GPT Image 2.6 Sunburst、Flare、GPT Image 2 の画像編集比較

目次
  1. GPT Image 2.6 では何が変わったのか?
  2. Arena では GPT Image 2、2.5、2.6 にどの程度の差があるのか?
  3. GPT Image 2、Sunburst、Flare は同じ編集をどう処理したのか?
  4. 3 モデルが日程表の編集を返すまでの時間は?
  5. High complexity で日程表の編集結果は改善したか?
  6. GPT Image 2.6 の対象選択に markup が役立つのはどんな場合か?
  7. 画像編集はどのようにテストしたか?
  8. FAQ
  9. GPT Image 2 との比較では planning effort を揃えているか?
  10. GPT Image 2.5 も Synthorai 経由でテストしたか?
  11. 画像編集で markup を使うべきなのはどんな場合か?
  12. High complexity で日程表の編集は安定したか?

GPT Image 2 と GPT Image 2.6 の両バリアントは、同じ食品ラベルの周囲の文言を維持したまま、3 つの項目を更新できた。カンファレンスの日程表では、medium complexity の Sunburst が 4 回中 2 回成功した。medium の Flare と、デフォルトの planning を使った GPT Image 2 は、どちらも 4 回中 0 回だった。この日程表タスクでは、2 つの講演を入れ替え、その片方に FULL バッジを追従させるよう指示した。

TL;DR

  • GPT Image 2 と 2.6 の両バリアントは、同じ食品ラベル編集に成功した。
  • 日程表では、medium complexity の Sunburst が 2/4 で成功した。GPT Image 2 と Flare はそれぞれ 0/4 だった。
  • Sunburst は、medium と high の complexity で日程表のレンダリングにそれぞれ 2/4 で成功した。Flare が両方の講演を正しく入れ替えたのは、medium では 0/4、high では 2/4 だった。完全成功はどちらの設定でも 0/4 だった。
  • テキストで場所を指定しない場合、視覚的な指示を加えると対象の選択率が 1/4 から 4/4 に上がった。

GPT Image 2.6 では何が変わったのか?

OpenAI は 2026 年 11 月 4 日に Images 2.6 をリリースした。Sunburst は細部を重視する作業や複数回の編集における一貫性を想定し、Flare は高速な反復作業向けとしている。このリリースでは API で視覚的なアノテーションを使えるようになったほか、planning の制御、GIF と SVG の出力オプションも追加された。OpenAI のリリースノート

complexity は、レンダリング前の planning を制御する。別の quality 設定は、レンダリングの詳細度を制御する。OpenAI が公開している planning レベルは low、medium、high の 3 段階で、同社の API では high がデフォルトになっている。2.6 へのリクエストでは、両方のパラメータを明示的に指定した。OpenAI の画像生成ガイド

Arena では GPT Image 2、2.5、2.6 にどの程度の差があるのか?

GPT Image 2.5 の数値は、Arena が公開している単一画像編集の leaderboard のみから取得した。2026 年 11 月 12 日時点の snapshot では、2.5 の 2 エントリは、掲載されている 2.6 Medium のエントリより表示スコアが高かった。Arena のスコアは投票者の選好を反映している。各エントリでは投票数と設定ラベルが異なる。以下のスコアは、Arena が示す不確実性もそのまま記載している。Arena の単一画像編集 leaderboard

Arena のエントリ表示スコア投票数
GPT Image 2.5 Sunburst1519 ± 5131,648
GPT Image 2.5 Flare1484 ± 4128,720
GPT Image 2.6 Sunburst (Medium)1476 ± 113,493
GPT Image 2 (Medium)1462 ± 3364,695
GPT Image 2.6 Flare (Medium)1460 ± 103,534

「Medium」は Arena のエントリラベルである。今回の gateway テストでは、GPT Image 2 のリクエストで complexity フィールドを省略した。

GPT Image 2、Sunburst、Flare は同じ編集をどう処理したのか?

