テキストから画像生成 画像から画像へ $0.006 ~ / 画像
GPT Image 2は、ほぼ完璧なテキストレンダリング、4Kの制作出力、世界知識に基づくリアルな表現、そして極めて高度な複数科目の指示追従機能を提供します。
入力 価格を表示するには、必須項目を入力してください。
Text To Image · 1K · low
生成 モード 解像度 タイプ 価格 high 1K 画像から画像へ $0.2106 + 入力資産 テキストから画像生成 $0.2106 2K 画像から画像へ $0.4284 + 入力資産 テキストから画像生成 $0.4284 4K 画像から画像へ $0.4002 + 入力資産 テキストから画像生成 $0.4002 low 1K 画像から画像へ $0.006 + 入力資産 テキストから画像生成 $0.006 2K 画像から画像へ $0.012 + 入力資産 テキストから画像生成 $0.012 4K 画像から画像へ $0.0114 + 入力資産 テキストから画像生成 $0.0114 medium 1K 画像から画像へ $0.0528 + 入力資産 テキストから画像生成 $0.0528 2K 画像から画像へ $0.1068 + 入力資産 テキストから画像生成 $0.1068 4K 画像から画像へ $0.1002 + 入力資産 テキストから画像生成 $0.1002
終点
POST https://pollo.ai/api/platform/v1/generation/openai/gpt-image-2/imageコピー モード
Text To Image Image To Image
APIドキュメント全体を表示 Pollo APIでGPT Image 2を実行
画像内のテキストの判読性こそ、 GPT Image 2の真価が発揮される点です。見出し、ラベル、小さな文字まで鮮明にレンダリングされるため、ポスター、パッケージ、図表などはすぐに使用できる状態で出力されます。
Pollo APIのGPT Image 2を使用することで、開発者はテキストから画像への変換、画像編集、複数画像の合成といった機能をAppsに追加し、リクエストごとに選択したアスペクト比で最大4Kの出力を生成できます。
GPT Image 2 APIの主な機能
信頼性の高い画像内テキスト
タイポグラフィは、見出し、キャプション、密集したラベルなど、あらゆる箇所で一貫性を保つため、メニュー、インフォグラフィック、そして文字が読みやすく、装飾的な埋め草ではないことが求められるあらゆるレイアウトにおいて、このモデルは信頼できるものとなる。
極端な指示に従う
長くて詳細な指示は厳密に尊重されるため、具体的な物体の数、配置、色、文章などは、曖昧な解釈に陥ることなく、指示どおりに表現される。
ピクセルレベルの編集
既存の画像を読み込み、オブジェクトの入れ替え、テキストの調整、細部の修正など、特定の領域を正確に変更しながら、フレームの未変更部分はそのまま維持します。
地に足の着いた世界知識
作中の場面は、物体、素材、そして環境の間の現実的な関係性を反映しているため、描写された道具、食器、あるいは店構えは、ちぐはぐな部品を寄せ集めたものではなく、もっともらしく見える。
4K出力
Generationsは4K解像度に対応しており、印刷レイアウト、大型バナー、詳細な製品写真など、ワークフローに別途アップスケーリングの手順を組み込むことなく十分な解像度を提供します。
複数画像合成
複数の参照画像を1つのリクエストにまとめて、被写体を合成したり、製品を新しいシーンに配置したり、各ソースが識別可能な合成画像を作成したりできます。
GPT Image 2 API の使用例
パッケージとラベルのモックアップ: プロンプトで指定された位置に読みやすいブランド名、成分リスト、小さな文字が配置された箱、ボトル、パウチを生成します。インフォグラフィックと図表: テキストと構造が意味を伝えるチャート、ラベル付き概略図、および手順図を作成します。視覚的な要素だけではありません。メニューと看板: 接客業や小売業向けのツールとして、レストランのメニュー、価格表、店舗の看板を正確な文言と一貫したタイポグラフィで作成します。ターゲットを絞った写真編集: ユーザーが領域を選択し、衣服の色を変更したり、ロゴを置き換えたりするなど、1つの要素を変更しながら、残りの部分は保持できるようにします。
商品合成:
ポスターと広告のレイアウト: 見出し、小見出し、行動喚起が書かれたとおりに表示され、読みやすい状態を維持するプロモーションレイアウトを作成します。
**アプリとUIのコンセプト:**Appsのデザインとプロトタイプ作成のために、実際のボタンラベルとメニューテキストを使用してインターフェースのモックアップと画面のアイデアをレンダリングします。
ローカライズされたアセットのバリエーション: 同じレイアウトを異なるテキストで再生成して、言語またはキャンペーンのバリエーションを大規模に作成します。
GPT Image 2 API の使い方
APIキーを取得する: Pollo APIアカウントを作成し、開発者ダッシュボードからAPIキーを生成します。モデルの選択: /generation/ OpenAI /gpt-image-2-0/image にあるGPT Image 2エンドポイントにリクエストを送信します。入力を追加します: テキストから画像への変換には prompt を渡すか、編集と合成には imageUrl または images を指定し、次に aspectRatio、resolution (1K、2K、4K)、および quality を設定します。生成と取得: タスクを送信し、返された taskId と status をポーリングし、成功したらイメージをダウンロードします。
