はじめに

2026年9月8日、OpenAIがGPT-Image2.5(製品名 ChatGPT Images 2.5)をリリースしました。

一番のトピックを先にお伝えすると、GPT-Image2.5は「編集で変えてはいけない部分を的確に理解するモデル」に生まれ変わりました。これまでの画像編集AIは、ちょっとした修正を頼んだだけなのに画像全体が作り直されてしまい、人物の顔や商品の形が微妙に変わってしまう、という悩みがつきものでした。GPT-Image2.5はこの弱点に正面から向き合い、指示していない部分はきちんと残したまま、頼んだ部分だけをピンポイントで編集できるようになっています。

API向けにはGPT-Image-2.5 FlareとGPT-Image-2.5 Sunburstという2つのモデルが用意されており、用途に応じて速度と精度を選べる構成になりました。

この記事でわかること

• GPT-Image2.5の基本情報と進化ポイント
• FlareとSunburst、2つのモデルの使い分け
• 「変えてはいけない部分を的確に理解する能力」の具体的な検証
• 前作GPT-image-2からの進化点

それでは見ていきましょう！

生成AIの社内利用をお考えの企業様へ 
法人向け生成AIサービス「ナレフルチャット」では、画像生成AI「GPT-image-2.5」をはじめ、ChatGPT、Gemini、Claudeなど主要プロバイダのAIモデルを選んで利用可能！高品質な画像生成から文章作成まで、用途に応じて最適なAIを使い分けられます。企業のAI導入を検討している方は、こちらをご覧ください。

GPT-Image2.5の基本情報と進化ポイント

このセクションでは、GPT-Image2.5がどんなモデルなのか、前世代のGPT-image-2から何が変わったのかをまとめて解説します。「とにかく何ができるの？」という疑問にここで答えます。

リリース概要

GPT-Image2.5は2026年9月8日に、ChatGPT・ChatGPT Work・Codex・APIへ一斉に展開されました。提供形態は以下の通りです。

参考 OpenAI公式発表

前作のGPT-image-2(2026年4月21日リリース)からわずか4か月半ほどでのアップデートです。もしお使いのChatGPTでまだ反映されていない場合、順次展開中のため数日ほど待つと表示されることがあります。

FlareとSunburst 2つのモデルの違い

API利用者向けには、用途に応じて選べる2つのモデルが用意されました。Flareは速度優先のモデル、Sunburstは品質・編集精度優先のモデルという性格分けです。

ただし、FlareとSunburstを自分で切り替えられるのはAPI利用時だけで、ChatGPTやCodex上には「Flareにする」「Sunburstにする」といった選択ボタンは用意されていません。裏側でどちらのモデルが動いているかはOpenAI側の制御に委ねられています。OpenAI Developer Communityのフォーラムでは「普段の会話や素早い反復にはFlareが使われ、複雑なプロンプトを送ると自動的にSunburstへエスカレートする」という利用者コメントも見られますが、これは公式発表では明言されていない情報なので参考程度に留めておいてください(OpenAI Developer Communityのスレッド)。

API経由で迷ったときはまずFlareを試して、編集精度が足りないと感じたらSunburstに切り替えるという順番がおすすめです。料金の単価自体はFlareとSunburstで変わらないため(次のセクションで詳しく説明します)、実質的にはSunburstのほうが生成時間というコストを払って精度を買う形になります。

Image to Imageの核心進化「変えてはいけない部分を的確に理解する能力」

ここがGPT-Image2.5でうさぎが一番注目しているポイントです。

Image to Image(手元の画像を参照しながら新しい画像を作る、または一部だけ編集する手法)において、前作のGPT-image-2には「編集を頼むたびに画像全体が再生成されてしまう」という弱点がありました。商品だけ差し替えたいのに背景の色味が変わってしまったり、何度も編集を重ねるうちに人物の顔立ちが少しずつドリフト(ズレ)していったり、テキストや背景の解像感が編集のたびに劣化していく、といった声が利用者から多く上がっていたようです。

GPT-Image2.5はこの課題に対して、OpenAIが公式に “understands what not to change”(何を変えてはいけないかを理解している)と表現するほどの改善を実現しました。具体的には次のような挙動になります。

