OpenAIの画像モデル2.5登場、ChatGPTの画像生成を再定義

製品をひとつ変えるだけで、なぜ画像全体に手が加わるのか？

OpenAI は 2026 年 9 月 8 日に ChatGPT Images 2.5 を公開し、最も不満の多かった画質と編集精度の 2 点をついに改善した。参考写真の人物の特徴がより保持されやすくなり、部分編集が関係ない領域まで一緒に変更してしまう現象が抑えられた。

ユーザーが毎週 ChatGPT Images と GPT-Image API で生成する画像は 30 億枚を超え、2.5 はこの主力量産ラインを狙って投入された。OpenAI が示す具体的な数値はひとつだけ。2.0 と比較して画像生成の遅延を最大 50% 削減した。

画質面の説明はやや主観的だ——光がより自然になり、テクスチャがより細かくなり、参考写真の被写体が新しいシーンでもより「本人らしさが保たれる」。これらの主張について第三者の再現テストは今のところ確認できておらず、OpenAI 自身も定量的なベンチマークを提示していない。

このバージョンの本当の重点は「精密編集」にある。製品ひとつ、背景のテキストひと段落を変えようとすると、画面の他の部分がたびたび「巻き添え」を被る。2.5 が解決するのはまさにこの問題で、ユーザーが指摘した箇所だけを動かし、被写体・構図・ブランド処理を元のまま残す。

この痛みは複数回の対話でより顕著になる。何度か修正を重ねると、過去の修正が新しいラウンドに上書きされてしまい、画質も劣化しがちだった。2.5 が賭ける方向は、過去の修正をより安定的に残し、新しいラウンドの指示を前のラウンドに積み上げていくこと。ゼロからやり直すのではなく。

API の （開発者がモデルの機能を呼び出すためのプログラミングインターフェース）にある GPT-Image-2.5 Flare と Sunburst は 2 つのティアに分けられた。前者は同じ品質・編集・速度の改善を継承し、後者はより精緻な制作タスク向けで、生成時間が長くなる代わりに。

キャンバスが「画像生成の終着点」から「協働の起点」へ

Images 2.5 が本当に変えたのはキャンバスの役割だ。以前は単なる画像の置き場で、出力＝終着点だった。今では協働の起点となり、下書き・注釈・プロンプトが同じキャンバスに積み重なって、何度も直し、何度も渡される。

従来の ChatGPT での画像生成は一方的だった——ユーザーが文字を打ち、モデルが画像を出力し、修正はプロンプトをもう一度送るだけ。Images 2.5 はこの直線構造を解体し、キャンバスをものを重ねられるワークベンチに変えた。

プロンプト（AI に欲しいものを伝える文章での説明）が書けない人のために、OpenAI は新たな道を用意した：@Sketch。部屋のレイアウトや衣服のシルエットを手早く描けば、モデルがそれを視覚的ガイドとして成果物を生成する。絵が下手でも構わない、形そのものが指示になる。

もうひとつの行き詰まりは、白いキャンバスからのスタートの心理的ハードルだ。Poster や Merch といったテンプレートが「ゼロのキャンバスから始める」工程を分解する——構図はあらかじめ配置済み、指示に従って細部を埋めるだけ。

修正作業で最も怖いのは、ひとつを動かすと全体が連動して崩れることだ。色だけ調整したいのに、人物のポーズまで壊れる。注釈を使えば、要望を画像の特定の領域にピン留めできる。使い方は Figma に近い。エリアをクリックし、意見をつけ、モデルはその箇所だけを動かす。周辺の人物のポーズ・構図・ブランドカラーはそのまま残る。公式が繰り返す「指定した部分だけを変更する」とはこのこと。技術的には局所編集（画像の指定した領域だけを変更し、他は保持する）と呼ばれ、体験としては対話がチャット欄からキャンバス上に移ったということだ。

自分でうまく仕上げたプロンプトを他の人にも使ってもらいたい——公式は今回この点をはっきり打ち出した：使った（AI に欲しいものを伝える文章での説明）をそのまま送れば、相手は自分の写真や詳細で再現できる。絵を描く人は、これからはもうひとつの役割を得る。レシピを配布する人。

これらの機能を同じキャンバス上で見ると、画像生成は途中で通過する一駅になり、本当に蓄積されるのは下書き・注釈・レシピが組み上げた現場そのものだ。

発表の1画面目は画質、方向性を動かすのはその先

画質は発表の1画面目にすぎない。本当に方向性を動かしている機能は、どれもピクセルとは直接関係していない。

OpenAIのこの発表は前半が画質で埋まっている。本当のシグナルは後半、同じ説明文の中に押し込まれている。Sketchで下書きを描く、注釈を画像にピン留めする、共有時にプロンプト提示词（AIに送る文章での説明）もまとめて転送する。この3つの動作が答えるのは同じ問いだ——画像が生成された後、人から人へどう引き継いでいくか。

下書きを描けば、生成にスタート地点ができる。白紙に向かって言葉を推測しながら始めなくて済む。注釈を画像にピン留めすれば、「校閲」が「出力」のあいだの一工程に組み込まれる。編集意見が具体的なピクセルの上に落ち、チャットログのなかを漂わなくなる。

