GPT Image 2.6 レビュー：どのモデルと出力を使うべきか？

GPT Image 2.6 には 2 つのモデル選択肢があります。詳細なビジュアル作業向けの Sunburst と、迅速な反復向けの Flare です。より興味深い追加機能は、アニメーション GIF と、構図や編集にどれだけ計画を費やすかを制御する独立した複雑さコントロールです。

実際的な問題は、どの組み合わせがあなたの仕事に合うかです。ここでは、モデル選択、出力設定、公式アクセス、コストを巡る短い道筋を示します。

Sunburst と Flare の選び方

Sunburst と Flare 説明は意図された役割を確立します。品質の勝者には依然として一致したテストが必要です。モデル名だけでは、どちらがプロンプトをより適切に処理するかは証明されません。

品質の選び方：6枚の画像比較

同じデスクランプのポスタープロンプトを、FlareとSunburstで低・中・高品質で使用しました。プロンプト強化はオフで、6つのリクエストすべてが1K出力を選択しました。各組み合わせは1回生成されました。これらの設定は 品質であり、複雑さではありません。

当社の視覚品質の星は、このポスター課題に対する編集上の判断です。テキストの読みやすさ、要求されたオブジェクトの配置、目に見える詳細、全体的な仕上がり。星5つは、目に見える妥協が少ないことを意味します。コストの星は、これら6つの静止画リクエスト内で記録されたプラットフォーム料金をランク付けします。星が多いほど高価です。これらは公式のAPIドル価格ではありません。

何が変わったのか？ ランプのシルエット、間隔、反射は、全体的な磨きよりも目に見えて変化します。6つすべてが、ランプ、ノート、植物を要求された順序で配置し、ランプは植物より高く、2行のテキストはこの表示サイズで読み取れます。Flare mediumでは真鍮のコントロールを確認するのが難しくなります。6つすべてが、要求された淡いクリーム色の表面よりも自然な木製のテーブルトップを好みます。

このブリーフに対する私たちの選択：低品質から始めます。低品質の結果はどちらも使用可能な出発点であり、高品質の出力はこのシンプルなポスターに対して決定的な利点を示していません。これは設定ごとの1つのサンプルであり、一般的な成功率や速度のベンチマークではありません。

出力の選び方

最初にモデルを選び、次にタスク、そして出力を選びます。Sunburstは詳細作業モデルです；Flareは高速反復モデルです。これらは2つのモデルバリアントであり、どちらも新しい画像を生成したり、既存の画像を編集したりできます。PNG、JPEG、WebP、GIFは成果物を表すものであり、別のモデル選択ではありません。

仕事に合った出力を選ぶ

GIFの場合は、動きとループを明示的に説明します。「紙切り抜きのマスコットが一度手を振り、開始ポーズに戻る。カメラ固定、背景不変。」 frame_count: 9 と frame_duration_ms: 200 を指定して、名目上1.8秒のアニメーションにします。編集エンドポイントを使用して静止参照を提供します。フレームサイズと数はモデルのサイズと総ピクセル制限に収まる必要があります。リクエストが大きすぎる場合は減らしてください。

アニメーションGIFの結果

これは静止画プレビューではなく、元のアニメーションファイルです。相対コストは ★★★★ 同じ観測された料金スケールで、各静止画リクエストより上でした。出力サイズとタスクが異なるため、その価格差は同等のモデル比較ではありません。

複雑さの選び方

上記の6枚の画像は複雑さをテストしていません。保存されたリクエストには明示的な複雑さフィールドが含まれていません。以下は公式のパラメータガイダンスであり、測定された比較ではありません。

複雑さは計画の労力を変え、品質はレンダリングの忠実度を制御します。複雑さを比較する際は品質を固定して、結果が一度に一つの質問に答えるようにします。

GPT Image 2.6 へのアクセス方法

from openai import OpenAI
import base64

client = OpenAI()

result = client.images.generate(
    model="gpt-image-2.6-sunburst",
    prompt=(
        "A clean editorial product photograph of a modern desk lamp, "
        "warm window light, walnut desk, realistic materials, no text"
    ),
    size="1536x1024",
    quality="medium",
)

image_bytes = base64.b64decode(result.data[0].b64_json)
with open("desk-lamp.png", "wb") as image_file:
    image_file.write(image_bytes)

curl https://api.openai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "model": "gpt-image-2.6-flare",
    "prompt": "A bold editorial poster of a coastal city at sunset, geometric architecture, orange and teal palette, no text",
    "size": "1024x1024",
    "quality": "medium"
  }'

GPT Image 2.6 の価格

OpenAIはGPT Image 2.6の価格をトークン単位でリストしています。公式の画像生成料金表 を以下にまとめます。両方の公式モデルページには同じ米ドル料金が記載されています。キャッシュ料金は別個の料金カード項目であり、すべてのリクエストで保証された割引ではありません。すべてのキャッシュヒットがレスポンス使用量に表示されると想定しないでください。

別途料金はありません。複雑さ設定。複雑さが高いと時間がかかる場合がありますが、料金表に2回目の複雑さ追加料金は加算されません。トークンレートが同じでも、結果ごとのコストが同じになるとは限りません。

私たちの見解

Flareは方向性を探るための賢明な出発点であり、Sunburstは最終的な構成のために評価すべき詳細作業向けのオプションです。GIFは、小さなループが静止画よりも多くを伝える場合に便利です。成果物に合わせて出力を選択し、最高値が常に最良に見えると仮定するのではなく、タスクに合わせて複雑さを調整してください。