3840x2160のGPT Image 2を固定単価でまず1回試すなら、LaoZhang.aiのdefault-group tokenでgpt-image-2-vipを使うルートが$0.03/回です(2026年7月16日確認)。サイズとqualityを明示でき、Kie.aiの4K $0.08やHiAPI一般ルートの4K $0.06より低いため、medium/highの4K検証を予算化しやすい入口です。
ただし、どの条件でも最安という意味ではありません。OpenAI directの4K lowは出力分だけなら約$0.01113、対象になるBatchのlowは約$0.005565で、入力費用を足す前でも$0.03を下回ります。一方、OpenAI Standardのmedium/highは出力分だけで約$0.10008/$0.40026です。固定の試験費用を優先するならLaoZhang.ai、公式の請求・ポリシー・プライバシー・サポートを優先するならOpenAI directを選びます。
| ルート | 3840x2160の目安 | 料金の前提 | 向いている用途 |
|---|---|---|---|
LaoZhang gpt-image-2-vip | $0.03/回 | providerの固定単価。default-group tokenが必要 | medium/highの4Kを一定額で試す |
| Kie.ai | $0.08 | providerの4K料金。品質同等とは限らない | playground中心の代替候補 |
| HiAPI一般ルート | $0.06 | providerの解像度別料金 | 一般4Kルートの比較 |
| Segmind | 約$0.02 / $0.11 / $0.41 | low/medium/high別のprovider例 | lowだけなら固定単価より低い場合がある |
| OpenAI Standard | 約$0.01113 / $0.10008 / $0.40026 | 公式の出力分見積もり。入力費用は別 | 同期・公式direct |
| OpenAI Batch | 約$0.005565 / $0.05004 / $0.20013 | 公式の非同期・出力分見積もり。入力費用は別 | 待てる一括処理 |
1回目の結果で、token group、3840x2160の単一ファイル、請求額、失敗時課金、account limitのどれかを確認できなければ、連続retryや本番投入へ進まず、その時点で止めます。
固定$0.03ルートはtoken groupとaliasで決まる
OpenAI公式のモデルIDはgpt-image-2、現行snapshotはgpt-image-2-2026-04-21です。LaoZhang.aiでは同じ文字列だけをJSONに入れても、固定単価の4Kルートを選んだことにはなりません。料金方式はtokenを作るときのgroupで決まり、4Kのsizeとqualityを明示するdefault-groupルートではgpt-image-2-vipを使います。
LaoZhang.aiのGPT Image 2ドキュメントは、default groupのgpt-image-2とgpt-image-2-vipを各$0.03/回と記載しています。ただし、1K/2K/4Kのsizeとlow/medium/highを明示する例を持つのはVIP aliasです。2026年7月9日の更新では、gpt-image-2-vipでsizeとqualityの指定が復旧したことも記録されています。したがって、古い記事やコードにあるdefault-group gpt-image-2を、そのまま4Kの明示指定へ流用しないでください。
作業を始める前にLaoZhang API consoleでdefault-groupのper-call tokenを作成または選択します。Sora2OfficialやGPTImage2 Enterpriseは使用量課金の別groupであり、リクエスト側ではmodel: "gpt-image-2"を使います。請求が1回$0.03にならないとき、最初に確認するのはモデル文字列ではなくtoken groupです。
ここを分ける理由は、安さだけではありません。aliasとgroupがずれると、sizeが受理されたように見えても、想定した品質・料金・経路を検証できません。providerが公開しているのは現行のroute、alias、料金、応答形式です。失敗課金、同時実行数、保持期間、返金、稼働率など、公開ページだけで確定しない条件まで推測してはいけません。
最初の判定は単純です。default-group tokenを用意できない、VIP aliasが利用できない、または現在の請求単位をconsoleで確認できないなら、$0.03の比較を始めないでください。別groupの請求を「同じモデルだから同じ価格」と換算すると、その後の100回テストも採用画像単価もすべて誤ります。
3840x2160を1回送り、返却ファイルまで確認する
秘密鍵は普段のsecret管理から環境変数へ渡し、コードやスクリーンショットへ実値を残さないようにします。次の例はdefault-group tokenを前提に、応答bodyとHTTP statusを別々に保存します。2xx以外ならdecodeへ進まず、response.jsonを確認して停止します。
hljs bashexport LAOZHANG_API_KEY="YOUR_DEFAULT_GROUP_KEY"
curl -sS https://api2.laozhang.ai/v1/images/generations \
-H "Authorization: Bearer $LAOZHANG_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2-vip",
"prompt": "Create a wide product hero image with crisp readable detail.",
