RunableでGPT Image 2.5が利用可能に：FlareとSunburstが登場

主要なポイント

• OpenAIは2026年9月8日にGPT Image 2.5を2つのAPIモデルでリリースしました。高速化を重視した「gpt-image-2.5-flare」と、最高品質と編集精度を追求した「gpt-image-2.5-sunburst」です。
• 両モデルとも現在Runableで利用可能です。タスク内で画像を質問するだけで、エージェントが生成・編集を行い、作成中のプレゼンテーション、サイト、またはドキュメントに直接反映します。
• 主な改善点として、レイテンシの最大50%削減、2つの新しい品質ティア（xhighおよびmax）、最大3840x2160のネイティブ4K出力、そしてマルチターン編集と被写体保持性能の大幅な向上が挙げられます。
• トークン料金はGPT Image 2から変更ありません。テキスト入力100万トークンあたり5ドル、画像入力100万トークンあたり8ドル、画像出力100万トークンあたり30ドル（両モデル共通）です。

OpenAIのリリーススピードは今月も非常に高速です。9月3日にGPT-6 Astraが登場し、そのわずか5日後の2026年9月8日、同社はChatGPTとAPI向けにGPT Image 2.5をリリースしました。今回初めて画像生成スタックが2つのモデルに分割され、日常的な作業に適した「Flare」と、品質がすべてを決めるタスク向けの「Sunburst」が提供されます。

両モデルともRunableで利用可能です。本記事では、実際の変更点やどちらを選ぶべきか、コスト、そしてチャットウィンドウではなく実際のプロジェクトでどのように活用するかを解説します。

9月8日にOpenAIがリリースしたもの

GPT Image 2.5は、単一の汎用モデルを2つのモデル構成に変更しました（いずれもスナップショットは2026-09-08）。

「GPT Image 2.5 Flare」は、速度を最適化した軽量モデルです。OpenAIは、画像品質はGPT Image 2と同等ながら、より高速に提供されると説明しています。Flareは、SNS用のバリエーション作成、サムネイル、大量の製品ショット、最終レンダリング前のドラフト作成など、高ボリュームの作業にデフォルトで選択すべきモデルです。

「GPT Image 2.5 Sunburst」は、品質を最適化したベースモデルです。GPT Image 2よりも詳細な描写、自然なライティング、より高度な制御を実現しており、OpenAIは編集精度が最も重要視されるワークフローに最適と位置づけています。GPT Image 2で複雑な指示を再現できなかった場合、Sunburstがそれを解決します。

どちらのモデルもテキストと画像の入力を受け付け、出力は画像のみとなります。また、low、medium、high、xhigh、max、autoといった全品質ティアに対応しており、xhighとmaxは本世代で追加されました。さらに、両モデルとも透過背景をネイティブサポートしています。これは非常に重要で、ロゴや製品の切り抜き素材をクリーンなアルファチャンネル付きで生成できるため、合成工程のステップを大幅に削減できます。

解像度も向上しました。GPT Image 2.5はautoまたは任意のWIDTHxHEIGHTに対応しており、1024x1024、1536x1024、2048x1152、4Kランドスケープ用の3840x2160などのプリセットが一般的です。カスタムサイズを設定する場合、各辺を3,840ピクセル以内、両辺を16の倍数、アスペクト比を3:1以内、合計ピクセル数を655,360〜8,294,400の範囲内に収める必要があります。OpenAIは3,686,400ピクセルを超える設定を実験的なものと位置づけていますので、4K出力は可能ですが、まだ一般的ではありません。

FlareとSunburst：どちらを選ぶべきか？

モデル名ではなく、現在のワークフローが何をしているかから判断してください。

OpenAIは、2パスのループ運用を推奨しています。まずSunburstで品質を確立し、次に同じプロンプトと入力でFlareをテストしてください。もしFlareで基準を満たし、かつレイテンシが改善されるなら、そちらに切り替えましょう。そうでなければSunburstを使い続けます。あるワークフローで速度が改善したからといって他でも同様とは限りません。ベンチマークのスクリーンショットを鵜呑みにせず、実際のプロンプトで測定してください。

ドキュメントからの実用的な警告として、どちらのモデルでも、繰り返し編集を行うと維持したい細部がわずかに変化（ドリフト）することがあります。パスごとに制約条件を再提示してください。特定の領域を完全に維持する必要がある場合は、モデルに維持させるのではなく、承認済みの編集結果を元の画像に後から合成することをお勧めします。

