gpt-image-2.5の料金｜1枚いくらとFlare選択

gpt-image-2.5 の料金を調べると「GPT-Image-2 の2倍になった」という話に行き当たります。実際に OpenAI の公式料金表を突き合わせると、そうではありません。この記事では公式単価と1枚あたりの試算、Flare と Sunburst の選び方、そして「2倍」という誤解がどこから生まれるのかを整理します。

結論｜単価は GPT-Image-2 と同額、Flare と Sunburst にも価格差はない

2026年9月9日時点の OpenAI 公式料金表では、gpt-image-2.5-flare / gpt-image-2.5-sunburst の画像出力は $30.00、画像入力は $8.00、テキスト入力は $5.00（いずれも100万トークンあたり）です。そして同じ表に載っている gpt-image-2 の標準料金も、まったく同じ $30.00 / $8.00 / $5.00 です（OpenAI API Pricing）。つまり値上げはされていません。

Flare と Sunburst の間にも価格差はありません。OpenAI の画像生成ガイドにも「どちらの GPT Image 2.5 モデルも同じトークン単価を使う」と明記されています（Image generation ガイド・Cost and latency）。2つのモデルの違いは価格ではなく用途です。

では「2倍」はどこから来たのか。gpt-image-2 の Batch API 料金（画像出力 $15.00）と、gpt-image-2.5 の標準料金（$30.00）を並べてしまうと、ちょうど2倍に見えます。Batch API は50%引きの非同期実行枠で、標準料金とは別の欄です。ここが実務でいちばん効く論点なので、後半で詳しく扱います。

公式単価の全体像（100万トークンあたり）

まず標準料金です。GPT-Image-2 と GPT-Image-2.5 の2世代を、5つの課金項目で並べます。数値はすべて OpenAI の公式料金ページの Standard タブに掲載されているものです。

画像生成は「入力＝プロンプトのテキストと参照画像」「出力＝生成された画像」の両方がトークンとして課金されます。金額の大半を占めるのは画像出力（$30.00）なので、見積もりでまず押さえるべきはここです。

「2倍」の正体は Batch API の50%割引

同じ料金ページには Batch タブがあり、こちらは急がない大量リクエスト向けに全項目が50%引きになります。ここにgpt-image-2 は載っていますが、gpt-image-2.5 の2モデルは載っていません。各モデルの詳細ページを見ても、gpt-image-2 は v1/batch が対応、Flare / Sunburst は非対応と表示されます（gpt-image-2.5-flare / gpt-image-2）。

つまり「2倍になる」のはBatch API で夜間にまとめて生成していた人だけです。標準料金で同期的に叩いている大多数の実装では、単価は1円も変わりません。逆に言えば、バッチ運用している現場にとっては実質的な倍増なので、ここを見落として移行すると請求で驚きます。

1枚あたりいくらになるのか（公式計算式に基づく試算）

1枚あたりの金額は「画像出力トークン数 × $30 ÷ 100万」で決まります。OpenAI は画像生成ガイドに出力トークンの公式計算ツールを用意しており、モデル・品質・サイズを指定すればトークン数と金額が出ます。以下はその計算ツールの結果です。

試算の前提を先に明示します。（1）画像出力トークンのみで、プロンプトのテキスト入力トークンと参照画像の画像入力トークンは含みません。（2）円換算は1ドル＝154円としています（2026年9月8日の対顧客電信売相場154.74円・買相場152.74円の中値153.74円を丸めた値。三菱UFJリサーチ&コンサルティング 外国為替相場）。為替は日々動くので、数字は目安として扱ってください。（3）ストリーミングの partial_images は0（後述）としています。

注目すべきは低画質と最高画質で1枚あたり約36倍の開きがある点です。low なら1枚1円弱、max なら1枚30円強。また同じ品質でも、正方形（1024×1024）より横長（1536×1024）のほうが約22%安くなります。ピクセル総数だけでなく縦横比もトークン数に効くためです。

同じ品質ラベルなら GPT-Image-2 より安い

単価が同額でも、1枚あたりの金額は同じではありません。GPT-Image-2.5 は同じ品質ラベルでの出力トークン消費が少なく、medium と high では GPT-Image-2 の約4分の1で済みます。公式ガイドも「トークン単価が同じでも1枚あたりのコストが同じとは限らない。トークン消費はモデルと品質設定によって変わる」と明記しています。ただしこれは同じ絵が安くなるという意味ではありません。品質設定が3段（low / medium / high）から5段（low / medium / high / xhigh / max）に増えたぶん、同じラベルが指す精細さの水準がずれている、というのが実態です。

この表は「2.5 は上位2段（xhigh・max）が増えただけで、下の段の値段は据え置き」と読むのが実務的です。GPT-Image-2 で high を使っていたなら、2.5 の max に上げても1枚あたりの金額は変わりません。逆に予算を据え置きたいなら 2.5 の high に落とせば、費用は4分の1になります。

ただし、この試算をそのまま見積書に転記しないでください。実際の請求は毎回のレスポンスに返る usage のトークン数で決まります。プロンプトの長さ、参照画像の枚数と解像度、品質を auto にしているかどうかで変動します。とくに auto は生成された画像に応じて決まるため事前に計算できません。必ず本番と同じプロンプト・同じサイズで数十枚だけ実測し、1枚あたりの実績値を出してから見積もること。ここを飛ばした固定見積もりは、ほぼ確実に外れます。

Flare と Sunburst をどう選ぶか

価格が同じなので、選択軸は用途と生成時間だけです。OpenAI 公式ドキュメントの位置づけは明快で、「編集の精度が最も重要なワークフローには Sunburst を、速くて高品質な日常の画像生成には Flare を選ぶ」とされています。

