Orux AI / モデルノート
GPT Image 2.6 の GIF 比較:Flare と Sunburst の使い分け
キツネと湯気の GIF を見比べ、Orux の料金を確認。Python でフレーム数、ループ、ファイル容量を検証できます。

目次
GPT Image 2.6 で GIF を作るなら、どちらから試す?
アプリのマスコットが手を振るように、ひと目で伝わる動作を作るなら GPT Image 2.6 Flare から試します。カップの湯気のように、画面の大部分を静止させたまま一部だけ動かすなら GPT Image 2.6 Sunburst が出発点になります。以下は Orux に掲載されている実例です。プロンプトが異なるため、同じ課題でどちらが優れているかは判断できません。
Orux の両モデルページで、GIF は 768 × 512、3:2、高品質です。まず視聴者に何を見てほしいかを決めます。マスコットは縮小しても動きが伝わること、商品では一部が動いても商品の外観が保たれることが重要です。どちらも静止画を確認し、最後から冒頭に戻るつなぎ目を再生して確認します。
Flare:カードの実寸で手を振る動きが伝わるか
GPT Image 2.6 Flare の既存例では、ラベンダー色の背景にオレンジ色のキツネを置き、カメラと影を固定するよう指定しています。前足を上げ、2 回振り、まばたきして、足を下ろして元の姿勢へ戻るという指示です。出力は各フレームを収めた GIF なので、スプライトシートを切り分けたり、並び順を推測したりする必要はありません。


最初は座っていて、400 ミリ秒には前足が上がり、800 ミリ秒で目が閉じ、1600 ミリ秒には足を下ろしています。途中に紫色の動線も加わりました。動きは伝わりやすくなりますが、指示には背景の効果を入れないとあるため、すっきりしたブランドイラストにしたい場合は追加要素として確認します。
歓迎カードの実寸で再生して、前足と顔を見分けられるか、利用者が次に進む前に動作が伝わるかを見ます。次に最初と最後のサムネイルを並べます。足を上げたまま切るより、座った姿勢に戻る方が冒頭につなげやすくなります。つなぎ目が目立たないかはフレーム一覧だけでは判断できません。
別のマスコットを作る場合は、動作を一つに絞り、何を固定するかを書きます。どちらの足を動かすか、最後にどこへ戻すか、動線を許すかを指定します。アプリ名と続行ボタンは画面側に置き、動きを無効にしても読めて操作できるようにします。
Sunburst:一部が動いても商品の見た目が保たれるか
GPT Image 2.6 Sunburst の既存例では、テラコッタ色のカップ、受け皿、スプーン、豆を固定した構図に置き、湯気だけを動かすよう指示しています。カップの上を動く領域とし、下にある物の輪郭を確認の基準にできます。


