ChatGPT Images 2.5とは？旧モデルとの3モデル比較で分かった「作り直しやすさ」の実力

OpenAIの画像生成が新しくなりました。ChatGPT Images 2.5です。発表は米国時間の2026年9月8日、日本時間では9月9日にあたります。

実際に試してみて一番良かったのは、画質そのものよりも編集の安定性でした。これまでは指示を何回も重ねるうちに顔がだんだん崩れていきましたが、そういう細部が崩れにくくなっています。

パッと見の差は小さいかもしれません。ただ、光が当たる感じや商品の立体感、氷の透明度といったリアルな質感はかなり良くなりました。資料やサイトのモック作り、議事録の図解化など、仕事で活用できる範囲が広いモデルです。

---

法人向けAI研修の導入社数No.1*の弊社デジライズが、生成AIの基礎知識から社内導入の6ステップ・定着のポイントまでを1冊にまとめた「はじめての生成AI社内導入ガイド」を無料で配布中です。

※出典：株式会社東京商工リサーチ「法人向けリスキリングサービスに関する調査」（2026年5月／調査期間：2026年3月26日〜4月17日／調査方法：デスクリサーチおよびヒアリング／2026年3月末時点）

ChatGPT Images 2.5とは——SunburstとFlareの2つ、無料プランでも使える

ChatGPT Images 2.5は、ChatGPTの画像生成を担う新世代のモデルです。今回は提供範囲がかなり広く設定されています。

対象はChatGPT・ChatGPT Work・Codexのすべてのティアで、デスクトップ・モバイル・Webを横断して展開されています（OpenAI「Introducing ChatGPT Images 2.5」より）。

つまり、有料プランだけの話ではありません。 無料プランを含めて全員が対象です。会社としてまだChatGPTの有料契約を決めていない段階でも、手元で試してから判断できます。

利用の規模も公開されています。ChatGPT Imagesとgpt-image系APIを合わせて、週に30億枚以上の画像が作られているとのことです（同発表より）。すでに社内の誰かが日常的に使っている前提で考えたほうが、実態に近い数字だと思います。

厳密には、APIから使える画像モデルは2つに分かれています。名前は「Flare（フレア）」と「Sunburst（サンバースト）」です。

	gpt-image-2.5-flare	gpt-image-2.5-sunburst
位置づけ	ほとんどの用途の既定	精密な編集が要る作業向け
強み	前世代より高品質でレイテンシは50%低い	編集をまたいだ制御の精度が高い
生成時間	速い	長め
スナップショット	gpt-image-2.5-flare-2026-09-08	gpt-image-2.5-sunburst-2026-09-08

（出典: OpenAI「gpt-image-2.5-flare」モデルページ・2026年9月16日取得）

迷ったらFlareを選べばよく、質感や細かい作り込みで差を付けたいときだけSunburstを選ぶ、という整理になります。この2つの違いは、後の比較セクションで実物を並べて確かめます。

変わったのは画質より「作り直しやすさ」

OpenAIが挙げている改善点を並べると、方向性がはっきりします。画質を上げたという点より、同じ画像を直し続けられるようにしたという点が中心です。

1. 参照した写真の被写体を認識しやすくなった — 光と質感がより自然になり、元の特徴が引き継がれやすい
2. 指示した箇所だけを編集できる — それ以外の細部を保つ精度が上がった
3. 編集を重ねても画質が劣化しない — 以前の変更が保たれる
4. 複雑なレイアウトに対応 — 透過背景を含む構成や、インフォグラフィックの正確性とレイアウトが改善（ChatGPT Images 2.5 システムカードより）

私が試したのは、自分の顔写真を渡して「この人物がサッカーでゴールするシーンを9アングルぐらいで作ってください」という指示です。顔の特徴が保たれたまま生成されました。固定力は確かにあります。

ただ、良いところだけ書くのはフェアではないので率直に書くと、顔を合成している感じはあります。髪型も固定されたままでした。そのまま広告に出せる水準かというと、用途は選びます。