実際に改善された点

使用して10分もすれば気づくような3つの変化があります。

レイテンシが最大50%低下しました（ワークロードにより異なります）。これはOpenAIのリリース資料に基づく数値ですが、改善の方向性は明確です。同じアセットのバリエーションを何枚も生成するユーザーにとって、その累積的な効果は非常に大きいです。

編集の忠実度が向上しました。両モデルとも、高精度な編集と被写体保持性能が向上しています。これは従来のモデルが実務でフラストレーションを感じさせた最大の原因（一度の変更要求で顔が描き直されたり、製品の形状が変わったり、照明がリセットされたりする問題）でした。GPT Image 2.5は、指定した部分を変更する間、フレームの大部分を安定して維持します。

ノイズアーティファクトが減少しました。特に平坦な領域やグラデーションで見られた粒状感やぼやけが軽減されています。これは、そのまま納品できるアセットと、後で修正が必要なアセットとの違いを生みます。

GPT Image 2.5のコスト

料金体系は両モデル共通で、GPT Image 2のトークン単価と同一です。

テキスト出力は画像モデルのため課金されません。注意点として、OpenAIはGPT Image 2のトークン計算機ではGPT Image 2.5の消費量を正確に見積もれないとしています。旧モデルベースの予算表を使っている場合は、実際の自身の要求サンプルから再計算してください。

重要なコストの問題は、トークン単価ではなく「採用された画像1枚あたりのコスト」です。4回のリテイクが必要な安価で高速なモデルよりも、2回目で確実に仕上がるモデルの方が最終的には安上がりになることもあります。インボイスと併せてリテイク率を追跡してください。

RunableでGPT Image 2.5を使用する方法

Runableでは、エンドポイントの選択やリクエストの組み立ては不要です。現在実行中のタスクの一環として欲しい画像を説明するだけで、エージェントがモデルの選択、生成、配置までを行います。

タスクを開始し、必要なものを伝えてください。「コールドブリューブランドのランディングページを作成し、ヒーローショットを生成して」という指示だけで十分です。エージェントがページを書き、GPT Image 2.5で画像を生成し、適切なサイズでヒーロー枠に配置します。これはプレゼンテーション、レポート、カルーセル、製品リストでも同様です。

同じ会話の中で反復を行います。GPT Image 2.5はマルチターン編集向けに構築されているため、「同じショットで照明を暖かくし、缶を左の3分の1に移動して」といった指示がそのまま通じます。固定すべき要素を伝えれば、モデルはそれを維持します。

必要なフォーマットを質問してください。ロゴ用の透過PNG、印刷用の4Kランドスケープ、SNS用のスクエアなど、自然言語で伝えるだけでエージェントがサイズと背景設定を適用します。

チャットウィンドウではなくエージェント内でこれを行う意義は、画像そのものが成果物になることはほとんどないという点にあります。真の成果物はプレゼンテーションであり、サイトです。あるツールで画像を生成し、ダウンロードして別のツールにドラッグする作業は非効率的であり、Runableはそのプロセスを排除します。Runableには無料プランがあり、Proプラン（月額20ドル）が最も人気で、ヘビーユーザー向けにはMaxプラン（月額100ドル）が用意されています。

GPT Image 2.5のプロンプト：5つの基本ルール

OpenAIはリリースに合わせてプロンプトガイドを公開しました。実践で重要な部分は以下の通りです。

結果の名称とその用途を明記する。「eコマース用リストの製品写真」のように記述すると、従うべき慣例をモデルが理解するため、より良い結果が得られます。

雰囲気ではなく、見える詳細を記述する。素材、照明の向き、色、媒体を指定する方が形容詞よりも効果的です。「フォトリアル」や「本物の写真」といった言葉を明示的に使用してください。モデルはデフォルトではそう想定しません。

正確なテキストを引用し、表示回数を指定する。必要な文言を引用符で囲み、位置やタイポグラフィを説明し、追加テキストは不要と指定します。スペルは毎回出力ごとに確認してください。

変更点と制約を分ける。編集の際、「Xのみを変更」と伝え、維持すべき要素（アイデンティティ、形状、レイアウト、ラベル、照明）を列挙します。除外項目を指定することがドリフトを防ぐ鍵です。

