OpenAIが「ChatGPT Images 2.6」を公開：アニメーションGIF、参照画像、さらに2つのAPIモデル「Sunburst」と「Flare」を投入

OpenAIは11月4日から5日にかけての夜、画像生成モデルのアップデートとなるChatGPT Images 2.6を発表した。一般ユーザー向けには、アニメーションGIFの作成と、一度登録すれば繰り返し利用できる参照画像の保存という2つの明確な新機能がもたらされる。また開発者向けには、画像APIでGIFとSVGの出力を可能にする2つの新モデル、GPT-Image-2.6 SunburstとGPT-Image-2.6 Flareの提供を開始した。

ChatGPTにおける変更点

これまでのChatGPTは静止画の生成のみにとどまっていた。Images 2.6では、プロンプトや元画像からループアニメーションを作成できる。OpenAIの発表によると、生成後に速度を調整したり、1フレームずつ修正したり、そのまま共有したりすることが可能だという。

もうひとつの新機能は、複数回の生成にわたる一貫性の向上を狙ったものだ。ChatGPTは参照画像を保持できるようになり、自身の写真やペット、特定のキャラクターなどを登録しておけば、毎回アップロードし直すことなく新たな画像へ反映できる。これは、一連のビジュアル素材で同一のキャラクターやマスコットの姿を維持する上で、まさに求められていた機能である。

OpenAIによると、Images 2.6はウェブ、デスクトップ、モバイル向けに、全プランのChatGPTおよびCodexですでに利用可能となっている。ただし、プランごとの利用上限は公表されていない。

開発者向けに用意された2つのモデル

APIにおいて、OpenAIは用途に応じて明確に2つのモデルへ分けた。

• Sunburst（緻密な作業向け）：複雑な構図や、正確性が求められる修正に適している。
• Flare（高速な試行向け）：OpenAIによると、最良の条件下では約6秒で画像を出力できる。

両モデルとも、OpenAIのガイドに記載されている以下の共通機能を備えている。

• アニメーションGIF：生成時のみ対応。フレーム数は2〜64フレーム（デフォルトは9）、表示時間は各フレーム20〜2,000ミリ秒（デフォルトは200ミリ秒）。
• SVG：編集可能なベクターファイル形式。アイコンやイラストなどの用途に適しており、API限定で提供される。
• 注釈付き編集：レイヤー上で変更したい領域を囲み、修正内容を指示する機能。互換性のあるGPT Image 2.5モデルでも利用可能。
• 複雑さ（complexity）の調整：低（low）、中（medium）、高（high）から選択し、モデルが描画前にどれだけ「計画」を立てるかを決める。デフォルトは「高」で、追加料金はかからない。ただしOpenAIは、応答時間が延びたり、意図しない変化が生じたりする可能性があると注意を促している。

仕様シートによると、両モデルの料金体系は共通している。入力テキスト100万トークンあたり5ドル、入力画像100万トークンあたり8ドル、出力画像100万トークンあたり30ドルである。1枚あたりの実質的なコストは消費されるトークン数によって変動するが、仕様シートにその詳細は記載されていない。

GIF生成における安全性

OpenAIが公開したシステムカードによると、安全性の土台はImages 2.5を踏襲しつつ、GIF特有のセーフガードが追加されている。単一の静止画としては問題がなくても、一連のアニメーションになることで不適切な意味や動きが生じるケースがあるためだ。OpenAIも、こうした違反は「依然として検知が難しい」と認めている。意図的に作られた3,077件の悪意あるプロンプトによるテストでは、ブロックされなかった問題のある画像の割合がFlareで1.49%から2.14%へと上昇し、Sunburstではわずかに低下したものの、OpenAIはこの変動を有意な差ではないと判断している。生成画像には従来通り、C2PAメタデータとSynthIDの不可視ウォーターマークが付与される。

未解明の点

• 1枚あたりのコスト：ある開発者はOpenAIのフォーラムで、「low」や「medium」の品質設定でもGPT Image 2.5に比べて大幅に多くのトークンを消費していると指摘している。OpenAIからの回答はない。
• 利用枠（クォータ）：ChatGPTの各プランにおけるGIFや参照画像の利用上限は不明である。
• 参照画像の保持期間：保存された画像がどれだけの期間保管されるのか、またどのように削除できるのかについて、今回の資料には記載がない。