Skip to main content
OpenAI Images Generations API は現在、クラシックな dall-e-3、テキストレンダリング能力が強化された gpt-image-1、最新世代の gpt-image-2、および同一インターフェースで接続される nano-banana / nano-banana-2-lite / nano-banana-2 / nano-banana-pro シリーズモデルを含む多様な画像生成モデルをサポートしています。これらはすべて、テキストの説明に基づいて高品質の画像を生成することができます。 この文書は、OpenAI Images Generations API 操作の使用プロセスを主に紹介しており、これを利用することで OpenAI シリーズの画像生成機能を簡単に使用できます。

申請プロセス

OpenAI Images Generations API を使用するには、まず Ace Data Cloud コントロールセンター で API トークンを取得し、保管しておきます。 まだログインまたは登録していない場合、自動的にログインページにリダイレクトされ、登録とログインを促されます。完了後、現在のページに自動的に戻ります。 1つの API トークンでプラットフォームのすべてのサービスを呼び出すことができ、各サービスごとに個別に申請する必要はありません。 初回申請時には無料のクレジットが付与され、無料で体験できます。クレジットが不足した場合は、コントロールセンター で一般残高をチャージできます。
📘 完全な文書:OpenAI Images Generations API →

GPT-Image-2 モデル

gpt-image-2 は OpenAI が提供する新世代の画像生成モデルで、dall-e-3gpt-image-1 に比べて以下の点で明らかな向上があります:
  • 指示遵守能力が向上:複雑な構図、カウント、位置関係などの構造化された指示を正確に理解できます。
  • テキストレンダリングがより明確:ポスター、メニュー、インフォグラフィック、ロゴなどのシーンで英語や数字がほとんど乱れることがありません。
  • スタイル表現が豊富:映画的なポートレート、レトロポスター、子供向けイラスト、製品写真、インフォグラフィックなど、さまざまなスタイルをネイティブにサポートしています。
  • ネイティブな多比率 + 高解像度サポート:5つの比率(1:1、4:3、3:4、16:9、9:16)をカバーし、3つの解像度(1K / 2K / 4K)を提供します。
呼び出し方法は他のモデルと完全に一致しており、model フィールドを gpt-image-2 に設定するだけで済みます。返される結果の url は、platform.cdn.acedata.cloud に永続的にホスティングされている画像リンクで、ブラウザで直接開くか、ウェブページに埋め込むことができます。

回線バリアント(:official / :reverse

gpt-image-2 はデフォルトで標準回線を使用します。モデル名のサフィックスを通じて回線を明示的に選択できます:
  • gpt-image-2:official:公式チャネルで、安定しており、コンプライアンスがあります。費用はテキスト入力トークンと画像出力トークンの両方によって決定され、最終的には応答内の実際の使用量に基づいて請求されます;ページに表示される品質/サイズの価格は推定に過ぎません;最大使用量パッケージに基づいて、顧客価格は OpenAI 公式標準価格の約 8 割です。サービスは利用可能なチャネル間で自動的にフォールバックし、能力と費用は実際の返される結果に基づきます。
  • gpt-image-2:reverse:デフォルトの gpt-image-2 と完全に同等で、コストパフォーマンスが高く、価格は変わりません。
:official 課金式 最終費用 = テキスト入力トークン + 画像入力トークン(編集のみ)+ 画像出力トークン。ページに表示される quality × size の価格はリクエスト前の推定であり、実際の請求は成功した応答の usage に基づきます。例えば、low1024x1024 は通常約 0.0505 クレジットの画像出力費用で、少量の入力トークンが追加されます;auto を使用する場合、モデルはより高品質を選択する可能性があり、事前承認のクレジットはより高いレベルで保守的にチェックされます。

