OpenAI gpt-image-1 API リリース

OpenAI は gpt-image-1 をリリースしました。これはネイティブにマルチモーダルな画像生成モデルで、現在 API 経由で利用可能です。このリリースにより、開発者や企業は高品質でプロフェッショナルな画像生成、テキスト描画、ビジュアル編集機能を自社アプリケーションに直接組み込むことができます。

モデルの機能と汎用性

gpt-image-1 は ChatGPT 内で画像生成を支えるのと同じモデルです。多様な美的スタイルに対応でき、カスタムガイドラインに忠実に従いながら、世界知識を活用します。主な技術的機能は次のとおりです。

• 正確なテキスト描画: 生成画像内にテキストを正確に描画できます。
• ビジュアル編集: 高忠実度のビジュアル編集をサポートし、ラフなスケッチを洗練されたグラフィック要素に変換できます。
• 多様なスタイリング: 様々な美的スタイルを試す柔軟性があり、プロフェッショナルからコンシューマーまでのニーズに対応します。

エンタープライズ統合とユースケース

複数の大手企業がすでに gpt-image-1 をクリエイティブおよびビジネスツールに統合しています。

• Adobe: Firefly と Express アプリに画像生成機能を組み込み、クリエイターにより多くの美的スタイルオプションを提供。
• Canva: Canva AI と Magic Studio 内でデザイン生成・編集に gpt-image-1 を活用し、スケッチをグラフィック要素に変換する機能を検討中。
• GoDaddy: GoDaddy Airo® を通じて、編集可能なロゴ、背景除去、ブランドコンテンツやソーシャルメディア資産向けのプロフェッショナルなタイポグラフィ生成を実験中。
• HubSpot: ソーシャルメディア、メールマーケティング、ランディングページ向けのマーケティング・セールス資料作成を検討中。
• Instacart: レシピやショッピングリスト用画像の生成をテスト中。
• invideo: AI ビデオ制作において、テキスト生成の向上、細粒度編集コントロール、先進的なスタイルガイダンスにモデルを活用。

安全性とモデレーション

gpt-image-1 は GPT-4o の画像生成機能と同様の安全ガードレールを採用しており、有害な画像の生成を制限します。生成されたすべての画像には出所情報を示す C2PA メタデータが付与されます。

API 利用者は moderation パラメータでモデレーション感度を制御できます:

• auto (default): 標準的なフィルタリング。
• low: より緩やかなフィルタリング。

OpenAI は、デフォルトで顧客の API データは学習に使用されず、すべての入力と出力は API 使用ポリシーの対象となると述べています。

料金体系

gpt-image-1 はトークン単位で課金され、テキストトークンと画像トークンで異なるレートが設定されています。

トークンタイプ	1Mトークンあたりの価格
テキスト入力トークン（プロンプトテキスト）	$5
画像入力トークン（入力画像）	$10
large 出力トークン（生成画像）	$40

実際のコストは、低品質・中品質・高品質の正方形画像それぞれでおおよそ $0.02、$0.07、$0.19 となります。