GPT Image 2 API の推奨ベストプラクティス 指示は仕様書のように記述してください。レンダリングしたいテキストを正確に引用し、要素の配置場所を明記し、色や素材を指定することで、後続の指示が明確な目標となるようにします。
シンプルなプロンプト式 主題と設定 + 引用符で囲まれた正確なテキスト + レイアウトと配置 + スタイルと色 + 素材または照明の詳細
注目すべき点
テキストを引用: モデルがそれを緩やかなテーマではなく、文字通りのコピーとして扱うように、レンダリングしたい文言を引用符で囲みます。名前の配置: レイアウトを制御するために、各要素がどこに配置されるかを指定します。たとえば、上部のバナーや左下隅などです。編集領域の説明: 画像編集の場合、変更する箇所を正確に指定し、変更しない領域はそのままにしておきます。アスペクト比を早めに設定する: 最終的なフォーマットに合った比率を選択することで、最初から構図が正しくフレーミングされます。使用する解像度に合わせてください: 印刷や大判の場合は4Kを選択し、より迅速な下書きや反復作業には低解像度を選択してください。編集ごとに1つの要素に焦点を当てる: 結果を予測可能でクリーンに保つために、編集パスごとに1つの要素を変更します。
プロンプト例
製品パッケージ 「マットなクラフト紙製のコーヒーバッグが、明るい木製の棚の上に置かれている。前面のラベルには太字のセリフ体で『MORNING ROOT — Single Origin』と書かれており、底部には小さな文字で『Net 340g』と記載されている。柔らかな自然光、浅い被写界深度、4K製品撮影。」
ラベル付きインフォグラフィック 「コンポストの仕組み」と題された、すっきりとしたフラットデザインのインフォグラフィック。左から右へ4つのステップが番号付きで配置され、各ステップにはシンプルなアイコンと短い説明文が付いています。落ち着いた緑とベージュの配色、読みやすいサンセリフ体のテキストを使用しています。
リージョン編集 「アップロードされた店舗の写真を使用して、吊り下げられた無地の看板を、温かみのある手描きの文字で『AZURE BOOKS』と書かれた看板に置き換えてください。建物、日よけ、道路は変更せず、元の日差しと影の具合に合わせてください。」
複数画像合成 「提供されたスニーカーとスタジオの背景画像を組み合わせ、スニーカーが反射する台座の中央に配置され、左上からスポットライトが当たり、床にさりげなく反射が映り込み、靴の正確な色合いとステッチのディテールが保たれるようにします。」
GPT Image 2 vs Google Imagen 4 vs FLUX.1 Kontext 機能 GPT Image 2 GoogleImagen 4 FLUX.1 Kontext 画像内テキストレンダリング ✅ 長くて小さなテキストに強い ✅ 優れたタイポグラフィ ⚠️ 編集に特化しており、テキストは弱い 指示に従う ✅ 詳細な複数要素のプロンプトに対応 ✅ 確実な遵守 ✅ 編集指示に強い ピクセルレベルの編集 ✅ ⚠️ 制限あり ✅ コアの強さ 複数画像合成 ✅ ❌ ⚠️ 参照ベース 最大解像度 最大 4K 最大 2K クラス 最大 4MP クラス 推奨用途 テキスト量の多いアセットと精密な編集 フォトリアルな生成 反復的な画像編集
GPT Image 2 APIを選ぶ理由とは？ GPT Image 2は、パッケージやインフォグラフィックから特定の地域への変更まで、読みやすいテキストと忠実な編集が必要な製品に最適で、印刷に十分な高解像度を実現します。
Pollo API を使用すると、1 つの API キーでGPT Image 2にアクセスできるほか、300 を超える主要な画像およびビデオモデル、クリーンなドキュメント、タスク ステータスのポーリング、 Fal AIよりも低コストでの生成機能を利用できます。
Pollo API のGPT Image 2エンドポイントを使用して、テキストに正確な画像特徴量を出力し、統合に手を加えることなくImagen、 Fluxなどと比較します。
GPT Image 2 APIに関するよくある質問
GPT Image 2とは何ですか? GPT Image 2は、 OpenAIの画像モデルであり、画像内のテキストの正確な認識、強力な指示追従、ピクセルレベルの編集で知られており、テキストから画像への変換、画像編集、最大4Kまでの複数画像合成をサポートしています。
GPT Image 2 API はテキストを確実にレンダリングしますか？ はい。見出し、ラベル、細かい文字の表現に優れていることが、このフォントの大きな強みの一つです。そのため、パッケージ、メニュー、ポスター、インフォグラフィックなどに最適です。
既存の画像を編集できますか？ はい。画像と変更内容を説明していただければ、モデルがフレームの残りの部分をそのままに、対象領域のみを編集します。
サポートされている解像度とアスペクト比は何ですか？ 出力解像度は1K、2K、4Kに対応し、アスペクト比は正方形、縦長、ワイドスクリーン、ウルトラワイドなど、ご要望に応じて選択可能です。
複数の画像を合成できますか？ はい。複数の参照画像を1つのリクエストで渡すことで、被写体を合成したり、製品を新しいシーンに配置したりする際に、それぞれの元画像を識別できるようにすることができます。
GPT Image 2 をPollo API で実行する理由とは？ Pollo APIは、 GPT Image 2と300種類以上のモデルに対応した統合機能を提供し、分かりやすいドキュメント、タスク追跡機能、そして同等のプロバイダーよりも低コストな生成を実現します。
