GPT-Image-2.6 画像生成

curl --request POST \
  --url https://api.apimart.ai/v1/images/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "gpt-image-2.6-flare",
  "prompt": "A cozy reading nook by a rainy window, warm lamp light",
  "size": "1:1",
  "resolution": "1k",
  "quality": "medium",
  "n": 1
}'

import requests

response = requests.post(
    "https://api.apimart.ai/v1/images/generations",
    headers={"Authorization": "Bearer <token>"},
    json={
        "model": "gpt-image-2.6-flare",
        "prompt": "A cozy reading nook by a rainy window, warm lamp light",
        "size": "1:1",
        "resolution": "1k",
        "quality": "medium",
        "n": 1
    },
)
response.raise_for_status()
print(response.json()["data"][0]["task_id"])

const response = await fetch("https://api.apimart.ai/v1/images/generations", {
  method: "POST",
  headers: {
    Authorization: "Bearer <token>",
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    "model": "gpt-image-2.6-flare",
    "prompt": "A cozy reading nook by a rainy window, warm lamp light",
    "size": "1:1",
    "resolution": "1k",
    "quality": "medium",
    "n": 1
  }),
});
if (!response.ok) throw new Error(await response.text());
const result = await response.json();
console.log(result.data[0].task_id);

{
  "code": 200,
  "data": [
    {
      "status": "submitted",
      "task_id": "task_01KXXXXXXXXXXXXXXX"
    }
  ]
}

POST

images

generations

curl --request POST \
  --url https://api.apimart.ai/v1/images/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "gpt-image-2.6-flare",
  "prompt": "A cozy reading nook by a rainy window, warm lamp light",
  "size": "1:1",
  "resolution": "1k",
  "quality": "medium",
  "n": 1
}'

import requests

response = requests.post(
    "https://api.apimart.ai/v1/images/generations",
    headers={"Authorization": "Bearer <token>"},
    json={
        "model": "gpt-image-2.6-flare",
        "prompt": "A cozy reading nook by a rainy window, warm lamp light",
        "size": "1:1",
        "resolution": "1k",
        "quality": "medium",
        "n": 1
    },
)
response.raise_for_status()
print(response.json()["data"][0]["task_id"])

const response = await fetch("https://api.apimart.ai/v1/images/generations", {
  method: "POST",
  headers: {
    Authorization: "Bearer <token>",
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    "model": "gpt-image-2.6-flare",
    "prompt": "A cozy reading nook by a rainy window, warm lamp light",
    "size": "1:1",
    "resolution": "1k",
    "quality": "medium",
    "n": 1
  }),
});
if (!response.ok) throw new Error(await response.text());
const result = await response.json();
console.log(result.data[0].task_id);

{
  "code": 200,
  "data": [
    {
      "status": "submitted",
      "task_id": "task_01KXXXXXXXXXXXXXXX"
    }
  ]
}

画像生成、編集、GIF、SVG はすべて POST /v1/images/generations を使用します。送信レスポンスの data[0].task_id を取得し、タスクを照会してファイル URL を受け取ります。

curl --request POST \
  --url https://api.apimart.ai/v1/images/generations \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "gpt-image-2.6-flare",
  "prompt": "A cozy reading nook by a rainy window, warm lamp light",
  "size": "1:1",
  "resolution": "1k",
  "quality": "medium",
  "n": 1
}'

import requests

response = requests.post(
    "https://api.apimart.ai/v1/images/generations",
    headers={"Authorization": "Bearer <token>"},
    json={
        "model": "gpt-image-2.6-flare",
        "prompt": "A cozy reading nook by a rainy window, warm lamp light",
        "size": "1:1",
        "resolution": "1k",
        "quality": "medium",
        "n": 1
    },
)
response.raise_for_status()
print(response.json()["data"][0]["task_id"])

const response = await fetch("https://api.apimart.ai/v1/images/generations", {
  method: "POST",
  headers: {
    Authorization: "Bearer <token>",
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    "model": "gpt-image-2.6-flare",
    "prompt": "A cozy reading nook by a rainy window, warm lamp light",
    "size": "1:1",
    "resolution": "1k",
    "quality": "medium",
    "n": 1
  }),
});
if (!response.ok) throw new Error(await response.text());
const result = await response.json();
console.log(result.data[0].task_id);

{
  "code": 200,
  "data": [
    {
      "status": "submitted",
      "task_id": "task_01KXXXXXXXXXXXXXXX"
    }
  ]
}

認証

string

必須

Bearer Token 認証を使用します。API キー管理ページでキーを取得してください。

Authorization: Bearer YOUR_API_KEY

モデルの選択

モデル	用途
`gpt-image-2.6-flare`	速度重視の高速な試行に適した、標準の選択肢です。
`gpt-image-2.6-sunburst`	細部と編集の一貫性を重視。特に `medium` / `high` での複数回の編集に適しています。

