GPT Image 2 API
OpenAI の GPT Image 2 は、自然言語のプロンプトから高品質な画像を作るテキストから画像・編集エンドポイントを提供します。品質階層(low / medium / high)と解像度のスケーリングにより、呼び出しごとにコストと精細さのバランスを選べます。
品質階層(low / medium / high)と解像度のスケーリング(基本、2K、4K)に対応したテキストから画像・編集エンドポイントです。編集エンドポイントは、自然言語での編集のために、1枚以上の参照画像を受け付けます。
/filters:quality(82)/examples/bdc87732ca150d74d58327357a20ecdd/1783683931539388653_vcluDNzJ.webp)
概要
GPT Image 2 APIについて
GPT Image 2でできること、OpenAIのモデルラインナップにおける位置づけ、そして多くのチームに選ばれる理由。
GPT Image 2はOpenAIの画像生成・編集モデルで、WaveSpeedAIのREST APIから利用できます。OpenAI の GPT Image 2 は、自然言語のプロンプトから高品質な画像を作るテキストから画像・編集エンドポイントを提供します。品質階層(low / medium / high)と解像度のスケーリングにより、呼び出しごとにコストと精細さのバランスを選べます。
品質階層(low / medium / high)と解像度のスケーリング(基本、2K、4K)に対応したテキストから画像・編集エンドポイントです。編集エンドポイントは、自然言語での編集のために、1枚以上の参照画像を受け付けます。
WaveSpeedAIのGPT Image 2ファミリーには、Text-To-Image, Image-To-Imageのワークフローをカバーする2個のRESTエンドポイントがあります。各バリアントには、それぞれ独自の料金、パラメーター、作例があります。入力の種類と本番環境の制約に合うものを選ぶか、同じAPIキーで複数を呼び出して、多段階のパイプラインを組み立ててください。
WaveSpeedAIの他の1,000以上のAIモデルと同じAPIキー、請求アカウント、レート制限の枠組みでGPT Image 2を実行できます。ベンダーごとの設定も、プロバイダーごとのSDKも、ベンダーごとのレート制限も不要です。1つの連携で、テキストから画像、テキストから動画から、音声合成、3D生成、高画質化、編集まで、すべてカバーできます。
エンドポイント
GPT Image 2のAPIエンドポイント一覧
WaveSpeedAIで現在利用可能なGPT Image 2のエンドポイントは2個です。ワークフローに合ったバリアントを選んでください。
/filters:quality(82)/media/images/1782721508918099909_oCMW3dT2.webp)
Gpt Image 2 Text To Image
OpenAI's GPT Image 2 Text-to-Image generates high-quality images from natural-language prompts. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
/filters:quality(82)/media/images/1782721434327650196_n8i8hqAK.webp)
Gpt Image 2 Edit
OpenAI's GPT Image 2 Edit enables image editing from natural-language instructions with one or more reference images. Ready-to-use REST inference API, best performance, no coldstarts, affordable pricing.
作例
GPT Image 2の実力を見る
GPT Image 2 APIで実際に生成された出力です。動画にカーソルを合わせるとプレビュー、クリックすると原寸のビューアで開きます。
使い方
GPT Image 2 APIの使い方
登録から生成完了まで4ステップ。Python、Node.js、cURLの完全なサンプルは、下のAPIセクションにあります。
- 01
APIキーを取得
WaveSpeedAIのアカウントに登録し、ダッシュボードからAPIキーをコピーします。新規アカウントには無料のスタータークレジットが付くので、課金が始まる前にプレイグラウンドを数十回実行できます。
- 02
予測を送信
入力をJSONとしてhttps://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-imageにPOSTします。エンドポイントはすぐに予測IDを返します。生成は非同期なので、推論中に接続を開いたままにする必要はありません。
