GPT Image 2.6 API
OpenAIのGPT Image 2.6ファミリーは、詳細な視覚的作業向けの「Sunburst」と、高速なイテレーション向けの「Flare」を組み合わせ、画像生成、編集、SVGグラフィックス、アニメーションGIFをサポートします。
GPT Image 2.6 Sunburst API
openai/gpt-image-2.6-sunburst
GPT Image 2.6 Sunburstは、テキストや参照画像から詳細なビジュアルを生成・編集し、複雑さの制御、マークアップによる編集、SVGグラフィックス、アニメーションGIF出力に対応しています。
GPT Image 2.6 API 背景
概要
GPT Image 2.6は、OpenAIの画像生成および編集モデルファミリーであり、詳細な視覚的作業を行う「Sunburst」と、高速なイテレーションを行う「Flare」を備えています。テキストの指示と参照画像によって視覚的な結果を導きます。このファミリーは、静止画の制作、ターゲットを絞った修正、ベクターグラフィックス、および短いアニメーションループを網羅しています。
開発履歴
バージョン2.6のリリースでは、複雑度制御、マークアップガイド付きの編集、SVGエクスポート、アニメーションGIF出力が導入されました。このファミリーページでは、SunburstとFlareのバリアントを統合し、クリエイターがプロジェクトの各段階のニーズに応じてモデルを選択できるようにしています。
主要な革新
- Sunburstは詳細な構図と視覚的な洗練を重視し、Flareは迅速なクリエイティブのイテレーションを重視します。
- マークアップにより、編集リクエストで要求された変更の適用場所を指定できます。
- SVGおよびGIF出力により、ワークフローが単一のラスター画像を超えて拡張されます。
GPT Image 2.6 API 技術仕様
アーキテクチャ
両方のバリアントとも、テキストおよび画像の入力から画像を生成および編集します。リクエストでは、gpt-image-2.6-sunburstまたはgpt-image-2.6-flareの正確なバリアント識別子を使用してください。GPT Image 2.6はファミリー名であり、各API識別子の代わりに使用することはできません。
機能
- /v1/images/generationsおよび/v1/images/editsを通じたテキストから画像への生成および参照画像編集。
- 複雑度は低、中、高をサポートし、デフォルトは高です。品質とは別にプランニングを制御します。
- アニメーションGIF出力は2〜16フレームをサポートし、デフォルトは9フレームです。フレームの持続時間のデフォルトは200ミリ秒です。
- SVG出力は、アイコンやイラストに適した静的なベクターグラフィックスを生成します。
- PNG、JPEG、およびWebPによる従来のラスター画像配信のサポート。
制限事項
- SVG生成はn=1を使用し、画像編集、ストリーミング、または圧縮オプションをサポートしていません。
- GIF出力は、部分画像出力やカスタムのoutput_compressionをサポートしていません。
- モデルは音声や動画の入力を受け付けません。
- テキストの配置や繰り返される文字の詳細については、引き続き明確な指示と生成された結果の確認が有効です。
GPT Image 2.6 API 性能
強み
- Sunburstは、ディテール重視の最終的なビジュアル、製品の構図、慎重な編集に適しています。
- Flareは、構図を絞り込む前に複数の方向性を探索するのに適しています。
- 参照画像と焦点を絞った編集指示により、修正全体を通じて一貫性のあるビジュアルブリーフを維持しやすくなります。
実世界での有効性
製品キャンペーンの場合は、まず背景、照明、構図の探索から始め、次に洗練させる方向性を1つ選択します。イラストのキャラクターの場合は、別のポーズをリクエストする前に、シルエット、色、アクセサリーを確立します。ポスターの場合は、タイトル、画像、補助テキストの意図した階層を指定します。連続する修正で安定したターゲットを持つことができるよう、これらの選択をブリーフに明確に記述してください。バリアントを選択する際は、同じ品質、サイズ、プロンプトで出力を比較してください。トークンレートが等しいからといって、結果ごとのトークン消費量が等しいとは限りません。
GPT Image 2.6 API 使用場面
シナリオ
- キャンペーンのコンセプト：いくつかの視覚的な方向性を比較し、構図を選択し、一貫したキャンペーンのために選択した画像を洗練させます。
- 製品画像：設定、構図、または視覚的処理を変えながら、参照製品画像から作業を進めます。
- ポスターおよびエディトリアルイラストレーション：視覚的な階層、意図した雰囲気、主要な要素の配置を記述します。
- アイコンとアイデンティティの探索：ベクター形状のSVGをリクエストし、ターゲットレイアウトで結果のグラフィックを検査します。
- キャラクターアニメーション：手を振る、リアクションするなどの短いGIF向けに、小さなアクションと意図したループを記述します。
ベストプラクティス
- 詳細な作業にはSunburstを、高速なイテレーションにはFlareを選択します。統合では正確な小文字のモデルコードを維持してください。
- シーンの説明と修正の指示を分離します。焦点を絞った編集の場合は、ターゲットオブジェクトと希望する変更を明確に記述します。
- 成果物に応じて出力フォーマットを選択します（通常の画像にはラスター、ベクターにはSVG、短いループにはGIF）。
- バリアントを比較するときは、固定のブリーフを使用します。望ましくない結果の原因を特定する際は、一度に1つのクリエイティブ変数のみを変更してください。
- 両方のバリアントの公式トークンレートは、テキスト入力トークン100万あたり5ドル、キャッシュされたテキスト入力1.25ドル、画像入力8ドル、キャッシュされた画像入力2ドル、画像出力30ドルです。これらはアップストリームの参照レートであり、画像ごとの固定価格ではありません。
- SVGの課金には、生成された参照画像とオーサリングモデルの実際のトークン使用量が含まれます。画像コストは実際のトークン使用量によって変動します。
- 公式リファレンス: https://developers.openai.com/api/docs/models/gpt-image-2.6-sunburst ; https://developers.openai.com/api/docs/models/gpt-image-2.6-flare ; https://developers.openai.com/api/docs/guides/image-generation