ChatGPT Images 2.5は、単なる画質のアップデートにとどまりません。OpenAIでは、新しいChatGPTの生成体験に、速度を重視した「GPT-Image-2.5 Flare」と精度を重視した「GPT-Image-2.5 Sunburst」という2つのAPIモデルを組み合わせました。 さらに、Sketch、テンプレート、コメントベースの編集、プロンプトの共有、反復的な画像作業に対するより詳細な制御機能も追加されています。.
簡単な回答
「ChatGPT Images 2.5」は、再設計されたChatGPT画像ワークフローと2つの現像モデルを組み合わせています。当社の「ブロリー・ルート」テストでは、高密度なポスター用素材がコアチェックを通過し、透過出力には実際のアルファチャンネルが含まれていました。.
ただし、局所的な編集や複数回の編集を繰り返すことで、ボトル、被写体、照明、背景が変化してしまいました。ターゲットレベルの指示を厳密に再現するために活用してください。ただし、編集されていない領域が固定されたままになるとは限りませんので、ご注意ください。.
目次
- 「ChatGPT Images 2.5」とは何ですか？
- ChatGPTでの変更点
- フレア対サンバースト
- 画質と編集
- スピード
- APIの価格設定
- 安全性と出所
- 代替案
- どのような方に適していますか？
- よくあるご質問
「ChatGPT Images 2.5」とは何ですか？
ChatGPT Images 2.5 は、2026年9月8日に発表された画像生成・編集機能のアップデート「OpenAI」です。 これは ChatGPT エクスペリエンスを通じて利用可能であり、開発者には「GPT-Image-2.5 Flare」および「GPT-Image-2.5 Sunburst」という2つの関連APIモデルが提供されます。.
この「製品」と「モデル」の区別が重要なのは、ChatGPTインターフェースとAPIが、それぞれ異なるコントロールやワークフローを提供しているためです。.
OpenAIによると、ChatGPT Imagesおよび同社のGPT-Image APIモデルを通じて、ユーザーは週に30億枚以上の画像を生成しているという。 また同社は、Images 2.0と比較して生成レイテンシが最大50%低減されたほか、参照忠実度、ターゲット編集、マルチターン一貫性、照明、テクスチャ、レイアウト、透明な背景などの点で改善が図られたと主張している。.
これらは公式の発表による数値であり、独立したベンチマーク結果ではありません。.
この製品ファミリーについてさらに詳しい説明が必要な場合は、以下のガイドをご覧ください。 画像生成に最適なChatGPTモデル これにより、ChatGPT製品の機能と個々のモデル名を区別しやすくなります。よりシンプルな ChatGPT 画像生成ガイド 基本的な作成ワークフローについて解説します。.
ChatGPTでは何が変更されたのか？
このアップグレードにより、「大まかなアイデア」から「再利用可能なアセット」へと至るプロセスの一連の流れが、1つの対話型ワークスペースに統合されます。.
最も目に見える改善点は、APIのパラメータの中に隠されているわけではありません。それらはChatGPTの画像ワークフローに直接組み込まれており、アイデアから実用的なアセットが完成するまでに必要なプロンプトの書き直し作業を削減することを目的としています。.
スケッチ
Sketchを使えば、ChatGPT上で直接大まかな構図を描き、それを視覚的な参考資料として活用できます。特に、被写体やタイトルエリア、背景要素の位置が、芸術的な細部よりも重要となる場合、長いプロンプトで空間的な関係を説明するよりも、この方法の方が効率的です。.
真の価値は、Images 2.5が、すべての行を文字通りのコンテンツとして扱うのではなく、大まかなレイアウトをどれだけ忠実に再現できるかにかかっています。有用な検証方法としては、出力結果が洗練されているかどうかだけを判断するのではなく、スケッチ、要求された階層構造、そして最終的な構成を比較検討すべきでしょう。.
テンプレート
テンプレートは、商品写真やチラシなど、一般的なフォーマットのための構造化された出発点を提供します。たまにしか利用しないユーザーにとっては、白紙の状態から始める手間を省く助けになりますが、経験豊富なクリエイターにとっては、テンプレートがテキスト、レイアウト、アスペクト比、参照情報の保持について、十分な制御を可能にしているかどうかが重要なポイントとなります。.