3 モデルすべてが食品ラベルの編集に成功した。GPT Image 2 と 2.6 の両バリアントは、ナトリウム量、ロットコード、正味重量を正しく変更した。周囲の文言もすべて維持できた。Sunburst と Flare は、単純な編集 6 件すべてにも成功した。場所を明確に指定したボトルキャップと参照バッジのタスクでも、周囲の細部を維持できた。

元の食品ラベルと、GPT Image 2、Sunburst、Flare による編集結果。ナトリウム量、ロットコード、正味重量が更新されている。

上段は元画像と GPT Image 2。下段は Sunburst と Flare。GPT Image 2 はデフォルトの planning、2.6 の両バリアントは medium complexity を使用。

日程表では、Studio B の 10:00 と Studio C の 11:30 にある講演タイトルと登壇者を入れ替え、移動後の Sound Lab に FULL を追加するよう各モデルに指示した。GPT Image 2 は毎回、Sound Lab を元の枠に残したまま、別の 2 つの講演を入れ替えた。Sunburst は、medium の 4 回すべてで指定した 2 つの講演を正しく移動した。そのうち 2 回では、バッジが元の枠に残った。

モデルPlanning 設定食品ラベル、完全成功日程表、両方の講演が正しい枠日程表、完全成功
GPT Image 2デフォルト、フィールド省略1/10/40/4
GPT Image 2.6 SunburstMedium1/14/42/4
GPT Image 2.6 FlareMedium1/10/40/4

元のカンファレンス日程表と各モデルによる編集例。GPT Image 2 は別の講演を移動し、Sunburst は指定した 2 つの講演とバッジを正しく移動し、Flare は片方の講演を誤った場所に配置した。

上段は元画像と GPT Image 2。下段は Sunburst と Flare の出力例。表には各モデルの 4 回分すべてを含む。GPT Image 2 はデフォルトの planning、2.6 の両バリアントは medium complexity を使用。

3 モデルには、Synthorai 経由で同じソース画像と prompt を渡し、出力サイズと quality: "medium" も統一した。GPT Image 2 のリクエストでは complexity を省略した。この表に使った 2.6 の 2 リクエストでは、complexity: "medium" を明示的に指定した。GPT Image 2 で実際に適用された planning レベルは不明なため、この表は実行時の 3 つの API 設定を比較している。食品ラベルの各スコアは 1 回のレンダリングに基づく。日程表の各スコアは、1 つのレイアウトに対する 4 回の試行に基づく。

3 モデルが日程表の編集を返すまでの時間は?

同じ日程表画像と prompt では、Flare が中央値 7.5 秒で画像を返した。次が Sunburst の 18.9 秒、GPT Image 2 の 27.0 秒だった。各中央値は、同じテストホストから Synthorai 経由で送った 4 件の API リクエストが正常に完了するまでの時間を対象としている。計測区間は、リクエスト送信から完全な画像レスポンスの受信までとした。

モデルと planning 設定成功レスポンス数中央値範囲
GPT Image 2, default427.0 s26.0 to 47.5 s
GPT Image 2.6 Sunburst, medium418.9 s18.3 to 21.3 s
GPT Image 2.6 Flare, medium47.5 s7.2 to 8.0 s

この計測値は、medium のレンダリング品質で 1 回の編集を完了するまでの end-to-end latency を示す。GPT Image 2 は、planning フィールドを省略して別 batch で実行した。

High complexity で日程表の編集結果は改善したか?

