サービスの特長
最大 32,000 文字。
マスクを使用する場合は、参照画像を少なくとも1枚追加してください。

Image link valid for 72 hours
隠れた費用のない透明な料金体系。使った分だけお支払い。
gpt-image-2.6-flare推定価格
節約 20%表示中:ゴールド会員価格
料金はトークン使用量に基づいて計算されます。この設定では約 824 トークンを消費します。
* 出力料金のみの見積もりです。プロンプトや参照画像の入力料金が加算される場合があります。最終料金は最新価格と実際の使用量で精算されます。
GPT Image 2.6 はまだ提供開始前です。利用状況と料金はサービス開始後の情報に従います。 APIMart の GPT Image 2.6 Flare で画像を生成・編集。プロンプト、参照画像、マスク、画像サイズ、品質、出力形式を設定し、非同期タスクの結果を確認できます。
50K+
アクティブユーザー
99.9%
稼働率
2x
高速化
70%
コスト削減
APIMart 共通の非同期画像タスク形式を使った例です。モデル設定値と選択項目を確認し、タスク ID と結果取得の構造を参照してください。
APIMart の Key を環境変数 APIMART_API_KEY に保存し、すべてのリクエストで Authorization: Bearer <key> として送ります。
POST /v1/images/generations に model gpt-image-2.6-flare、プロンプト、size、resolution、quality を指定します。編集する場合は image_urls を追加します。タスク ID は data[0].task_id にあります。
GET /v1/tasks/{task_id} を使用します。完了時は data.result.images[0].url[0]、失敗時は data.error.message を確認します。
APIMart の認証と一般的な API の使い方はAPIMart ドキュメントを参照してください。
curl -X POST https://api.apimart.ai/v1/images/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.6-flare",
"prompt": "リネンのテーブルクロスに置いた陶器のコーヒーマグを真上から撮った 4 パターンの構図、柔らかな自然光、最小限の小物",
"n": 4,
"size": "1:1",
"resolution": "1k",
"quality": "medium",
"complexity": "high"
}'import os
import time
import requests
API_BASE = "https://api.apimart.ai"
headers = {"Authorization": f"Bearer {os.environ['APIMART_API_KEY']}"}
# 1. Submit the generation task
payload = {
"model": "gpt-image-2.6-flare",
"prompt": "リネンのテーブルクロスに置いた陶器のコーヒーマグを真上から撮った 4 パターンの構図、柔らかな自然光、最小限の小物",
"n": 4,
"size": "1:1",
"resolution": "1k",
"quality": "medium",
"complexity": "high"
}
resp = requests.post(f"{API_BASE}/v1/images/generations", headers=headers, json=payload, timeout=60)
resp.raise_for_status()
task_id = resp.json()["data"][0]["task_id"]
# 2. Poll the task until it finishes
for _ in range(200):
task_resp = requests.get(f"{API_BASE}/v1/tasks/{task_id}", headers=headers, timeout=30)
task_resp.raise_for_status()
task = task_resp.json()["data"]
if task["status"] == "completed":
print(task["result"]["images"][0]["url"][0])
break
if task["status"] == "failed":
raise RuntimeError(task.get("error", {}).get("message", "generation failed"))
time.sleep(3)
else:
raise TimeoutError(f"task {task_id} did not finish in time; continue GET polling with this task ID")curl -X POST https://api.apimart.ai/v1/images/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.6-flare",
"prompt": "この製品を日差しの入るカフェのテーブルに置き、背景はぼかした街並みに。ラベルはそのまま残す",
"image_urls": [
"https://example.com/product.png"
],
"resolution": "1k",
"quality": "medium",
"complexity": "low",
"markup_url": "https://example.com/product-markup.png"