• 商品・背景・コピーのうち、指示した1要素だけを更新できる
• 被写体の顔立ちや構図を保ったまま、何度編集を重ねても同一人物・同一商品として認識できる状態を維持
• 編集を繰り返しても、触っていないテキストや背景の解像感が劣化しにくい

生成速度と解像度

• 生成速度は前作GPT-image-2比で最大50%短縮
• 解像度は幅・高さともに最大3840pxまで指定可能
• 出力フォーマットはPNG(デフォルト)/JPEG/WebPに対応。透過背景を使う場合はPNGかWebPを指定する必要があり、JPEGでは透過指定ができません

参考 OpenAI API公式ドキュメント(Image generationガイド)

高解像度・高品質での生成は、混雑状況によって数十秒から数分ほどかかることがあります。特にSunburstモデルや4K出力を指定した場合は、Flareより時間がかかる前提で待つとよいです。

実際に使ってみた

ここからは実機検証パートです。GPT-Image2.5の目玉である「変えてはいけない部分を的確に理解する能力」を中心に検証します。

Image to Image編集テスト ★目玉検証★

1枚の参照画像に対して、複数ターンにわたって「背景だけ変更」「ラベルの文字だけ変更」という編集を繰り返し、指示していない部分がどれだけ保持されるかを検証します。

ステップ1 – ベースとなる商品写真の生成

白背景のスタジオ撮影、ガラス製の香水瓶1本、
ラベルには「AQUA LUXE」の文字、
柔らかいトップライト、清潔感のあるミニマルな構図。

ステップ2 – 背景だけを変更(1ターン目の編集)

(ステップ1の画像を参照して)
瓶とラベルはそのままに、背景だけを
大理石調のカウンターと観葉植物のある
高級ホテルのラウンジ風に変更してください。

ステップ3 – ラベルの文字だけを変更(2ターン目の編集)

(ステップ2の画像を参照して)
瓶の形状と背景はそのままに、
ラベルの文字だけ「AQUA LUXE」から
「AQUA LUXE NIGHT」に変更してください。

検証結果

3ステップを通して、瓶のシルエット・クリスタル調のキャップ・ゴールドの首輪部分がまったくブレずに保持されました。ステップ2で背景を大理石カウンターとホテルラウンジ風に変えた際も瓶と「AQUA LUXE」のラベルはそのまま、ステップ3でラベルの文字だけを「AQUA LUXE NIGHT」に変更した際も、瓶の形状はもちろん、ステップ2で作り込んだ大理石の質感や奥のソファ・照明まできれいに引き継がれています。

これはまさにセクション2.3で紹介した「変えてはいけない部分を的確に理解する能力」がそのまま機能している例です。商品写真を1枚作ってから背景だけ変える、シリーズ展開でラベルだけ差し替える、といった反復編集がストレスなくできそうな手応えでした🐰

キャラクター一貫性テスト(複数ターン編集)

参照画像を生成したあと、複数回にわたってシーンを変更し、3.1で確認した保持能力がキャラクターの一貫性にどう効いてくるかを確認します。今回は4K指定とフォトリアル指定を組み合わせ、高解像度かつ写実的な質感でも保持能力が落ちないかを見ています。

ステップ1 – 参照用キャラクター画像

フォトリアルな質感で描かれた、うさぎがモチーフのかわいいモンスターキャラクター。
長く垂れた耳、ふわふわの白い毛並み、額に小さな一本角、
つぶらな瞳と控えめな八重歯。
正面向き全身、明るい白背景、スタジオ照明、毛の一本一本まで見える質感、
4K、フォトリアリスティック、高解像度。

ステップ2 – 1回目のシーン変更

(参照画像のうさぎモンスターと同じキャラクターで)
夕暮れの草原で、耳を風になびかせながら座っているシーン。
毛並みの質感と光の反射がわかるフォトリアルな描写、4K。

ステップ3 – 2回目のシーン変更

(ステップ2の画像のうさぎモンスターと同じキャラクターで)
雨上がりの森の中、水たまりに映る自分の姿を覗き込んでいるシーン。
濡れた毛並みの質感まで再現したフォトリアルな描写、4K。

検証結果

額の一本角の形状、垂れ耳の長さと内側のピンク色、つぶらな瞳、口元の小さな八重歯という細部が、3ステップすべてで一致しています。ステップ2の夕暮れの草原では耳が風になびく毛流れの変化まで自然に描写され、ステップ3では毛が水に濡れて束になる質感まで再現されながらも、キャラクターとしての同一性はまったく崩れていませんでした。