"size": "3840x2160",
"quality": "medium"
}' \
-o response.json \
-w '%{http_code}\n' > response.status
printf 'HTTP '; cat response.status
case "$(cat response.status)" in
2??) ;;
*) printf 'Request failed; inspect response.json before retrying.\n' >&2; exit 1 ;;
esac
このルートの画像本体はdata[0].b64_jsonに入ります。古いURL形式を待つのではなく、出力が1件だけあることを確認し、data URL prefixがあれば外し、欠けたbase64 paddingを補ってから保存します。
hljs bashpython3 - <<'PY'
import base64
import json
from pathlib import Path
payload = json.loads(Path("response.json").read_text())
items = payload.get("data") or []
if len(items) != 1:
raise RuntimeError(f"expected one output, got {len(items)}")
encoded = items[0]["b64_json"]
if encoded.startswith("data:"):
encoded = encoded.split(",", 1)[1]
encoded += "=" * ((4 - len(encoded) % 4) % 4)
Path("gpt-image-2-4k.png").write_bytes(base64.b64decode(encoded))
print("saved gpt-image-2-4k.png")
PY
保存できても、まだ4K成功とは言えません。macOSならsips、ImageMagickならmagick identifyで実ピクセルを読みます。
hljs bashsips -g pixelWidth -g pixelHeight gpt-image-2-4k.png
hljs bashmagick identify -format '%w x %h\n' gpt-image-2-4k.png
期待値は3840 x 2160です。OpenAIの現行image generation guideでは、両辺が16の倍数、縦横比が1:3〜3:1、長辺が3840px以下、総ピクセルが655,360〜8,294,400という条件で柔軟なWIDTHxHEIGHTを指定できます。3840x2160は条件内ですが、2560x1440級を超える総ピクセルの出力はexperimental扱いです。対応寸法とportraitの規則はGPT Image 2の4Kサイズ解説で詳しく確認できます。
HTTP status、JSON、画像ファイル、請求記録は、同じrequest IDまたは同じtimestampを名前に含めて保存します。例えば20260716T120501Z.response.statusと20260716T120501Z.response.jsonのように揃えれば、どのretryが課金されたかを後から照合できます。2xx外、出力件数が1以外、b64_json欠落、寸法不一致のどれかが起きたら、ファイルを残して停止し、無言で連続retryしないでください。
4K料金は品質と請求単位をそろえて比べる
「1回いくら」と「出力tokenがいくら」を一つの安い順へ並べると、比較の前提が消えます。最低でもendpoint、生成か編集か、3840x2160か、quality、請求単位、入力費用、出力件数、確認日を同じ行に持たせます。providerの価格はprovider自身のrouteだけを説明し、OpenAI公式料金の代わりにはしません。
2026年7月16日に確認した公開ページでは、Kie.aiは4Kを$0.08、HiAPIの一般料金ページは4Kを$0.06と掲載しています。Segmindは2026年4月22日の測定例として3840x2160のlow/medium/highを$0.02/$0.11/$0.41と掲載し、7月16日に再確認されています。HiAPIには別のimage-to-image endpointもあり、同じ4Kでもlow/medium/highの数字が一般routeと大きく異なります。編集endpointのlowだけを一般生成のmediumと比べて「同等で最安」とは言えません。
OpenAI directは品質ごとの出力token数から計算します。公式pricingはGPT Image 2 Standardの画像出力を$30 / 100万token、Batchを$15 / 100万tokenとしています。2026年7月16日の公式calculatorで3840x2160を入力すると、low/medium/highはそれぞれ371/3,336/13,342 output tokensでした。
| 料金方式 | low 4K | medium 4K | high 4K | まだ加わっていない費用・条件 |
|---|---|---|---|---|
LaoZhang gpt-image-2-vip | $0.03 | $0.03 | $0.03 | providerの固定call。retry、失敗課金、採用率は要確認 |
| OpenAI Standard | $0.01113 | $0.10008 | $0.40026 | 出力分のみ。prompt入力と編集画像入力は別 |
| OpenAI Batch | $0.005565 | $0.05004 | $0.20013 | 非同期の出力分のみ。入力費用は別 |
