GPT Image 2.5 Flare vs Sunburst：商品画像の編集を実測比較

商品画像を連続して編集する18回のテストでは、FlareとSunburstはラベルの読みやすさを保ちましたが、GPT Image 2に対する明確な総合優位は見られませんでした。3モデルとも素材の細部に変化がありました。実際の画像の推移、観測した完了時間、サイトのクレジット数から、最初に試すモデルを考えます。

検証した内容

背景の差し替えが自然でも、商品自体が少し変わっていることがあります。ECの商品画像では、ラベルやファスナー、素材が、購入者に届く実物と一致している必要があります。

2026年9月15日、GPT Image 2.5 FlareとSunburstを比較し、必要クレジットが少ないGPT Image 2も基準として加えました。各モデルで2種類の商品画像に3回ずつ連続編集を行い、18枚の編集結果を得ました。これとは別に参照画像を2枚生成しています。

商品は架空のものです。「ALDER / HAND SOAP / 300 ml」と書かれた琥珀色のガラス製ソープボトルと、「NORTH FIELD」のラベルが付いたオリーブ色の帆布カメラバッグを用いました。参照画像はGPT Image 2でそれぞれ1回生成し、内容を確認しました。最初の編集には全モデルで同じ参照画像を使っています。この作り方はGPT Image 2の表現傾向に有利に働く可能性があり、検証上の制約です。

実際のKIE APIに対応するモデル識別子を指定し、要求解像度は1K、縦横比は1:1、参照画像は各リクエスト1枚としました。評価対象は提供元の出力です。createimg.ai全体の操作体験やアカウントのクレジット消費、OpenAIの直接APIを測ったものではありません。このインターフェースから指定できない内部設定もあるため、解像度をそろえても計算量や内部の品質設定が同じとは限りません。

編集の指示は次の3段階です。

1. グレーの背景と台を、暖かいクリーム色の壁と明るいトラバーチンの天板に変更する。光の方向を維持し、小物は追加しない。
2. 商品の右奥の空きスペースに、小さなマットなテラコッタ色の球を1個追加する。
3. 球の大きさと位置を保ち、色だけを落ち着いたコバルトブルーに変える。

各プロンプトには保持すべき特徴も列挙しました。ボトルではポンプの向き、ガラスの色、ラベルの枠と3行の文字。バッグでは帆布、縫い目、ラベルの文字、上部の引き手2個、側面のタブ、ストラップの位置です。

2段階目以降は、各モデル自身の直前の出力を入力に使いました。 したがって、最初の段階以降はモデル間で入力画像が異なります。これは編集を重ねたときのずれを調べる検証であり、元画像から独立して3回編集したものではありません。次の入力には再圧縮していない元ファイルを使用し、以下のWebPは表示用コピーです。見栄えが悪い結果も再生成せず、最初に返された画像を採用しました。

ボトル：ラベルとガラスを保てるか

3モデルとも、クリーム色の壁と石の天板への変更、テラコッタの球の追加、青い球への変更を実行しました。ボトルの9枚すべてで「ALDER」「HAND SOAP」「300 ml」を読み取れました。ポンプは左向きを保ち、ラベルの枠とボトルの輪郭も残っています。この被写体では、FlareとSunburstの明確な優劣は確認できませんでした。

注目したいのは表面です。編集が進むと、クリーム色の紙には元画像より強い繊維状の模様が現れ、ガラスの反射や琥珀色の見え方も変化しました。背景変更に比べれば小さな差ですが、文字どおり「球だけを変えた」結果ではありません。文字が読めて形が分かることと、素材を正確に保持することは別です。

列の0 → 1 → 2 → 3は、参照画像、背景変更、テラコッタの球を追加、青い球に変更、の順です。行ごとにモデルが異なります。ラベルの枠、「300 ml」周辺の余白、ポンプの輪郭、ガラスの反射も比較してください。

バッグ：縫い目、金具、素材の変化

バッグの出力9枚すべてで「NORTH FIELD」は読める状態でした。上部の2つのファスナー引き手、側面のタブ、前ポケット、ストラップのバックルも見分けられました。一方、キャンバスの細かな織り目は編集を重ねると波状や渦状になり、縁取りや縫い目の見え方も変わりました。Flareの後半の画像と、SunburstおよびGPT Image 2の最終画像で確認でき、素材の保持について安定した勝者はありませんでした。

追加した球は右端に詰め込まれた配置になりました。元画像はバッグの横の余白が狭いため、実際の撮影では小物を置くスペースを最初から確保してください。

列の順序は同じです。上部の引き手2個、前ポケットの輪郭、「NORTH FIELD」のラベル、手前のバックルに注目してください。もっともらしい別のバッグができても、元のバッグを忠実に編集したことにはなりません。

生成時間とクレジットは別の指標

時間はプロバイダーでのタスク作成から完了までで、待ち時間を含みます。各モデル6件で、リクエストは順番に実行しました。この測定ではFlareの中央値が最速ではありませんでした。少数の観測と変動する待ち行列から、一般的な速度順位は決められません。

全プロンプト、元の出力画像、タスク記録.