コメントに基づく編集
Images 2.5では、ユーザーが画像にコメントを書き込んで、特定の箇所の修正を依頼できるようになりました。これは、編集作業を「位置情報を意識した会話」に変えるため、今回のアップデートの中でも特に実用的な機能の一つです。.
「ラベルを変更する」といったプロンプトが、本来ならボトルや背景、照明、タイポグラフィにも影響を及ぼす可能性がある場合、これにより曖昧さが軽減されるはずです。.
コメントの位置だけでは、変更されていない領域が同一のままであることを証明するものではありません。重要なのは、画像の他の部分が安定したままで、指定された領域が正常に変更されるかどうかという点です。.
既存のガイドについては ChatGPTによる画像編集の方法 編集ワークフローの全体像について説明しています。.
背景の削除、サイズ変更、バージョン履歴
更新されたエディタでは、一般的な仕上げ処理が生成された画像のすぐ近くで行えるようになりました。「背景削除」や「サイズ変更」機能を使えば、出力画像に基本的な調整しか必要ない場合、別のツールに切り替える手間が省けます。.
多段階の編集作業においては、バージョン履歴が重要となります。なぜなら、後の操作によって結果が意図した方向から逸脱してしまった場合、ユーザーはより優れた以前の結果に確実に戻れる手段を必要とするからです。.
フォーマットの変更を軸としたワークフローについては、以下の方法をご覧ください。 ChatGPT を使って画像のサイズを変更する. Images 2.5 における重要な課題は、これらの制御機能によって本番環境向けのファイルが生成されるのか、それとも単に下書きの作成が速くなるだけなのかという点である。.
GPT-Image-2.5：フレア対サンバースト
OpenAIは、Flareを「高品質な日常的な画像生成において最速のモデル」と位置付けています。Sunburstは、特に編集の精度が求められる場面において、生成と編集の両方において最も優れた選択肢として紹介されています。.
どちらもテキストや画像の入力を受け付け、画像を出力します。.
| 判断ポイント | GPT-Image-2.5 フレア | GPT-Image-2.5 サンバースト |
|---|---|---|
| オフィシャル・ポジショニング | 高速かつ高品質な日常的な生成 | 最高水準の画像性能と編集精度 |
| 公式の速度表示ラベル | 非常に速い | ミディアム |
| 公式パフォーマンス・レーベル | より高い | 最高 |
| 入力 | テキストと画像 | テキストと画像 |
| 出力 | 画像 | 画像 |
| 品質設定 | 低、中、高、超高、最大、自動 | 低、中、高、超高、最大、自動 |
| 最適な初期設定 | アイデアの創出、下書き、日々の繰り返しによる生成 | 緻密なクリエイティブ作業と緻密な編集 |
OpenAIのモデルページに記載されている価格情報は、両方のバリエーションで同じであるため、公表されているトークン単価だけに基づいて「Flare」の方が安価なモデルだと言うのは正確ではありません。あるモデルがより多くの出力トークンを消費したり、再試行の回数が増えたり、許容できる結果に到達するまでに時間がかかったりする場合、実際に完了したタスク1件あたりのコストは異なる可能性があります。.
そのためには、実際の利用記録が必要です。.
今回のジェネレーションテストでは、16:9のコンパクトな商品ポスターのブリーフを使用しました。これには、3行の正確なテキスト、1つの缶、1本の青い斜めの帯が含まれており、余白についても厳格な要件が設けられていました。提出された画像には、次のように書かれていました。 NORTHLINE, コールドブリュー, そして 砂糖ゼロ 正しく、余計な言葉は一切加えず、缶が1つと青いバンドが1つであることを正確に示し、左側の余白も適切に確保していた。.
処理は38.16秒で完了し、画像出力トークン171個を含む、計264個のトークンが返されました。.
これはブロリーだった gpt-image-2.5 ルーティングの結果であり、Flare/Sunburstテストとの一致ではありません。ゲートウェイからはアップストリームモデルIDもリクエストIDも返されなかったため、この出力をいずれかのAPIバリアントに帰属させることは誤解を招く恐れがあります。.
境界：ゲートウェイが受け入れました gpt-image-2.5 しかし、アップストリームモデルやリクエストIDは返されませんでした。この結果をFlareまたはSunburstに割り当てることはできません。.