}'curl -X POST https://api.apimart.ai/v1/images/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"prompt": "リネンのテーブルクロスに置いた陶器のコーヒーマグを真上から撮った 4 パターンの構図、柔らかな自然光、最小限の小物",
"model": "gpt-image-2.6-flare",
"output_format": "gif",
"size": "512x512",
"frame_count": 9,
"frame_duration_ms": 200,
"quality": "low",
"complexity": "low",
"n": 1
}'curl -X POST https://api.apimart.ai/v1/images/generations \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"prompt": "リネンのテーブルクロスに置いた陶器のコーヒーマグを真上から撮った 4 パターンの構図、柔らかな自然光、最小限の小物",
"model": "gpt-image-2.6-flare",
"output_format": "svg",
"svg": {
"model": "gpt-5.4-mini"
},
"size": "1:1",
"quality": "low",
"complexity": "high",
"n": 1
}'TASK_ID="task_xxx" # replace with the task_id returned by the POST request
curl "https://api.apimart.ai/v1/tasks/$TASK_ID" \
-H "Authorization: Bearer $APIMART_API_KEY"| パラメータ | 型 | 必須 | 既定値 | 説明 |
|---|---|---|---|---|
model | string | 必須 | 既定値: gpt-image-2.6-flare | このページでは gpt-image-2.6-flare を使用します。画像サイズ、品質、参照画像、マスクを設定できます。 |
prompt | string | 必須 | 既定値: — | 生成・変更したい内容。被写体、シーン、構図、スタイル、光、変えてはいけない部分を記述します。 最大 32,000 文字。 |
size | string | 任意 | 既定値: auto | auto、15 種類の比率(1:1、3:2、2:3、4:3、3:4、5:4、4:5、16:9、9:16、2:1、1:2、21:9、9:21、3:1、1:3)のいずれか、または 1600x1200 のようなピクセル指定。編集時に省略すると入力画像の比率に従います。 auto は 512×512。各辺が 16 の倍数のフレームサイズ(512x512 など)も指定できます。GIF に縦横比名は使えません。 |
resolution | string | 任意 | 既定値: 1k | 1k、2k、4k。比率形式の size と組み合わせて使い、ピクセル指定のときは無視されます。 |
quality | string | 任意 | 既定値: auto | low / medium / high / xhigh / max / auto. auto は max 相当を事前確保し、実測では通常 low で精算され、実際の使用量が確定後に差額が戻ります。2.5 と比べて low の出力トークンは 4.2 倍、medium は 3.3 倍、high・xhigh・max は同じです。Flare と Sunburst のトークン単価と消費量は同じで、最終料金は最新価格と実際の使用量に基づきます。 |
n | integer | 任意 | 既定値: 1 | 1–4; SVG: 1. |
output_format | string | 任意 | 既定値: png | 静止画は PNG、JPEG、WebP、アニメーションは GIF、ベクターは SVG を選びます。透明背景を明示する場合は PNG または WebP が必要です。SVG は既定で透明です。GIF と SVG はテキスト生成のみで、追加の制限があります。 |
output_compression | integer | 任意 | 既定値: — | JPEG / WebP: 0–100. GIF / SVG: —. |
background | string | 任意 | 既定値: — | transparent、opaque、auto。transparent には png か webp が必要です。 |
moderation | string | 任意 | 既定値: low | auto または low。 |
image_urls | array | 任意 | 既定値: — | 公開された HTTP(S) の参照画像 URL を最大 16 件。指定すると編集モードになります。 GIF はテキストからの生成のみです。参照画像、マスク、注釈、出力圧縮は使えません。 SVG はテキスト生成のみで n=1。参照画像、マスク、注釈、出力圧縮は使えません。推論の選択肢は作成モデルによって異なります。 |
mask_url | string | 任意 | 既定値: — | アルファチャンネル付き PNG マスク(URL または PNG データ URL)。最初の入力画像と同じサイズで、透明部分が編集対象です。 最初の参照画像と同じサイズの透明 PNG を使います。参照画像が必要で、注釈とマスクは併用できません。 GIF はテキストからの生成のみです。参照画像、マスク、注釈、出力圧縮は使えません。 SVG はテキスト生成のみで n=1。参照画像、マスク、注釈、出力圧縮は使えません。推論の選択肢は作成モデルによって異なります。 |
complexity | string | 任意 | 既定値: high | low、medium、high を品質とは独立して選択します。初期値は high です。追加料金や画像トークンの増加はありません。 |
