。一方で公式の画像生成ガイド（9-15 取得）には「2.5の2モデルが xhigh と max を追加する」と書かれている。発表文に載らなかっただけで、SDKのソースだけの情報ではない。

📌 ここで実際に困る。手元のサムネ生成スクリプトへ、増えた画質を渡すとこうなる。

$ python3 scripts/gen_thumbnail.py --article <id> --spec <spec> --quality xhigh --dry
gen_thumbnail.py: error: argument --quality: invalid choice: 'xhigh'
  (choose from 'low', 'medium', 'high', 'auto')

🚫 手元の引数定義に入っているのは4つで、xhigh は生成に進む前に弾かれた。

🕰️ 通っていた設定が、発表の日から古い側へ回る。

🔒 モデル名も文字列で固定されている。生成経路は公式SDKではなく素のHTTPなので、 SDKを新しくしても関係が無い。コード内の文字列を変えるまで2.5は一度も呼ばれない。

⚠️ モデル名のほうは弾かれない。gpt-image-2 のまま呼び続けても、増えた選択肢があることは表に出てこない。

🧪 手元で14枚焼いた。CLIに2.5の名前は無い

📌 この記事のサムネと図を、追加課金の無い経路（ChatGPTアプリに同梱のCodex CLI）で14枚生成した。その記録を出す。

枚数        14枚（サムネ試作3・候補6・清書3・本文図2）
時刻        0:05 〜 1:31（ファイル更新時刻）
費用        追加課金なし。ChatGPTプラン内の消費のみ。画像APIの鍵は使っていない
消費        1枚あたり3〜5万トークン。6枚を同時に走らせても失敗なし
日本語      サムネの3段組み（最大11字）が崩れずに描かれた

🖨️ 日本語の文字描画は第三者の比較データが見つからなかった部分になる。手元の14枚では読める形で入り、検品スクリプトの一覧可読性とコントラストも通った。ただし他社と同条件で比べたわけではないので、優劣の根拠にはならない。

🎯 効いたのは指示の書き方だった。「文字は画像の高さの40〜55%」のように寸法を言葉で細かく書いた回より、完成イメージを1枚だけ添付してサイズと文言だけ渡した回のほうが、余白・白フチ・色分けまで揃った。

👤 逆に、人物は指定しないと別人になる。髪色と服を1行書き足すまで、指定していない茶髪の女性と黒髪の男性が混ざった。

🔎 その14枚を焼いた実行ファイル（2026-09-09 ビルド）を、9月15日に検索するとこうなる。

$ strings codex | grep -c 'gpt-image-2\.5'
0
$ strings codex | grep -c 'gpt-image-2'
48

🧱 gpt-image-2.5 に一致する行は0行、gpt-image-2 を含む行は48行になる。CLIの説明文が名指しするのは gpt-image-2 / 1.5 / 1 / 1-mini だけだった。

❓ ただし、これで呼び先が決まるわけではない。組み込みツールがサーバ側でどのモデルを使うかは応答に出ないため、この14枚が何で作られたかは未確認になる。

🪤 分かるのはここまでになる。発表から7日たった時点で、手元の2つの経路のうち自作スクリプトは gpt-image-2 を文字列で持ったままで、2026-09-09ビルドのCLIバイナリにも gpt-image-2.5 の文字列は無かった。

🧭 確認できたことと、できなかったこと

📌 資料ごとに分けておく。

公式の発表本文で確認できた
  ・最大50%の待ち時間短縮、複数ターン編集の一貫性、Sketchなど新機能4つ
  ・Flare は標準、Sunburst は時間をかけて精度、という役割分担
  ・毎週30億枚という利用規模