- 03
完了までポーリング
https://api.wavespeed.ai/api/v3/predictions/{request_id}/resultにGETします。completedなら出力を返し、failed、cancelled、timeout、deletedならエラーで停止し、それ以外のステータスの間はポーリングを続けます。
- 04
出力URLを読み取る
ステータスが"completed"になったら、data.outputs[0]からURLを読み取ります。URLは、WaveSpeedAIのCDN上にある生成されたメディアを指します。呼び出したGPT Image 2のバリアントに応じて、画像、動画、音声、3Dファイルのいずれかです。
活用例
GPT Image 2で作れるもの
開発者やクリエイターがGPT Image 2 APIでよく使うワークフロー。
品質階層を選べるテキストから画像
openai/gpt-image-2/text-to-image は、自然言語のプロンプトから高品質な画像を生成します。quality パラメーター(low / medium / high)により、エンドポイントを切り替えずに、呼び出しごとにコストと品質のバランスを選べます。
参照画像を使った編集
openai/gpt-image-2/edit は、1枚以上の参照画像を与えて、自然言語の指示で画像を編集します。特定の元画像に基づく、プロンプト駆動の調整に便利です。
納品に向けた解像度のスケーリング
解像度パラメーターは、基本、2K、4Kに対応しています。納品に足りる最小のサイズを選び、必要なときだけ拡大してください。プロンプトの形式はすべての解像度で共通です。
low / medium 品質での試行
プロンプトの方向性の試行には low、納品レベルの出力には medium、最高の精細さを優先するときには high を使います。
自然言語の編集ワークフロー
編集エンドポイントは、元画像と指示テキストを受け取り、必要に応じて追加の参照画像も使えます。マスク作業より手軽で、スタイルの微調整(「もっと暖かくして」「コーヒーカップを足して」「ウォーターマークを消して」など)にとくに便利です。
コツ
GPT Image 2のプロンプトのコツ
GPT Image 2からより良い出力を得るための実践的なアドバイス。本番のパイプラインで画像モデル全般に通用するパターンに基づいています。
- 01
quality パラメーターを意図して使う
GPT Image 2 には、low / medium / high の階層を持つ quality パラメーターがあります。プロンプトの方向性は low で試し、medium(デフォルト)で磨き、メインビジュアルや納品用など最高の精細さが必要な出力には high を取っておきます。
- 02
参照画像つきで Edit エンドポイントを使う
openai/gpt-image-2/edit は、元画像とテキストの指示を受け付け、必要に応じて追加の参照画像も使えます。マスクを使うワークフローより手軽で、スタイルの微調整(「もっと暖かくして」「コーヒーカップを足して」)にとくに便利です。
- 03
納品に足りる最小の解像度を選ぶ
GPT Image 2 の resolution パラメーターは、基本、2K、4Kに対応しています。2Kで足りるなら4Kで生成しないでください。同じプロンプト形式がすべての解像度で使え、大きなサイズほど処理が遅くなります。
- 04
具体的で構造化されたプロンプトを書く
被写体、シーン、ライティング、カメラの表現を組み合わせると、モデルの学習で最も強い部分を引き出せます。「窓辺に座るトラ猫、午後の光、浅い被写界深度、50mmレンズ」は、「猫」よりはるかに優れています。
- 05
アーティスト名ではなくスタイルの表現を使う
存命のアーティストの名前を挙げるより、「エディトリアルフォトグラフィ風」や「スタジオでの商品撮影用ライティング」のほうが、商用ライセンスの懸念を避けられるうえ、使いやすい出力になりやすいです。
料金
GPT Image 2 APIの料金
料金は出力ごとです。最終的な請求額は、各バリアントのプレイグラウンドで設定するパラメーター(解像度、長さ、出力数、参照入力)に応じて変わります。
| エンドポイント | タイプ | 最低料金 |
|---|---|---|
| openai/ | text-to-image | 5%オフ$0.06$0.057 |
| openai/ | image-to-image | 5%オフ$0.07$0.0665 |
API
GPT Image 2 APIを呼び出す
wavespeed.ai/accesskeyでAPIキーに登録し、RESTで予測を送信します。プレイグラウンドでは、入力の組み合わせに応じて、そのまま貼り付けられるサンプルが生成されます。
