2026年のGPT Image 2料金：チームが支払うコスト
2026年のGPT Image 2の料金体系を理解しましょう。画像生成コスト、トークンベースの画像料金、編集コスト、そして本番環境での利用に向けてチームが予算計画すべき内容を解説します。
先週、料金試算スプレッドシートを3回作り直した。毎回、1枚あたりの単価が異なる数字になった。しかも毎回、同じモデル — gpt-image-2 — を使っていた。問題は計算ミスではなかった。問題は、私がGPT Image 2を「定価の付いた商品」として扱っていたことだ。実際には「課金システム」なのに。この2つの間には大きな差があり、その差こそがほとんどのチームの予算がじわじわと漏れていく場所だ。
私はDoraという。料金ページを読む時間が、自分でも思う以上に多い。私が書くものの大半は、プロダクトチームや財務担当者のために「実際のボリュームだといくらかかるのか」という問いに答えようとするところから生まれている。この記事は、2週間前に自分が欲しかった答えだ。当時、チームのデザイナーから「週200本の広告バリエーションを生成できますか」と聞かれ、「たぶんできる」と答えた — 結果として、日によって40%前後の誤差が出た。
2026年の予算資料に「画像生成」という項目を入れようとしているなら、このモデルの実際の課金仕組み、コストが隠れる場所、そして本番運用しているチームが実際に支払っている金額を以下に説明する。
GPT Image 2の料金の仕組み
枚数単価 vs トークンベースの画像料金
GPT Image 2には2つの購入方法があり、これを混同することが予算を崩す最も速い方法だ。
1つ目はコンシューマー向け：ChatGPT Plusが月額$20、Proが月額$200、または利用制限付きの無料プラン。これは定額だ。1枚あたりの単価を気にしなくていい。利用上限に達するか達しないかだけだ。
2つ目はAPIで、APIは枚数単価ではなくトークンベースだ。OpenAI APIの料金ページによれば、gpt-image-2は画像入力トークンが100万件あたり$8.00、キャッシュ済み画像入力トークンが$2.00、画像出力トークンが$30.00、テキスト入力トークンが$5.00で課金される。記事で引用される「枚数単価」— $0.006、$0.053、$0.211 — は計算機から算出した推定値であり、定価ではない。
この違いが重要なのは、トークン消費量が一定ではないからだ。サイズ、品質、編集回数、プロンプトの明確さによって変動する。「1枚$0.05を払っている」と思っていたチームが、3週間後に実際の平均コストが$0.11だと気づく、というケースはよくある。
サイズと品質設定による変化
品質が最大のレバーだ。OpenAI画像生成ガイドで参照されている計算機によれば、1024×1024の出力は低品質で約$0.006、中品質で$0.053、高品質で$0.211となる。同じキャンバスサイズで35倍の開きがある。1024×1536（縦長）に切り替えると、同じ品質ティアでそれぞれ約$0.005、$0.041、$0.165になる — 直感に反してやや安くなるが、そういうものだと受け入れるしかない。
サイズも料金を予測通りには動かさない。fal.aiなどサードパーティ経由の4Kは高品質で約$0.41/枚になる。これは実数だが、「OpenAI公式」の数字ではない — 別の窓口、別の契約だ。
チームが見落とす本当のコスト要因
編集の入力、リトライ、大きな出力サイズ
これは料金ページが大きく書いていない部分で、私が2日間混乱した原因だ。
編集リクエストを送る場合 — つまり参照画像を渡す場合 — gpt-image-2はその入力を高精度で処理する。これはオフにできない。公式の画像生成ガイドに明記されている：input_fidelityパラメータはロックされており、出力のqualityを何に設定しても、参照画像はすべて高精度入力レートで課金される。
実用的な意味：「生成して、満足いくまで4回編集する」というワークフローなら、完成アセット1件あたりの実際のコストは、提示された枚数単価の2〜3倍に近くなる。製品モックアップ、キャラクターの一貫性維持、広告バリエーション — アップロードした参照をもとに反復するチームは、気づいているかどうかに関わらず、このパターンに当てはまる。
リトライも同じように積み重なる。中品質の画像が$0.053なら安い。ところが、最初の4回が思い通りにならず同じプロンプトを5回実行すると$0.265になり、使えたのは1枚だけだ。失敗率は、誰も料金比較に載せないが、れっきとした費用項目だ。
ドラフト生成 vs 最終アセット生成
