GPT Image 2.5 は広告画像の制作で使えるか：Flare・Sunburst・GPT Image 2 を実務の手順で比較

OpenAI は2026年9月8日、新しい画像生成モデル GPT Image 2.5 を発表しました。ChatGPT では「ChatGPT Images 2.5」として全利用者に順次提供され、API では Flare と Sunburst の2つのモデルとして同日から使えます。

SNS には GPT Image 2.5 で作った画像が多く出回っています。ただ、見栄えのよい1枚が作れることと、実務で使えることは別の話です。動画では、広告画像を作って修正指示を重ねるという実際の制作手順で、Flare、Sunburst、前のモデルの GPT Image 2 の3つを比べています。

結論を先に書くと、動画の検証では Flare が最も使いやすいモデルでした。品質は3モデルで大きな差がなかった一方、Flare は生成が格段に速く、修正指示も正確にこなしました。

GPT Image 2.5 の概要：Flare と Sunburst の違い

ChatGPT の中では1つのモデルに見えますが、API では用途の違う2つに分かれています。

OpenAI によると、Images 2.5 は光の表現や質感がより自然になり、参考写真の被写体を保ったまま編集する力や、何度も修正を重ねたときの指示への従い方が改善しました。生成にかかる時間は Images 2.0 より最大50%短くなったそうです。

API の単価は2モデル共通で、100万トークンあたり、テキスト入力5ドル、画像入力8ドル、画像出力30ドルです。単価は GPT Image 2 から変わっていないため、どちらを選ぶかは価格ではなく、速さと編集の精度のどちらを重く見るかで決まります。

ChatGPT では通常 Flare が使われ、正確な文字入れや複雑なレイアウトが必要な依頼では Sunburst に切り替わります。ChatGPT、ChatGPT Work、Codex の利用者がデスクトップ、モバイル、Web で使えます。

検証の方法：広告画像の制作手順をそのまま試す

動画では、実際の広告制作の流れに沿った試験を用意し、API で3モデルに自動で実行させました。出来上がった画像は、別のAIに採点させています。

試験の手順は次の通りです。

1. 広告のラフを4案作る。
2. 商品はそのままで、背景だけを変える。
3. コピーと価格を差し替える。
4. 一部だけを修正する。
5. 広告を3つのサイズに展開する。

商品はボトル入りの飲料で、広告には「集中を軽やかに」というコピーが入っています。1枚の出来ではなく、修正を重ねても商品や文字が崩れないかを見る試験です。

比較結果：品質は大差なし、速さと修正の正確さで差

動画で示された結果をまとめると次のようになります。数値と評価はすべて動画の検証によるもので、OpenAI の公表値ではありません。

見た目の品質

初回の広告案では、GPT Image 2 は背景の加工が控えめで、Flare は少しリッチな仕上がりでした。Sunburst は作り込みが多く、運営者は「手が込みすぎている」と見ています。背景を変えたあとも傾向は同じで、Sunburst は商品と背景の水しぶきのどちらを見せたいのかが分かりにくくなりました。

運営者は、Sunburst は細かい編集に向く分、シンプルな広告の指示にはかえって向かないのではないかと述べています。AIによる品質評価では Sunburst が96点と最も高かったものの、運営者は過大評価と見ており、参考扱いにとどめています。

最終的にどれが見やすいかでは、運営者は Flare を選びました。ただし差はプロンプトの工夫で埋められる程度で、品質面ではどのモデルも似た結果が期待できるとしています。

修正指示の正確さ

差がはっきり出たのは文字の修正です。コピーの書き換え自体は3モデルとも問題なくこなしました。ところが GPT Image 2 だけは、指示していないボトルのマークの色が、黄色からグレーがかった色に変わっていました。

AIの判定では3モデルとも修正の成功率は5/5でしたが、運営者は GPT Image 2 を減点すべきだと見ています。関係のない部分まで変えてしまうのは、修正を何度も重ねる広告制作では大きな欠点になります。「頼んだところだけを変える」という点では 2.5 が上だというのが動画の評価です。OpenAI も、参考画像の保持や部分的な編集の改善を 2.5 の特長に挙げています。

生成時間と費用

最も大きな差は生成時間でした。試験全体で GPT Image 2 は約9分、Sunburst は約13分かかったのに対し、Flare は1分36秒で終わっています。運営者は、10分待つ間に別の仕事を始めると生成を待っていたこと自体を忘れてしまうとし、1分半で結果が返ってくる価値は大きいと述べています。

API 費用は、GPT Image 2 の約2ドルに対し、2.5 の2モデルはどちらも約0.5ドルと4分の1ほどでした。公式のトークン単価は3モデルで同じなので、この差は単価ではなく、試験で使われたトークン量などの条件によるものと考えられます。費用を見積もるときは、自社の用途で実際に試して確かめる必要があります。

動画の結論：日常の制作は Flare で足りる

運営者の結論は、総合的な使いやすさでは Flare の圧勝というものです。Sunburst は AI の評価点こそ高いものの、Flare の1分半に対して13分ほどかかり、仕上がりも広告としては作り込みすぎでした。

GPT Image 2 でも品質は十分だとしています。ただし修正指示を正確に守れない点は大きなマイナスと見ています。

条件別に整理すると次のようになります。

経営者・事業責任者はどう判断するか

動画が伝えたかったのは、画像を1枚作って眺めるのではなく、実際の業務の手順に沿って比べることで、モデルの癖や使いどころが分かるという点です。今回の検証からは、次の3つが言えます。

1. 見た目より、速さと修正の正確さで選ぶ。 3モデルの品質差はプロンプトで埋められる程度でした。制作の現場で効くのは、待ち時間の短さと、頼んだところだけを直せるかどうかです。
2. 上位に見えるモデルが最適とは限らない。 Sunburst は評価点が最も高かったものの、シンプルな広告には作り込みすぎで、時間も長くかかりました。用途に合わせて Flare と使い分けるのが現実的です。
3. 自社の制作手順で試してから決める。 単価は同じでも、実際の費用や時間は使い方で大きく変わります。ラフ作成から修正、サイズ展開まで、自社の流れを再現した小さな試験を組んで比べるとよいでしょう。