GPT Image 2.5 の品質設定:auto・high・xhigh・max の使い分け
公開日 2026年10月27日 更新日 2026年10月27日 9 分で読了
GPT Image 2.5 の品質は既定が auto で、low から max まで 6 段階。探索は low/medium、仕上げは high、細部が足りないときだけ xhigh か max に上げます。

GPT Image 2.5 の品質設定で迷わないための原則は一つです。既定は auto、仕上げは high、high でも特定の欠陥が残るときだけ xhigh か max に上げる。品質(quality)は 1 枚にどれだけ計算を割くかの設定であり、「上げれば必ず綺麗になる」評価ボタンでも、プロンプトに足す形容詞でもありません。
作成画面では、Flare と Sunburst のどちらも auto、low、medium、high、xhigh、max の 6 段階を選べ、1K、2K、4K の解像度と組み合わせて使います。この 2 つの軸を混ぜることが、いちばん時間を無駄にする原因です。

6 段階はそれぞれ何を買うのか
OpenAI が 2026 年 9 月 8 日に gpt-image-2.5-flare と gpt-image-2.5-sunburst を公開したとき、品質の段階は初めて high の上に拡張されました。xhigh と max が新設で、従来の GPT Image 系は high まででした。違いは主観的なシャープさの点数ではなく、細部にどれだけ推論の予算を割くかです。
| 段階 | 向いている用途 | 得られるもの | 代償 |
|---|---|---|---|
low | サムネイル、構図の試行 | 最速・最安。細部は甘いが配置は読める | 輪郭と小さい文字が崩れやすい |
medium | 日常の SNS 素材 | 質感と全体の整合性は十分 | ごく細かい部分は保証外 |
high | 仕上げの既定 | 細部が明確に締まる。費用はまだ現実的 | medium より遅い |
xhigh | 微細な質感が納品要件 | 輪郭と細部が安定 | 費用増。効果は絵柄次第 |
max | 重要なキービジュアル、難問のプロンプト | 使える最大の計算予算 | 最遅。良くなる保証はない |
auto | 調整したくない | モデルに任せる | 同じプロンプトでも段階が変わり得る |
auto は既定であって最適解ではない
auto は公式の既定で、このサイトの 2 モデルの既定でもあります。手間がかからない代わりに再現性がありません。同じプロンプトが今日は medium、明日は high で計算される可能性があります。
1 枚だけなら問題ありませんが、シリーズでは破綻します。背景だけ変えたつもりが、品質段階も一緒に動いているからです。2 つの版を比べるときは段階を固定する。探索中は auto、前のバッチと質感を揃える仕事や納品物は high を固定の起点にしてください。
品質と解像度は別の軸
「4K」を品質だと思っている人が多いのですが、別物です。
- 解像度(1K/2K/4K):出力ピクセル数。どこまでトリミングできるか、どれだけ大きく印刷できるかが決まります。
- 品質(low〜max):生成時にどれだけ計算を割くか。細部が耐えるかどうかが決まります。
実務では 4 通りすべて使います。
1K + low:構図の一括確認。いちばん安い。1K + high:4K の待ち時間を払わず細部だけ見る。2K + high:多くの納品のスイートスポット。4K + medium:大きな画布が欲しく、細部は後処理で補う場合。
公式は 2560×1440 を超える解像度を実験的扱いとしており、入稿前に個別確認が必要です。画角と画素の選び方はサイズと画角のガイドにまとめています。本記事は品質だけを扱います。
サイト内の既定値が違う理由
作成画面は 2 モデルを同じ設定から始めません。意図的です。
- Flare:
1K+auto。高速モデルで前世代より遅延が低いため、方向性を探している段階で画素に予算を使わせません。 - Sunburst:
2K+high。精修モデルなので、最初から仕上げ相当の設定で始まります。
そのため Flare から Sunburst に切り替えると、品質と解像度が同時に変わります。「モデルだけ変えた」比較は、改良分の半分が段階の差ということが起きます。公平に比べるなら、品質と解像度を両側で揃えてからモデルだけを変えてください。役割分担は Flare と Sunburst の比較に詳しく書いています。
xhigh に上げる 3 つの合図
昇格は感覚ではなく条件で決めます。次の 3 つに当てはまるときだけ xhigh の出番です。
- 読める必要のある小さい文字やグラフのラベルがあり、high で線が潰れ始めている。
- 微細な質感が売り:織物の織り目、ヘアライン加工、肌の毛穴、製品の合わせ目が拡大で潰れる。
- 輪郭が汚い:製品と背景の境目に fringe や色漏れが出て、Web 表示サイズでも見える。
どれも当てはまらないなら、昇格は同じ絵を遅く作るだけです。逆に、問題がこの 3 点の外——手の構造、物の数、文字の内容——なら max でも解決しません。プロンプトか参照画像の問題です。
文字入りの絵は画面内テキストの書き方と組み合わせてください。コピーと位置を先に固定し、細部を段階で補う順序のほうが効きます。