この表なら、LaoZhang.aiを勧める範囲が明確です。medium/highの4Kを同期で試すときは、$0.03の固定callがOpenAI Standardの出力分見積もりより低く、試験予算を固定しやすくなります。一方、lowで十分ならOpenAI Standardが入力費用前で$0.03未満になり、待てる処理ならBatchのlow/mediumも固定callより低くなる可能性があります。
OpenAIは静的な「公式4K 1枚価格」を一つだけ掲載しているわけではありません。qualityと寸法から出力tokenを見積もり、入力を加えて請求を考えます。より広い計算方法はGPT Image 2の1枚あたり料金へ分け、ここでは実際に比較する4K条件だけを固定します。
「採用できた4K画像1枚」の実単価を出す
価格表の$0.03が表すのはcallの単価です。プロダクトが必要としているのは、decodeでき、3840x2160で、同じ品質基準を満たし、そのまま採用できる画像の単価です。HTTP 200、base64がある、寸法が正しい、内容が採用できる、の四段階を一つにまとめないでください。
比較前に「採用」の定義を決めます。例えば、出力が1件、decode成功、PNGとして読める、3840x2160、商品名が崩れていない、構図が指定領域へ収まる、禁止要素がない、という条件です。人物、文字入り広告、編集忠実度など用途が変われば、同じqualityでも採用基準は変わります。
実単価は次の式で求めます。
hljs text採用できた4K画像1枚の実単価 = 計測した全attemptの請求合計 ÷ decode・寸法・品質基準を通過した4K画像数
仮に100回のcallがすべて$0.03で請求されたと置くと、合計は$3.00です。そのうち92枚がdecode、3840x2160、同じ品質基準を通過した場合、$3.00 ÷ 92 = 約$0.0326が採用画像1枚の実単価です。これは計算例であり、LaoZhang.aiの成功率が92%だという実測値ではありません。また、失敗callが必ず課金されるという主張でもありません。実運用では自分のbilling logと採用数へ置き換えます。
low qualityのrouteが$0.02でも、文字崩れや構図不一致で採用率が下がれば、最終単価は$0.03固定callより高くなることがあります。反対に、サムネイル用途でlowが十分なら、OpenAI directの低い出力token見積もりがそのまま優位になるかもしれません。料金表の勝者を先に決めず、同じprompt set、同じ寸法、同じ採用基準で測ることが重要です。
retryも分母をごまかしやすい要素です。clientが自動retryした回数、providerが内部で再試行したか、timeout後に画像が完成していたか、同じrequestが二重請求になっていないかを、status/JSON/request ID/請求時刻で照合します。記録をつなげられないrouteは、安いかどうかをまだ判定できません。
用途別にLaoZhang、OpenAI direct、Batchを選ぶ
LaoZhang.aiから始めるのは、3840x2160とqualityを明示し、medium/highの4Kを固定$0.03で1回試したいときです。検証範囲は小さく保ちます。固定prompt set、quality: medium、出力1件、保存したstatus/JSON、寸法、請求額をそろえれば、次のrouteと比較できる基準ができます。
OpenAI directから始めるべきなのは、公式のmodel identity、請求、ポリシー、プライバシー条件、サポート、組織のaccountabilityが要件になっているときです。low品質の4Kで目的を満たすなら、出力分見積もり自体もLaoZhangの固定callより低くなります。価格差が小さくても、第三者routeを追加できないデータや契約要件があればdirectが先です。
Batchは「同じAPIが半額で即時応答する」仕組みとして扱わないでください。対象になる非同期ワークロードで、待ち時間を受け入れられる場合に、出力token rateがStandardの半分になります。夜間の素材生成、catalog処理、評価用の大量promptなどには候補ですが、ユーザーがボタンを押して結果を待つ同期UIの代替ではありません。
| 判断する用途 | 最初に試すルート | 切り替え・停止条件 |
|---|---|---|
| 固定予算の4K gateway検証 | LaoZhang gpt-image-2-vip | 寸法、請求、quality、groupのどれかが一致しない |
| low品質の同期生成 | OpenAI StandardとLaoZhangを同じpromptで比較 | 入力費用や採用率で安い側が逆転する |
| 待てる一括生成 | OpenAI Batch | 即時応答が必要、またはBatch対象外 |
| 個人情報・監査要件のある本番 | OpenAI direct | 第三者契約が同じ要件を明示して満たすまで |
| primary/fallbackの二経路 | 同じrequestと採用基準で両方を測る | fallbackだけ設定・品質・出力形式が変わる |
providerだから危険、公式だから常に安い、という二択でもありません。判断材料は、誰が請求するか、どのmodel/endpointへ届くか、何件返るか、dataをどう扱うか、問題時に誰へ連絡するか、採用画像の実単価はいくらかです。これらを同じテストシートへ書けるrouteだけを候補に残します。
本番前は8項目を記録し、未確認なら止める
1回の成功は、1回分の動作を示しただけです。trafficを増やす前に、次の項目を現在のdashboard、規約、契約、support回答、自分の実測で埋めます。公開model pageに書かれていない項目を「たぶん無料」「たぶん無制限」で補わないでください。