そこから「もっと金髪にしてください」と部分的に直してみました。髪の色は自然な金髪に変わり、顔や他の部分はブレません。眉毛は黒いままでしたが、狙った箇所だけが動くという点では、確かに性能が上がったと感じました。

速度の話は「誰が言った数字か」で分けて読む

もうひとつの変化が待ち時間です。ここは出どころの違う数字が3つ並んでいるので、混同しないほうがいいと思っています。

出どころ	数字	前提
OpenAI公式	Images 2.0比で最大50%削減	Flareの公称値
Manus社の評価	GPT‑Image‑2の2〜4倍の速度で高品質な画像を出せる	Flareを採用した同社のコメント
私の体感	2〜3分の1くらいに減った	実際に触った印象

（公式値・Manus社コメントの出典: OpenAI「Introducing ChatGPT Images 2.5」）

2〜4倍という数字はOpenAIの公称値ではなく、採用企業側の評価です。社内の説明資料に載せるなら、主体を書き分けておいたほうが後で揉めません。

速度と編集の安定性は、別々の改善に見えて効き方は同じです。1枚を10回直す作業が現実的になる、という一点に集約されます。生成のたびに待たされて、しかも直すたびに顔が変わるなら、誰も10回は直しません。

まずは情報収集からでも歓迎です。導入の流れや支援内容をまとめた資料をこちらからご覧いただけます。

新しい指示の入れ方——@Sketch・テンプレート・コメントでの部分編集

今回は、モデルの性能だけでなく「どうやって指示するか」の選択肢が増えました。文章で全部書く必要がなくなった、というのが実際に触った印象です。

使えるもの	何ができるか
@Sketch	ChatGPT内に直接絵を描いて、最終画像の参照にできる。入力欄に @Sketch と打つと起動する
テンプレート	チラシや商品写真など、人気のフォーマットから始められる（PosterやMerchなど）。※2026年9月16日時点ではChatGPT Workでは未提供
コメントを置いての部分編集	画像の上にコメントを直接置いて、その箇所だけを編集できる
プロンプトの共有	画像を共有するときに、生成に使ったプロンプトを一緒に添えられる

@Sketchは「言葉にしづらい構図」に効く

私はスケッチで棒人間を描いて、ポーズを指定してみました。出てきたのが次の画像です。

線で描いたのはあの棒人間だけですが、蹴る瞬間の構えはそのまま反映されています。あわせて頼んだ髪色の変更も入っていて、顔は崩れていません。正直に言うと、手書き機能を私自身はあまり使わないタイプです。絵心もありません。それでも、棒人間レベルの線でポーズが伝わるのは分かりました。

言葉で構図を説明しようとすると長くなる場面——「右手を上げて、体はやや左を向いて」といった指定は、線を1本引いたほうが早いことがあります。文章が得意でない人ほど効く機能だと捉えています。

編集のほうも、マークアップでコメントやテキストを入れられるのが便利でした。「ここをこう直して」を画像の上に書けるので、修正指示が短くなります。なお、この部分編集に公式の固有な機能名は付いていません。

指示のしかたを3通り使い分ける

実務では、この3つを場面で使い分けることになります。

1. 最初の1枚はテンプレートから — チラシや商品写真のように形が決まっているものは、ゼロから書くより速い
2. 構図で困ったら@Sketch — 位置関係やポーズを伝えたいときだけ線を引く。全部を描く必要はない
3. 直しはコメントで指す — 文章で「左上のロゴを」と説明するより、その場所に書いたほうが正確に伝わる

プロンプトの書き方そのものを整理したい方は、前世代のモデルを前提に実務で使えるパターンをまとめた記事もあわせてご覧ください。基本の考え方は今回のモデルでもそのまま使えます。

2026.04.24 2026.08.10

GPT Image 2 プロンプトの書き方｜実務7ユースケース【OpenAI公式準拠】

旧モデルと並べて比較——3モデル8項目と、第三者ランキングでの位置

言葉の説明だけでは分かりづらいため、前世代のGPT Image 2と、新しいFlare・Sunburstに同じプロンプトを投げて並べました。条件は揃えてあります（1536×1024・品質high・各1回）。結果を先に書くと、全項目で新モデルが圧勝、という内容ではありません。