参照先に役割を割り当てる。複数の入力を渡す場合、番号と目的（被写体、スタイル、背景など）を特定し、それらがどう組み合わさるかを説明してください。

GPT Image 2.5とNano Banana Proの比較

GoogleのNano Banana Proは有力な代替案であり、Runableでも利用可能です。サブスクリプション単位ではなく、タスクごとに選択できます。

GPT Image 2.5 Sunburstは、フォトリアリズム、正確なテキストレンダリング、透過背景素材、アイデンティティや形状を厳密に維持したい編集において強力です。ラベル付きセクションを用いた構造化されたプロンプトに対して高い精度で応えます。

Nano Banana Proは、複数の独立した生成にわたってキャラクターや製品アイデンティティをより一貫して保持し、単一の呼び出しでより多くの参照画像を融合させます。また、厳密なフィールドよりも自然な説明文を好みます。同じキャラクターを登場させる長編シリーズを制作する場合、その一貫性が決定打となります。

正直なまとめ：1枚を完璧にするならSunburst、40枚の一貫性を求めるならNano Banana Pro、そしてその中間のボリュームにはFlareを選択してください。

GPT Image 2.5がより広範なクリエイティブワークフローにどう適合するかを知りたい場合は、AI画像生成ツール比較が参考になります。既にRunableを利用しているチーム向けには、Runable 2026年版ガイドで画像生成とドキュメント作成を組み合わせたタスクの設定方法を解説しています。また、GPT-6 Astraがモデル選択の考え方を変えたと感じる場合は、GPT-6 Astraローンチブログで新機能と使い分けについて解説しています。中小企業向けのAI活用ガイドとしては、中小企業向けAIツールでジョブタイプ別の選択肢をランク付けしています。

よくある質問

GPT Image 2.5とは何ですか？

2026年9月8日にリリースされたOpenAIの画像生成・編集モデルファミリーです。高速化重視のgpt-image-2.5-flareと品質重視のgpt-image-2.5-sunburstの2つのAPIモデルとして提供され、ChatGPTおよびRunableから利用可能です。

FlareとSunburstの違いは何ですか？

Flareは速度に最適化された軽量モデルで、GPT Image 2と同等の品質を提供します。Sunburstは品質に最適化されたベースモデルで、より詳細で自然なライティングと高精度の制御が可能です。両者とも同等の品質設定、サイズ、透過背景をサポートします。

GPT Image 2.5は4K画像を生成できますか？

はい。最大3840x2160のカスタム解像度をサポートしており、各辺の制限は3,840ピクセル、両辺が16の倍数という条件です。3,686,400ピクセルを超える出力は実験的とされているため、本番環境で使用する前に必ず結果を確認してください。

GPT Image 2.5の費用はいくらですか？

どちらのモデルもテキスト入力100万トークンあたり5ドル、画像入力100万トークンあたり8ドル、画像出力100万トークンあたり30ドルです（キャッシュ済み入力はそれぞれ1.25ドルと2.00ドル）。テキスト出力は無料です。Runable上では、プラン内のクレジットが消費されます。

GPT Image 2から移行すべきですか？

GPT Image 2で既に品質基準を満たせている場合は、まずFlareをテストしてレイテンシの改善を確認してください。満たせていない場合は、Sunburstをテストして品質を確認してから最適化を進めましょう。最初の比較ではプロンプトや参照、サイズを変更せず、純粋にモデルの能力を比較してください。

関連資料

• 2026年版 AI画像生成ツール完全比較
• GPT-6 Astra登場：OpenAIの新フロンティアモデルをRunableのUltraモードで利用可能
• Runableの始め方：2026年版完全ガイド
• 中小企業向けAIツール：2026年ベスト10（テスト済み）
• Runable 2.0の紹介：AI活用の最良の方法
• Claude Fable 5.1が登場：AnthropicのフロンティアモデルをRunableのUltraモードで利用可能

ツールをまたいだ画像生成の手間をなくしましょう

作成したいものを伝えるだけで、RunableはGPT Image 2.5を使用して画像を生成し、適切な配置場所（ヒーロー枠、スライド、製品ページ、カルーセル）に直接反映します。まずは無料で始めて、出力が週次業務の一部になったら月額20ドルのProプランへアップグレードしてください。