gemini-3.1-flash-lite-image vs GPT Image 2
いつ、どちらを使うべきか — ベンチマーク表ではなく、厳選された評価
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 / 1Mトークン | $0.25 | $5 | 0.05× |
| 出力 / 1Mトークン | $30 | $30 | = |
ビルド時のライブカタログの料金です。各モデルのページには現在の料金カードが記載されています。
位置付け — この課金単位におけるすべての8個の画像生成モデル全体の1Mトークンあたりの出力料金 (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 |
| 知識のカットオフ | 2025-01 | — |
| 出力サイズ | 1K only (1:1 = 1024x1024) |
|
| 入力モード | text-to-image, interleaved generation + editing, up to 14 reference images | text-to-image, image edit with mask inpainting |
| リクエストあたりの画像数 | — | 10 |
| フォーマット | — | png, jpeg, webp |
| 備考 | 1K (1024px) output only 10 aspect ratios (1:1, 3:2, 2:3, 3:4, 4:3, 4:5, 5:4, 9:16, 16:9, 21:9) and up to 14 reference images interleaved generation and editing with fast multi-turn local edits sub-2s end-to-end latency SynthID + C2PA watermarking always on | Flexible resolutions: edges up to 3840px in multiples of 16, ratio <=3:1, ~0.65-8.3MP total (incl. 4K 3840x2160) editing with mask inpainting all image inputs processed at high fidelity significantly improved text rendering (precise placement can still struggle) |
仕様は各ベンダーのドキュメントから転記されています。ベンダーが公開していない行は推測せず、省略しています。 すべての出典: gemini-3.1-flash-lite-image · GPT Image 2
1つのプロンプト、両方のモデル — ゲートウェイ経由で測定
1つのプロンプト、モデルごとに1回のリクエスト、再試行やチェリーピッキングはなし — 各モデルが最初に返した結果です。サイズも長さも固定しておらず、すべてのモデルに適合するよう調整されたリクエストはどのモデルの利点も活かせないため、各モデルは独自のデフォルトを使用しています。ここにあるファイルはWeb用に再エンコードされているため、圧縮ではなく、構図とプロンプトへの忠実度を評価してください。
1行で切り替え
以下のすべてのタブには両方のIDが含まれています — 変更箇所はハイライトされた2行のみです。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", # この行をアンコメントし、上の行をコメントアウトします
prompt="a watercolor lighthouse at dawn",
size="1024x1024",
)
print(resp.data[0].b64_json[:80])import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.images.generate({
model: "gemini-3.1-flash-lite-image",
// model: "gpt-image-2", // この行をアンコメントし、上の行をコメントアウトします
prompt: "a watercolor lighthouse at dawn",
size: "1024x1024",
});
console.log(resp.data?.[0]?.b64_json?.slice(0, 80));curl https://synthorai.io/v1/images/generations \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3.1-flash-lite-image",
# "model": "gpt-image-2", # この行をアンコメントし、上の行をコメントアウトします
"prompt": "a watercolor lighthouse at dawn",
"size": "1024x1024"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Images.Generate(context.TODO(), openai.ImageGenerateParams{
Model: "gemini-3.1-flash-lite-image",
// Model: "gpt-image-2", // この行をアンコメントし、上の行をコメントアウトします
Prompt: "a watercolor lighthouse at dawn",
Size: "1024x1024",
})
fmt.Println(resp.Data[0].B64JSON[:80])
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.images.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ImagesResponse resp = client.images().generate(
ImageGenerateParams.builder()
.model("gemini-3.1-flash-lite-image")
// .model("gpt-image-2") // この行をアンコメントし、上の行をコメントアウトします
.prompt("a watercolor lighthouse at dawn")
.size("1024x1024")
.build());
System.out.println(resp.data().orElseThrow().get(0).b64Json().orElseThrow().substring(0, 80));FAQ
gemini-3.1-flash-lite-image と GPT Image 2 ではどちらが安いですか?
入力 / 1mトークン においては gemini-3.1-flash-lite-image の方が安価です($0.25 対 $5、20× の差)。他の行では逆になる可能性があります — 上の表には完全な情報が記載されており、実際のコストは組み合わせに依存します。
2つの統合を行わずに gemini-3.1-flash-lite-image と GPT Image 2 のA/Bテストを実施できますか?
はい。両方とも1つのAPIキーで同じOpenAI互換エンドポイントを通じて提供されます — モデル文字列を1行変更するだけで切り替えられるため、トラフィックの一部をそれぞれにルーティングし、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?
モデルの課金方法に依存します。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関わらず同一料金ですが、トークン単位で課金されるモデルはレンダリングする解像度に応じて比例するため、4K画像のコストは小さな画像の数倍になります。上の表はそれぞれにどちらが適用されるかを示しています。