検証した項目	差の大きさ	見た印象
日本語のコピー・数値・ブランド名	小さい	新しいほうが少し見やすいが、そんなには変わらない
商品写真の光と質感	大きい	Sunburstが圧倒的。光の入り方と影がリアル
図解の見やすさ	小さい	どれも良い。立体感はこの用途だとあまり変わらない
図解内の数値（割り算の62.5%など）	ほぼなし	どれも数字が正しく描けた
Webサイトのデザイン案	小さい	そんなに変わらない
4コマ漫画	小さい	そんなに変わらない
商品の色だけを変更	あり	Sunburstのほうがボトルの水しぶきなど立体感が良い
待ち時間	大きい	体感で2〜3分の1に減った

差がはっきり出たのは質感と速度です。ボトルの立体感や水しぶきのライティングは、並べると一目で分かります。商品写真では右に置いたSunburstの光の入り方が明らかにリアルでした。

一方で、日本語の文字や図解は「思ったより変わらない」というのが率直なところです。下は「120分→45分で62.5%削減」という架空データを図解させたものですが、3モデルとも数字を正しく描いています。割り算の答えも合っています。

つまり、文字や数字の再現を目当てに乗り換えを判断すると、期待とずれる可能性があります。ここは前世代でも十分に描けていた領域です。

第三者のランキングは「1位が入れ替わる」

出てきた画像を目隠しして比べる評価サイトでも、新しい2つが上位を占めています。ただ、どちらが1位になるかは評価する機関によって変わります。

順位	モデル	スコア
1位	gpt-image-2.5-sunburst	1520
2位	gpt-image-2.5-flare	1491
3位	gpt-image-2（前世代・medium）	1461

（出典: Arena Image Edit リーダーボード・2026年9月7日時点／総投票数29,526,046票。Sunburstは1520±9、Flareは1491±9でいずれも暫定値（Preliminary）、GPT Image 2（medium）は1461±3）

これは画像編集の部門で、Sunburstが1位です。ところがArtificial Analysis の Text to Image リーダーボード（2026年9月16日取得）を見ると、Flareが1位でSunburstが2位と順番が入れ替わります。

上位を新しい2つが占めている点は共通しているので、世代として強くなったのは確かです。ただし「世界1位」という言葉だけで社内の判断を決めないほうがいい。自分の用途で2つとも試して選ぶのが結局いちばん早いというのが結論です。

前世代のGPT Image 2がどういうモデルだったかを押さえておくと、今回の変化の大きさが測りやすくなります。料金や使い方は以下の記事にまとめています。

2026.04.22 2026.06.08

ChatGPT Images 2.0（gpt-image-2）とは？料金・使い方・実践プロンプト10選を徹底解説

複雑な日本語の図解を、ほぼそのまま再現できた

3モデルの比較とは別に、複雑な資料の再現も試しました。「地域循環共生圏」という、文字も矢印も非常に多い日本語の概念図をそのまま読み込ませて、再現してほしいと指示しています。

結果は、ほぼ完璧でした。元のレイアウトも、中に入っている文字も、かなりの精度で再現されています。若干ズレている箇所はありますが、このレベルの複雑さでここまで出るなら、実務では問題ないだろうというのが感想です。

OpenAI公式も、透過背景を含む複雑なレイアウトへの対応と、インフォグラフィックの正確性・レイアウトの改善を挙げています（システムカードより）。この用途は狙って強化された部分だと言えます。