画質と編集
青いボトルの中央に、小さな長方形のクリーム色のラベルを1枚追加してください。 ラベルには、「NORTHLINE」と「EAU 25」の2行のみを正確に記載してください。 ボトルの形状、青いガラスの色、銀色のキャップ、反射、影、白い台座、カメラアングル、トリミング、照明、背景はそのまま維持してください。 新しいラベルの領域以外については、一切変更しないでください。.
OpenAIのリリース資料では、より自然な照明、より豊かな質感、より優れた被写体認識、参照画像への忠実度の向上、そして指示へのより確実な従順性が強調されています。これらの改善点は、会話型画像生成における一般的な課題、すなわち、顔や製品が参照画像から逸脱してしまうこと、編集の過程で指定されたテキストが変更されてしまうこと、そして局所的な指示によってシーンが予期せず再構築されてしまうことなどに対処するものです。.
再現精度は、各要素ごとに評価すべきである。被写体の識別、シルエット、ポーズ、カメラアングル、材質、反射、テキスト、背景、トリミングは、それぞれ個別に再現に失敗する可能性がある。.
洗練された仕上がりであっても、ユーザーが「残してほしい」と依頼した5つの細部を変更してしまえば、編集としては不十分だと言える。.
編集テストは、青いガラス瓶の横向きの商品写真から始まり、指定された文言が正確に記載されたクリーム色のラベルを1枚作成するよう求められました。 NORTHLINE そして EAU 25. ターゲットの編集は成功しましたが、局所性は失敗しました。この処理により、画像が正方形に変更され、ボトルが拡大・再生成され、トリミング、反射、台座、背景、影が変更されました。.
3段階の処理でも同様のパターンが見られました。ラベルを「淡い金色」に正しく変更し、緑の葉を追加し、背景を順に明るくしました。.
また、ターンごとに、ラベルの比率、タイポグラフィ、ボトルのスケール、トリミング、反射、台座のフレーミングなど、関連性のない細部も変化しました。ターゲットレベルでの指示の再現性は高かったものの、変化のない領域の保持については不十分でした。.
より良いベースラインプロンプトを作成するには、再現性のある手法を用いて AIによる画像生成の精度を向上させる すべてのミスをモデルのせいにする前に。.
これらの結果は、編集の質が向上したというOpenAIの主張と矛盾するものではありませんが、テスト対象のルートにおいて、「フォーカス編集」がピクセル単位の保存と同じものではないことを示しています。制作チームはソースファイルを保管し、すべての改訂版を比較し、周囲のディテールが重要となる場合には、元に戻す作業や合成作業が必要になることを想定しておくべきです。.
速度と遅延
OpenAIによると、Images 2.5はImages 2.0と比較して、生成レイテンシを最大50%削減できるとのことです。「最大」という表現は、OpenAIの条件下で観測された最大の削減効果を表すものであり、すべてのプロンプトやモデルが半分の時間で完了することを意味するものではありません。.
有用な速度比較を行うには、プロンプト、サイズ、画質設定、およびルートの条件がすべて同一である必要があります。私たちは、利用可能な「ブロリー」ルートで、同じ「四角い赤いティーポット」というプロンプトを、高画質設定で3回実行しました。.
ウォールタイムは94.35秒、28.81秒、29.19秒であり、中央値は29.19秒、範囲は28.81秒～94.35秒であった。.
3つの画像はすべて、シンプルなビジュアル要件を満たしていましたが、最初の実行ではレイテンシに著しいばらつきが見られました。また、同一のリクエストに対して、198から765個の画像出力トークンが返され、あるレスポンスでは、1024×1024ピクセルをリクエストしたにもかかわらず、1254×1254ピクセルの画像が返されました。.
したがって、テスト対象のルートでは、遅延、使用量、および出力サイズの変動に有意なばらつきが見られた。.
これは、OpenAIの「最大50%のレイテンシ低減」という主張を裏付けるものではなく、FlareとSunburstを比較したものでもありません。ゲートウェイが個別のモデルIDを公開しておらず、アップストリームのIDメタデータも返していなかったため、これは特定のルートに関する観察結果に過ぎません。.