4K・フォトリアル指定という負荷の高い条件を重ねても「変えてはいけない部分」の保持能力が落ちなかった点は、うさぎとしてもうれしい発見でした。マンガのキャラクター差分やシリーズもののビジュアル展開など、同一キャラクターを高精細な写真調で量産したい場面には心強い性能です🐰

フォトリアリズムテスト

テキストや編集精度に強いGPT-Image2.5ですが、フォトリアル領域の品質にも変化があるかを確認します。

プロンプト – 食べ物

目の前に置かれた栗のモンブラン、断面が見えるようにカットされた1切れ、
自然光が差し込むカフェの窓際、浅い被写界深度。

検証結果

マロンクリームの細い線が幾重にも重なる質感、断面のホイップクリームの気泡感、中心に沈んだ栗の甘露煮の照りまで、フォトリアルな質感がかなり丁寧に再現されています。指示していた「自然光が差し込むカフェの窓際」「浅い被写界深度」もしっかり反映されていて、手前のモンブランにピントが合い、背景の窓・観葉植物・黒板メニュー・奥のもう1つのモンブランは自然にぼけています。

法人向け生成AIサービス「ナレフルチャット」は、高品質な画像生成が可能なGPT-image-2.5を利用可能！バナーや資料用ビジュアル、商品イメージなど、クオリティを重視したい場面で活用できます。
さらに、ナレフルチャットはNanoBanana2も使えるため、ラフ作成やアイデア出し、仕上がり重視の画像生成と、用途に応じた使い分けが可能です！

料金プランは企業単位の定額制で、何人で利用しても追加コストは発生しません。すべての機能が利用可能な無料のトライアルもご用意しておりますので、画像生成AIの導入をご検討中の企業様は、ぜひ一度お試しください。

GPT-image-2からの進化ポイント

ここまでの内容を踏まえて、前作GPT-image-2からの進化点を整理します。「結局何がどれだけ良くなったの？」というあなたの疑問に答えるパートです。

GPT-image-2 → GPT-Image2.5 進化点まとめ

FlareとSunburst どちらを選ぶか

• とにかく数を出したい、スピード重視 → Flare
• 1枚のクオリティを詰めたい、複数ターンで編集を重ねる → Sunburst
• 迷ったらFlareから試し、仕上がりに納得できなければSunburstへ切り替える

GPT-image-2からのアップグレードを迷っている方は、「編集を何度もやり直す場面が多いか」を基準にするとよいです。ラフを1回作って終わりの用途であれば恩恵は少なめですが、背景やコピーを何度も差し替えるような制作フローなら、GPT-Image2.5への移行で作業時間がしっかり短縮できるはずです🐰

利用方法と料金

利用方法

• ChatGPT、ChatGPT Work、Codexから直接利用(無料プランを含む全ティア)。ただしFlare/Sunburstの選択UIはなく、モデルはOpenAI側が自動で選択します
• OpenAI API経由(モデル名にgpt-image-2.5-flareまたはgpt-image-2.5-sunburstを指定して明示的に選択可能)

料金体系

GPT-Image2.5の料金は、前作GPT-image-2と同一のトークン単価です。FlareとSunburstで単価差はなく、生成にかかる時間の差だけが実質的なコストの違いになります。

まとめ

GPT-Image2.5は、「編集で変えてはいけない部分を的確に理解する」ことに正面から向き合った、OpenAIの最新画像生成・編集モデルです。

GPT-Image2.5のポイント

• 2026年9月8日リリース、ChatGPT・ChatGPT Work・Codex・APIで利用可能
• API向けにFlare(速度優先)とSunburst(精度優先)の2モデルを提供
• 複数ターンの編集を重ねても被写体・背景・テキストが崩れにくい設計
• 料金は前作GPT-image-2と同一水準

おすすめ運用パターン

• 商品・広告のブラッシュアップなど反復編集が多い制作 → GPT-Image2.5(Sunburst)
• 大量のバリエーション出しやプロトタイピング → GPT-Image2.5(Flare)

「編集のたびに画像が崩れて困っていた」という方には、GPT-Image2.5がまさに刺さるアップデートのはずです。ChatGPTから無料プランでも触れますので、ぜひあなたも試してみてください！🐰