markup_url | string | 任意 | 既定値: — | markup_url は HTTPS または Data URL、markup は URL または {"image_url":"..."} を受け付けます。file_id は使えません。参照画像が必要で、透明 PNG は最初の画像と同じサイズにします。元画像と注釈はそれぞれ最大 16,777,216 ピクセル、注釈ファイルは最大 50 MB。mask_url と併用できません。注釈には画像トークンはかかりませんが、少量のテキスト使用量が加わる場合があります。 |
markup | string | object | 任意 | 既定値: — | URL / {"image_url":"..."}; file_id: —. 最初の参照画像と同じサイズの透明 PNG を使います。参照画像が必要で、注釈とマスクは併用できません。 |
frame_count | integer | 任意 | 既定値: 9 | GIF: 2–16. GIF はテキストからの生成のみです。参照画像、マスク、注釈、出力圧縮は使えません。 |
frame_duration_ms | integer | 任意 | 既定値: 200 | 初期値 200 ms、最小 20 ms、10 ms 刻み。 |
svg.model | string | 任意 | 既定値: — | SVG では必須です。gpt-5.4-mini など、プラットフォームでテキストトークン料金が設定されたモデルを指定します。 |
svg.reasoning.effort | string | 任意 | 既定値: — | none / minimal / low / medium / high / xhigh / max. 対応する強度は作成モデルによって異なります。省略するとモデルの初期値を使います。 |
safety_identifier | string | 任意 | 既定値: — | 任意の安定したユーザー識別子で、最大 128 文字。ユーザー名やメールのハッシュを推奨します。初期設定では上流に転送されません。 |
APIMart の GPT Image バージョンを確認し、画像生成・編集に使用するモデルとリクエスト設定を選択できます。
| モデル | 得意分野 | 解像度 / サイズ |
|---|---|---|
| GPT Image 2.6 API | Flare と Sunburst:画像・GIF・SVG 出力、complexity、注釈編集を予定。提供開始前 | 1K / 2K / 4K |
| GPT Image 2.6 Flare APIこのページ | Flare と Sunburst:画像・GIF・SVG 出力、complexity、注釈編集を予定。提供開始前 | 1K / 2K / 4K |
| GPT Image 2.6 Sunburst API | Flare と Sunburst:画像・GIF・SVG 出力、complexity、注釈編集を予定。提供開始前 | 1K / 2K / 4K |
| GPT Image 2.5 API | Flare と Sunburst を 1 ページで利用。参照画像は最大 16 枚、マスクと透過背景に対応 | 1K / 2K / 4K |
| GPT Image 2.5 Flare API | 日常的な高速生成、バッチ生成、ラピッドプロトタイピング | 1K / 2K / 4K |
| GPT Image 2.5 Sunburst API | 本番用素材や広告クリエイティブの精密な編集、複数回にわたる編集 | 1K / 2K / 4K |
| GPT Image 2 API | テキストからの画像生成と編集。参照画像は最大 16 枚、アスペクト比は 15 種類 | 1K / 2K / 4K |
| GPT Image 1.5 API | テキストからの画像生成と編集。参照画像は最大 5 枚、マスクに対応 | 1:1 / 3:2 / 2:3 |
| GPT Image 1 API | 前世代モデル:テキストからの画像生成と編集。参照画像は最大 5 枚、マスクに対応 | 1:1 / 3:2 / 2:3 |
このページでは gpt-image-2.6-flare を使用します。画像サイズ、品質、参照画像、マスクを設定できます。
画像の目的と、確認すべき細部を説明します。
登録から最初の GPT Image 2.6 Flare 画像まで 3 ステップ
APIMart に登録し、残高をチャージしてダッシュボードで API Key を作成します。同じ Key ですべての GPT Image モデルを使えます。
上の Playground でプロンプト、参照画像、サイズ、品質を試し、見積もり料金を確認してからコードを書きましょう。
下のサンプルを使ってバックエンドからタスクを送信し、結果をポーリングします。
プロンプト、表記の違い、参照画像、設定について。
このページでは gpt-image-2.6-flare を使用します。画像サイズ、品質、参照画像、マスクを設定できます。
被写体と場面を先に記述し、構図と光を補足します。文字は正確な文言と位置を指定し、変更する内容と残す内容を分けてください。
model と prompt は必須です。任意項目は size(auto、15 種類の比率、ピクセル指定)、resolution(1k、2k、4k、既定値 1k)、quality(low、medium、high、xhigh、max、auto)、n(1〜4)、output_format (png / jpeg / webp / gif / svg)、output_compression、background、moderation、image_urls(最大 16 枚)、mask_url です。 complexity / markup_url / markup / frame_count / frame_duration_ms / svg.model / svg.reasoning.effort / safety_identifier. 最大 32,000 文字。 SVG: n=1.