GPT-Image-2.5 API の料金体系
OpenAIのモデルページには、FlareとSunburstについて同じトークンレートが記載されています。これらはAPIトークンの価格であり、ChatGPTのサブスクリプション価格でも、GlobalGPTのプラットフォーム価格でもありません。.
| トークンのカテゴリ | フレア | サンバースト |
|---|---|---|
| テキスト入力 | 1Mトークンあたり$5.00 | 1Mトークンあたり$5.00 |
| キャッシュされたテキスト入力 | 1Mトークンあたり$1.25ドル | 1Mトークンあたり$1.25ドル |
| 画像入力 | 1Mトークンあたり $8.00 | 1Mトークンあたり $8.00 |
| キャッシュされた画像の入力 | 1Mトークンあたり$2.00 | 1Mトークンあたり$2.00 |
| 画像出力 | 1Mトークンあたり $30.00 | 1Mトークンあたり $30.00 |
公開されている料金表には、完成したポスター、編集、または透過素材の正確な費用は記載されていません。その費用は、依頼内容、出力形式、設定、および試行回数によって異なります。.
信頼できるコストの例は、架空の「画像ごとの換算」ではなく、実際のタスクに対して返された使用状況オブジェクトに基づいて算出されるべきです。.
日付付きのAPIスナップショットは以下の通りです。 gpt-image-2.5-flare-2026-09-08 そして gpt-image-2.5-sunburst-2026-09-08. 安定した動作を必要とする開発者は、動的なエイリアスよりも、日付付きのスナップショットの方が自社のデプロイプロセスに適しているかどうかを評価すべきです。.
安全性、由来、および制限事項
「ChatGPT Images 2.5 システムカード」では、リクエストのフィルタリング、出力のチェック、評価、およびプロバンスを網羅する多層的な安全対策が説明されています。また、自動生成されたポリシーラベルには誤りが含まれる可能性があること、および評価の結果は、テスト対象となったモデルとセーフガードの設定にのみ適用されることも明記されています。.
それは、そのモデルが単に「安全」だという一概な主張よりも、より有用な区別基準となる。“
OpenAIは、引き続きC2PAメタデータを使用しており、ChatGPT、Codex、およびOpenAI API全体にSynthIDの不可視透かしを追加したと述べています。C2PAは、メタデータが付属している場合に、機械可読な来歴情報を提供することができます。.
SynthIDは目に見えないように設計されているため、画像を見ただけではその存在を確認することはできません。.
メタデータは、エクスポートや編集のワークフローによって削除または変更されることもあります。Transparent Compassのテストでは、ダウンロードしたPNGファイルはRGBA形式であり、そのアルファチャンネルは0から255の範囲で、4つの隅のピクセルはすべて完全に透明でした。.
透明感は確かにあったが、目視検査の結果、物体の縁の一部にわずかな光のフチが確認された。.
調査対象となった5つのゲートウェイ出力には、PNGメタデータにC2PAフィールドが含まれていませんでした。これは、ファイルがこの経路からダウンロードされたものであることを示すだけであり、上流のOpenAIモデルがC2PAメタデータを一切生成しないことを証明するものではありません。.
SynthIDは目に見えず、通常のピクセルやメタデータの検査では、その存在を確認することも否定することもできませんでした。.
商用利用には、モデルの能力以上の要素が関わってきます。各チームは、適用される利用規約、アップロードされた参考資料に関する権利、ブランド使用の許可、肖像権に関するリスク、および現地の法律について確認する必要があります。.
『～のガイド』 ChatGPTの画像を商用利用すること では、こうした実務上の確認事項について、さらに詳しく解説しています。.
ChatGPTの画像データ 2.5 対 その他の画像モデル
Images 2.5は、単一のベンチマーク数値ではなく、会話形式での生成・編集においてその真価を発揮します。このシステムの最大の強みは、プロンプトやスケッチから、的を絞ったコメント、繰り返しの修正、そして1つの会話内でのプロンプトの再利用に至る一連の流れにあります。.
GPT Image 2は、利用可能な範囲において、依然として関連性のある旧モデルのベンチマークとして位置づけられています。適切な比較を行うことで、Images 2.5がテキストの精度、参照の保持、編集の局所性、およびレイテンシの面で改善されているかどうかを確認できます。.
その比較が検証可能な経路を通じて行われるまでは、以前のモデルは「ベースライン」として扱うべきであり、自動的に劣っていると見なすべきではない。.
Nano Banana 2は、テキストが中心で参考文献を多用する研究において、もう1つの重要な比較対象となります。その Nano Banana 2 テキスト表示テスト 有用な別のデータポイントを提供しています。.