プロンプト共有は、もっと微妙な問題を単独で解決する。仕上げたpromptを、なぜあなたに渡せるのか。画像を共有するときにプロンプトも添えるオプションを選べば、相手は同じ文章を自分の写真に当てはめてもう一度遊べる。内輪のやり取りが、そのまま配れる資産になる。かつてLightroomプリセットやVSCOフィルターが転売されたのと同じロジックだ。ただし今回配られるのは文字のレシピである。

この3つの機能が合わさると、生成は出力を終点としなくなる。注釈は単回のイテレーションを直接画像上に定着させ、共有はイテレーションを1人の手から次の手へ流し、Sketchは次のイテレーションのスタートをゼロから雑な一筆へと前倒しする。発表は画質を1画面目に置いたが、方向性を動かしているのはその先にある。

Flare は量、Sunburst は細部：OpenAI が画像モデル API を 2 ティアに分けた

OpenAI は万能モデルを出したのではない。速さと精度、2 つの路線を別々の引き出しに分けて開発者に差し出した。

今回の API には新たに 2 つの名が加わった。GPT-Image-2.5 Flare はデフォルト版で、OpenAI は画質を保ちつつ編集能力と速度を両立した日常向けオプションと位置づけている。GPT-Image-2 と比べて遅延（リクエスト送信から画像取得までの待ち時間）を最大 50% 削減し、SNS コンテンツ・製品画像・ビジュアル検索など量を捌く用途を想定する。GPT-Image-2.5 Sunburst は別路線で、生成は遅くなる代わりに要素ごとの精密な制御を獲得し、細部を詰めたいクリエイティブワークフロー向けとなる。

毎週 30 億枚という規模は、OpenAI がなぜ分けたかを説明する。たとえ 10% の遅延改善だけでも、クラウドの計算資源の請求書では本物の節約になる。Flare は速度を引き上げ、高并发の批量生成シーンを直接こなす。Sunburst は単体の精度を高め、広告・デザイン・EC メイン画像のように 1 枚で 10 枚の価値がある仕事を担う。2 つの路線はそれぞれ独立して価格設定され（価格は確認できた公式ページでは未掲載）、OpenAI はティアごとに異なる粗利率を設定できる。

12 月の GPT Image 1.5 と比較する。当時の API は 1 モデルだけを投入し、編集精度と最大 4 倍の速度向上を前面に出していた。半年で 2 モデルに増えたことで変わったのは、OpenAI の市場セグメンテーションに対する判断だ——開発者が欲しているのは「より優れた単一モデル」ではなく「用途に応じて選べるモデル群」となった。単一ツールの売り方から、ツールセットの売り方への転換である。

公開後に注視すべきシグナルは 2 つある。

Sunburst の生成時間は公式が具体的な数字を出しておらず、第三者ベンチマークが出るまで「遅さ」が具体的にどの程度なのかがこの製品の立ち位置を判断する鍵となる。

まず ChatGPT を開き、API を待つべきかを判断する

一般ユーザーが今日触れられるのは主に ChatGPT 内の新たな協働ツールであり、API ユーザーは Flare と Sunburst の速度差を見極める必要がある。

ChatGPT のみを使い API を使わないなら、遊べる機能はデスクトップ・モバイル・ウェブで完全に展開されている：すべての ChatGPT、ChatGPT Work、Codex ユーザーが Images 2.5 を追加料金や申請なしで利用できる。

OpenAI は今回の発表で機能を明確に打ち出した——Sketch（ユーザーが直接キャンバスに落書きを描いて参考画像として使える新機能）、画像へのコメント貼付、そしてプロンプトを友達に共有して自分の写真で再現してもらう、いずれも ChatGPT のキャンバス上で動作する。

開発者であれば、重要な違いをまず理解する必要がある：API には 2 モデルが同時に並んだ。GPT-Image-2.5 Flare は品質・編集・速度の 3 者を両立する路線で、ChatGPT 内の体験とほぼ同源。GPT-Image-2.5 Sunburst はより精緻な制作のために用意された上位ティアで、生成時間が長くなる。OpenAI は Sunburst の具体的な遅延数字を提示しておらず、2 ティア間の価格差も公表していない——この部分は価格ページの更新を待って確認するしかない。

画質の向上について、確実な比較数字は 1 つだけある：Images 2.0 と比較して生成遅延が最大 50% 削減されたこと。より自然な光、より豊かなテクスチャ、参考写真の被写体がより保持されやすいといった点は、いずれも公式側の説明であり、第三者の独立した再現テストは未確認のため、ベンダー側の発言と注記すればよい。

短期的には、観察可能なアクションの大半は ChatGPT 側に集中する：まず自分の写真で 1 回参考画像生成を試してから、同じ画像に連続して数回編集を掛け、序盤の修正が数ラウンド経っても維持されるかを確認。次に Sketch でラフなレイアウトを下書きし、モデルがその下書きに従って画像を生成するか試す。最後に自分で効果のあったプロンプトを共有し、相手に自分の写真で再現してもらう。API 側で先にやるべきは Flare を既存フローに組み込んでみること、そして Sunburst の遅延と価格発表を注視すること。