Flare は high-complexity の 2 回で両方の講演を入れ替えたが、medium-complexity では 0 回だった。各モデルの完全成功数は、どちらの設定でも同じだった。この日程表では、2 つの変更を連動させる必要がある。まず、Studio B の 10:00 と Studio C の 11:30 にある講演タイトルと登壇者を入れ替える。部屋と時刻は元の枠のまま維持する。次に、移動後に Sound Lab が入ったカードへ FULL を追加する。両方の講演を正しく入れ替えても、FULL を元の位置に付けた場合は失敗となる。

以下の Sunburst の例では、まさにその問題が発生した。どちらの出力でも、Sound Lab は Studio B の 10:00 に、Shape Lab は Studio C の 11:30 に移動している。medium の出力では FULL が Sound Lab に付いた。high の出力では、Sound Lab が元々あった枠の Shape Lab に付いた。

元の日程表と Sunburst による 2 つの編集。medium の出力では Studio B の 10:00 にある Sound Lab に FULL が付いている。high の出力では講演の入れ替え後、Studio C の 11:30 にある Shape Lab に FULL が付いている。

左から元の日程表、正しい Sunburst の medium 出力、ラベルが元の枠に残った Sunburst の high 出力。

16 回のレンダリングには同じ日程表を使い、モデルと complexity 設定の組み合わせごとに 4 回出力した。

モデルMedium、両講演を正しく入れ替えMedium、完全成功High、両講演を正しく入れ替えHigh、完全成功
Sunburst4/42/44/42/4
Flare0/40/42/40/4

Sunburst は各設定で 2 回ずつ、FULL を誤ったカードに付けた。Flare が high で両方の講演を正しく入れ替えた 2 回も、どちらもバッジの位置を誤った。単一の日程表に対する各設定 4 回の結果なので、この件数が示すのはこの編集での挙動に限られる。繰り返し実行した 12 リクエストでは、両方の設定で同一の input token 数と output token 数が報告された。

イベント公開の workflow では、公開前に変更対象の各枠を確認し、最終画像からバッジを読み取る必要がある。日程表の元データが構造化されたイベントデータなら、そのデータからテキストとバッジをレンダリングすれば、イベントの枠が変わってもバッジを追従させられる。

GPT Image 2.6 の対象選択に markup が役立つのはどんな場合か?

画像内に同じように妥当な対象が複数あり、テキストで対象を特定していない場合、markup が有効だった。GPT Image 2.6 Sunburst と GPT Image 2.6 Flare に、同じボトル 6 本を並べたグリッドを渡し、キャップを 1 つだけ光沢のある金色に変えるよう指示した。条件間で文面は変えていない。アノテーションがある場合は丸で囲まれたキャップを編集するよう伝え、位置を言葉では指定しなかった。

指定対象には、上段中央と右下のキャップを使った。overlay がない条件では、指定対象と一致しても偶然である。以下の図では、markup なしの Flare は上段中央のキャップを選んだ。overlay ありでは右下のキャップを編集し、ほかの 5 つは黒のまま維持した。

3 つのパネルで、丸で囲んだ右下の対象、markup なしで Flare が上段中央のキャップを変更した結果、markup ありで Flare が右下のキャップを変更した結果を示す。

左から、赤い overlay を表示した入力、markup なしの Flare、markup ありの Flare。リクエストではソース画像と overlay を別々の入力として送信した。

指定したキャップSunburst、markup なしSunburst、markup ありFlare、markup なしFlare、markup あり
上段中央上段中央上段中央右上上段中央
右下上段中央右下上段中央右下
対象との一致1/22/20/22/2

8 つの出力すべてで、モデルは 1 つのキャップだけを変更し、ほかの 5 つを黒のまま維持し、レンダリング画像には円を残さなかった。overlay によって変わったのは、編集対象となるキャップだった。テキストですでに対象の場所を指定した別の 2 タスク、指定したボトルキャップの置き換えとパッケージへのバッジ配置では、どちらの条件でも 4/4 の出力が fixture の基準を満たした。

この位置指定の結果は、1 枚の合成画像に設定した 2 つの対象について、モデルと条件の組み合わせごとに 1 回レンダリングしたものだ。canvas 上でユーザーが対象を選択する workflow なら、その選択をそのまま使えることが図から分かる。テキストだけで対象を一意に特定できる場合、上記 2 タスクでは overlay を加える効果は確認できなかった。

画像編集はどのようにテストしたか?