両モデルのトークン単価と同一設定での消費量は同じです。速度と細部の要件に応じて選択してください。

リクエストパラメータ

string

必須

モデル名：gpt-image-2.6-flare または gpt-image-2.6-sunburst。

string

必須

生成・編集の指示。最大 32,000 文字。被写体、構図、変更・維持する内容を記述します。

string

デフォルト:"auto"

静止画と SVG は 15 種類の比率、1600x1200 などのピクセル指定、auto に対応。明示的な auto は上流モデルが決定します。編集時に省略すると、最初の入力画像の比率と resolution から寸法を選びます。GIF は後述の別ルールに従います。

string

デフォルト:"1k"

小文字の 1k / 2k / 4k。比率形式の size と組み合わせて寸法を決定します。ピクセル指定時は無視されます。

string

デフォルト:"auto"

low / medium / high / xhigh / max / auto。その他の値は送信時に HTTP 400 を返します。省略時または auto 指定時はモデルが品質レベルを自動選択します。選択されるレベルは変動する場合があり、low に固定されません。固定する場合はレベルを明示してください。省略時または auto 指定時は max レベルで料金を仮確保し、実際に選択された品質レベルで最終精算します。

integer

デフォルト:"1"

1–4 の整数。GIF ではアニメーション数を表します。SVG は 1 のみ。明示的な 0、負数、4 を超える値は HTTP 400 となり、既定値には置き換えられません。

string

デフォルト:"png"

png / jpeg / webp / gif / svg。GIF と SVG はテキストからの生成のみ。その他の値は送信時に HTTP 400 を返します。

integer

0–100 の整数で、jpeg / webp のみ対応。範囲外の値、または png / gif / svg との組み合わせは送信時に HTTP 400 を返します。

string

transparent / opaque / auto。省略時は上流の既定値。明示的な transparent は png / webp のみ対応。SVG の背景は既定で透明なので、この項目は省略します。

string

デフォルト:"low"

コンテンツ審査レベル：auto / low。その他の値は送信時に HTTP 400 を返します。

string[]

最大 16 枚の参照画像。指定すると編集モードになります。公開 HTTP(S) 画像 URL を使用してください。ローカルファイルは画像アップロード APIに送信し、返された url を使います。

string

部分編集用のマスク。image_urls が必要です。最初の画像と同じ寸法のアルファチャンネル付き PNG を使用し、完全に透明な領域が編集対象になります。画像 URL または PNG Data URL に対応。マークアップと併用できず、マスク外のピクセルの完全な維持は保証されません。

string

計画の強度：low / medium / high。上流の既定値は high で、描画の quality とは独立しています。局所的な変更には low、文字の多い画像や複雑な構図・物体関係には high が適していますが、遅延や余分な変更が増える場合があります。追加の個別料金はなく、2.6 のみ対応。

string

任意の安定したエンドユーザー識別子。最大 128 文字で、ユーザー名やメールのハッシュを推奨します。APIMart は既定では上流へ転送せず、チャネルが許可する場合のみ転送します。省略しても利用可能です。

静止画と SVG の寸法

ピクセル指定では幅・高さともに 16 の倍数、各辺 3840 以下、長辺と短辺の比 3:1 以下、総ピクセル数 655,360–8,294,400 が必要です。2560×1440 を超える解像度は実験的です。下表は GPT-Image-2.5 と共通です。この静止画の制限を GIF の各フレームに直接適用しないでください。

`size`	`1k`	`2k`	`4k`
`1:1`	1024×1024	2048×2048	2880×2880
`3:2`	1536×1024	2048×1360	3520×2336
`2:3`	1024×1536	1360×2048	2336×3520
`4:3`	1024×768	2048×1536	3312×2480
`3:4`	768×1024	1536×2048	2480×3312
`5:4`	1280×1024	2560×2048	3216×2576
`4:5`	1024×1280	2048×2560	2576×3216
`16:9`	1536×864	2048×1152	3840×2160
`9:16`	864×1536	1152×2048	2160×3840
`2:1`	2048×1024	2688×1344	3840×1920
`1:2`	1024×2048	1344×2688	1920×3840
`21:9`	2016×864	2688×1152	3840×1648
`9:21`	864×2016	1152×2688	1648×3840
`3:1`	1536×512	3072×1024	3840×1280
`1:3`	512×1536	1024×3072	1280×3840

画像編集とマスク

次の例は最初の画像を部分編集します。mask_url を省略すると指示に沿って画像全体を編集し、size を省略すると最初の画像の比率と resolution から出力寸法を選びます。サンプル URL はアクセス可能な画像に置き換えてください。

