OpenAI、画像生成モデル「GPT Image 1.5」を公開　生成速度4倍で局所編集に対応

AI画像生成で最もストレスがたまるのは、服の色を少し変えたいだけなのに、人物の顔や背景全体まで新しく描き直されてしまう瞬間です。

OpenAIは新たな旗艦画像生成モデル「GPT Image 1.5」を公開しました。生成速度が従来の最大4倍に高速化し、API価格が20％引き下げられただけでなく、自然言語による高精度な部分編集に本格対応しました。

4倍の高速化と「言葉通りに直す」局所編集

GPT Image 1.5は、同社のGPT-5.2マルチモーダル基盤を採用しており、Transformerの骨格と拡散モデルを統合したアーキテクチャで構成されています。

処理速度は大幅に改善され、シンプルな指示なら数秒、複雑なプロンプトでも2分未満で仕上がります。複雑な指示への追従性も30％向上しました。

最も実用的な進化が局所編集です。マスクの作成やPhotoshopのスキルは不要で、「ジャケットを青にして」「夕暮れの光に変えて」と言葉で指示するだけで狙った箇所だけを書き換えます。

修正中も構図や照明、顔の造形、ブランドロゴの一貫性が維持されます。編集性能の評価スコアは、前世代のGPT Image 1と比べて245ポイント跳ね上がりました。

文字レンダリング能力も強化され、ポスターやメニューなどの細かな文字組みに対応し、最大800文字の複数行テキストでも誤字を低く抑えます。また、最大16枚のリファレンス画像をアップロードして構図やスタイルの参考に指定することも可能です。

LMArenaで首位奪還、解像度にはトレードオフも

性能ベンチマークのLMArenaにおいて、GPT Image 1.5はテキストからの画像生成で1264、画像編集で1409のスコアを記録し、双方のランキングで首位を獲得しました。

SNS上では「王の帰還だ」という声や、Nano Banana Proに対する強力な対抗馬が登場したと評価する声が上がっています。

C2PA準拠の認証メタデータも標準で組み込まれました。一方で最大解像度は1536x1024にとどまり、すでに4K対応を打ち出す競合と比較すると、極端な高解像度化にはまだ改善の余地を残しています。

なぜ重要か

デザイナーやブランドマーケターにとって、最大の壁だった「ビジュアルの一貫性」がクリアされつつあります。ロゴや被写体の顔を崩さずにパーツ単位で修正できるため、ECサイトの商品カタログや広告バナー制作の実務にそのまま組み込める水準に達しました。APIコストが20％安くなった点も、生成機能を自社サービスに組み込む開発者には大きなメリットです。

業界全体で見れば、キャンバス全体の再生成に頼りがちだったMidjourneyなどの既存ツールに対して強い牽制となります。画像生成の競争軸は、単なる「一発出しの綺麗さ」から「継続的な編集のしやすさ」へと完全にシフトしました。

OpenAIのこのアプローチは非常に合理的だと考えられます。派手な4Kスペックを追う前に、現場が最も困っていた文字崩れやロゴの再現性、局所修正の確実性に開発リソースを集中させました。画像生成AIがようやく実作業の道具として定着する段階に入ったと言えそうです。