GPT Image 2.5 API料金：FlareとSunburstの選び方

GPT Image 2.5 APIの1枚単価とモデル選択

Orux AIのGPT Image 2.5 APIは1Kが5.4 Credits（$0.027）、2Kが9 Credits（$0.045）、4Kが14.4 Credits（$0.072）の固定単価で、FlareとSunburstは同額です。OpenAI自身は両モデルの固定1枚単価を公開せず、画像出力100万tokensあたり$30で課金するため、品質とサイズで費用が変わります。以下は価格表、違い、Pythonリクエスト、原文で詳しく確認した保存済み作例です。

GPT Image 2.5の1枚料金

Orux AIは完成画像ごとに、指定するresolutionで決まる固定額を請求します。OpenAIのtoken料金と第三者の1枚料金を並べた、2026年10月29日のスナップショットです。

横にスワイプすると表全体を確認できます。

出典：OpenAI GPT Image 2.5 Sunburst、OpenAI GPT Image 2.5 Flare、getimg.ai API料金、OruxのFlareとSunburst。Orux AIはCredits課金で1 Credit=$0.005、括弧内のドルは比較用です。

比較には二つの注意点があります。

• OpenAIの1枚費用は、品質とサイズが実際に使う出力tokens次第です。lowからmax、さらにautoがあり、GPT Image 2計算機はGPT Image 2.5の消費量を推定しません。公開された1枚tokens数がないため、公式と同条件のドル比較はできず、本稿も主張しません。
• Oruxの両モデルのリクエスト設定にはqualityがありません。選べるのは解像度と比率で、OpenAIの品質区分は指定できません。lowで安価な草案を作ることが必須ならOpenAI直接利用を検討してください。

固定料金は予算を立てやすくします。2Kを1,000枚なら9,000 Credits（$45）です。画像タスクはSUCCESS時だけ課金され、失敗は課金されません。費用優先ならNano Banana 2.1はOruxで全サイズとも安く、1K/2K/4Kが3.6/5.4/8.1 Creditsです。全順位は画像API料金比較（英語）を参照してください。

FlareとSunburstの違い

料金は同じで、Oruxでは設定項目も同じです。違いはOpenAIの位置付けと、原文が記録した生成時間の標本にあります。

横にスワイプすると表全体を確認できます。

67秒と125秒は、原文が2026年10月にモデルページから記録した完了各5件の平均です。その標本ではSunburstの平均が長いものの、少数で条件も統制しておらず、一般的な速さの順位や現在の所要時間は保証しません。負荷、提示文、解像度で変わります。

OpenAIは精密な編集を重視する仕事にSunburstを位置付けています。この位置付けに基づき、複数候補を作る草案や商品画像はFlareを試す起点にできます。原文標本では待ち時間の平均はSunburstの約半分でした。既存画像の編集、小文字や細部の最終稿ではSunburstが候補です。これはメーカーの位置付けと限定的な過去の観察に基づく提案で、統制された画質順位ではありません。同じ単価でも総制作費の違いが待ち時間だけとは限りません。

Pythonで画像を生成する

Orux AIの画像は非同期タスクです。登録、ポーリング、ダウンロードを行います。タスクAPIはコールバックを提供せず、結果URLは一時的なので成功後すぐ保存します。

# pip install requests pillow
import io, os, time, requests
from PIL import Image

BASE = "https://orux.top/api/v1"
HEADERS = {"Authorization": f"Bearer {os.environ['ORUX_API_KEY']}"}

PRICE = {"1K": 5.4, "2K": 9.0, "4K": 14.4}  # Credits per image, Flare and Sunburst, 2026-10-29

job = {
    "model": "gpt-image-2.5-flare",  # or "gpt-image-2.5-sunburst"
    "input": {
        "prompt": "Studio product photograph of a small matte purple ceramic vase "
                  "on a warm white background, soft natural shadow, no text.",
        "resolution": "2K",
        "aspect_ratio": "3:2",
    },
}

r = requests.post(f"{BASE}/tasks", headers=HEADERS, json=job, timeout=60)
r.raise_for_status()  # 401 bad key, 402 top up your balance, 429 back off and retry
task_id = r.json()["task_id"]
print("submitted", task_id, "| charged only on SUCCESS:", PRICE[job["input"]["resolution"]], "Credits")

while True:
    time.sleep(5)
    t = requests.get(f"{BASE}/tasks/{task_id}", headers=HEADERS, timeout=30).json()
    if t["status"] not in ("QUEUED", "RUNNING"):
        break

if t["status"] != "SUCCESS":
    raise RuntimeError(t.get("error") or t["status"])  # FAILED / EXPIRED are not charged

for i, url in enumerate(t["result"]):
    data = requests.get(url, timeout=120).content  # temporary URL: download now
    img = Image.open(io.BytesIO(data))
    print(f"out_{i}: {img.size[0]}x{img.size[1]}")
    with open(f"out_{i}.{img.format.lower()}", "wb") as f:
        f.write(data)