以下は2026年9月15日に確認した、createimg.aiの通常表示クレジットです。今回測ったKIEの請求額でも、OpenAI APIの価格でもありません。

新しい2モデルの有料アカウント向け割引は、購入・契約形態により1Kで48〜54クレジットと表示されます。無料アカウントは通常価格です。送信前に自分のアカウントの見積もりを確認してください。18回の編集を通常価格で行うと、参照画像2枚の生成を除いて900クレジット相当です。今回の検証ではサイトのアカウントからクレジットを引き落としていません。

実用上重要なのは、十分に正確な画像を得るまでに何回必要かです。条件ごとに1回しか試していないため、採用率や使用可能な画像1枚あたりの平均費用は推定できません。

自分の商品ではどれを選ぶか

今回のような背景や小物の変更なら、必要クレジットの少ないGPT Image 2から始め、商品の最も難しい細部を比較してから追加コストを判断するとよいでしょう。このサンプルでは2.5モデルの安定した品質優位は確認できません。生地やパッケージを厳密に保つ必要がある場合は、元の商品部分の画素を残して画像編集ソフトで背景を合成してください。いずれの結果も自動承認には向きません。

OpenAIはFlareを日常的な画像作業を素早く行うモデル、Sunburstをより精密な画像作業向けのモデルとして説明しています。ただし、それだけで自分のパッケージをどちらが忠実に保つかは決まりません。今回の対象は商品2点、各モデル1系列で、繰り返し試行、モデル名を伏せた人間による評価、マスクを使ったピクセル比較は行っていません。結果は具体例であり、普遍的な順位ではありません。

カタログ全体に使う前に、最も難しい特徴を試してください。凹凸のあるロゴ、小さな原材料表示、メッシュ、透明な蓋などです。その部分が変わったら、画像全体がきれいでも不採用にします。今回の架空ラベルは短く明瞭なので、保持できたとしても文字量の多いパッケージでの信頼性までは示せません。

再現できる商品画像の編集手順

商品の全体と実際の色が分かる鮮明な写真から始めます。この比較には生成した参照画像を使えますが、実際の商品ページでは実物の写真を基準にしてください。端が切れていたり、文字が読めなかったり、ストラップが隠れていたりすると、モデルは見えない情報を補う必要があります。

Flareを選択した画像編集画面で参照画像をアップロードし、対応する縦横比を選び、変更を1つに絞って指示します。Sunburstも同じ編集画面で使えます。今回は1Kの正方形を使いました。現行画面には、他のAPIにあるマスク・透明度・品質の全設定が用意されているわけではありません。この手順はそれらに依存しません。

以下はボトルの1段階目で使った英語の原文プロンプトです。再現用に変更せず掲載します。

Edit this exact image. Replace only the plain gray background and tabletop with a pale warm cream studio wall and a pale travertine stone tabletop. Keep the soft light coming from upper left and a believable contact shadow. Do not add props. Preserve the bottle geometry, pump shape and left-facing direction, amber glass, cream label, thin black border, and exact text "ALDER", "HAND SOAP", "300 ml". Preserve the bottle position, camera viewpoint, crop and relative size. Keep every other detail and all earlier requested changes. No new text, watermarks, extra props, recropping, or redesign.

商品を特定する特徴は、自分の写真で実際に見えるものに置き換えてください。「商品を変えない」だけでなく、変わると使えなくなる特徴を3〜4個挙げると、確認項目が具体的になります。

次の編集に進む前に、各結果を原寸で確認します。形と文字、素材、背景の順に見てください。すでに商品が変わっていたら、元画像に戻って指示を書き直します。今回の検証ではずれを見せるために編集を続けましたが、実務で分かっている誤りを積み重ねることは勧めません。

各段階で確認済みの画像を保存します。広告用の完成画像は、直前の編集結果だけでなく最初の実物写真と直接比較してください。小さな変化が続くと、途中の画像だけでは気づきにくくなります。

光や写実性については、AIの商品写真を自然に見せる方法も参考になります。背景が改善された後も、その画像が自分の商品を正確に表しているかが判断の基準です。