湯気は曲がって薄くなり、また現れます。この一覧の大きさでは、取っ手、受け皿、スプーン、豆の位置は安定して見えます。ただし、湯気以外のピクセルが同一とは限りません。商品用の画像なら、納品サイズで取っ手の輪郭とハイライトを確認してください。実在商品の参照画像を使っていないコンセプト画像なので、販売中の特定のカップを再現できる証拠にはなりません。
プロンプトには、変化してよい場所を一つと、固定する物体、カメラ、露出を書きます。先頭のフレームだけでも意味が伝わるようにします。メールに入れる場合は対象のメールソフトで先頭画像を確認し、オファーの文言は本文に残します。動きを付けても伝わる内容が変わらないなら、静止画をメイン画像に使えます。
Orux の設定と試作 1 回分の費用
OpenAI の発表では、Flare を素早い試作向け、Sunburst を細部を重視する制作向けと位置付けています。公式画像生成ガイドには、公式 Image API の GIF、SVG、complexity が記載されています。Orux の対象ページにある出力は 1K、2K、GIF で、GIF は 3:2、高品質です。生成する画面に表示される設定を使ってください。
| Orux の設定 | Flare:出力 1 件あたり | Sunburst:出力 1 件あたり |
|---|---|---|
| 1K 静止画、3:2、低品質 | 4.984 Credits ($0.02492) | 4.984 Credits ($0.02492) |
| GIF、768 × 512、3:2、高品質 | 13.570 Credits ($0.06785) | 13.762 Credits ($0.06881) |
| 上記の静止画と GIF を各 1 件 | 18.554 Credits ($0.09277) | 18.746 Credits ($0.09373) |
横にスワイプすると表全体を確認できます。
価格は 2026 年 11 月 6 日(シンガポール時間)に両モデルページで確認しました。1 Credit = $0.005 で換算しています。最後の行は試算であり、セット料金でも GIF が静止画を引き継ぐ保証でもありません。先に静止画で構図を合意し、GIF ができたら制作要件に照らして個別に確認します。OpenAI の公式料金は単位や設定が異なるため、同じリクエストのどちらが安いかはこの表から判断できません。複数回試すなら採用した画像 1 枚あたりの費用の計算方法も参照できます。
公開前に GIF ファイルの中身を確認する
Orux の両ファイルは、768 × 512 の 9 フレームで、各フレームの待ち時間は 200 ミリ秒です。1 周は 1800 ミリ秒で、ループ値の 0 は無限に繰り返す指定です。キツネは 963,124 バイト、湯気は 1,235,296 バイトでした。これは公開ファイルの測定値で、今後の生成結果の標準値や保証ではありません。符号化された時間はブラウザーでの再生精度の実測値でもありません。
元ファイルをローカルに保存し、次のコードを audit_gif.py として保存します。Python と Pillow を用意して python audit_gif.py fox.gif steam.gif を実行すると、サイズ、フレーム数、待ち時間の合計、ループ値、バイト数を確認できます。モデルは呼び出しません。
from pathlib import Path
from sys import argv
from PIL import Image, ImageSequence
def inspect(path):
with Image.open(path) as im:
if im.format != 'GIF':
raise ValueError('Expected a GIF')
size = im.size
loop = im.info.get('loop')
delays = [f.info.get('duration', 0) for f in ImageSequence.Iterator(im)]
return size, delays, loop, Path(path).stat().st_size
for path in argv[1:]:
(w, h), delays, loop, size = inspect(path)
print(f'{Path(path).name}: {w}x{h}, {len(delays)} frames, '
f'{sum(delays)} ms, loop={loop}, {size} bytes')複数フレームがあるか、必要なサイズか、配信先の容量制限に収まるかを判断できます。アニメーションだけで上限が 1,000,000 バイトなら、キツネには 36,876 バイトの余裕があり、湯気は 235,296 バイト超過です。静止画や他のリソースは含みません。湯気の動きが必要なら軽い派生ファイルを書き出し、圧縮で微妙な濃淡が消えていないか再確認します。
承認したフレームから静止画を用意します。文字の隣に装飾として置く場合は、最初に静止画を表示し、希望者だけ GIF を読み込めるようにして、静止画へ戻す操作も用意します。自動再生が必要なら、動きを減らす設定への対応と操作の動作確認が必要です。動くコンテンツの一時停止に関する W3C の解説では、短い周期でも繰り返し表示される場合に停止手段が必要になる理由を説明しています。
FAQ
マスコットの GIF には Flare と Sunburst のどちらを使いますか?
ジェスチャーが見分けやすいことを優先するなら、まず Flare を試します。既存例では前足が上がり、まばたきして、座った姿勢に戻ります。キャラクターの外見に厳密な条件があるなら、各フレームを確認し、同じ指示で両方を試して選びます。
Sunburst の例は湯気以外が動きませんか?
最も目立つ動きは湯気です。一覧の大きさではカップと周囲の物は安定して見えますが、ピクセルの一致は確認していません。参照画像との一致が必要なら、納品サイズで輪郭、影、ラベルを確認してください。
Orux の両ページで正方形の GIF を選べますか?
GIF 設定の表示は 768 × 512、3:2 です。見積もりは実際のサイズ・品質の選択肢に従います。正方形に載せる場合はトリミングか構図の変更を計画し、最初のフレームと全動作範囲を確認します。
9 フレームなら 1.8 秒で止まりますか?
止まりません。両ファイルは各 200 ミリ秒の 9 フレームで無限ループに設定されています。1.8 秒は 1 周分です。停止が必要なら静止画へ戻す操作を用意するか、有限ループとして書き出して配信先で確認します。
1 つの API でこれらのモデルを利用
チャット・画像・動画・音声モデルに対応した OpenAI 互換 API。Credits で従量課金です。
関連記事
すべての記事を見る →
GPT Image 2.5 API料金:FlareとSunburstの選び方
OruxのGPT Image 2.5は1K・2K・4Kで1枚5.4・9・14.4 Credits。OpenAIの課金方式との違い、FlareとSunburstの位置づけ、過去の処理時間を整理。Pythonリクエスト、保存済みミニチュア書店の作例、参照画像の上限、公開前の文字と画像寸法の確認方法まで解説します。

Qwen Image 3.0 API:料金・Pro比較・Python
Orux AIのQwen Image 3.0は1枚6 Credits、Proは10.42から。Alibabaシンガポール料金と参照画像費、公開設定を比較し、Python例と実際の剪紙ポスターの指示を解説。標準版・Pro・Wan2.7 Imageの選び方、文字と納品前の確認項目も掲載します。

GPT Image 2.5 Sunburst:ミニチュアと縮尺のプロンプト
背表紙、紙の層、室内の大きさを読み解き、読書イベントのビジュアル指示を具体化します。