元のポーリング例に総待機上限はありません。本番では全体タイムアウトと中止方針を別途設けてください。主な入力は以下です。

• prompt：被写体、場面、スタイル、光。一度に1枚生成します。
• resolution：1K、2K、4K。この1枚単価を変える入力です。
• aspect_ratio：auto、1:1、3:2、2:3、4:3、3:4、16:9、9:16、21:9に加え、1K限定の27:16、16:27、9:8、8:9。
• image_urls：参照画像は最大16枚。省略で文章から生成し、指定で編集・合成します。

編集は同じリクエストに参照を足します。既存の商品写真のスタイルを変える例：

job["model"] = "gpt-image-2.5-sunburst"
job["input"].update({
    "prompt": "Keep the vase exactly as shown. Replace the background with pale linen "
              "and add a soft window shadow from the left.",
    "image_urls": ["https://example.com/your-vase.png"],  # publicly reachable URL
})

URLはサービスからアクセス可能な公開または署名付きリンクを使い、ローカルパスは使いません。

作例：本の中の小さな書店

出力を一つ丁寧に読むと、モデルを判断しやすくなります。GPT Image 2.5 Sunburstページの保存済み「Miniature bookshop」です。原文で確認したOrux既存作例で、今回の新規生成ではありません。

設定はresolution="2K"、aspect_ratio="3:2"で、公開ファイルは2048×1365でした。この1枚の実寸であり、全2K出力の保証ではありません。元のプロンプト：

A whimsical miniature bookshop built inside a giant teal hardcover book, glowing honey-colored windows, tiny green plants, detailed handcrafted paper diorama on a cream background. The front awning clearly reads exactly "Orux AI". Warm playful illustration, cinematic studio lighting, tactile paper textures.

不可能な縮尺を読み取れるのは三つの手掛かりです。左の背表紙は普通の本として見えます。店の上に積まれたページが屋根となり、本を建物へ変えます。窓内の小さな棚と照明は、中に入れるミニチュア空間を伝えます。一つでもなければ「本」か「店」だけになりやすい。縞の庇と蔓植物は別の景色を足さず、二つの縮尺を結びます。

プロンプトも同様です。上製本が構造を、「paper diorama」が紙の縁を、「honey-colored windows」が温かい内装を指定します。この庇の「Orux AI」は全字正しく読めます。1回の成功は観察で、文字が常に正しくなる保証ではありません。

参考としてFlareページの「Desert architecture」も2K・3:2で、2048×1365の小さな真鍮看板に「Orux AI」が正しくあります。プロンプトが違うため統制比較ではなく、この設定で双方が一度短い文字を正しく出したという事実だけです。

図書館の読書週間へ展開するなら、装飾を増やすより空間の比喩を変えます。開いた地図帳の中の移動図書館、地図の折り目を壁にして扉一つで尺度を示す案は別の創作要件です。これは未生成の提案です。

公開前に文字と寸法を確認する

文字入り画像は人が読む必要があります。四つの確認項目を使います。

横にスワイプすると表全体を確認できます。

寸法は自動化しやすく、上のPythonはPillowでファイルを開くため、CMSへ渡す前にimg.sizeのアサーションを加えられます。文字は同様に自動合格にはできません。日付、価格、法的文言など重要な内容は選択可能なページ本文に残し、画像内の文字は校正が必要な装飾として扱います。

FAQ

Q.GPT Image 2.5は1枚いくらですか？

2026年10月29日のOrux AI価格はFlare、Sunburstとも1Kが5.4 Credits（$0.027）、2Kが9（$0.045）、4Kが14.4（$0.072）。OpenAIに固定1枚単価はなく、画像出力100万tokensあたり$30で、品質とサイズ次第です。

Q.FlareとSunburstのどちらを使うべきですか？

メーカーの位置付けでは、複数草案にFlare、精密編集と細部の最終稿にSunburstを候補にできます。単価は同じです。原文の2026年10月標本は各5件で67/125秒でしたが、小規模な過去資料であり、現在の速度や画質の勝者は保証しません。

Q.解像度で価格は変わりますか？

はい。Oruxでは、この1枚単価を変える入力です。両モデルとも1K 5.4、2K 9、4K 14.4 Credits。比率、提示文の長さ、参照画像枚数でこの単価は変わりません。

Q.既存画像を編集できますか？

はい。image_urlsへアクセス可能な画像URLを最大16件渡し、残す内容と変える内容を説明します。OpenAIは編集精度を重視する用途にSunburstを位置付けています。Oruxの形式と単価は文章からの生成と同じです。

Q.生成時間はどのくらいですか？

原文の2026年10月標本ではFlare約1分、Sunburst約2分で、完了各5件の平均は67/125秒でした。現在の期限ではありません。数秒ごとに確認し、URLが一時的なため成功後速やかに保存します。

出典と次の操作

GPT Image 2.5 FlareとGPT Image 2.5 Sunburstで保存済み作例を開くか、Nano Banana 2.1 API料金（英語）と比較できます。料金確認日2026-10-29、getimg.aiは2026-10-30。出典：OpenAIモデル文書、OpenAI料金、getimg.ai。