← すべてのモデル

GPT-4o image generation

公開日 提供元 OpenAI

モデルの位置づけ

GPT-4o image generation は、GPT-4o にネイティブに組み込まれたマルチモーダル画像生成機能で、テキストと画像の入力に基づいて画像を生成または変換できます。OpenAI は 2025 年 3 月 25 日にこの機能を公開しました。(openai.com)

機能と用途

  • 自然言語に基づいて写真のようにリアルな画像やその他のスタイルの画像を生成し、画像内に文字を表示します。
  • 対話の文脈を踏まえて複数ターンにわたり画像を修正し、アップロードされた画像を編集対象または視覚的な参照として利用します。
  • 複数のオブジェクトや制約を含む指示に従い、インフォグラフィック、ロゴ、図解、漫画、キャラクターデザイン、創造的な構図などのタスクに適しています。(openai.com)

制限と安全性

公開時の発表によると、モデルには依然として、不適切なトリミング、ハルシネーション、オブジェクトと属性の結び付けの誤り、正確な描画の困難さ、多言語の文字レンダリングの誤り、編集精度の不足や小さな文字が密集した情報の処理不足が生じる可能性があります。複雑な画像の生成には時間がかかる場合があり、公開時の発表では、レンダリングにはしばしば最大約 1 分かかるとされていました。入力と出力は OpenAI の安全ポリシーと審査の仕組みによる制約を受けます。(openai.com)

公開と利用可能性

2025 年 3 月 25 日の公開時、この機能は ChatGPT Free、Plus、Pro、Team のユーザーへの提供が開始され、Sora でも利用可能でした。当時、企業および教育機関のユーザーへの対応は今後提供される予定でした。2025 年 4 月 23 日、OpenAI は、当時の ChatGPT の画像体験を支えるネイティブマルチモーダルモデルを API の gpt-image-1 を通じて提供すると発表しました。この API モデルは 2026 年 10 月 23 日に廃止されましたが、本記録の入力にある model_id: null は変わりません。(openai.com)

価格

**過去の API 価格、通貨は米ドル(USD):**OpenAI の gpt-image-1 公式モデルページには、100 万 token あたり、テキスト入力が 5 ドル、キャッシュされたテキスト入力が 1.25 ドル、画像入力が 10 ドル、キャッシュされた画像入力が 2.50 ドル、画像出力が 40 ドルと記載されています。同ページにはテキスト出力の価格は記載されていません。以上は廃止された gpt-image-1 API モデルの価格であり、現在購入可能な価格を示すものではなく、ChatGPT のサブスクリプション価格でもありません。(developers.openai.com)

価格の出典:OpenAI GPT Image 1 モデルページ;確認日:2026 年 11 月 19 日。

公式情報源