OpenAI

GPT Image 2

OpenAI GPT Image 2は、生成前に構図を計画する、品質優先の推論型画像モデルです。最先端の文字レンダリング、多言語タイポグラフィ、最大16枚の参照画像による高忠実度な編集を実現し、出力は最大4Kに対応します。

GPT Image 2は、OpenAIの次世代画像モデルで、2026年4月21日にChatGPT Images 2.0として発表され、その後まもなくgpt-image-2 APIとして展開されました。速度と品質のバランスを重視したGPT Image 1.5に対し、GPT Image 2は品質優先のアプローチを採用しています——レンダリングの前に画像構造について能動的に調査・計画・推論を行う、OpenAIが「初の真にエージェント的な画像生成モデル」と位置づける仕組みです。Image Arenaのリーダーボード全体で首位を獲得し、文生図（Text-to-Image）部門では1,512点、2位に+242ポイントの差をつけています。これは、文字の正確さの大幅な向上、密度の高い構図への対応、そして日本語・韓国語・中国語・ヒンディー語・ベンガル語にわたる多言語レンダリングによるものです。文生図と図生図の両方が単一のエンドポイント群でサポートされており、最大16枚の参照画像を組み合わせて被写体・スタイル・レイアウトを統合できます。1:1から21:9、9:16まで11種類のアスペクト比をカバーし、1回のリクエストで1、2、3、4枚のいずれかを生成できます。Astorieでは1K・2K・4Kの3段階の解像度を提供しているため、納品物に応じて出力を選べます。キャンバスにドロップして、推論された文字と商品訴求ポイントを含むメインビジュアルを下書きし、FLUX Kontextに接続してキャラクターバリエーションを作成したり、Runway Gen4やKlingの動画ノードに接続して結果をアニメーション化したりできます。