POSThttps://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-image
# 1. Submit the prediction.
SUBMIT_RESPONSE=$(curl --silent --show-error --fail-with-body \
-X POST "https://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-image" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $WAVESPEED_API_KEY" \
-d '{
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "1k",
"quality": "medium",
"output_format": "png"
}')
TASK=$(printf '%s' "$SUBMIT_RESPONSE" | jq 'if has("data") then .data else . end')
PREDICTION_ID=$(printf '%s' "$TASK" | jq -r '.id')
if [ -z "$PREDICTION_ID" ] || [ "$PREDICTION_ID" = "null" ]; then
printf 'Submission response did not contain a prediction id
' >&2
exit 1
fi
RESULT_URL="https://api.wavespeed.ai/api/v3/predictions/$PREDICTION_ID/result"
# 2. Poll until the prediction finishes.
while true; do
RESPONSE=$(curl --silent --show-error --fail-with-body "$RESULT_URL" \
-H "Authorization: Bearer $WAVESPEED_API_KEY")
RESULT=$(printf '%s' "$RESPONSE" | jq 'if has("data") then .data else . end')
STATUS=$(printf '%s' "$RESULT" | jq -r '.status')
case "$STATUS" in
completed) printf '%s\n' "$RESULT" | jq '.outputs'; break ;;
failed|cancelled|timeout|deleted) printf '%s\n' "$RESULT" | jq . >&2; exit 1 ;;
*) sleep 2 ;;
esac
doneconst submitUrl = "https://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-image";
const apiKey = process.env.WAVESPEED_API_KEY;
if (!apiKey) throw new Error('Set WAVESPEED_API_KEY');
async function requestJson(url, options = {}) {
const response = await fetch(url, options);
if (!response.ok) throw new Error(await response.text());
return response.json();
}
// 1. Submit the prediction.
const body = await requestJson(submitUrl, {
method: "POST",
headers: {
"Authorization": `Bearer ${apiKey}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "1k",
"quality": "medium",
"output_format": "png"
}),
});
const task = body.data ?? body;
const resultUrl = `https://api.wavespeed.ai/api/v3/predictions/${task.id}/result`;
// 2. Poll until the prediction finishes.
while (true) {
const resultBody = await requestJson(resultUrl, {
headers: { "Authorization": `Bearer ${apiKey}` },
});
const result = resultBody.data ?? resultBody;
if (result.status === "completed") {
console.log(result.outputs);
break;
}
if (["failed", "cancelled", "timeout", "deleted"].includes(result.status)) throw new Error(JSON.stringify(result));
await new Promise(resolve => setTimeout(resolve, 2000));
}import json
import os
import time
from urllib.request import Request, urlopen
api_key = os.environ["WAVESPEED_API_KEY"]
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
payload = {
"prompt": "A cinematic shot of a city at sunset, soft golden light",
"aspect_ratio": "1:1",
"resolution": "1k",
"quality": "medium",
"output_format": "png"
}
def request_json(url, data=None):
request = Request(url, data=data, headers=headers, method="POST" if data else "GET")
with urlopen(request) as response:
return json.load(response)
# 1. Submit the prediction.
body = request_json("https://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-image", json.dumps(payload).encode())
task = body.get("data", body)
result_url = f"https://api.wavespeed.ai/api/v3/predictions/{task['id']}/result"
# 2. Poll until the prediction finishes.
while True:
result_body = request_json(result_url)
result = result_body.get("data", result_body)
status = result.get("status")
if status == "completed":
print(result.get("outputs", []))
break
if status in {"failed", "cancelled", "timeout", "deleted"}:
raise RuntimeError(result)
time.sleep(2)比較
GPT Image 2と他モデルの比較
WaveSpeedAI上の類似モデルではなくGPT Image 2を選ぶべきケース。
GPT Image 2 vs Nano Banana Pro
Nano Banana Pro は、4Kのテキストから画像、Ultra 階層、バッチ作業向けの Multi バリアントをカバーします。GPT Image 2 は medium 品質なら安価で、明示的な品質階層(low/medium/high)と、参照画像で行う編集エンドポイントを備えています。
GPT Image 2 vs Seedream 4.5
Seedream 4.5 はタイポグラフィを重視し、複数画像の一貫性のための Sequential バリアントを備えています。GPT Image 2 には品質パラメーターの調整つまみと、自然言語での参照画像つきの編集ワークフローがあり、Seedream とは扱いが異なります。
GPT Image 2 vs Nano Banana 2
Nano Banana 2 は、複数キャラクターの一貫性(最大5人)と、任意のウェブ検索に基づく生成を備えています。GPT Image 2 は、明示的な品質階層と参照画像の編集エンドポイントをカバーし、解像度のスケーリング(基本 / 2K / 4K)もより幅広いです。
GPT Image 2 vs GPT Image 2.5
GPT Image 2.5 は後継モデルです。速度重視の Flare と精細さ重視の Sunburst の2つの階層、3段階から5段階に増えた品質レベル、より低い1枚あたりの料金を備えています。GPT Image 2 は、すでにプロンプトを調整済みのパイプライン向けに引き続き利用できます。移行はモデルIDの変更だけで済みます。/gpt-image-2-5-api をご覧ください。
FAQ
GPT Image 2 API — よくある質問
料金、ライセンス、連携など、WaveSpeedAIでGPT Image 2を実行する際のよくある質問。
GPT Image 2 APIとは何ですか?