私が見つけた最もシンプルなコスト管理の方法は、探索と納品を分けることだ。アイデア出しには低品質を使う — 1枚$0.006なら、30のプロンプトバリエーションを20セント以下で試せる。そして採用したものだけを高品質で再生成する。The Decoderのローンチ報道によれば、GPT Image 1.5からの品質向上は本物だがサイズによってムラがあり、「ドラフトは安く、最終版は高く」という戦略が、マーケティング文句ではなく実際に有効なアプローチになっている。
もう1つのレバー：最大24時間の遅延を許容できるなら、Batch APIで入力・出力トークンのレートが50%カットされる。週次のコンテンツ生成には無料同然の節約になる。リアルタイムの製品フローには使えないが。
チームワークフローでGPT Image 2の予算を立てる
計算機だけで出した月次コスト予測は信頼しない。私が実際に行う計算はこうだ：
- 本番出荷する品質とサイズでの基本枚数単価
- リトライ率を掛ける（中品質で約1.4倍、高品質で約1.8倍）
- 参照画像がループに入る場合は編集オーバーヘッドを加算 — さらに30〜60%上乗せ
- 同期レスポンスが不要なワークロードはBatch節約分を差し引く
中品質のSNS向け画像を月200枚、軽い編集あり、で運用する小規模マーケティングチームなら、生のAPIコストは月$15〜$25程度に落ち着く。同じボリュームを高品質、ヘビーな反復で行うと月$80〜$140になる。どちらも計算機の数字ではなく、どちらも料金ページには載っていない。これは請求書をエクスポートしたときに見える数字だ。
大事なのは具体的な数字ではない — ワークフローによって変わる。大事なのは、公表されている「枚数単価」はスタートラインであり、ゴールラインではないということだ。
直接料金で十分な場合と、そうでない場合
たまに使うだけなら、月額$20のChatGPT Plusが正解で、読むのはここで終わりにしていい。APIが有利になるのは、中品質画像が月400枚を超えるか、サブスクリプションアクセスが適用されない製品に画像生成を組み込む場合だ。
直接料金がシンプルでなくなる場合：参照画像入力を含むワークフロー、予測不能なユーザーボリュームを持つ製品フロー、Thinkingモードを使うもの（可変の推論トークンオーバーヘッドが発生し、クリーンな枚数単価では公表されていない）、そしてfal.aiのgpt-image-2エンドポイントなどサードパーティ経由でホストする予定のもの（料金はプロバイダー独自でOpenAIの課金とは構造的に異なる）。
これらに当てはまる場合、誠実な予算策定は、すべての呼び出しにコストロギングを入れた1週間のパイロット運用だ。計算機はサニティチェックには十分。四半期の支出をコミットするためには不十分だ。
よくある質問
GPT Image 2の枚数単価はいくらですか？
1つの数字はない。API経由では、1024×1024の画像が低品質で約$0.006、中品質で約$0.053、高品質で約$0.211 — これらはOpenAIの計算機から算出した推定値であり、定価ではない。実際のコストはサイズ、編集、リトライによって変わる。
編集は新規生成より高くなりますか？
はい、多くの場合かなり高くなります。 gpt-image-2は参照画像を常に高精度で処理するため、すべての編集リクエストに画像入力トークンが加算される。編集が多いワークフローでは、枚数単価の基準値の2〜3倍になることがある。
どの設定がコストを最も速く上げますか？
順番に：品質ティア（低から高で35倍の開き）、最上位の出力サイズ（サードパーティ経由の4Kは約$0.41/枚）、編集時の参照画像入力。output_formatと圧縮設定は請求額に影響しない。
チームが月次支出を見積もるにはどうすればよいですか？
実際に出荷する品質とサイズで1週間のパイロットを実施する。すべての呼び出しを記録する。週間コストに4.3を掛けてリトライのバッファを加算する。gpt-image-2のモデルページは公式計算機へのリンクを示しているが、計画には使えても編集オーバーヘッドを過小評価する。
品質を変えずにコストを削減できますか？
できる — Batch APIは24時間の遅延を許容できればトークンレートを半減させ、プロンプトを再利用する場合はキャッシュ済みテキスト入力が100万トークンあたり$5.00から$1.25に下がる。両方の効果は重複して適用される。
まとめ
GPT Image 2は高くない。ただ、固定価格の製品として扱う人を痛める課金の仕組みになっている。見出しに載っている枚数単価は本物だが、それは特定の1リクエストを表している — 同期、編集なし、リトライなし、中程度のサイズ。実際に支払う請求額は、実際に動かすワークフローによって形作られる。
身につける価値のある1つの習慣：予算をコミットする前に、実際の1週間の呼び出しを記録する。計算機は大まかな見当をつけるのに使える。請求書のエクスポートが正確な住所を教えてくれる。
過去の投稿：