製品画像のより広範な比較については、以下をご覧ください。 Seedream 5.0 Pro 対 GPT Image 2.
GlobalGPTの検証済み画像セレクターは現在、GPT Image 2を提供しており、GPT-Image-2.5モデルは提供していません。正確な2.5ルートが出現し、検証可能なメタデータが返されるようになるまでは、FlareやSunburstを実行する場所として提示すべきではありません。.
「ChatGPT Images 2.5」はどのような方に適していますか？
毎日 ChatGPT クリエイター
新しい ChatGPT ツールは、アイデアをスケッチしたり、テンプレートを基に作業を始めたり、的を絞ったコメントを付けたり、複数のアプリを切り替えることなく背景のサイズ変更や削除を行いたい場合に、特に魅力的です。一方、単発の画像を作成するだけで、編集を行うことがほとんどない場合には、このアップグレードの意義はそれほど大きくありません。.
マーケティングチームとデザインチーム
各チームは、参照データへの忠実度、テキストの正確性、ブランド表現の一貫性、およびロールバックに重点を置くべきである。Sunburstは、精密な作業において最初に評価すべき論理モデルだが、その追加の生成時間が十分な修正作業の削減につながるかどうかは、管理された編集セットを用いて初めて確認できる。.
高頻度投稿者
Flareは、アイデア出し、バリエーション作成、サムネイル作成、そして日々の制作草案作成において、当然の第一選択肢となります。これは、OpenAIの設計により、Flareがスピードを重視した構成になっているからです。実際のタスクコストや引き継ぎの品質が、この役割分担を裏付けるのであれば、探索段階にはFlareを、最終的な精緻な編集段階にはSunburstを活用するのが最適なワークフローと言えるでしょう。.
API開発者
開発者は、出力の見た目だけでなく、その他の要素も比較する必要があります。モデルID、日付付きのスナップショット、リクエストのレイテンシ、使用状況フィールド、画像入力の転送、アルファチャンネルの挙動、モデレーションの応答、リトライ率などは、すべて本番環境での信頼性に影響を与えます。.
メリットとデメリット
考えられる利点
- Sketch、テンプレート、コメント、共有、サイズ変更、背景削除、バージョン履歴を軸に構築された、より明確な製品ワークフロー。.
- 速度と位置決め精度が異なる2種類のAPIから選択可能です。.
- 両方のAPIバリエーションで、テキストおよび画像の入力がサポートされています。.
- 参照の忠実性、的を絞った編集、複数ターンにわたる一貫性、および複雑なレイアウトに対する公式の重視。.
- システムカードに記載されているC2PAおよびSynthIDの来歴測定指標。.
重要な制限事項
- OpenAIの発売時の主張は、適切な独立した試験に代わるものではありません。.
- 「Flare」と「Sunburst」は公表されているトークンレートが同じであるため、タスクレベルでのパフォーマンスがより優れているとは断定できません。.
- “「最大50%のレイテンシ短縮」は、すべてのリクエストにおいて50%の改善が保証されるわけではありません。.
- ターゲットを絞った編集を行っても、編集対象外のピクセルが完全に固定されるわけではありません。.
- ChatGPTの製品制御は、APIパラメータやモデルセレクタと混同しないでください。.
- GlobalGPT における GPT-Image-2.5 の利用可能性については、確認されていません。.
よくある質問
「ChatGPT Images 2.5」は正式にリリースされましたか？
はい。OpenAIは2026年9月8日に「ChatGPT Images 2.5」を発表しました。このリリースには、ChatGPTの画像処理機能に加え、「GPT-Image-2.5 Flare」および「GPT-Image-2.5 Sunburst」という2つの関連APIモデルが含まれています。 製品へのアクセスとAPIへのアクセスは、それぞれ別々のルートとなります。.
GPT-Image-2.5の「Flare」と「Sunburst」の違いは何ですか？
OpenAIは、Flareを「高品質な日常的な画像生成において、非常に高速な選択肢」として位置づけています。一方、Sunburstは、「精度が最も重要となる画像生成および編集において、最高性能の選択肢」として位置づけられています。最終的な品質やコストパフォーマンスの勝者を決定するには、同一のプロンプトと設定を用いた比較テストを行う必要があります。.
