🎁 新規 無料登録、10回の呼び出しを進呈。最大 $1、カード不要。

GPT Image 2 vs wan2.7-image-pro

vs

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

gpt-image-2 と wan2.7-image-pro はいずれもテキストと画像の入力を受け付けて画像を返すため、実質的な違いは課金方法にあります。gpt-image-2 は入力100万トークンあたり $5、出力100万トークンあたり $30 でトークンを計量しますが、wan2.7-image-pro は1コールあたり定額の $0.075 です。これらは異なる単位で課金されるため、単一の変換で正確に比較することはできません。プロンプトと出力が十分に小さくトークン単位の課金が安く収まる場合は gpt-image-2 を選択し、プロンプトのサイズに関係なく生成ごとに予測可能な単一の価格を求める場合は wan2.7-image-pro を選択してください。どちらもコンテキストウィンドウを公開していないため、トークンの余裕ではなく課金モデルに基づいて予算を立ててください。

料金

GPT Image 2 wan2.7-image-pro Δ
生成画像あたり $0.075
入力 / 1Mトークン $5
出力 / 1Mトークン $30

これら2つのモデルは課金単位が異なるため、Δは表示されていません — 単位を変換するには、当社が測定していない仮定が必要になります。各カードは上記にてそれぞれの単位で記載されています。

仕様

GPT Image 2 wan2.7-image-pro
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 画像 画像
リリース 2026-04-21 2026-04-01
出力サイズ
  • 1024x1024
  • 1536x1024
  • 1024x1536
  • 2048x2048
  • 2048x1152
  • 3840x2160
  • 2160x3840
  • auto
  • arbitrary WxH (both divisible by 16, aspect ratio 1:3–3:1)
  • 1K (1024x1024)
  • 2K (2048x2048, default)
  • 4K (4096x4096, text-to-image only)
  • custom WxH (t2i 768x768 – 4096x4096; editing/sets 768x768 – 2048x2048, ratio 1:8–8:1)
入力モード text-to-image, image edit with mask inpainting text-to-image, image editing (incl. bounding-box interactive edit), 0–9 reference images, text/image-to-image-set
リクエストあたりの画像数 10 12
フォーマット png, jpeg, webp png
備考

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)

4K text-to-image (max 4096x4096; editing max 2K), aspect ratios 1:8-8:1

instruction + click-to-edit editing

character-consistent sets up to 12 images

print-quality text rendering incl. formulas/tables

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: GPT Image 2 · wan2.7-image-pro

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

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.

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

wan2.7-image-pro

wan2.7-image-pro: 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 1024×1024 レイテンシ 25 s

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="gpt-image-2",
    # model="wan2.7-image-pro",  # 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])

APIキーを取得する →

FAQ

GPT Image 2 と wan2.7-image-pro ではどちらが安いですか?

課金単位が異なるため、単一の正確な数値はありません:GPT Image 2 と wan2.7-image-pro は上の表においてそれぞれの単位で記載されています。ご自身のワークロードで比較してください — 実用的なトレードオフは、このページ上部の判定に記載されています。

2つの統合を行わずに GPT Image 2 と wan2.7-image-pro 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。

関連する比較

当社の測定調査より