{
  "model": "gpt-image-2.6-sunburst",
  "prompt": "Replace the fully transparent masked area with a gold ribbon. Preserve the product and the rest of the background.",
  "image_urls": [
    "https://example.com/product.png"
  ],
  "mask_url": "https://example.com/product-mask.png",
  "resolution": "2k",
  "quality": "high",
  "complexity": "low"
}

マークアップによる編集

markup_url に HTTPS または Base64 Data URL を指定します。別名の markup は文字列または {"image_url":"..."} オブジェクトに対応。file_id は非対応です。

image_urls が必須。マークアップは最初の画像に適用され、残りは参照画像になります。
最初の画像と同じ寸法の独立した透明 PNG レイヤーを使用します。注釈を元画像に合成しないでください。
最初の画像とレイヤーはそれぞれ 16,777,216 ピクセル以下、レイヤーのファイルは 50 MB 以下。
mask_url と併用不可。レイヤーは画像トークンに加算されませんが、追加のテキストトークンが発生する場合があります。

{
  "model": "gpt-image-2.6-flare",
  "prompt": "Recolor the striped vase inside the red circle to solid cobalt blue ceramic. Keep everything else unchanged. Remove the red circle.",
  "image_urls": [
    "https://example.com/kitchen.webp"
  ],
  "markup_url": "https://example.com/vase-circle-overlay.png",
  "quality": "medium"
}

GIF アニメーション

output_format: "gif" を指定します。テキストからの生成のみ対応。image_urls、mask_url、markup_url、markup、output_compression は指定しないでください。

パラメータ	既定値	説明
`frame_count`	`9`	整数 2–16。APIMart の現在の上限は 16 で、上流ガイドの 64 フレームは適用されません。
`frame_duration_ms`	`200`	各フレームの表示時間。整数のミリ秒で最小 20、10 ms 単位に丸められます。
`size`	`auto`	各フレームのピクセル寸法。幅・高さともに 16 の倍数。省略または `auto` は現在 512×512。`1:1` などの比率名は非対応。

上流はフレームをシートに配置します。2–8 枚は 4×2、9 枚は 3×3、10–12 枚は 4×3、13–16 枚は 4×4。正方形に近づけるため行と列を入れ替える場合があります。シート全体は各辺 3840 以下、総ピクセル数 8,294,400 以下、長短辺比 3:1 以下が必要で、超過すると送信時に 400 になります。

512x512 は 2–16 フレームすべてに対応し、768x768 は最大 12 フレームです。1024x1024 は 2 フレームでもシートの辺長上限を超えます。課金はシート全体を基準とし、n > 1 では複数のアニメーションを生成して個別に課金します。

{
  "model": "gpt-image-2.6-sunburst",
  "prompt": "A paper lantern swaying gently in the night breeze, seamless loop",
  "output_format": "gif",
  "frame_count": 9,
  "frame_duration_ms": 200,
  "quality": "low"
}

SVG 出力

object

output_format: "svg" を指定します。画像モデルが参照画像を生成した後、svg.model のテキストモデルが SVG を作成します。

表示 svg

string

必須

必須。gpt-5.4-mini、gpt-5.6-sol 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選びます。

object

表示 reasoning

string

任意：none / minimal / low / medium / high / xhigh / max。対応値はモデルごとに異なります。省略してモデルの既定値を使うことを推奨します。

テキストからの生成のみで、n は 1。参照画像、マスク、マークアップ、output_compression は指定不可。
quality と complexity は中間参照画像に適用されます。出力はスクリプト、外部リソース、埋め込みビットマップを含まない静的な .svg です。
画像生成に加え、svg.model のテキスト使用量も課金されます。画像単位の固定料金契約では現在 SVG を利用できず、送信時に 400 になります。

{
  "model": "gpt-image-2.6-flare",
  "prompt": "A minimalist bakery logo with a wheat stalk, flat colors",
  "output_format": "svg",
  "svg": {
    "model": "gpt-5.4-mini"
  },
  "size": "1:1",
  "quality": "low",
  "n": 1
}

タスク結果の取得

タスク照会 APIを 2–5 秒間隔で呼び出し、completed または failed まで待ちます。待機中に生成リクエストを再送しないでください。

curl --request GET \
  --url https://api.apimart.ai/v1/tasks/task_01KXXXXXXXXXXXXXXX \
  --header 'Authorization: Bearer <token>'

完了後は data.result.images[].url[] から URL を取得し、速やかに保存してください。以下は主要フィールドのみの例です。failed の場合は data.error.message を確認します。複数タスクは POST /v1/tasks/batch で一括照会できます。

{
  "code": 200,
  "data": {
    "id": "task_01KXXXXXXXXXXXXXXX",
    "status": "completed",
    "progress": 100,
    "result": {
      "images": [
        {
          "url": [
            "https://upload.apimart.ai/f/image/example.png"
          ]
        }
      ]
    }
  }
}

