GPT‑Image‑2.5、FlareとSunburstに分岐：高速生成と高精度編集を2つのAPI経路に分離

OpenAIは9月8日、ChatGPT Images 2.5をリリースし、開発者向けには`GPT‑Image‑2.5 Flare`と`GPT‑Image‑2.5 Sunburst`を新たに追加した。Flareは大半のアプリケーションにおけるデフォルトの選択肢と位置付けられ、新版の画像生成、参照画像の変換、編集機能を担う。OpenAIによれば、GPT‑Image‑2と比べ、より高い品質を実現しながらレイテンシを最大50%削減できるという。一方、Sunburstは生成時間が長くなる代わりに、よりきめ細かな制御を提供し、広告用の完成素材、商品画像、反復的な微調整を必要とする高価値ワークフローを対象とする。この2モデル構成により、エンジニアリングチームは、インタラクションのレイテンシ、バッチ処理のスループット、最終的な品質に応じて処理を振り分けられ、すべてのリクエストに同一の推論予算を割り当てる必要がなくなる。

今回の改善の中核は、単発のtext-to-image生成品質の向上だけではない。OpenAIによると、2.5では参照写真内の人物や物体をより安定して保持でき、複雑な背景でも指定した領域だけを変更できるほか、複数ターンの編集を経た後も、それ以前の変更にずれや歪みが生じにくくなった。ChatGPTのインターフェースには、画像上に直接コメントして変更箇所を指定する機能、手描きのスケッチで構図を制約する機能、テンプレートの適用、プロンプトの共有が追加された。API製品にとっては、素材全体の再生成、手作業によるマスキング、ポストプロダクションでの合成を減らせる点に価値がある。また、インフォグラフィック、レイアウト、透明背景、現実世界のコンテンツに関する精度も改善したとしている。ただしOpenAIは、レイテンシの数値を再現するのに十分なハードウェア、解像度、バッチサイズ、サンプリング設定を公開していない。

能力の向上は、実在人物を写実的に偽造するリスクも拡大させる。system cardによると、新版はテキストプロンプトと生成画像に対する多層分類器を引き続き採用し、C2PAメタデータと不可視ウォーターマークも追加している。しかし、これらの仕組みでは、スクリーンショット、クロップ、再エンコード、下流モデルによる出所情報の除去を防げない。Axiosの初期テストでは、人物やペットの外観保持と部分編集に改善が見られたものの、体系的なベンチマークとはいえない。導入側は今後、固定解像度におけるp50／p95レイテンシ、連続編集後の人物同一性およびブランド一貫性、非ラテン文字の性能、安全対策によって正当な人物編集まで拒否される偽陽性率を自ら測定したうえで、FlareとSunburstのルーティング閾値を決めるべきだ。