GPT-Image-2.5 vs Qwen-Image-3.0：二つのクローズド旗艦、二つの異なる価格

GPT-Image-2.5 と Qwen-Image-3.0 を最も明確に読み解く方法は、同じ夏に門を閉じた2つのフラッグシップとして捉えることだ。9月8日、OpenAI は GPT-Image-2.5 をリリースした。これは ChatGPT Images 2.5 モデルであり、API 経由で GPT-Image-2.5 Flare および GPT-Image-2.5 Sunburst として提供される。ホスト型のみの製品で、トークン単位で価格設定されている — 画像入力トークン100万件あたり8ドル、画像出力トークン100万件あたり30ドルである。約5週間前の8月4日、Alibaba の Qwen チームは Qwen-Image-3.0 を Qwen Cloud と Alibaba Cloud Bailian で一般提供開始した。そして今回は、どの単一機能よりも重要な静かな方針転換として、ウェイトを一切公開しなかった。Qwen-Image 1.0 と 2.0 は Apache-2.0 のオープンリリースであり、同日にテクニカルレポートも公開されていた。一方 Qwen-Image-3.0 には、ダウンロード可能なウェイトも、テクニカルレポートも、モデルカードも、パラメータ数も、開発元自身によるベンチマークも一切ない。これらはどちらも現在、太平洋を挟んでオープンウェイトで最も強い評価を得ている2つの研究所による、クローズドでホスト型の画像フラッグシップ製品である。両者の比較は、一部は画像品質に関するものであり、大部分は各研究所が何を公開しなくなったかに関するものである。

どちらのモデルも、その開発元自身のドキュメントでは検証されておらず、まさにその点で両者は分かれます。GPT-Image-2.5にはまだ独立したスコアがありません。2026年9月9日時点でArtificial Analysisのエントリがないため、その品質主張はOpenAIによる報告のみで、未再現です。Qwen-Image-3.0にはAlibabaから何も提供されていませんが、それでもPro版は独立系リーダーボードに登場しています。9月のArtificial Analysisスナップショットでは、Qwen-Image-3.0-Proは中位に位置し、テキストから画像への変換で約1,086 Elo、画像編集で1,079 Elo、1,000画像あたり約40ドルと記載されています。これは真に独立したシグナルであり、決して好意的なものではありません。Alibabaのフラッグシップは、リーダーであるGPT Image 2 (high) の約90 Elo後方に位置し、Meta Muse ImageとNano Banana 2よりも下です。この記事のすべての価格はベンダーのリスト価格であり、すべてのスコアはAlibabaではなくArtificial Analysisのものです。

閉じていることが本質である理由

アリババにとって、Qwen-Imageのクローズド化は、明確な論理を伴う戦略的な方向転換である。これまでのオープンな画像モデルは広くダウンロードされたが、誰でもセルフホストできるため、アリババにとって商業的価値はなかった。Qwen-Image-3.0はその正反対のものとして作られている。Qwenチームはこのモデルを「実」という文字、つまり「実用的」という意味を中心に明確に位置づけており、有料のホステッドAPIを通じて動作する本番向けの業務を指す。同じ論理はすでにQwenファミリーの他の上位モデルにも適用されており、これまでの「Qwen-Imageをダウンロードするだけ」というチュートリアルはすべて歴史的な文書と化す。

OpenAIには、閉鎖するようなオープンな画像フラッグシップは存在したことがない。したがって、その姿勢は変わらない。GPT-Image-2.5は、呼び出され、課金され、計測されるために存在し、C2PAの来歴証明と透かしが組み込まれている。開発者にとっての実際的な結果は、この比較の両側で同じである。セルフホストの選択肢はなく、ベースのファインチューニングもなく、オフラインでのフォールバックもない。あなたはモデルを所有者から所有者の価格表でレンタルしているのであり、残された唯一の疑問は、どのレンタルが必要かということだけだ。

