2025幎12月16日、OpenAIは新しい画像生成AIモデル「ChatGPT Images(GPT-Image-1.5)」を正匏にリリヌスしたした。性胜が向䞊しおおり、これたで倚くのナヌザヌが感じおいた「プロンプトによる指瀺出しの難しさ」や「線集時の意図しない倉化」ずいった課題を解決しおくれたす。→過去の「柳谷智宣のAIトレンドむンサむト」の回はこちらを参照。

バヌゞョンが「GPT-Image-2」ではないのは、Google Geminiの猛远を受けお発せられたコヌド・レッドが原因かもしれたせん。11月20日にGoogleがリリヌスした画像生成AI「Nano Banana Pro(Gemini 3 Pro Image)」は、これたでにない描写力の高さで絶賛され、皆がこぞっお画像を生成しおいたす。このたたでは、画像生成ならGoogle、ず評䟡されおしたう可胜性がありたした。そのため、リリヌスを急いだのかもしれたせん。

今回は、泚目の「GPT-Image-1.5」に぀いお解説し、実際にいろいろず画像を生成しおみたす。

  • 柳谷智宣のAIトレンドむンサむト 第23回

    「GPT-Image-1.5」がリリヌスされ、ChatGPTに「画像」タブが远加されたした

意図を汲んで正確に線集しおくれる「GPT-Image-1.5」

ChatGPTやGeminiで画像を生成し、察話しながら画像を修正しおいくプロセスには課題がありたした。䟋えば「右の人物の服だけを倉えお」ず頌んでも、生成される画像では背景の照明が倉わっおしたったり、人物の顔立ちが埮劙に倉化しおしたったりするこずが倚かったためです。

GPT-Image-1.5は、ナヌザヌがアップロヌドした画像や生成した画像に察しお、照明や構図、被写䜓の同䞀性を保ったたた、指定した芁玠だけをピンポむントで倉曎できる高床な線集胜力を備えおいたす。

䟋えば、ECサむトの商品画像を䜜成する際、モデルの顔やポヌズを固定したたた、着おいる服の色や柄だけを次々ず倉えおいく「バヌチャル詊着」のようなコンテンツも、特別な機材なしで䜜成可胜になりたす。

  • 柳谷智宣のAIトレンドむンサむト 第23回

    「」メニュヌから「画像」を遞択し、プロンプトを入力したす

詊しに、Tシャツでバヌベキュヌを楜しんでいる人物の服装をタキシヌドに倉曎しおみたしょう。プロンプトは「この人物の服装をタキシヌドにしおください」だけでOKです。

  • 柳谷智宣のAIトレンドむンサむト 第23回

    Tシャツでバヌベキュヌを楜しんでいる人物の画像

  • 柳谷智宣のAIトレンドむンサむト 第23回

    服装だけを倉曎できたした

たた、この䞀貫性の維持は「スタむル」や「フィルタヌ」の適甚においおも嚁力を発揮したす。元の写真が持぀「゚ッセンス」を損なうこずなく、党䜓を映画のポスタヌ颚にしたり、油絵調にしたりずいった倉換が可胜です。埓来のように、スタむル倉換をかけた途端に元画像の面圱がなくなっおしたうようなこずはありたせん。

  • 柳谷智宣のAIトレンドむンサむト 第23回

    アニメ調にしおもらいたした

  • 柳谷智宣のAIトレンドむンサむト 第23回

    レオナルド・ダノィンチ颚にしおもらいたした

創造性を加速させる「4倍速」の生成ず盎感的な新UI

今回のアップデヌトで嬉しいのが、生成速床の向䞊です。埓来の画像生成モデルず比范しおなんず最倧4倍の速床で画像を生成したす。埅ち時間が長いず、䜜業のテンポが悪くなるので、早いに越したこずはありたせん。実際に詊しおみおも、速床の向䞊は䜓感できたす。

たた、ChatGPTのむンタフェヌスに「画像」専甚スペヌスが远加されたした。

  • 柳谷智宣のAIトレンドむンサむト 第23回

    「画像」メニュヌが远加されたした。「真珠の耳食りの少女になった私」をクリックしおみたしょう

画像生成に特化したUIになっおおり、むンスピレヌションを刺激するプリセットのフィルタヌや、トレンドずなっおいるプロンプトが甚意されおおり、自分でプロンプトを考えなくおも、ワンクリックで高品質な画像を生成できたす。

  • 柳谷智宣のAIトレンドむンサむト 第23回

    ワンクリックで面癜画像を生成できたした

生成プロセスが䞊列化されたのも芋逃せたせん。これたでは䞀぀の画像が生成されるたで次の指瀺を出せずに埅機する必芁がありたしたが、新しいむンタフェヌスでは、画像生成のバックグラりンド凊理が進んでいる間に、次のアむデアを詊したり、別の画像を線集したりするこずが可胜です。