GPT Image 2は、OpenAIの画像生成モデルで、WaveSpeedAI上でREST APIとして提供されています。OpenAI の GPT Image 2 は、自然言語のプロンプトから高品質な画像を作るテキストから画像・編集エンドポイントを提供します。品質階層(low / medium / high)と解像度のスケーリングにより、呼び出しごとにコストと精細さのバランスを選べます。プログラムから呼び出すことも、上にリンクされたプレイグラウンドで試すこともできます。
GPT Image 2 APIはどう呼び出しますか?
WaveSpeedAIのアカウントに登録し、/accesskeyからAPIキーをコピーして、入力をJSONとしてhttps://api.wavespeed.ai/api/v3/openai/gpt-image-2/text-to-imageにPOSTします。エンドポイントは予測IDを返します。結果のエンドポイントを約2秒ごとにポーリングし、長時間かかるタスクでは間隔を広げ、終端ステータスになったら停止してください。本番運用向けのPython / Node.js / cURLのサンプルは上にあります。
GPT Image 2 APIの料金はいくらですか?
GPT Image 2は1回あたり$0.057からです。実際の料金は、設定するパラメーター(解像度、長さ、出力数、参照入力)に応じて変わります。プレイグラウンドの「生成」ボタンの横に表示されるリアルタイムの料金プレビューで、現在の入力での正確な料金を確認できます。
GPT Image 2にはどのバリアントがありますか?
WaveSpeedAIでは、2個のGPT Image 2エンドポイントが利用可能です:openai/gpt-image-2/text-to-image, openai/gpt-image-2/edit。各バリアントには、専用のプレイグラウンドページと料金があります。
GPT Image 2の出力を商用利用できますか?
商用利用の権利は、OpenAIのモデルライセンスに従います。OpenAIのほとんどのモデルは出力の商用利用を認めています。具体的なライセンスの概要は各モデルのプレイグラウンドページで、プラットフォーム全体の条件はWaveSpeedAIの利用規約でご確認ください。
なぜ直接ではなくWaveSpeedAIでGPT Image 2を使うのですか?
GPT Image 2と、他のプロバイダーの1,000以上のAIモデルを、1つのAPIキー、1つの請求アカウントで利用できます。ベンダーごとのSDK設定も、個別のレート制限も、ベンダーごとの連携コードの書き直しも不要です。料金は、通常OpenAIの直接のAPIと同等かそれ以下です。
提供元
OpenAIについて
WaveSpeedAIにおけるGPT Image 2と、OpenAIのモデルラインナップ全体を手がけるチーム。
OpenAI は、ChatGPT、GPT-4 と GPT-5、DALL·E、Sora、Whisper を手がける研究機関です。画像・動画モデルは、消費者向けから企業向けまで幅広いアプリケーションに導入されており、指示への追従、フォトリアリズム、慎重な安全対策に重点を置いています。画像APIは、商用利用の条件が明確であることを求められる、マーケティングやエディトリアルの用途でよく選ばれています。
WaveSpeedAIでGPT Image 2を使った開発を始めよう
登録時に無料のスタータークレジットを進呈。OpenAIをはじめ、あらゆるプロバイダーの1,000以上のAIモデルを、1つのAPIキーで。
/filters:quality(82)/examples/874ce526dc7b45f758856a297ebe3554/1783683932960323788_1NW4enxG.webp)
/filters:quality(82)/examples/109ce7033b5441fb1eff58b63d16863b/1783683934369707528_qazInwFP.webp)
/filters:quality(82)/examples/8c270f7907b063ff49eabce65b002171/1783683935824334487_V58ZZaju.webp)
/filters:quality(82)/examples/05380da16689443ee6dc4544b1744b71/1783683937583622712_z9xxqlg6.webp)