各フラッグシップが実際に引き寄せるために作られたもの

{{1}}Qwen-Image-3.0のエンジニアリングの真骨頂は、ドキュメント、レイアウト、そして言語密度にある。{{/1}}Alibabaは4,500トークンのプロンプト容量を主張している——これは前世代の約4.5倍にあたり、これによりモデルは密度の高いワンパスレイアウトを構成できる：新聞の全面、インフォグラフィックのグリッド、ストーリーボード、試験問題、UIモックアップなどだ。また、数学やLaTeXを含む約10ピクセルまでの判読可能なテキストレンダリング、20以上のフォントと100のアートスタイルを備えた12言語でのネイティブレンダリング、そして1回の呼び出しで最大6枚の2048×2048出力を実現すると主張している。生成と画像間の編集は1つのモデルに統合されている。これらの主張が正しければ、テキスト密度が高く、レイアウト中心で、多言語の画像作業において最も強力なホステッドモデルとなる——しかし、{{2}}Pro版のAAランキングでの順位は、現実が野心に追いついていないことを示唆している：能力はあるものの中位に留まる画像品質で、テキストレイアウト分野のリーダーとなる兆候はまだ見られない。{{/2}}

GPT-Image-2.5のエンジニアリングの物語は、画像スペクトルの正反対の端に位置します。それはページではなく、編集と被写体です。OpenAIの主張は、参照忠実度（設定やスタイルが変わっても人物、ペット、製品を認識可能に保つこと）、要求されたものだけに触れるマルチターン編集、透明な背景、よりシャープな微細ディテールに集中しており、Sunburstエンドポイントは精密な編集作業に、Flareは高速生成に特化しています。そのテキストレンダリングの主張は、Qwenの主張（他のスクリプトに加えて中国語を正しく処理すること）よりも狭い範囲です。なぜなら、OpenAIは文書レイアウトを追っているのではなく、繰り返し編集される単一の画像が成果物となる商業写真およびプロダクトデザインのワークフローを追っているからです。

価格比較はどちらのベンダーも完了しない。

Qwen-Image-3.0は画像1枚あたりの価格で表示される。国内消費者向け価格はスタンダード版で1枚あたり約0.18人民元から始まり、Pro版はそれより高く、1K解像度で約0.25人民元、2Kでは約0.5人民元に達する。海外向けスタンダード版は1枚あたり0.03〜0.04米ドルの範囲だ。独立系掲示板ではPro版が1,000枚あたり約40米ドルと記録されている。GPT-Image-2.5はトークン単位で表示され、画像1枚あたりの相当価格は公表されていない。その料金表はGPT-Image-2と一致しており、Artificial Analysisは高品質時で1,000枚あたり約211米ドルと位置づけている。OpenAIの数字が前世代モデルのものであるとしても、定価の差はおよそ5〜8倍であり、その差はまったく異なる2つの品質の約束を買うことになる。Qwenの約束は、文字が密集したページ上で小さな文字が正しく描画される量で測られ、OpenAIの約束は、編集された被写体の忠実度で測られる。

この比較は、どちらのベンダーも完全に評価させてくれない点でも共通している。QwenのStandard価格は実在するが、Standardエディションの品質はブラックボックスだ。Alibabaは何も公開しておらず、Proエディションが中位に位置するAAスコアだけがファミリー全体の基準として存在する。OpenAIの品質主張は具体的で社内評価に基づくものだが、画像1枚あたりのコストは不明であり、その出力は独立した測定を受けていない。両ファミリーの価格は把握できるが、検証できるのはそれぞれ一部だけである。

次元ごとに

• リリース — GPT-Image-2.5: GA 2026年9月8日。Qwen-Image-3.0: GA 2026年8月4日（7月21日発表、Pro版は7月から単独で掲載）。

• オープン性 — 両者ともクローズドで、ホスト専用。Qwen-Image-3.0 のクローズド化は、Apache-2.0 ライセンスでオープンにリリースされた Qwen-Image 1.0 および 2.0 を覆すものです。GPT-Image-2.5 は当初からオープンではありませんでした。

