GPT Image 2 vs wan2.7-image-pro

vs

どんなときに、どちらを選ぶか

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 1 枚あたり - $0.075 -
入力 / 100 万トークン $5 - -
出力 / 100 万トークン $30 - -
参照画像トークン / 100万 $8 - -

この 2 つのモデルは課金単位が異なるため、Δ は表示していません。単位をそろえて換算するには、当社が実測していない仮定を置く必要があるためです。それぞれの料金は、上の表に各モデルの単位のまま掲載しています。

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
  • 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)
  • 1K(1024x1024)
  • 2K(2048x2048、デフォルト)
  • 4K(4096x4096、テキストから画像のみ)
  • 任意の WxH(t2i は 768x768 – 4096x4096、編集/セットは 768x768 – 2048x2048、比率 1:8–8:1)
入力モード 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 テキストから画像、画像編集(バウンディングボックスによる対話編集を含む)、参照画像 0〜9 枚、テキスト/画像から画像セット
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 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)。 4K のテキストから画像(最大 4096x4096。編集は最大 2K)、アスペクト比は 1:8〜8:1。指示による編集とクリックによる編集。キャラクターの一貫性を保った最大 12 枚のセット。数式や表を含む印刷品質のテキストレンダリング。

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: GPT Image 2 · wan2.7-image-pro

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.

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

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、単一の数値では公平に比べられません。GPT Image 2 と wan2.7-image-pro の料金は、上の表にそれぞれの単位で掲載しています。ご自身のワークロードで比較してください。実用上のトレードオフは、このページ冒頭の結論で説明しています。

GPT Image 2 と wan2.7-image-pro 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