サポートされている size の値

gpt-image-2size の形式のみをチェックし、auto または空の文字列でない限り、WIDTHxHEIGHT(例:1024x10242048x1152800x600)に一致する必要があります;他の形式は 400 を返します。デフォルトの gpt-image-2:reverse は単一画像で統一して請求されます;:official のサイズと品質は画像出力トークンに影響を与え、最終的には実際のトークン使用量に基づいて請求されます。 サイズ制限:カスタムサイズは幅と高さが両方とも 16 の倍数である必要があり、長辺 ≤ 3840、総ピクセル数 ≤ 8,294,400 を満たす必要があります。範囲を超えると 4xx で返されます。
明示的に size: "auto" を渡すと、プラットフォームは連続比率空間内でキャンバスを計画し、以下の優先順位で判断します:プロンプト内の明確なピクセルまたは比率、命名基準(紙/印刷物/プラットフォームの広告/デバイス/写真/映画)、メディアの慣習、最後に構図の推論です。したがって、一般的な 1:14:59:1621:9 に加えて、1.91:11.85:12.39:1、ISO 紙 1:√2 などの非標準比率も保持できます;最終的なサイズはサービスがサポートする 16 の倍数とピクセル予算に自動的に調整されます。自動判断が利用できない場合は、モデルのデフォルトの画幅に戻り、生成を妨げることはありません。size フィールドを省略すると、モデルのデフォルトの画幅が直接使用されます;ピクセルに厳しい要件がある場合は、直接 WIDTHxHEIGHT を渡すことをお勧めします。 1K レベルでの出力は厳密なピクセル整列を保証しません——1024x1024 を渡すと 1254x1254 を受け取る可能性があり、比率は一致します。再度それを size として渡すと、請求は変わりません。 4K の単一呼び出しは通常 4–8 分かかるため、後述の callback_url 非同期コールバックと併用することをお勧めします。 n パラメータについて gpt-image-2n > 1(値は 1–10)をサポートしています:1 回のリクエストで対応する数の画像を返すことができます。デフォルトでは gpt-image-2:reverse は成功した枚数に基づいて課金されます;:official の応答 usage はリクエスト全体のトークンを集計しており、再度 n で掛け算されることはありません。複数の結果に差異を持たせるために、異なる prompt または seed を同時に渡すことをお勧めします。同様のことが gpt-image-1 / gpt-image-1.5、および nano-banana / nano-banana-2-lite / nano-banana-2 / nano-banana-pro シリーズにも適用されます;dall-e-3n = 1 のみをサポートしています。注意点として、response_format=b64_jsonn=1 のみをサポートし、n>1 の場合はデフォルトの URL 返却を使用してください。生成に失敗した画像がある場合、成功した部分のみが返され、課金されます。
以下に、いくつかの異なる視点からの実際の例を通じて gpt-image-2 の能力を直感的に感じてみましょう。

シーン1:映画的なポートレート

プロンプトには映画用語(35mm フィルム、浅い被写界深度、ネオン光など)を使用して、雰囲気や質感を正確にコントロールできます。 Python サンプル呼び出しコード:
返された結果は以下の通りです:
生成された画像は以下の通りです:

シーン2:レトロな旅行ポスター(テキストレンダリング付き)

gpt-image-2 はレイアウトとフォントレンダリングにおいて安定したパフォーマンスを発揮し、ポスター、メニュー、グリーティングカードなどのテキストを含むデザインに非常に適しています。
返された結果の url フィールドに対応する画像は以下の通りです:

モデルは Art Deco ポスターの視覚スタイルを正確に再現し、タイトル文字 AMALFIITALIA 1958 が明確かつ正確にレンダリングされています。

シーン3:複雑な構図とカウント

以下のプロンプトは、モデルが「数量」と「位置」などの構造化指示に従う能力をテストするためのものです。
生成された画像は以下の通りです:

三層の書棚にある本の数(1 / 3 / 7)がプロンプトと完全に一致していることが確認できます。これは dall-e-3 時代には安定して実現するのが難しいことです。

シーン4:イラストスタイル(横向き)

アートメディアと感情のキーワードを指定することで、モデルにスタイライズされたイラストを生成させることができます。
生成された横向きのイラストは以下の通りです:

非同期とコールバック

gpt-image-2 の単一呼び出しは通常 60~90 秒かかります。長接続を維持したくない場合は、本文後半で紹介する callback_url 非同期コールバックメカニズムを使用できます。呼び出しの流れは他のモデルと完全に一致します。