Synthorai の画像生成 endpoint に JSON リクエストを送信した。各リクエストで、quality を medium に固定した 1024 × 1024 の PNG を 1 枚生成した。ボトルの比較では complexity を medium に固定し、overlay の有無だけを変えた。日程表の比較では、モデルと設定の組み合わせごとに正常な出力を 4 件使用した。GPT Image 2 のリクエストは別 batch で実行し、評価者は採点時にモデルを把握していた。反復テストでは、同じ評価者が番号を付けた 2.6 の画像を確認し、同じタスク checklist を適用した。日程表の成功条件は、移動先の 2 枚のカードが正しく、バッジが Sound Lab に追従し、ほかの 4 枚のカードと部屋名、時刻ラベルが維持され、footer とグリッドが崩れていないこととした。

この例では、Synthorai の JSON endpoint /v1/images/generations を使っている。OpenAI はネイティブの /v1/images/edits endpoint で markup を使った編集方法を公開している。OpenAI の画像生成ガイド Synthorai Image API

markup 付きの Flare リクエストを再現するには、両方のファイルをスクリプトと同じ場所に保存する。overlay はソースと同じ寸法の透過 PNG で、右下のキャップを円で囲んでいる。ソース PNG · Overlay PNG

import base64
import json
import os
from pathlib import Path
from urllib.request import Request, urlopen

def png_data_url(path):
    return "data:image/png;base64," + base64.b64encode(Path(path).read_bytes()).decode()

payload = {
    "model": "gpt-image-2.6-flare",
    "prompt": (
        "Change exactly one bottle cap from black to polished gold. "
        "If a cap is circled in the annotation, change that cap. "
        "Keep all other caps black and preserve the six bottles and layout. "
        "Do not reproduce the circle."
    ),
    "image": png_data_url("bottles.png"),
    "markup": png_data_url("cap-overlay.png"),
    "complexity": "medium",
    "quality": "medium",
    "size": "1024x1024",
    "n": 1,
    "output_format": "png",
}

request = Request(
    "https://synthorai.io/v1/images/generations",
    data=json.dumps(payload).encode(),
    headers={
        "Authorization": f"Bearer {os.environ['SYNTHORAI_API_KEY']}",
        "Content-Type": "application/json",
    },
)
with urlopen(request, timeout=240) as response:
    result = json.load(response)

Path("edited.png").write_bytes(base64.b64decode(result["data"][0]["b64_json"]))
print(result.get("usage"))

FAQ

GPT Image 2 との比較では planning effort を揃えているか?

GPT Image 2 のリクエストでは complexity を省略した。3 モデルの表で、Sunburst と Flare には medium complexity を明示的に指定した。入力と出力設定は同じであり、結果はこれらの API 設定に対するものだ。

GPT Image 2.5 も Synthorai 経由でテストしたか?

GPT Image 2.5 Sunburst と Flare は、公開されている Arena の表にのみ掲載している。Synthorai での実験に使ったのは、GPT Image 2、GPT Image 2.6 Sunburst、GPT Image 2.6 Flare である。Arena の単一画像編集 leaderboard

画像編集で markup を使うべきなのはどんな場合か?

画像上で編集対象を指し示せる場合、特に似た物体が複数ある場合は markup を使う。アノテーションを別の透過 PNG として送り、prompt で編集内容を説明する。6 本のボトル画像では、markup ありのリクエストで対象のキャップを 4/4 で選択できた。markup なしでは 1/4 だった。

High complexity で日程表の編集は安定したか?

このレイアウトでは、Sunburst はどちらの設定でも 2/4、Flare はどちらも 0/4 だった。Flare は high-complexity の 2 回で両方の講演を正しい位置に配置したが、どちらも FULL バッジの位置を誤った。

← ブログに戻る