上げたら必ず下げて再確認する
「品質を上げても必ず良くなるとは限らない」という公式の一文は、免責ではなく手順として扱う価値があります。昇格のたびに、一段下げて確認します。
xhighかmaxで 1 枚出し、問題の領域が本当に解決したか見る。- 同じプロンプトを
highに戻して、もう 1 枚出す。 - 実際の掲載サイズに縮めて差がなければ
highに留める。
この一手間は、どんなプロンプト術より時間を節約します。複雑なプロンプトは最上位で 2 分近くかかることがあり、max の 1 枚は high の 3〜4 枚分の待ち時間です。
よくある誤解
- プロンプトに「4K」「高品質」「masterpiece」と書く:パラメータはコントロール、文章は絵の中身の担当です。
- low で質感を判断する:low は設計上柔らかいので、ヘアラインの良し悪しをそこで判断すると必ず誤ります。
- 2 つ同時に変える:段階とプロンプトを一緒に変えると、何が効いたのか分かりません。
- 安心のために既定を max にする:費用も時間も倍近くになり、絵は良くならないことがあり、試せる方向も減ります。
- 段階の違う絵で A/B する:比較は他の変数が揃っていることが前提です。
再利用できる段階ワークフロー
3 ステップに固定すると、毎回の判断より安定します。
- 探索:Flare +
1K+lowかmedium。1 回にプロンプトの 1 層だけ変え、主題と構図を固めます。 - 仕上げ:Sunburst +
2K+high。質感、輪郭、文字を詰めます。大きな画角が要るときだけ4Kへ。 - 追い込み:具体的な欠陥が残るときだけ同じプロンプトを
xhighに。maxは作り直しのコストが待ち時間を上回る絵に取っておきます。
最後に一度下げて確認すれば、自分の基準ができます。どの題材は high が要る、どれは medium で足りる、どんなときに max は気休めにすぎない、という感覚です。
次の一歩
最近何度も引き直している 1 枚を、high で 1 回、xhigh で 1 回走らせてください。掲載サイズで差がなければ、その判断をテンプレートにして、作成画面でより低い段階のまま方向を増やしましょう。同じ設定を複数ラウンドの編集でも保ちたい場合は、多回編集で 1 か所だけ変えるに進んでください。
よくある質問
GPT Image 2.5 の品質の既定値は?
auto です。OpenAI は Flare と Sunburst の両方で auto を既定としており、モデルが判断します。再現性が必要なときは low〜max の固定値を選んでください。
max は high より必ず良くなりますか?
いいえ。品質を上げても、すべてのプロンプトで良い画像になる保証はないと公式が明記しています。max が買うのは計算量であって、出来栄えの約束ではありません。
品質と 1K/2K/4K は同じものですか?
別の軸です。解像度は出力ピクセル、品質は 1 枚にどれだけ計算を割くかを決めます。1K+high も 4K+medium も成立します。
サイト内で Flare と Sunburst の既定値が違うのはなぜですか?
Flare は日常的な高速生成向けで 1K+auto、Sunburst は精修向けで 2K+high から始まります。既定は出発点で、どちらも 6 段階を手動で選べます。
プロンプトに 4K と書けば効きますか?
ほぼ効きません。サイズと品質はコントロール側のパラメータです。文中の「4K」は提案にすぎず、作成画面で解像度を 4K に設定するのが指示になります。
シェア
関連記事
GPT Image 2.5 多ターン編集:1か所だけ変え、残りをロック
GPT Image 2.5の多ターン編集は、1ターン1変数の変更と、主体・構図・光など固定すべきロック一覧をセットで書く。漂いを止め、精修を収束させる。
プロンプトのコツGPT Image 2.5 プロンプト構造:主体・シーン・光・構図
GPT Image 2.5 のプロンプトを主体・シーン・光・構図の4層で書き、Flare で探索、Sunburst で仕上げると、再抽選を減らして安定した結果に近づけます。
モデル更新GPT Image 2.5 Flare vs Sunburst:使い分けの目安
GPT Image 2.5 の Flare と Sunburst を速度・精度・作成→編集→仕上げの観点で比較し、image25.xin の作成ページでの切り替え方を解説します。