Nano Banana シリーズモデル

nano-banana シリーズは Gemini に基づく画像生成モデルで、同じ /openai/images/generations インターフェースを通じて接続されており、エンドポイントを切り替える必要はありません。model を以下の表のいずれかに変更するだけで使用できます。
重要:パラメータサポート範囲 Nano Bananaはアダプタ層を介してOpenAIプロトコルに接続し、gpt-image-*と比較して以下のパラメータのみをサポートします:modelpromptsizen
  • sizeは以下の表に従って内部aspect_ratioにマッピングされ、リストにないサイズは1:1に退化します:
    • 1024x1024 / 512x512 / 256x2561:1
    • 1792x102416:9
    • 1024x17929:16
  • qualitystyleresponse_formatbackgroundoutput_formatなどのパラメータはサポートされていません;入力しても無視されます。n > 1はサポートされており(1–10)、対応する数の画像が返され、料金が請求されます。
  • 返される構造はOpenAIフォーマット(data[].url)に従いますが、createdは固定で0となり、b64_jsonは返されず、revised_promptは常に元のpromptと等しくなります。

基本呼び出し

返される結果は以下の通りです:
生成された画像は返されたurlフィールドを通じて直接アクセスできます:

フラッグシップモデルnano-banana-proへのアップグレード

modelnano-banana-proに変更するだけで、他のパラメータは完全に一致します:
返される例:

非同期コールバック

callback_urlの非同期コールバックメカニズムはnano-bananaにも有効で、呼び出しフローは他のモデルと完全に一致します。詳細は以下の非同期コールバックのセクションを参照してください。

基本使用

次に、インターフェース上で対応する内容を入力できます。以下のように:

このインターフェースを初めて使用する際には、少なくとも3つの内容を入力する必要があります。1つはauthorizationで、ドロップダウンリストから直接選択できます。もう1つのパラメータはmodelで、modelはOpenAI DALL-E公式モデルカテゴリを選択することを意味します。ここでは主に1種類のモデルがあります。詳細は提供されたモデルを参照してください。最後のパラメータはpromptで、promptは生成したい画像のヒントを入力します。 また、右側には対応する呼び出しコードが生成されていることに注意してください。コードをコピーして直接実行することも、直接「Try」ボタンをクリックしてテストすることもできます。

Pythonのサンプル呼び出しコード:
呼び出し後、返される結果は以下の通りです:
返される結果には複数のフィールドがあり、以下のように説明されます:
  • created、今回の画像生成のIDで、今回のタスクを一意に識別するために使用されます。
  • data、画像生成の結果情報を含みます。
その中でdataはモデルが生成した画像の具体的な情報を含んでおり、その中のurlは生成された画像の詳細リンクです。以下のように確認できます。

画像品質パラメータquality

次に、画像生成結果の詳細なパラメータを設定する方法を紹介します。その中で画像品質パラメータqualityには2種類があります。1つはstandardで、標準の画像を生成することを示し、もう1つはhdで、生成された画像がより細かいディテールと一貫性を持つことを示します。 以下に画像品質パラメータをstandardに設定する方法を示します。具体的な設定は以下の図の通りです:

また、右側には対応する呼び出しコードが生成されていることに注意してください。コードをコピーして直接実行することも、直接「Try」ボタンをクリックしてテストすることもできます。

Pythonのサンプル呼び出しコード:
呼び出した後、私たちは返された結果が以下の通りであることを発見しました:
返された結果は基本的な使用内容と一致しており、画像の品質パラメータが standard の生成画像は以下の通りです:

上記と同様の操作で、画像の品質パラメータを hd に設定するだけで、以下の画像を得ることができます:

hdstandard よりも生成された画像により細かいディテールと大きな一貫性を持っていることがわかります。

画像サイズパラメータ size

生成する画像のサイズを設定することもできます。以下の設定を行うことができます。 画像のサイズを 1024 * 1024 に設定する具体的な設定は以下の通りです:

右側には対応する呼び出しコードが生成されていることに注意してください。コードをコピーして直接実行することも、直接「Try」ボタンをクリックしてテストすることもできます。

Python サンプル呼び出しコード:
呼び出した後、私たちは返された結果が以下の通りであることを発見しました:
返された結果は基本的な使用内容と一致しており、画像のサイズが 1024 * 1024 の生成画像は以下の通りです:

上記と同様の操作で、画像のサイズを 1792 * 1024 に設定するだけで、以下の画像を得ることができます: 画像のサイズが明らかに異なることがわかります。また、他のサイズも設定できるので、詳細情報は公式ドキュメントを参照してください。

画像スタイルパラメータ style

画像スタイルパラメータ style には二つのパラメータが含まれています。第一の vivid は生成された画像がより生き生きとしたものであることを示し、もう一つの natural は生成された画像がより自然であることを示します。 画像スタイルパラメータを vivid に設定する具体的な設定は以下の通りです:

