GPT Image 1 - Runbase

入力

出力すべて表示

ここに出力が表示されます

料金

固定

$0.05

サンプル

サイバーパンク都市景観

1:1

A serene cyberpunk cityscape at twilight, with neon signs glowing in vibrant blues and purples, reflecting on rain-slick streets. Sleek futuristic buildings tower above, connected by glowing skybridges. A lone figure in a hooded jacket stands under a streetlamp, backlit by soft mist. The atmosphere is cinematic, moody

概要

GPT Image 1 は、GPT-4o 上に構築された OpenAI 初のネイティブマルチモーダル画像モデルで、2025年4月にリリースされました。拡散ベースの画像モデルとは異なり、トークンごとに画像を生成する自己回帰アプローチ — GPT 言語モデルと同じ手法 — を採用しています。これにより、より強いプロンプト追従性とまとまりのある構図を実現します。リリース直後、ジブリ風イラストの生成能力が話題となりました。

ユースケース

クリエイティブの探索やムードボード作成。SNS ビジュアルやサムネイル。商品コンセプトスケッチ。自然言語指示による画像編集 — スタイルや構図をガイドする参照画像を最大 5 枚アップロード可能。

入力パラメータ

すべてのパラメータは実行リクエストの input オブジェクトで指定します。

Parameter	Required	Description
prompt	Yes	生成する画像のテキスト説明（1〜4000 文字）
aspect_ratio	No	出力アスペクト比。デフォルト `1:1`。選択肢: `1:1`, `3:2`, `2:3`
image_urls	No	画像編集用の参照画像（最大 5 枚、各 4 MB 以下）

プロンプトのコツ

スタイルの方向性を活用する

GPT Image 1 は特定のアートスタイルの再現に優れています。「スタジオジブリ水彩」「ヴィンテージ旅行ポスター」「フラットベクターイラスト」のように具体的なスタイルを指定すると、汎用的な記述よりも個性的な結果が得られます。

プロンプトは焦点を絞る

アスペクト比は 3 種類のみで解像度制御もないため、シンプルな構図が最も効果的です。レイアウトの詳細を詰め込むよりも、核心となる被写体とムードを記述してください。

制限事項

アスペクト比は 3 種類のみ（1:1、3:2、2:3）
解像度の制御不可 — 出力解像度はモデルが固定
画像内の複雑・小サイズのテキストは精度を出すために反復が必要な場合がある
プロンプト上限は 4000 文字
リクエストあたり参照画像は最大 5 枚、各 4 MB 以下

よくある質問

GPT Image 1 と DALL-E の違いは？

GPT Image 1 は拡散ではなく自己回帰アーキテクチャ（トークンごとの生成）を使用しています。これにより一般的にプロンプトへの追従性とまとまりのある構図が向上します。

利用できるアスペクト比は？

3 種類: 1:1、3:2、2:3。デフォルトは 1:1 です。

既存の画像を編集できますか？

はい。image_urls で最大 5 枚の参照画像をアップロードして、生成をガイドできます。