SVG の使用量とレスポンス例

タスク照会レスポンスの data.usage.svg_usage は SVG を作成するテキストモデルの使用量です。data.usage のその他のトークンフィールドは参照画像を生成する画像モデルの使用量です。それぞれ対応するモデルの課金ルールで集計してください。

フィールド	型	説明
`model`	string	SVG の作成に実際に使用したテキストモデル。
`input_tokens`	integer	テキストモデルの入力トークン数。
`output_tokens`	integer	テキストモデルの出力トークン数。推論トークンを含みます。
`reasoning_tokens`	integer	出力トークンのうち推論に使用した部分。`output_tokens` に再度加算しないでください。

以下は SVG タスクの主要なレスポンスフィールドです。トークン数はフィールドの関係を示す例であり、固定の消費量ではありません。

{
  "code": 200,
  "data": {
    "id": "task_01KXXXXXXXXXXXXXXX",
    "status": "completed",
    "progress": 100,
    "result": {
      "images": [
        {
          "url": [
            "https://upload.apimart.ai/f/image/example.svg"
          ]
        }
      ]
    },
    "usage": {
      "input_tokens": 40,
      "output_tokens": 1800,
      "total_tokens": 1840,
      "svg_usage": {
        "model": "gpt-5.4-mini",
        "input_tokens": 1200,
        "output_tokens": 800,
        "reasoning_tokens": 200
      }
    }
  }
}

よくあるパラメータエラー

以下のパラメータ検証エラーは送信時に同期的に HTTP 400 を返します。タスクは作成されず、課金もされません。パラメータを修正してから再送してください。

エラー	対処
`quality "ultra" is not supported by gpt-image-2.6-flare`	`low` / `medium` / `high` / `xhigh` / `max` / `auto` を使用してください。`ultra` などの値は非対応です。
`n` must be an integer from 1 to 4	`n` は 1–4 の整数にしてください。`0`、負数、4 を超える値は無効です。
`output_compression must be an integer from 0 to 100`	`output_compression` は 0–100 の整数にしてください。
`output_compression is only supported with output_format jpeg or webp`	圧縮は JPEG / WebP のみ対応。PNG / GIF / SVG ではパラメータを削除してください。
`moderation "xxx" is not supported`	`moderation` を `low` または `auto` にしてください。
`markup requires image_urls`	`image_urls` を追加し、レイヤーを最初の画像に合わせます。
`markup cannot be combined with mask`	マークアップとマスクのどちらか一方を使用します。
`frame_count must be an integer from 2 to 16`	`frame_count` を 2–16 の整数にします。
`no supported sheet fits N GIF frames at size WxH`	フレームの寸法または数を減らします。比率名は使用できません。
`output_format=svg requires svg.model`	対応するテキストモデルを指定した `svg` オブジェクトを追加します。
`output_format=svg requires n=1`	SVG は `n: 1` にします。
`background=transparent requires an alpha-capable output_format`	明示的な透明背景は PNG / WebP のみ。SVG では省略します。

非対応パラメータと課金

stream、partial_images、input_fidelity、prompt_rewriter、response_format は送信しないでください。この API は非同期タスクと CDN URL を返し、部分画像のストリーミングや Base64 画像レスポンスは提供しません。frame_count / frame_duration_ms は GIF 専用、svg 設定は SVG 専用です。 Flare と Sunburst の料金体系は同じです。2.6 の low / medium は 2.5 よりトークン消費が多いため、旧モデルの費用見積もりをそのまま使わないでください。最新料金は APIMart 料金ページまたは /api/pricing を参照してください。本ページに固定価格は記載しません。上流の機能説明は OpenAI 画像生成ガイドを参照してください。APIMart のエンドポイント、非同期レスポンス、制限は本ページに従ってください。

概要

モデル

テキストシリーズ

画像シリーズ

動画シリーズ

オーディオシリーズ

モデレーションシリーズ

アップロード管理

タスク管理

アカウント管理

GPT-Image-2.6 画像生成

認証

モデルの選択

リクエストパラメータ

静止画と SVG の寸法

画像編集とマスク

マークアップによる編集

GIF アニメーション

SVG 出力

タスク結果の取得

SVG の使用量とレスポンス例

よくあるパラメータエラー

非対応パラメータと課金

​認証

​モデルの選択

​リクエストパラメータ

​静止画と SVG の寸法

​画像編集とマスク

​マークアップによる編集

​GIF アニメーション

​SVG 出力

​タスク結果の取得

​SVG の使用量とレスポンス例

​よくあるパラメータエラー

​非対応パラメータと課金

認証

モデルの選択

リクエストパラメータ

静止画と SVG の寸法

画像編集とマスク

マークアップによる編集

GIF アニメーション

SVG 出力

タスク結果の取得

SVG の使用量とレスポンス例

よくあるパラメータエラー

非対応パラメータと課金