OpenAIは2026年4月21日(米国時間)、画像生成モデルの新版「ChatGPT Images 2.0」を発表しました。初代ChatGPT Imagesの公開から1年を経たアップデートで、オブジェクトの正確な配置や文字量の多いテキストの再現、さまざまなアスペクト比への対応など、生成品質が全面的に向上しています。同日からChatGPTとCodexの全ユーザーが利用でき、APIでは「gpt-image-2」として開発者向けにも提供されます。Thinkingを活用した高度な出力はPlus・Pro・Businessユーザーが利用できます。

精度とコントロールの向上

• ▸指示追従 — 小さな文字やアイコン、UI要素、密度の高い構図、繊細なスタイル指定など、これまで再現しにくかった細部まで指示どおりに反映
• ▸解像度 — 最大2Kに対応(APIでの2Kを超える出力は現在ベータ版)
• ▸アスペクト比 — 横長3:1から縦長1:3まで対応し、バナー、スライド、ポスター、モバイル画面など用途に合わせた形式でそのまま使える画像を生成
• ▸スタイル再現 — 写真のリアルさにつながる細かな不完全さも捉え、映画調やピクセルアート、漫画などで質感・ライティング・構図の一貫性が向上
• ▸現実世界の理解 — 2025年12月までの知識をもとに、解説資料や教育用の図など文脈に即した正確な画像を生成

多言語性能の強化

従来の画像生成モデルは英語などラテン文字の言語では安定する一方、それ以外の言語では精度が下がる傾向がありました。Images 2.0は多言語理解の強化と非ラテン文字の表現精度の向上によりこの課題を大きく改善しており、特に日本語・韓国語・中国語・ヒンディー語・ベンガル語での改善が顕著です。ポスターや解説資料、図、コミックなどで、言語そのものをデザインの一部として取り入れた統一感のあるビジュアルを生成できるとしています。

Thinking機能を備えた初の画像モデル

• ▸リアルタイム情報 — ChatGPTでThinkingまたはProモデルを選ぶと、ウェブから情報を取得して画像に反映
• ▸複数案の一括生成 — 1つのプロンプトから複数の異なる画像を生成し、生成結果の見直しも可能(ChatGPTの画像生成では初の機能)
• ▸連続画像 — キャラクターやオブジェクトの一貫性を保ちながら、前の内容を引き継いで展開する最大8枚の画像をまとめて生成

提供状況と制限事項

• ▸ChatGPT・Codex — 発表当日から全ユーザーに提供。Thinkingを活用した高度な出力はPlus・Pro・Businessユーザー向け
• ▸Codex連携 — Codex上で複数のUI案やプロトタイプを生成・比較でき、ChatGPTのサブスクリプションがあればAPIキーを作成せずに利用可能
• ▸API — gpt-image-2として提供され、料金は選択する画像の品質や解像度に応じて変動。CanvaやFigma、Adobeなどが本番ワークフローで活用
• ▸制限事項 — 折り紙の手順やルービックキューブのような物理構造の正確な理解が必要なタスク、砂粒のように細かく密度の高い繰り返し表現は依然として苦手