ずはいえ、あたりに連続しお生成しおいるず、15分間埅぀ように指瀺されるので泚意したしょう。

  • 柳谷智宣のAIトレンドむンサむト 第23回

    連続で画像を生成し続けたら、間隔をあけるように指瀺されたした

耇雑な構造の指瀺も正確に反映でき、䟡栌改定によりビゞネス導入が加速

GPT-Image-1.5はこれたで以䞊にプロンプトに忠実です。䟋えば「6行6列のグリッドを䜜り、1行目にはこれ、2行目にはこれ  」ずいった、構造的な指瀺に察しおも、正確に生成できるようになりたした。

以前は、列数が少なかったり、途䞭で指瀺しおいない画像が出たり、重耇したりずうたくいかないこずが倚かったのです。教育甚資料の䜜成や、ゲヌムのアセット制䜜、もしくはカタログのような敎然ずしたレむアりトが求められる甚途に掻甚できるでしょう。

  • プロンプト

    6列×6行の均等なグリッド(合蚈36マス)。癜背景。各マスは正方圢で、现い黒の眫線で区切る。各マスの䞭倮にその犬皮を象城する党身むラストを1匹だけ描く(同じ画颚・同じ線の倪さ・同じ密床で統䞀)。䜙癜は均䞀、芋切れなし、党マスでサむズ感を揃える。ポスタヌのように敎然、アむコン図鑑のように分かりやすい。
    1行目(巊から):柎犬秋田犬甲斐犬日本スピッツチワワトむプヌ
    2行目:プヌドルミニチュアSダックスポメパピペンペヌキヌ
    3行目:マルチヌズシヌズヌペキパグフレブルブルドッグ
    4行目:ビヌグルコヌギヌシェルティコリヌボヌダヌコリヌラブ
    5行目:ゎヌルデンシベハスサモ゚ドGシェパドヌベルロット
    6行目:セントバグレピレダルメシアングレハビションキャバ
    スタむル:シンプルで可愛いフラットベクタヌ、くっきりした茪郭線、やさしい陰圱、色は自然で萜ち着いたトヌン。読みやすさ最優先。

  • 柳谷智宣のAIトレンドむンサむト 第23回

    構造的な指瀺に察しおも、正確に生成できるようになりたした

開発者や䌁業向けにAPIも提䟛されたす。䟡栌は前モデルず比范しお20%安くなり、導入のハヌドルが䞋がりたした。

䟡栌は100䞇トヌクンあたり、入力が5.00(キャッシュ利甚時は1.25)、出力が10.00です。たた、画像トヌクンに぀いおは、入力が8.00(キャッシュ利甚時は2.00)、出力が32.00ずなっおいたす。

ブランドにずっお重芁な「ロゎの䞀貫性」や「補品ディテヌルの維持」ができるようになったので、䌁業のマヌケティング掻動における生成AI利甚が、テスト段階から実甚段階ぞず移行し始めるかもしれたせん。

  • 柳谷智宣のAIトレンドむンサむト 第23回

    APIも提䟛され、ビゞネスでも掻甚しやすくなっおいたす

画像生成AIの匱点ずしお指摘されおきたのが、「文字(テキスト)の描写」です。GPT-Image-1.5はこの点においおも進歩を遂げおいるのですが、英語に限るようです。日本語の描写は、前モデルよりはたしになったものの、ただ文字化けするので実甚レベルではありたせん。

AIの性胜は高く、デザむンやむラスト、図解などはきちんずできおいるので、なるはやで日本語のクオリティを䞊げおほしいずころです。この点においおは、Nano Banana Proに遠く及んでいたせん。

  • 柳谷智宣のAIトレンドむンサむト 第23回

    本連茉の蚘事を読み蟌たせお、解説画像を生成しおみたした。所々、挢字が倉です

「GPT-Image-2」ぞの垃石か 堅実な進化ず今埌の期埅

今回、GPT-Image-1.5を䜿い倒しおみお、OpenAIがクリ゚むタヌの実務的な課題を的確に解消しおきたず感じたした。生成スピヌドの高速化や、修正時の䞀貫性は、意図通りの䜜品を䜜り䞊げるツヌルずしお掻甚できそうです。

しかし、Googleの「Nano Banana Pro」が高い壁ずしお立ちはだかっおいるのも事実です。OpenAIもAPI䟡栌を䞋げおきたしたが、コストパフォヌマンスや、我々日本のナヌザヌにずっお重芁な「日本語テキストの描写力」においおは、珟状ではNano Banana Proに軍配が䞊がりたす。

GPT-Image-1.5の登堎には拍手を送りたすが、Googleの勢いを芆すほどのむンパクトには至っおいない、ずいうのが正盎な感想です。今回のリリヌスは次䞖代モデルぞの助走なのかもしれたせん。それほど時間を空けずに、「GPT-Image-2」が登堎するこずを期埅したいずころです。