「ゼロから作る」より「読ませて作り直させる」

図解の用途で押さえておきたい前提を整理しておきます。

• 元の図があるなら、それを渡したほうが早い — ゼロから文章で説明するより、既存の資料を読ませて作り直させるほうが精度が出る
• 完全一致は期待しない — 細部の位置は多少ずれる。最終版ではなく、清書前のたたき台として扱う
• 文字そのものの再現力は前世代と大差ない — 図解が強くなったのはレイアウトの理解であって、日本語フォントが劇的に変わったわけではない
• 議事録や手書きメモの図解化に向く — 構造が決まっているものを絵にする作業と相性が良い

社内の資料には、誰かが昔に作った図解が必ず残っています。それを読ませて作り直させるのが、現時点でいちばん実用的な使い方です。ゼロから構成を考えさせるより、手元にある1枚を渡したほうが結果が安定します。

ここまで読んで「自社の業務にどう取り入れるか、社内でどう広げるかを具体的に考えたくなった」方へ。法人向けAI研修の導入社数No.1*の弊社デジライズが、生成AIの基礎知識から社内導入の6ステップ・定着のポイントまでを1冊にまとめた「はじめての生成AI社内導入ガイド」を無料で配布中です。

※出典：株式会社東京商工リサーチ「法人向けリスキリングサービスに関する調査」（2026年5月／調査期間：2026年3月26日〜4月17日／調査方法：デスクリサーチおよびヒアリング／2026年3月末時点）

仕事のどこに入れるか——広告・EC・営業資料・研修資料

私が実際に使いどころとして挙げているのは、広告の素案、SNSの投稿、YouTubeのサムネイル、研修資料、図解です。これを業務の単位に置き換えると、次の4つになります。

用途	作れるもの	相性の良いモデル
広告・SNS	バナーの素案、投稿画像、サムネイルの候補出し	Flare（数を出す）
EC	商品画像の色違い・アングル違いの展開	Sunburst（質感が効く）
営業・研修	提案資料の図解、研修資料の挿絵とスライド図版	Flare
Web	サイトのモック、レイアウト案	Flare

いちばん効くのは、数を出して選ぶ工程だと思っています。1枚を完璧に仕上げる作業ではなく、候補を10案並べて方向性を決める場面です。待ち時間が短くなったぶん、この使い方の負担は下がります。

ECの商品画像だけは毛色が違います。色違い・アングル違いを展開する作業は光と質感が勝負になるので、ここはSunburstを選ぶ価値があります。実際、比較でも差がはっきり出たのはこの領域でした。

位置づけは「デザイナーに戻す前のたたき台」

念のため書いておくと、これはデザイナーが要らなくなるという話ではありません。仕上げの判断や、ブランドとしての一貫性を担保する仕事は残ります。

変わったのは、自分でたたき台を作れるようになったことです。「こういう方向で」という説明を言葉で頑張るかわりに、画像を3案出して渡せる。依頼する側と受ける側の往復が減るので、効くのは制作そのものより前段の合意形成です。

社内で試すなら、まずは提案資料の図解と研修資料の挿絵あたりが手をつけやすいはずです。社外に出ない資料から始めて、感覚をつかんでから販促物に広げる——という順番をおすすめします。

差し込むのは「制作」ではなく「その手前」

工程で見ると、入れる場所は決まっています。次の3か所です。

1. 企画の初期 — 言葉だけで議論していた案を画像にして、方向性を先に合意する
2. 社内レビューの前 — 提案資料の図解を自分で用意して、説明の往復を減らす
3. 外注の依頼時 — 参考画像を自分で作って添える。「イメージに近いものを探す」時間がなくなる

どれも制作そのものではなく、制作に入る手前の工程です。画像を作る時間が浮くのではなく、決まらない時間が減る——という捉え方のほうが、実態に近いはずです。

使う前に押さえておきたいこと——料金の考え方と社内での回し方

料金は、どこから使うかで仕組みが変わります。ChatGPTの画面から使う分には追加費用はありません。全ティアに提供されているので、いま契約しているプランの中で使えます。

APIから使う場合はトークン課金です。単価はFlareもSunburstも同じで、前世代GPT Image 2の標準単価から据え置きになっています。

課金の対象	100万トークンあたり
画像出力	$30
画像入力	$8
キャッシュ済みの画像入力	$2
テキスト入力	$5
キャッシュ済みのテキスト入力	$1.25
テキスト出力	課金されない