実務ではまず Flare を既定にして、編集の精度が足りない工程だけ Sunburst に切り替えるのが素直です。価格が同じなので「安いほうを使う」という判断は成立せず、迷ったら両方に同じプロンプトを10枚ずつ流して比べるのが早い。サイズは 16 の倍数・縦横比 1:3〜3:1・長辺 3840px 以内という制約が両モデル共通なので、既存の書き出し設定が収まるかも先に確認しておきます。

API を使わない担当者への説明資料には、ChatGPT Images 2.5 の使い方と Sketch など新機能4つのほうが向いています。

GPT-Image-2 から乗り換えるべきか

単価が同額で、同じ品質ラベルならトークン消費が少ない。この2点だけ見れば移行は有利です。実際 OpenAI のドキュメントも「新規の実装には GPT Image 2.5 のいずれかを使うこと」と案内しています。ただし例外があるので、ワークロード別に整理します。

現場で多いのは最後のケースです。単価だけ見て一斉に切り替えると、同じプロンプトから微妙に違う絵が出てきて、書き直す工数のほうが大きくなります。移行の実コストは API 料金ではなく検証工数です。似た構造の試算はGPT-6 Astra の料金と移行の試算3ケースで扱っています。

なお旧モデルにはgpt-3.5-turbo など旧モデル4本の終了のように期限が設定されることがあり、切られてから動くと選択肢が減ります。当面は据え置くと決めた場合でも、移行先の検証だけは先に済ませておくのが安全です。

コストを抑える3つの手

1. キャッシュ入力を効かせる（入力単価が4分の1）

テキスト入力は $5.00 → $1.25、画像入力は $8.00 → $2.00（公式料金ページ）。キャッシュが効いた入力トークンは、いずれも通常の4分の1です。共通の指示文やブランドガイド、固定の参照画像は毎回同じ順序でプロンプトの先頭に置き、可変部分を後ろに回すのが基本になります。

ただしどこまでを再利用と判定するかの条件は、公開ドキュメントからは読み取れませんでした。効いているかはレスポンスの usage でキャッシュ済みトークン数を見て確認してください。効かない前提で見積もり、効いたら安くなる、という組み方が安全です。

2. 品質とサイズを工程で使い分ける

前掲の試算どおり、1024×1024 なら low が約0.9円、max が約32.5円。ドラフト出しは low、採用案だけ maxという2段構えにするだけで費用は大きく変わります。10案出して1枚を仕上げる場合、全部 max なら約325円ですが、low で10案出して1枚だけ max にすれば約41円です。

サイズも効きます。横長（1536×1024）は正方形より約22%安く、Web バナーやアイキャッチは横長が要件のことがほとんどなので、素直に横長で生成すれば済みます。表示サイズを超える解像度を作っても、見た目は変わりません。

3. 生成回数そのものを減らす

いちばん効くのは回数です。プロンプトをテンプレ化し、変数部分だけ差し替える形にすると、当たり外れのばらつきが減って再生成が減ります。ストリーミングで途中経過を表示する partial_images は、1枚につき100トークンの画像出力トークンが追加で発生すると公式ガイドに明記されているので、UI 上で必要ないなら0にしておきます。

編集系のワークフローでは入力側も見てください。参照画像を何枚も渡す実装だと画像入力トークンが積み上がります。旧世代の使いどころはGPT-Image-2 は日本語の文字がきれいか、料金と使いどころにまとめています。

発注側が見積書で見るべきところ

制作会社やベンダーに画像生成の実装を頼む場合、料金表そのものより契約の書き方でコストが決まります。最低限、次の5点は見積書と契約書に明記されているか確認してください。

• API 従量課金の負担者：制作費に含むのか、実費を都度請求されるのか、月額上限があるのか。含む場合は想定生成枚数が書かれているか。
• 単価改定時の扱い：OpenAI 側の料金改定があったときに誰が負担するか。据え置き期間の定めがあるか。
• 実測の有無：「1枚◯円」と書かれていたら、その根拠は何枚の実測か。計算値だけなら品質設定とサイズの前提が明記されているか。
• 品質設定とサイズの取り決め：公式の出力トークン計算のとおり、low と max では1枚あたり約36倍違います。どの工程でどの設定を使うかが合意されているか。
• やり直し回数の上限：生成のリトライは費用に直結します。何回までを制作費内とするか。

逆に、実測値と前提が書いてある見積もりは信用できます。「1枚あたり◯円（1024×1024・high・100枚実測の平均、入力トークン込み）」まで書ける会社は、実際に動かしています。

「業務に画像生成を組み込みたいが、どこから手を付ければよいか分からない」と感じた方もいるかもしれません。Mihata では、こうした API を業務フローに組み込む独自AI開発のご相談も承っています。記事の途中で恐縮ですが、実測して見積もるところから一緒に進められるサービスだと思っておりますので、よろしければ合わせてご覧いただけたら嬉しいです。

まとめ

gpt-image-2.5 の料金は GPT-Image-2 の標準料金と完全に同額で、値上げはされていません。同じ品質ラベルで比べれば1枚あたりはむしろ安くなりますが、これは品質設定が3段から5段に増えてラベルの意味がずれたためで、同じ絵が安く作れるという意味ではありません。「2倍」という話は gpt-image-2 の Batch API 料金（50%引き）と 2.5 の標準料金を並べたときの見え方で、バッチ運用をしている現場だけが実質的に2倍を負担するという理解が正確です。

Flare と Sunburst に価格差はないので、選択軸は「速さ重視の日常生成か、編集精度優先か」だけです。1枚あたりの金額は公式計算式で目安を出せますが、確定するのはレスポンスの usage だけ。導入判断の前に、本番と同じ条件で数十枚だけ回してみてください。