ChatGPT Images 2.5は、本当に50%より速いのでしょうか？
OpenAIによると、画像生成のレイテンシはImages 2.0に比べて最大50%低くなる可能性があるとのことです。これは公式の「最良ケース」における比較上の主張であり、すべてのプロンプトに対して保証されるものではありません。独立した評価を行う場合は、繰り返し実行を行い、中央値、範囲、ルート、寸法、および品質設定を報告する必要があります。.
ChatGPT Images 2.5 では、選択した領域のみを編集することはできますか？
OpenAIによると、Images 2.5は周囲のコンテンツを保持しつつ、特定の領域に焦点を当てた編集を行う点で優れているとのことです。また、コメントベースの編集機能により、ユーザーが意図した領域を特定しやすくなります。しかし、それだけでは変更されていないピクセルが同一のままであるとは証明されません。領域外へのずれを測定する制御された編集は、依然として必要です。.
ChatGPT Images 2.5 は、透明な背景に対応していますか？
OpenAIでは、Images 2.5が処理できるより複雑なレイアウトの一例として、透明な背景が挙げられています。結果を確認する正しい方法は、ダウンロードしたファイルにアルファチャンネルが含まれているか、エッジの汚染がないかを調べることです。エディタ内に表示されるチェッカーボードだけでは不十分です。.
ChatGPT Images 2.5 は C2PA を使用していますか、それとも SynthID を使用していますか？
OpenAIシステムカードによると、同社は引き続きC2PAメタデータを使用しており、ChatGPT、Codex、およびAPIにおいて、Images 2.5向けにSynthIDの不可視透かしを追加している。エクスポートされたメタデータは、その後の処理の過程で変更される可能性があり、また、不可視のSynthIDは目視だけでは確認できない。.
GPT-Image-2.5 APIの利用料金はいくらですか？
FlareとSunburstの両方とも、テキスト入力の料金は100万トークンあたり$5.00、キャッシュされたテキスト入力の料金は$1.25、 画像入力は$8.00、キャッシュされた画像入力は$2.00、画像出力は$30.00となっています。正確なタスクコストは、返された使用状況と再試行回数によって異なります。.
GlobalGPTでGPT Image 2.5は使用できますか？
テスト時点では、サインイン済みの GlobalGPT CLI からは利用できませんでした。そのライブイメージカタログには GPT イメージ 2 が表示されていましたが、受け入れられませんでした。 gpt-image-2.5 不明として扱われる。別のブロリーのテストゲートウェイでは、汎用的な2.5ルートが公開されていたが、そのアップストリームモデルがFlareかSunburstかは特定されなかった。GPT Image 2を選択せず、その出力をImages 2.5のテストとして記述してはならない。.
最終評決
ChatGPT Images 2.5 は、有用ではあるものの、完璧とは言えないアップグレードです。テストしたルートでは、ポスターのテキストや構図を非常にうまく処理し、真に透過性のあるPNG出力を生成し、3回のレイテンシ比較テストのうち2回を約29秒で完了しました。.
これらは実用的な強みです。.
問題点は編集の局所性でした。単純なラベルの編集を行っただけで、その後のすべてのリビジョンにおいて、ボトル、作物、照明、背景の表示される部分が再構築されてしまいました。.
ピクセル単位の再現性よりも、求められている結果の方が重要である場合にはこのモデルを使用しますが、制作用アセットについては、外部での合成やロールバックの選択肢を残しておくようにしてください。.
「Flare」は依然として公式の高速候補であり、「Sunburst」は公式の精密候補です。当社のゲートウェイではこれらを個別に公開していなかったため、本レビューではこれらのバリエーション間の勝者を決定していません。.
公式情報源
- 「ChatGPT Images 2.5」のご紹介 – リリース情報、製品の機能、発売時期、および公式の性能仕様；2026年9月9日確認。.
- OpenAI 画像生成ガイド – APIのワークフローとモデルの選択；2026年9月9日確認。.
- GPT-Image-2.5 フレア – モデルの配置、設定、モダリティ、およびレート；2026年9月9日確認。.
- GPT-Image-2.5 サンバースト – モデルの配置、設定、モダリティ、およびレート；2026年9月9日確認。.
- ChatGPT Images 2.5 システムカード – 安全性評価、使用上の制限、C2PA、およびSynthID；2026年9月9日確認。.