できます。image_urls に公開画像の URL を最大 16 件追加すると、画像の編集や合成ができます。部分修正には mask_url を追加します。アルファチャンネル付きで最初の入力画像と同じサイズの PNG で、完全に透明な部分が変更対象です。マスクは 4 MB 以内にしてください。
auto または 15 種類の比率を 1k、2k、4k で指定できます。たとえば 4k では 1:1 が 2880×2880、16:9 が 3840×2160 です。ピクセル指定は 16 の倍数、各辺 3840 px 以下、長辺と短辺の比は 3:1 以内、総ピクセル数は 655,360〜8,294,400 である必要があります。2560×1440 を超えるサイズは試験的な扱いです。
対応しています。background を transparent にし、output_format を png または webp にします。JPEG にはアルファチャンネルがないため、透過背景は指定できません。
静止画は PNG、JPEG、WebP、アニメーションは GIF、ベクターは SVG を選びます。透明背景を明示する場合は PNG または WebP が必要です。SVG は既定で透明です。GIF と SVG はテキスト生成のみで、追加の制限があります。
両方が同じ下書きを表します。有効な対応値を入力するとフォームが更新されます。無効な JSON は編集内容を残したままエラーを表示します。
POST /v1/images/generations の data[0].task_id を取得し、GET /v1/tasks/{task_id} で照会します。完了した画像は data.result.images[0].url[0] にあります。
共通タスクレスポンスの状態が failed の場合、data.error.message を確認します。原因を確認してから、入力の修正や再試行を判断してください。
送信前に、選択したモデルと設定の現在の料金を確認してください。最終料金はタスク結果に表示される実際の精算額に基づきます。
ログイン後、「API キーを取得」から APIMart のキー管理へ進めます。キーはサーバーや環境変数に保存し、公開クライアントコードに含めないでください。
GPT Image 2.6 はまだ提供開始前です。利用状況と料金はサービス開始後の情報に従います。
low、medium、high を品質とは独立して選択します。初期値は high です。追加料金や画像トークンの増加はありません。
markup_url は HTTPS または Data URL、markup は URL または {"image_url":"..."} を受け付けます。file_id は使えません。参照画像が必要で、透明 PNG は最初の画像と同じサイズにします。元画像と注釈はそれぞれ最大 16,777,216 ピクセル、注釈ファイルは最大 50 MB。mask_url と併用できません。注釈には画像トークンはかかりませんが、少量のテキスト使用量が加わる場合があります。
GIF はテキスト生成のみで、image_urls、mask_url、markup、output_compression は不可。frame_count は 2~16、初期値 9。frame_duration_ms は初期値 200、最小 20、10 ms 刻みです。size は各辺が 16 の倍数の単一フレーム寸法で、auto は 512×512。縦横比名は不可。シート全体は各辺 3840 ピクセル以下、合計 8,294,400 ピクセル以下、比率 3:1 以下が必要です。必要に応じてサイズやフレーム数を減らします。n は 1~4 で、シート全体を基準に動画ごとに課金されます。
SVG はテキスト生成のみで n=1。参照画像、マスク、注釈、output_compression は不可。svg.model は必須で、プラットフォームにテキスト料金があるモデルを指定します。svg.reasoning.effort は対応する none、minimal、low、medium、high、xhigh、max から選び、省略時はモデルの初期値になります。quality と complexity は生成する参照画像に作用します。結果は既定で透明背景の静的 SVG で、スクリプト、外部リンク、埋め込みビットマップは含みません。参照画像と作成の両方が課金対象です。画像単位の固定料金契約では SVG を利用できません。
auto は max 相当を事前確保し、実測では通常 low で精算され、実際の使用量が確定後に差額が戻ります。2.5 と比べて low の出力トークンは 4.2 倍、medium は 3.3 倍、high・xhigh・max は同じです。Flare と Sunburst のトークン単価と消費量は同じで、最終料金は最新価格と実際の使用量に基づきます。 SVG の料金には参照画像の生成と、作成モデルが実際に使用したテキストトークンが含まれます。 GIF は全フレームを配置したシート全体で計算し、アニメーションごとに課金されます。
任意の安定したユーザー識別子で、最大 128 文字。ユーザー名やメールのハッシュを推奨します。初期設定では上流に転送されません。
ページ右下のライブチャット、[email protected] へのメール、またはDiscordコミュニティからお問い合わせいただけます。チームができるだけ早くご対応いたします。
同じカテゴリの他のモデルを探す。

Muse Image Ext
Muse Image turns inspiration into compelling visuals. From a spark of an idea to a fully imagined scene, it helps bring your creative vision to life with images that express your style and tell your story. Explore new possibilities and give every idea a visual voice.

Hy Image V3.5 Preview
HY Image 3.5 Preview is an image generation and editing model developed by Tencent Hunyuan. It supports text-to-image creation, reference-based generation, and multi-turn editing, allowing users to refine images through conversational instructions. With support for up to 4K output and flexible image dimensions, it offers a versatile tool for creating and refining visual content.

Flux 3 Image Klein
FLUX 3 Image Klein is a compact, open-weight image generation and editing model developed by Black Forest Labs. It combines text-to-image creation, image editing, and composition using up to 10 reference images in a single model. With support for up to 4K resolution and bounding-box layout control, it gives creators flexible tools to bring their ideas to life.

Mai Image 2.6
MAI-Image-2.6 is Microsoft's image model for text-to-image, single-image editing and composition with up to 5 reference images. It is available in high-quality and Flash versions, with 1K and 2K output and sharp text rendering.