はじめに
Sunburst の編集には 1〜16 枚の元画像と、残すものや置き換えるものを説明するテキスト指示を渡します。同じサイズの PNG マスクで、最初の画像の描き直す範囲を指定できます。
| 項目 | 値 |
|---|---|
| 入力 | 画像 |
| 出力 | 画像 |
| 提供元 | OpenAI |
| 公開日 | 2026-11-05 |
| API モデル | gpt-image-2.6-sunburst |
| 公開エンドポイント | openai/gpt-image-2.6-sunburst/text-to-image; openai/gpt-image-2.6-sunburst/edit |
| 品質 | low、medium（既定）、high、xhigh、max |
| 解像度 | 1k：約 1 MP、2k：約 3.7 MP、4k：約 8.3 MP |
| 16:9 のサイズ | 2k：2560 x 1440、4k：3840 x 2160 |
| アスペクト比 | 1:1, 16:9, 9:16, 4:3, 3:4, 3:2, 2:3, 21:9, 9:21, 2:1, 1:2, 3:1, 1:3, 5:4, 4:5 |
| 出力枚数 | 1 リクエストにつき 1〜10 枚 |
| 編集用の元画像 | 入力画像 1〜16 枚 |
| マスク | 任意の PNG。最初の画像と同じサイズで、透明なピクセルが描き直す範囲を示します。 |
| 背景 | auto、opaque、transparent。透過には PNG または WebP が必要です。 |
| ファイル形式 | PNG（既定）、JPEG、WebP · GIF（テキストからの生成のみ） |
主な機能とハイライト
夜景から振り向くループ
振り向く動作と夜の照明を具体化し、連続性を確認する対象を明確にします。
ジャズバーの乾杯
乾杯からウインクへ進む順序が、ループの構成を定めます。
パリのコート姿への修正
Sunburst の編集指示は、コートと雨の背景を求める前に、残す被写体の要素を指定しています。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | Sunburst の修正指示は必須で、上限は 5,000 文字です。既定のテキストはありません。 1 文字以上 · 5000 文字以内 |
image_urls | はい | Sunburst の入力画像の URL を 1〜16 件渡してください。既定の元画像はありません。 1 件以上 · 16 件以内 |
mask_url | いいえ | Sunburst の任意の PNG マスクは最初の画像と同じ寸法にし、透明なピクセルで描き直す範囲を示します。マスク自体の追加料金はありませんが、 |
markup_url | いいえ |
|
aspect_ratio | いいえ | 1:3 から 3:1 までの 15 種類から選べます。指定しなければ 1 枚目の画像の形を保ちますが、その場合は最小のサイズ段階でのみ使えます。 |
resolution | いいえ | Sunburst のサイズは 1k（約 1 MP）、2k（約 3.7 MP）、4k（約 8.3 MP）から選んでください。ここでは既定値は指定されておらず、この段階によって料金が変わります。 |
quality | いいえ | Sunburst の細部は low、medium（既定）、high、xhigh、max から選べます。上位にするほど細部が増え、描画時間と料金も増えます。 |
reasoning_effort | いいえ | Sunburst の |
num_outputs | いいえ | Sunburst は 1 回のリクエストで 1〜10 枚を指定できます。ここでは既定の枚数は指定されておらず、出力画像は 1 枚ごとに課金されます。 |
background | いいえ | Sunburst の背景は auto、opaque、transparent から選べ、ここでは既定値は指定されていません。透過には PNG または WebP を使ってください。 |
output_format | いいえ | Sunburst のファイル形式は既定で png です。jpeg と webp も選べ、形式による料金の違いはありません。 |
output_quality | いいえ | Sunburst の編集結果を JPEG または WebP で保存するときの圧縮品質を 0～100 で選べます。PNG では使われず、Sunburst の料金も変わりません。 |
料金
Sunburst は画像ごとに品質と解像度の段階に応じて課金され、枚数を増やすとその分の料金がかかります。編集では入力画像ごとに少額が加算され、とても長いプロンプトにはトークンごとの少額料金も加わります。拒否された Sunburst のリクエストは課金されません。
| 解像度 | 品質: low | 品質: medium | 品質: high | 品質: xhigh | 品質: max |
