GPT Image 2は、GPT-5ラインにおけるOpenAIのテキストから画像を生成するモデルです。Atlas Cloudでは1画像あたりUSD0.008で利用可能で、カタログ内で最も安価な有料画像生成APIとなっています。
モデルIDは2種類用意されています。
1openai/gpt-image-2/text-to-image1openai/gpt-image-2/edit本ガイドでは、料金、APIの呼び出し方法、編集の例、そしてNano Banana 2、Imagen 4 Ultra、Flux 2 Proとの比較について解説します。
*最終更新日: 2026年5月4日*
以下はAtlas Cloud上で
1openai/gpt-image-2/text-to-image


GPT Image 2 概要
| 仕様 | 詳細 |
| 開発元 | OpenAI |
| テキストから画像ID | `openai/gpt-image-2/text-to-image` |
| 編集用ID | `openai/gpt-image-2/edit` |
| 価格 (Atlas Cloud) | USD0.008 / 画像 |
| 定価 | USD0.01 / 画像 (Atlas Cloudでは20%オフ) |
| サイズ | 1K: 1024x1024, 1024x1536, 1536x1024 |
| 2K: 2048x2048, 2048x1152 | |
| 3K: 3840x2160, 2160x3840 | |
| 品質ティア | `low`, `medium`, `high` |
| 生成時間 | 通常15〜30秒 |
| 無料サインアップ枠 | USD1.00 (約125画像分) |
GPT Image 2 が重要な理由
最大のポイントは価格です。1画像あたりUSD0.008という価格は、Atlas Cloud上の他のあらゆる有料画像モデルよりも安価です。Nano Banana 2はUSD0.08、Imagen 4 UltraはUSD0.054、Flux 2 ProはUSD0.03〜USD0.05で提供されています。GPT Image 2は、次に安い有料オプション(Z-Image TurboのUSD0.01)の約4倍、Nano Banana 2と比較すれば10倍も安価です。
編集モデルも同価格であるため、画像編集パイプラインのコスト効率が劇的に変わります。ベース画像を生成してから3〜4回編集を加えるワークフローであっても、Nano Banana 2で1回生成するよりも安く収まります。
GPT-5の画像スタックをベースにしているため、長いプロンプトに対する高い指示従順性と、画像内の正確なテキストレンダリング能力を備えています。ただし、様式化された3Dフィギュアや超写実的なポートレートには最適とは言えません。それらについては以下の比較表をご覧ください。
GPT Image 2 の料金
Atlas Cloudでは1画像あたりUSD0.008を請求します。この価格は、3つの品質ティアすべて、およびすべてのサイズで一律です。編集モデルに追加コストはかかりません。
モデルページの定価はUSD0.01ですが、Atlas Cloudの20%割引が適用され、請求額はUSD0.008となります。
| ボリューム | 日次コスト | 月次コスト |
| 100画像/日 | USD0.80 | USD24 |
| 1,000画像/日 | USD8.00 | USD240 |
| 10,000画像/日 | USD80.00 | USD2,400 |
USD1のサインアップクレジットで約125枚の画像を生成可能です。有料課金を決定する前に、すべての品質ティアでテストを行い、いくつかの編集作業を試すには十分な量です。
GPT Image 2 の呼び出し方法
ステップ 1: サインアップしてAPIキーを取得
atlascloud.aiにサインアップしてください。USD1のクレジットが自動的に付与されます。ダッシュボードからAPIキーを作成します。

ステップ 2: テキストから画像を生成する
plaintext1```python 2import requests 3import time 4 5 6API_KEY = "your-atlas-cloud-api-key" 7BASE_URL = "https://api.atlascloud.ai/api/v1" 8 9 10resp = requests.post( 11 f"{BASE_URL}/model/generateImage", 12 headers={ 13 "Authorization": f"Bearer {API_KEY}", 14 "Content-Type": "application/json", 15 }, 16 json={ 17 "model": "openai/gpt-image-2/text-to-image", 18 "prompt": ( 19 "Modern minimalist product photo of a matte black ceramic coffee " 20 "mug on a wooden tabletop, soft window light, neutral background, " 21 "professional product photography" 22 ), 23 "size": "1024x1024", 24 "quality": "medium", 25 }, 26 timeout=30, 27) 28 29 30data = resp.json()["data"] 31poll_url = data["urls"]["get"] 32 33 34while True: 35 time.sleep(3) 36 status = requests.get( 37 poll_url, 38 headers={"Authorization": f"Bearer {API_KEY}"}, 39 ).json()["data"] 40 if status["status"] == "completed": 41 print(status["outputs"][0]) 42 break 43 if status["status"] == "failed": 44 raise RuntimeError(status.get("error")) 45```
ステップ 3: 編集呼び出しを実行する
編集モデルは、通常のプロンプトに加え、ソース画像のURLを含む
1images1images