• 価格 — GPT-Image-2.5：画像入力100万トークンあたり$8、画像出力100万トークンあたり$30、画像あたりの価格は非公開。Qwen-Image-3.0：1画像あたり約¥0.18から（Standard、国際版は約$0.03）；Proは約¥0.25〜0.5、AAでは約$40/1k。

• 強み — GPT-Image-2.5：編集精度、参照忠実度、マルチターン一貫性。Qwen-Image-3.0：高密度なドキュメント・レイアウト生成、4,500トークンのプロンプト、約10pxの可読テキスト、12言語。

• 独立シグナル — GPT-Image-2.5: まだなし。Qwen-Image-3.0: ProはAAで中位 — ~1,086 T2I、~1,079 編集、GPT Image 2（高）よりおよそ90 Elo低い。

• 出力 — GPT-Image-2.5: 最大3840×2160、透明背景に対応。Qwen-Image-3.0: 最大2048×2048、1回の呼び出しで最大6枚。

どのレンタルがあなたのワークロードに合いますか

あなたの仕事がドキュメント、教育、ローカライゼーション、あるいは大量の多言語レイアウトに関わるものであれば — 数式を含むコース教材、新聞・雑誌のページ、UIモックアップ、十数言語で読みやすい文字を保持しなければならないインフォグラフィックなど — Qwen-Image-3.0はそのために作られたフラッグシップであり、Standard版の1画像あたりの価格設定により、大量の実験を低コストで行える。ただし、信頼が条件だ。Standard版は文書化されておらず、存在する独立した評価スコアは、より高価なPro版向けのものだけだ。Pro版は中位に位置しており、レイアウト作業には十分でも、品質のリーダーではない。大規模なビジュアルQAの予算を確保しておくこと。

商用画像制作、つまり商品撮影、キャンペーンクリエイティブ、そして被写体が長い編集チェーンを経ても変更されずに維持されなければならない参照一貫性のある編集がお仕事なら、GPT-Image-2.5のほうがより筋の良い賭けと言えます。ただし、同じ注意点がより穏やかな形で当てはまります。少なくともOpenAIは料金表と具体的な性能主張を公開していますし、前世代モデルがAAのtext-to-imageリーダーボードで計測上1位を獲得したことは、合理的な事前確率を与えてくれます。2026年9月9日時点では、どちらのモデルもOrcaRouterのカタログには掲載されていません（前世代のOpenAIモデルであるGPT-Image-2は、プロバイダー定価・マークアップなしで掲載されています）。そのためA/Bテストを実施するには、Qwen CloudとOpenAI APIの両方のキーを保持する必要があります。これらのモデルがルーティングされるようになれば、パススルー方式の考え方は引き続き有効です。プロバイダー定価をマークアップなしで請求するアグリゲーターこそ、プロバイダーごとの請求処理を構築せずにこのようなクロスベンダー試験を実施する最もクリーンな方法です。

両モデルが残した未解決の問いは、{{1}}「クローズド・フラッグシップ」が画像生成において持続可能な戦略なのか、それとも一時的なものなのか{{/1}}ということだ。Qwen-Image-3.0のクローズド化は、より覆しやすい。アリババにはオープン化の前例があり、それを期待するコミュニティも存在するからだ。そして、再びウェイトを公開したときのより強いシグナルは、ホステッド専用の実験が十分な収益を得られなかったということになるだろう。GPT-Image-2.5の賭けは、OpenAIの編集機能におけるリードが、いったん測定されれば、画像ごとに課金する競合他社と比較して、トークン従量課金の価格を正当化するというものだ。注目すべきは2つの出来事だ。{{2}}Qwen-Image-3.0（非Pro版）{{/2}}が独立系のリーダーボードに登場すること、そしてGPT-Image-2.5も同様に登場することだ。それまでの間、これは2つの価格表の対決であり、それぞれに品質の約束が付随しているが、独立した誰かによってこれまで検証されたのはQwen Pro版だけで、その検証結果は中位グループという評価だった。