|---|---|---|---|---|---|
| $0.02232 / 枚 | $0.03915 / 枚 | $0.04743 / 枚 | $0.08433 / 枚 | $0.18972 / 枚 |
| $0.04131 / 枚 | $0.07299 / 枚 | $0.08847 / 枚 | $0.15723 / 枚 | $0.35379 / 枚 |
| $0.07479 / 枚 | $0.13221 / 枚 | $0.16011 / 枚 | $0.28512 / 枚 | $0.64044 / 枚 |
ユースケース
旅行キャンペーンのビジュアル
目的地の名前と短い見出しを入れ、配色を指定した海辺のポスターを制作できます。
カフェメニューの画像
引用符で囲んだメニュー項目と、朝の状況が伝わる描写で黒板のレイアウトを指示できます。
ポートレートの修正
元画像との連続性を指示しながら、渡したポートレートの背景を雨の街角に変更できます。
プロンプトガイドと実践のヒント
ビジュアルの指示をまとめる
被写体、素材、光を描写し、入れたい短い文字列は引用符で囲んでください。
細部とサイズを選ぶ
まず medium 品質で始め、画像の掲載先に合わせて 1k、2k、4k を選んでください。
修正内容を明確にする
編集では元画像を最初に置き、置き換える内容の前に、残したい要素を説明してください。
変更範囲を指定する
特定の範囲を変える場合は、最初の画像と同じサイズの PNG マスクを渡してください。
はじめに
GPT Image 2.6 Sunburst の画像編集は、文章の指示で素材画像を変更します。精度重視のモデルとして、繰り返す修正でも指示への忠実さと細部の安定を重視し、1〜16 枚の入力画像に対応します。
修正する画像を最初に置き、追加する参照画像それぞれの役割を説明してください。任意の PNG マスクで描き直す範囲を指定できます。私たちのテストでは、衣装と場所を変えても人物の外見が保たれました。
主な機能と特長
- 図による修正では、最初の画像と同じ寸法の透明 PNG に丸印やメモを描き、
markup_urlで渡します。入力 1 枚分の課金となり、mask_urlとの併用はできません。 - 参照画像を番号で指定できます。Image 1、Image 2 と続く番号で、各素材が何の参考になるかを説明します。
- 一部の範囲を描き直せます。同じサイズの PNG マスク内の透明なピクセルで、最初の元画像の変更範囲を示します。
- 元画像の形を維持できます。
aspect_ratioを省略すると 1k では最初の画像の形を保ちます。2k と 4k では比率の指定が必要です。 - 細部を調整できます。5 段階の品質により、追加の描画時間と費用をかけて細部を増やせます。
- 出力形式を選べます。修正結果を PNG、JPEG、WebP で保存でき、PNG と WebP は透過にも対応します。
活用例
- 衣装の修正では、素材のポートレートをキャメル色のトレンチコート姿に変え、キャンペーンの構想を試せます。
- 場所の変更では、残したい要素を指示しながら、既存の人物を雨のパリの通りへ移せます。
- ビジュアルの部分修正では、ポスターの一部をマスクで示し、背景の細部を置き換えるようリクエストできます。
プロンプトの書き方とコツ
- 元画像を明示してください。「Image 1 は修正するポートレートです」から始めると、指示の対象が伝わります。
- 維持したい要素を説明してください。新しい衣装や背景を描写する前に、「人物の外見を保ってください」と加えます。
- 参照の役割を決めてください。別の入力を加えるなら、「Image 2 の配色を使ってください」のように書きます。
- マスク部分の変更後を描写してください。同じサイズの PNG マスクとともに、「指定した壁を青緑色の塗装に置き換えてください」のように指示します。
- 新しい場面を具体的に示してください。「ブルーアワーの雨のパリの通り」と書けば、場所と光を一緒に指定できます。
reasoning_effortは low、medium、high（既定）から選びます。高い設定は文字の多い画像や複雑な配置に役立ち、料金を変えずに計画時間を増やします。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "openai/gpt-image-2.6-sunburst/edit",
"input": {
"background": "auto",
"image_urls": [
"https://example.com/reference.png"
],
"num_outputs": 1,
"output_format": "png",
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"quality": "medium",
"resolution": "1k"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。
