gemini-3.1-flash-lite-image vs GPT Image 2

vs

どんなときに、どちらを選ぶか

どちらも100万出力トークンあたり同じ$30を請求する画像モデルであるため、実際の違いは入力にあります。gemini-3.1-flash-lite-imageは100万あたり$0.25でテキストと画像を受け取るのに対し、gpt-image-2は$5であるため、プロンプトと参照画像を20x安価に供給できます。入力ボリュームが請求の大半を占めるプロンプトの多いパイプラインやimage-in-image-outのパイプラインにはgemini-3.1-flash-lite-imageを選択し、4096出力トークンの上限とオフにできないthinkingを持ち、画像と一緒にテキストも返せることに留意してください。OpenAIからの純粋な画像出力エンドポイントが必要で、入力コストが軽微な項目である場合は、gpt-image-2を選択してください。

料金

gemini-3.1-flash-lite-image GPT Image 2 Δ
入力 / 100 万トークン $0.25 $5 0.05×
出力 / 100 万トークン $30 $30 =
参照画像トークン / 100万 - $8 -

ビルド時点の現行カタログの料金です。最新の料金表は各モデルのページに掲載しています。

両モデルの位置:100 万トークンあたりの出力料金(この課金単位の画像生成モデル全 15 件、対数スケール)

仕様

gemini-3.1-flash-lite-image GPT Image 2
入力モダリティ テキスト 画像 テキスト 画像
出力モダリティ テキスト 画像 画像
リリース 2026-06-30 2026-04-21
知識カットオフ 2025-01 -
出力サイズ 1K のみ(1:1 = 1024x1024)
  • 1024x1024
  • 1536x1024
  • 1024x1536
  • 2048x2048
  • 2048x1152
  • 3840x2160
  • 2160x3840
  • auto
  • 任意の WxH(いずれも 16 で割り切れること、アスペクト比 1:3–3:1)
入力モード テキストから画像、生成と編集のインターリーブ、最大 14 枚の参照画像 テキストから画像、マスクによるインペインティングを用いた画像編集
リクエストあたりの画像数 - 10
フォーマット - png, jpeg, webp
備考 出力は 1K(1024px)のみ。10 種類のアスペクト比(1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9)と最大 14 枚の参照画像。生成と編集をインターリーブし、マルチターンの局所編集が高速。エンドツーエンドのレイテンシは 2 秒未満。SynthID と C2PA のウォーターマークは常時オン。 柔軟な解像度:辺は 16 の倍数で最大 3840px、比率は 3:1 以下、総画素数は約 0.65〜8.3MP(4K 3840x2160 を含む)。マスクによるインペインティング編集。すべての画像入力を高忠実度で処理。テキストレンダリングが大幅に向上(正確な配置は依然として苦手な場合があります)。

仕様は各ベンダーのドキュメントから転記しています。ベンダーが公表していない項目は、推測で埋めずに省いています。 出典の一覧: gemini-3.1-flash-lite-image · GPT Image 2

1 つのプロンプトを両モデルで実行(ゲートウェイ経由で測定)

プロンプト A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

gemini-3.1-flash-lite-image

gemini-3.1-flash-lite-image: A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

モデルの出力 1408×768 レイテンシ 3 s

GPT Image 2

GPT Image 2: A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

モデルの出力 1402×1122 レイテンシ 18 s

1 つのプロンプトを各モデルに 1 回ずつ送り、最初に返ってきた結果をそのまま掲載しています。再試行も、出来のよいものだけを選ぶこともしていません。サイズと長さは指定せず、各モデルのデフォルトに任せました。すべてのモデルに合わせた条件にすると、どのモデルの持ち味も出なくなるためです。ここに掲載しているファイルは Web 用に再エンコードしているので、圧縮品質ではなく、構図とプロンプトへの忠実さを見てください。

1 行の変更で切り替え

以下のどのタブにも両方のモデル ID が入っています。書き換えるのはハイライトされた 2 行だけで、エンドポイント、キー、リクエスト形式はすべて同じです。

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.images.generate(
    model="gemini-3.1-flash-lite-image",
    # model="gpt-image-2",  # この行のコメントを外し、上の行をコメントアウト
    prompt="a watercolor lighthouse at dawn",
    size="1024x1024",
)
print(resp.data[0].b64_json[:80])

API キーを取得 →

よくある質問

gemini-3.1-flash-lite-image と GPT Image 2 ではどちらが安いですか?

入力 / 100 万トークンは gemini-3.1-flash-lite-image のほうが安くなります($0.25 対 $5、20 倍の差)。ほかの行では逆になることもあります。料金の全体は上の表に掲載しており、実際のコストは利用の内訳によって変わります。

gemini-3.1-flash-lite-image と GPT Image 2 の A/B テストは、実装を 2 つ用意せずにできますか?

はい。どちらも同じ OpenAI 互換エンドポイントから 1 つの API キーで利用できます。切り替えはモデル名の文字列を 1 行変えるだけなので、トラフィックの一部をそれぞれに振り分けて、請求額を直接比較できます。

画像サイズによって価格は変わりますか?

モデルの課金方式によります。画像単位で課金されるモデルは、プロンプトや出力サイズにかかわらず同じ料金です。トークン単位で課金されるモデルは、生成する解像度に応じて料金が変わるため、4K 画像は小さな画像の数倍のコストになります。各モデルがどちらに当たるかは、上の表で確認できます。

関連する比較

当社の実測レポートより