（出典: OpenAI API 料金ページ・2026年9月16日取得。gpt-image-2.5-flare / gpt-image-2.5-sunburst / gpt-image-2 の3モデルとも同額）

ここで注意が必要です。単価が同じでも、1枚あたりの費用が同じとは限りません。実際にいくらかかるかは、消費したトークン数で決まるからです。

OpenAIは、前世代GPT Image 2用の計算ツールでは2.5の消費トークンを見積もれないとしています（gpt-image-2.5-flare モデルページより）。FlareとSunburstで1枚あたりどれだけ違うのかは、公式資料だけでは断定できません。試算したいなら、実際に何枚か生成して請求額を見るのが確実です。

画質設定も増えました。選べる段階は次のとおりです。

画質設定	扱い
low / medium / high	前世代GPT Image 2から共通
xhigh / max	Images 2.5で追加された段階
auto	既定。指定しなければこれになる

上げればきれいになりますが、そのぶんトークンを消費します。全部を最高設定で回すのではなく、用途ごとにどこまで上げるかを先に決めておくのが実務的です。

社内で回すときの3つの決めごと

料金より先に決めておいたほうがいいのが、運用のルールです。3つあります。

1. 実在の人物の顔を使うときは、先に本人と社内の合意を取る — 社員の写真を参照させれば簡単に別の場面の画像が作れてしまう。作れることと、作っていいことは別
2. 生成物には印が入る前提で扱う — Images 2.5ではC2PAメタデータと、SynthIDによる不可視のウォーターマークが使われている（システムカードより）。AI生成物を識別しやすくする仕組みだが、後から必ず判別できることを保証するものではない点もOpenAI自身が認めている
3. うまくいったプロンプトを配って全員で使い回す — 画像を共有するときに生成プロンプトを添えられるので、成功した指示が個人の手元で止まらない

3つ目が、社内展開では一番効きます。画像生成は「うまい人とうまくない人」の差が指示の書き方でほぼ決まります。うまくいった1枚のプロンプトを型として配れば、その差はかなり縮みます。バナー用・図解用・商品写真用と、用途ごとに型を3つ用意するところから始めるのが現実的です。

まずは情報収集からでも歓迎です。導入の流れや支援内容をまとめた資料をこちらからご覧いただけます。

まとめ

ChatGPT Images 2.5について、押さえておきたいのは次の4点です。

1. 全ティアに提供されている — ChatGPT・ChatGPT Work・Codexの全ユーザーが対象で、無料プランでも触れる。有料契約の判断を待たずに検証できる
2. 変わったのは画質より作り直しやすさ — 指示した箇所だけを直せて、編集を重ねても崩れない。何度も直す業務ほど恩恵が大きい
3. 差が出たのは質感と速度、文字と図解は大差なし — 商品写真の光と立体感はSunburstが明確に上。日本語の文字や4コマ漫画は前世代と比べてそんなに変わらない
4. 料金は据え置きだが、1枚あたりは画質設定次第 — 単価は前世代と同額。ただし消費トークンはモデルと画質で変わるので、Sunburstや高い画質設定は1枚あたりのコストが上がりうる

評価サイトでの順位は、機関によって1位が入れ替わります。だから「世界1位だから導入する」ではなく、自社で作りたい画像を3枚だけ決めて、FlareとSunburstの両方に投げてみる。これが一番早い判断方法です。

3枚の選び方も難しく考えなくて大丈夫です。いま実際に外注しているもの、いま社内で誰かが手作業で作っているもの、いま「あったらいいけど作る余裕がない」もの。この3つから1枚ずつ選べば、自社にとって意味のある比較になります。

そのうえで、社内に広げる段になったら、決めるのは道具ではなく運用のほうです。人物画像の扱いと、うまくいったプロンプトを配る仕組み。この2つを先に用意した会社から、実際に使われる状態になっていきます。