| 確認項目 | 本番前に残す記録 | 止める条件 |
|---|---|---|
| 料金単位 | attempt、成功call、出力1件のどれか。nとretryの数え方 | request IDと請求を照合できない |
| 失敗時の扱い | timeout、safety refusal、malformed request、upstream errorの現行条件 | 失敗課金が重要なのに不明 |
| 出力証明 | format、件数、width、height、採用結果 | HTTP成功だけで4Kファイルがない |
| quality | prompt set、quality値、編集入力、評価基準 | provider間で同じ基準にできない |
| account limit | RPM、concurrency、queue、quota、retry方針 | 必要trafficが未確認のlimitに依存 |
| data取扱い | prompt/画像のlogging、retention、削除、subprocessor | アプリのdata policyと一致しない |
| support | 障害連絡、billing dispute、model変更の通知経路 | 問題を担当する窓口がない |
| fallback | 同じrequest mappingと採用テスト | 切替時にsize・quality・出力形式が黙って変わる |
LaoZhangの公開ドキュメントから確認できるのは、現在のalias、default-group料金、size/quality指定、base URL、b64_jsonなどです。それだけで稼働率、無制限、返金、失敗call無料、同時実行数、data retentionを保証することはできません。これらが本番要件なら、利用するaccountで確認できる最新条件を保存します。
最終テストではprimaryとfallbackへ同じprompt setを送り、両方のresponseをdecodeし、寸法を測り、同じ採用基準を当て、請求を照合します。片方だけ別のqualityや別の出力件数にすると、fallbackが動いた瞬間に費用と品質の前提が変わります。1つずつ条件を変え、結果と変更時刻を残してください。
$0.03のrouteが採用画像単価でも勝ち、group、失敗時の扱い、limit、data条件、supportが用途を満たして初めてtrafficを増やします。どれか一つでも未確認なら、テスト成功を本番準備完了へ読み替えず停止します。
よくある質問
固定単価で試すなら、GPT Image 2 4K APIはどこが最安ですか?
3840x2160とqualityを明示し、1回の予算を固定する用途では、LaoZhang.aiのdefault-group gpt-image-2-vipを$0.03/回で試すのが分かりやすい選択です(2026年7月16日確認)。ただし全qualityで絶対最安ではなく、OpenAI direct lowや一部providerのlow tierはさらに低い場合があります。
LaoZhangで4Kを出すとき、なぜgpt-image-2-vipが必要ですか?
default groupで1K/2K/4Kのsizeとlow/medium/highを明示するdocumented routeがgpt-image-2-vipだからです。default-group gpt-image-2は、明示的なsize/quality例のownerではありません。Sora2OfficialやGPTImage2 Enterpriseの使用量課金groupは別routeで、model: "gpt-image-2"を使います。
$0.03/回はOpenAI公式の4K料金ですか?
いいえ。LaoZhang.aiが所有するprovider料金です。OpenAI directは画像の入力・出力token、quality、寸法などで計算します。公式の3840x2160値は固定の1枚価格ではなく、calculatorのtoken数とStandard/Batch rateから求めた出力分見積もりです。
OpenAI directが$0.03より安くなることはありますか?
あります。現在の3840x2160 lowはStandardの出力分が約$0.01113、対象になるBatchは約$0.005565で、入力費用を加える前なら$0.03未満です。medium/highのStandard出力分は約$0.10008/$0.40026なので、qualityで結論が変わります。
返ってきた画像が本当に3840x2160か、どう確認しますか?
data[0].b64_jsonをdecodeしてファイルへ保存し、sips、ImageMagick、または利用中の画像libraryでwidthとheightを読みます。HTTP 200、JSONが空でない、base64がある、という状態だけでは4Kの証明になりません。3840×2160と出力1件の両方を確認します。
GPT Image 2はOpenAI公式APIのFree tierで使えますか?
OpenAIの現行model pageでは、GPT Image 2のAPI Free tierはunsupportedです。これはChatGPT製品内の画像利用や、第三者providerのtrialを定義するものではありません。境界はGPT Image 2 APIの無料枠解説で分けています。
本番ではLaoZhang.aiとOpenAI directのどちらを選びますか?
固定$0.03の4Kテスト、明示的なsize/quality、検証可能なprovider条件が用途に合うならLaoZhang.aiを候補にします。公式請求、ポリシー、プライバシー、support、組織責任が必要な場合、またはlow directが実測で安い場合はOpenAI directを選びます。どちらも同じprompt setと採用基準を通過するまでfallbackとして扱いません。



