GPT Image 2 API

OpenAI 提供の GPT Image 2 モデル向け完全 API リファレンスです。

モデルバリアント {#}

この API は 4 つのモデルバリアントをサポートしています。

クイック比較

サポートされるアスペクト比

16:9, 9:16, 1:1, 3:2, 2:3, 3:4, 4:3, 5:4, 4:5, 21:9

GPT Image 2（テキストから画像）

エンドポイント

POST /api/v1/image/task

認証

Authorization: Bearer YOUR_API_KEY

リクエストパラメータ

必須

注意: width:height の比率は次のいずれかである必要があります：16:9、9:16、1:1、3:2、2:3、3:4、4:3、5:4、4:5、21:9

リクエスト例

javascriptコピー
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model_name: 'gpt-image-2',
    prompt: 'A minimalist product shot of a ceramic mug on marble, soft studio light',
    width: 1,
    height: 1,
    resolution: '1k',
    quality: 'medium'
  })
});

const { data } = await response.json();
const taskId = data.task_id;

// Poll for results
const pollResponse = await fetch(
  `https://api.flaq.ai/api/v1/image/${taskId}`,
  {
    headers: { Authorization: 'Bearer YOUR_API_KEY' }
  }
);

const result = await pollResponse.json();
console.log(result.data.task_result.images[0].url);

GPT Image 2 Edit（画像編集）

エンドポイント

POST /api/v1/image/task

リクエストパラメータ

必須

任意

注意: width と height を指定する場合、その比率は次のいずれかである必要があります：16:9、9:16、1:1、3:2、2:3、3:4、4:3、5:4、4:5、21:9

単一画像編集の例

javascriptコピー
{
  model_name: 'gpt-image-2-edit',
  prompt: 'Replace the background with a clean studio scene and brighten the product lighting',
  image_url_list: ['https://example.com/product-photo.jpg'],
  width: 16,
  height: 9,
  resolution: '1k',
  quality: 'medium'
}

マルチ画像合成の例

javascriptコピー
{
  model_name: 'gpt-image-2-edit',
  prompt: 'Blend these reference images into a polished campaign composition while keeping the main subject identity consistent',
  image_url_list: [
    'https://example.com/image1.jpg',
    'https://example.com/image2.jpg',
    'https://example.com/image3.jpg'
  ],
  width: 16,
  height: 9,
  resolution: '2k',
  quality: 'high'
}

GPT Image 2 Client

GPT Image 2 と同じパラメータと機能を使用し、model_name を gpt-image-2-client に設定します。これはプレビュー体験版であり、安定性が低い場合があります。

リクエスト例

javascriptコピー
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model_name: 'gpt-image-2-client',
    prompt: 'A luxury skincare still life with soft reflections and elegant typography',
    width: 4,
    height: 5,
    resolution: '1k',
    quality: 'medium'
  })
});

const { data } = await response.json();
const taskId = data.task_id;

GPT Image 2 Edit Client

GPT Image 2 Edit と同じパラメータと機能を使用し、model_name を gpt-image-2-edit-client に設定します。これはプレビュー体験版であり、安定性が低い場合があります。

リクエスト例

javascriptコピー
const response = await fetch('https://api.flaq.ai/api/v1/image/task', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model_name: 'gpt-image-2-edit-client',
    prompt: 'Turn this portrait into a clean editorial poster while preserving the face and pose',
    image_url_list: ['https://example.com/portrait.jpg'],
    width: 4,
    height: 5,
    resolution: '1k',
    quality: 'medium'
  })
});

const { data } = await response.json();
const taskId = data.task_id;

レスポンス形式

初期レスポンス

すべての GPT Image 2 バリアントは、ポーリング用の task_id を返します。

jsonコピー
{
  "code": 0,
  "data": {
    "task_id": "{task_id}",
    "task_status": "submitted",
    "response_url": "https://api.flaq.ai/api/v1/image/{task_id}"
  },
  "message": "success"
}

ポーリングレスポンス

タスクの状態確認には GET /api/v1/image/{task_id} をポーリングします。

jsonコピー
{
  "code": 0,
  "data": {
    "task_id": "{task_id}",
    "task_status": "succeed",
    "task_status_msg": null,
    "response_url": "https://api.flaq.ai/api/v1/image/{task_id}",
    "task_result": {
      "credit": 0.0997,
      "images": [
        {
          "url": "https://example.com/generated-image.jpeg"
        }
      ]
    }
  },
  "message": "success"
}

ステータス値

• submitted: タスクを受け付け済み
• processing: 画像生成または編集を実行中
• succeed: タスクが正常に完了
• failed: タスクが失敗

処理時間

一般的な処理時間は 15〜60 秒で、解像度、品質、プロンプトの複雑さ、編集時の画像枚数によって変わります。

ベストプラクティス

1. 構図を明確に書く：被写体、構図、ライティング、スタイルを明確に書くと GPT Image 2 の性能を引き出しやすくなります。
2. ワークフローに合わせて品質を選ぶ：試行段階では low または medium、最終成果物では high を使うのがおすすめです。
3. 用途に合わせて比率を先に決める：SNS 投稿、バナー、商品ページ、エディトリアル用途に合わせて事前にアスペクト比を設定してください。
4. 編集では鮮明な元画像を使う：高解像度で明るい入力画像は、被写体保持と局所編集の品質向上に役立ちます。
5. マルチ画像では強い参照だけを使う：編集系モデルでは、本当に重要な参照画像だけを渡し、視覚的な指示の競合を避けてください。