plaintext1```python 2SOURCE_IMAGE = "https://your-cdn.example.com/source.png" 3 4 5resp = requests.post( 6 f"{BASE_URL}/model/generateImage", 7 headers={ 8 "Authorization": f"Bearer {API_KEY}", 9 "Content-Type": "application/json", 10 }, 11 json={ 12 "model": "openai/gpt-image-2/edit", 13 "prompt": ( 14 "Change the mug color to deep forest green and add a small " 15 "spoon resting beside it" 16 ), 17 "images": [SOURCE_IMAGE], 18 "size": "1024x1024", 19 "quality": "medium", 20 }, 21) 22```
ポーリングループ(状態確認の処理)は、テキストから画像の生成時と同じです。
編集例: ビフォー・アフター
1openai/gpt-image-2/text-to-image
1openai/gpt-image-2/edit
両方の呼び出しにかかった合計コストはUSD0.016です。編集後も、木製の表面、照明、構図が維持されています。
パラメータリファレンス
`size`
以下の選択肢があります:
11024x102411024x153611536x102412048x204813072x307211024x153611536x1024`quality`
3つのティア:
1low1medium1high1low1medium1high`images` (編集時のみ)
URLの配列です。JPGおよびPNGに対応しています。URLは一般公開されている必要があります。Atlas Cloudでは、ローカルファイルをアップロードして返却される
1download_url1POST /api/v1/model/uploadMedia`input_fidelity` (編集時のみ)
ソース画像の詳細を維持するようにモデルに指示するフラグです。顔やロゴ、細かいテキストなど、変更せずに維持すべき要素がある場合に役立ちます。
GPT Image 2 と他の画像モデルの比較
| 特徴 | GPT Image 2 | Nano Banana 2 | Imagen 4 Ultra | Flux 2 Pro |
| 開発元 | OpenAI | Google DeepMind | Black Forest Labs | |
| Atlas Cloud価格 | USD0.008 | USD0.08 | USD0.054+ | USD0.03-0.05 |
| 編集対応 | Yes (同一モデル) | Yes (個別) | No | Yes |
| サイズ | 最大3K | 最大4K | 最大2048 | 可変 |
| テキストレンダリング | 強力 | 普通 | 良い | 強力 |
| 写実性 | 良い | 良い | 最高 | 強力 |
| 3Dフィギュア風 | 普通 | 最高 | 良い | 良い |
| 最適な用途 | 大量生成、編集、モックアップ | フィギュア、キャラクターアート | プレミアムポートレート | ブランドの一貫性が必要なシリーズ |
GPT Image 2 が優れている点
大量生成ジョブ。マーケティング用のモックアップ。UIデザインの探索。コンセプトアートのバッチ処理など、生成の失敗コストを抑えたいあらゆる場面。
編集パイプライン。1回生成して5回編集しても、合計金額は5セント以下です。
長く詳細なプロンプト。GPT-5の基盤は、段落レベルの長いプロンプトでも、最初の方の指示を失うことなく処理します。
GPT Image 2 が苦手な点
フィギュアや様式化された3Dキャラクター。これらにはNano Banana 2を使用してください。フィギュア特有の質感レンダリングやパッケージの詳細描写は、GPT Image 2の強みではありません。
印刷品質のプレミアムな写実的ポートレート。ホームページや印刷物に使用する場合はImagen 4 Ultraを選択してください。
チームメンバーの顔写真などを使用したスタイル転送。
1reference_image_url
GPT Image 2 は誰向けか
次のような場合にGPT Image 2を選択してください:
- 高頻度の画像生成(月間1,000枚以上)が必要な場合。
- テキスト生成と編集の両方を一つのパイプラインで行いたい場合。
- 画像生成コストがユニットエコノミクスに影響するSaaS機能を構築している場合。
- マーケティングビジュアル、UIモックアップ、コンセプトアートを単一の価格で扱いたい場合。
- 「編集して反復する」ワークフローが製品の中核である場合。
次のような場合は、他のモデルを検討してください:
- 「Nano Banana 2のフィギュア風スタイル」のような、特定の出力スタイルのみを追求する場合。
- ヒーローアセットであり、コストよりも写実性が最優先される場合。
- 4K出力が必要な場合(GPT Image 2は長辺1536ピクセルまでです)。
よくある質問
GPT Image 2の画像あたりのコストは?
Atlas CloudではUSD0.008です。サイズや品質に関わらず一律です。USD1の無料クレジットで約125枚の画像を生成できます。
編集モデルは別料金ですか?
いいえ。
1openai/gpt-image-2/text-to-image1openai/gpt-image-2/edit対応サイズは?
11024x102411024x153611536x1024編集モデルに画像を渡す方法は?
公開URLの
1images生成にかかる時間は?
通常15〜30秒です。
1low1high商用利用できますか?
はい。Atlas CloudはOpenAIの商用利用規約をそのまま適用します。対象外のカテゴリについてはOpenAIの利用ポリシーを確認してください。
画像内にテキストをレンダリングできますか?
はい、非常に高品質です。ポスター、看板、UIモックアップなど、画像内に数語を表示する必要があるレイアウトにおいて最も強力な選択肢の一つです。
レスポンスの形式がOpenAI APIと異なるのはなぜですか?
Atlas Cloudは非同期パターンを採用しているためです。POSTリクエストで
1request_id1completed1outputs1data.urls.get
総評
GPT Image 2は、Atlas Cloudにおいてコストを重視する画像生成の新しいデファクトスタンダードです。その価格は、カタログ内の他の有料モデルとは別次元です。編集モデルも同価格であるため、繰り返し調整するパイプラインを極めて安価に構築できます。
すべてのスタイルにおいて最強ではありません。フィギュアにはNano Banana 2、プレミアムなポートレートにはImagen 4 Ultra、リファレンス重視の作業にはFlux 2 Proを使い分けてください。しかし、それ以外の大半の用途において、GPT Image 2が最良の選択となります。
────────────────────────────────────────────────────────────