公式の料金ページで確認できた
  ・2.5の2モデルと2.0が、画像入力$8.00 / キャッシュ$2.00 / 出力$30.00 で同額

SDKのソースで確認できた
  ・GPT Image系のモデルが6行 → 10行
  ・画質が3段 → 5段（xhigh / max は2.5専用）

採点サイトの日次スナップショットで確認できた
  ・2.0との点差は生成 +18〜+40、編集 +30〜+59
  ・生成・編集とも1〜3位がOpenAI、Googleの最上位は9位（点差160と130）
  ・2.5の投票数は3千〜7千で誤差±13。上位のGoogle勢は15万〜56万票で誤差±3

Google の公式料金ページで確認できた
  ・出力は nano banana pro が$120.00、nano banana 2 が$60.00（100万トークンあたり）
  ・入力は$0.30〜$2.00で、OpenAIの$8.00より安い

手元で14枚焼いて確認できた
  ・追加課金なしで生成でき、1枚あたり3〜5万トークン、6枚並列でも失敗なし
  ・サムネの3段組みの日本語が崩れずに入った（同条件の比較ではない）
  ・Codex CLI の実行ファイルに gpt-image-2.5 の一致行は0行、gpt-image-2 は48行

どの資料でも確認できなかった
  ・1枚あたりの実額（OpenAI側は料金ページに表が無い）
  ・最大50%短縮の測定条件
  ・Flare と Sunburst の実際の出来の差
  ・xhigh と max が具体的に何を上げるのか
  ・Codex の組み込みツールがサーバ側で呼ぶモデル名（手元の14枚が何で作られたか）
  ・日本語の文字描画の第三者比較データ

🧰 コードから画像を呼んでいるなら、確認するのは2行になる。

1. モデル名の文字列が gpt-image-2 のままになっていないか
2. 画質の選択肢に xhigh / max を足す余地があるか

🔁 まとめると、単価が同じで待ち時間が短くなるので、単価を理由に2.0へ留まる根拠は無くなる。 1枚あたりの実額は画質しだいで変わるため、そこは自分の設定で数え直すことになる。

📚 出典

OpenAI「ChatGPT Images 2.5 のご紹介」2026-09-08
  https://openai.com/index/introducing-chatgpt-images-2-5/
OpenAI API 料金ページ（Image generation models・標準）
  https://platform.openai.com/docs/pricing
arena.ai リーダーボードの日次スナップショット 2026-09-14 取得
  https://arena.ai/leaderboard/text-to-image  /  https://arena.ai/leaderboard/image-edit
  保存元 https://github.com/oolong-tea-2026/arena-ai-leaderboards
Google Gemini API 料金ページ 2026-09-15 取得
  https://ai.google.dev/gemini-api/docs/pricing
OpenAI 画像生成ガイド（xhigh / max の記載）2026-09-15 取得
  https://developers.openai.com/docs/guides/image-generation
利用者の反応（二次情報・Redditスレッドの要約）2026-09-15 取得
  https://www.mindstudio.ai/blog/gpt-image-25-review
openai/openai-python v3.9.0（公開 2026-09-08 16:42 UTC・GitHub API の published_at）
  https://github.com/openai/openai-python/releases/tag/v3.9.0
openai/openai-python v3.10.0（公開 2026-09-09 00:17 UTC・同上）
  https://github.com/openai/openai-python/releases/tag/v3.10.0
  モデル一覧 src/openai/types/image_model.py
  画質の説明 src/openai/types/image_generate_params.py

公式ページとSDKのソースは2026年9月14日、順位とGoogleの料金は9月14〜15日に取得した。料金・SDK・順位の数字は公開データを直接数えている。順位は第三者が保存したスナップショット経由で、利用者の反応はまとめ記事からの引用になる。手元の14枚は同じ条件での比較検証ではない。

あなたの環境の2行は、どちらの世代を指しているだろうか。

スキを押してもらえると次を書く励みになります🌟

AIへの課金をどこまで上げるかを考えた回。

画像を機械で焼く側の回。

#note #生成AI #AI活用 #ChatGPT #OpenAI #画像生成 #AIとやってみた #副業 #Python #GitHub