右側には対応する呼び出しコードが生成されていることに注意してください。コードをコピーして直接実行することも、直接「Try」ボタンをクリックしてテストすることもできます。

Python サンプル呼び出しコード:
呼び出した後、私たちは返された結果が以下の通りであることを発見しました:
返された結果は基本使用の内容と一致し、画像スタイルパラメータが vivid の生成画像は以下のように示されています:

上記と同様の操作で、画像スタイルパラメータを natural に設定すると、以下のような画像が得られます:

vividnatural よりも生き生きとしたリアルな画像を生成しています。

画像リンクのフォーマットパラメータ response_format

最後の画像リンクのフォーマットパラメータ response_format には2種類あり、1つ目の b64_json は画像リンクをBase64エンコードしたもので、もう1つの url は通常の画像リンクで、直接画像を確認できます。 以下に画像リンクのフォーマットパラメータを url に設定する具体的な設定を示します:

また、右側には対応する呼び出しコードが生成されていることに注意してください。コードをコピーして直接実行することも、直接「Try」ボタンをクリックしてテストすることもできます。

Pythonのサンプル呼び出しコード:
呼び出し後、返された結果は以下の通りです:
返された結果は基本使用の内容と一致し、画像リンクのフォーマットパラメータが url の生成画像のリンクは 画像 URL これは直接アクセス可能で、画像内容は以下のように示されています:

上記と同様の操作で、画像リンクのフォーマットパラメータを b64_json に設定すると、Base64エンコードされた画像リンクの結果が得られます。具体的な結果は以下の通りです:

非同期コールバック

OpenAI Images Generations APIによる画像生成には時間がかかる場合があるため、APIが長時間応答しない場合、HTTPリクエストは接続を維持し、追加のシステムリソースを消費することになります。そのため、本APIは非同期コールバックのサポートも提供しています。 全体の流れは、クライアントがリクエストを発行する際に、追加で callback_url フィールドを指定します。クライアントがAPIリクエストを発行すると、APIはすぐに結果を返し、現在のタスクIDを示す task_id フィールド情報を含みます。タスクが完了すると、生成された画像の結果がPOST JSON形式でクライアントが指定した callback_url に送信され、その中にも task_id フィールドが含まれます。これにより、タスク結果をIDで関連付けることができます。 以下では、具体的にどのように操作するかを例を通じて理解します。 まず、Webhook コールバックは HTTP リクエストを受信できるサービスであり、開発者は自分で構築した HTTP サーバーの URL に置き換える必要があります。ここではデモの便宜上、公開の Webhook サンプルサイト https://webhook.site/ を使用します。このサイトを開くと、Webhook URL が得られます。以下の図のように: この URL をコピーすれば、Webhook として使用できます。ここでのサンプルは https://webhook.site/3d32690d-6780-4187-a65c-870061e8c8ab です。 次に、フィールド callback_url を上記の Webhook URL に設定し、対応するパラメータを入力します。以下のコードのように:
実行をクリックすると、すぐに結果が得られることがわかります。以下のように:
少し待つと、Webhook URL で生成された画像の結果を観察できます。内容は以下の通りです:
結果には task_id フィールドがあり、data フィールドには同期呼び出しと同じ画像生成結果が含まれています。task_id フィールドを通じてタスクの関連付けが実現できます。

エラーハンドリング

API を呼び出す際にエラーが発生した場合、API は対応するエラーコードと情報を返します。例えば:
  • 400 token_mismatched:不正なリクエスト、パラメータが欠落または無効な可能性があります。
  • 400 api_not_implemented:不正なリクエスト、パラメータが欠落または無効な可能性があります。
  • 401 invalid_token:未認証、無効または欠落した認証トークン。
  • 429 too_many_requests:リクエストが多すぎます、レート制限を超えました。
  • 500 api_error:内部サーバーエラー、サーバーで何かがうまくいきませんでした。

エラー応答の例

結論

この文書を通じて、OpenAI Images Generations API を使用して公式の OpenAI DALL-E の画像生成機能を簡単に利用する方法を理解しました。この文書が、API の接続と使用をより良くする手助けとなることを願っています。ご不明な点がございましたら、いつでも当社の技術サポートチームにお問い合わせください。