GPT Image 2.6 Sunburst API

GPT Image 2.6 Sunburst は EvoLink の統一 API から利用でき、編集中心のワークフローに向いています。商品ディテール、参照画像、マスク、複数ステップの修正をテストし、生成前にコストを見積もれます。リクエストのモデル ID：gpt-image-2.6-sunburst。

OpenAI画像生成利用可能

出力画像 $0.030 / 1K tokens から

テキストto画像画像to画像インペイントマスク画像内テキストポスター・インフォグラフィックマルチ参照入力

本番ルート公開中

公開中

モデルの特長

編集精度:参照画像に忠実な複数回編集(OpenAI の位置づけ)

ユースケース

商品の背景差し替え、マスク修正、複数ステップの編集

入力

テキストプロンプト（参照画像・マスクは任意）

出力

画像

Playground 料金 Readme API

API を組み込む前に GPT Image 2.6 Sunburst を試す

本格導入の前に、出力品質を確認し、1 リクエストのトークンコストを見積もり、サンプルを 1 枚生成できます。

画像タスクを作成

使用モデル gpt-image-2.6-sunburst

画像の生成と編集に対応。最終料金は実際のトークン使用量で決まります。

プロンプト

Create a premium brand image for EvoLink that conveys "refined, complex yet orderly, worth zooming in to explore," for use as the default showcase asset in the Sunburst Playground. Full horizontal 16:9. Theme: "EvoLink Creative Workshop" — a grand, precise cutaway panorama of a future creative workshop, like a handcrafted architectural model, where dense detail and high aesthetics hold together.

A complete four-story creative workshop is elegantly opened at the front, like the precise cutaway of a high-end architectural model, in a wide, horizontal, terraced composition. The camera looks down slightly from a three-quarter angle. At the center is a full-height daylit atrium; cream limestone columns, fine brass railings, a glass skylight and a spiral staircase running through every floor form the visual center. Above the entrance, a clear, elegant architectural sign reads exactly "EvoLink" with correct capitalization; this is the only place the brand name appears. The creative spaces around the atrium connect naturally and belong to one real, walkable building — never a split screen, a four-panel grid or stacked feature cards.

Rich, specific scenes in layers:
Upper left is a miniature-landscape and visual-design studio: a long table holds precise mountain models, easels, miniature buildings, paint dishes and paper rolls; beautiful landscape-painting frames of different sizes stand against the wall, and shelves hold neatly arranged lenses and color tools.
Lower left is a film stage: a miniature camera mounted on a dolly track, several lights with soft diffusers illuminating a realistic miniature street set, a folding director's chair, cables, a costume rack and a script table, each clearly defined, with a few tiny crew members adjusting the equipment.
Upper right is a gracefully tall library and writing room, with double-height neat bookshelves, thin book spines, reading lamps, a long table, open books and papers; a fine metal spiral staircase and a narrow walkway connect the upper and lower levels, and two people are reading and discussing.
Lower right is a precise recording and music studio: through soundproof glass you see a grand piano, string instruments, microphones, headphones, a row of knobs on the mixing console and real wooden acoustic panels, with clear details and believable proportions.
The middle floors also hold a small model-making bench, an exhibition corridor, adjoining glass meeting rooms and display shelves for finished works, making the whole workshop a lived-in creative ecosystem. Simply dressed tiny figures are scattered across the floors, working, talking and walking, in moderate numbers with natural poses. Extremely fine coral-orange light lines set along the edges of walkways and handrails continuously link these creative spaces to express unified connection; the light must never obscure the details.

Style: a fusion of real, highly refined architectural-model photography and cinematic production design — cream stone, deep indigo accent walls, walnut, frosted glass and finely brushed brass, with small coral-orange accents. Every material is distinct and accurate: clear glass has clean reflections, wood grain and book pages are crisp, and lamps, railings, window frames, steps and table legs are structurally sound. Warm white interior light interweaves with soft, cool skylight, with precise contact shadows, excellent layering and spatial depth; overall bright and warm, with no cluttered cyberpunk neon.
The complete workshop fills about 90% of the frame, leaving only a little clean warm gray-blue background around it; all important rooms, the top skylight and the ground-floor steps are fully in frame, and no edge may cut off the subject. Wide angle but without severe perspective distortion, finely detailed and sharp from front to back. From afar it is a beautifully composed, clearly ordered building; up close it has many believable small details. Do not use meaningless gears, pipes or random debris to fake detail.
The only deliberately readable text in the image is "EvoLink" at the entrance; book spines and equipment surfaces use natural micro-texture rather than gibberish slogans. No extra titles, labels, model names, prices, performance numbers, watermarks, UI or computer frames. Horizontal 16:9, target 1792×1008, one complete work.

参照画像

参照画像はリクエストの入力トークン数に加算されます。

0/16 ファイル

出力

PNG・JPEG・WebP の静止画。

サイズ

解像度

選択した比率のピクセル予算:1K 約 1.05 MP、2K 約 4.19 MP、4K は 8.29 MP。

画質

low から max までの 5 段階のレンダリング強度。出力トークン数を左右する最大のコスト要因です。

計画の深さ

描画前にモデルがどれだけ計画するか。低いほど部分的な編集向き、高いほど密な文字や複雑なレイアウト向きです。追加料金なし、既定は high。

背景

透明出力にはアルファチャンネルが含まれます。この機能はプレビュー段階のため、結果が安定しない場合があります。

料金目安 ~$0.0332.2155 クレジット

画質: medium · 16:9 @ 1K · 参照画像: 0 · 枚数: 1

最終料金は実際のトークン使用量に基づきます。

準備完了

履歴

生成結果は24時間保存されます。必要なものはお早めにダウンロードしてください。

画像生成タスクはここに表示されます。

チャージする前に GPT Image 2.6 Sunburst のテスト費用を把握する

サンプル 1 枚のコストを起点にテスト予算を選び、計算機で自分のケースを見積もれます。トークン単価表は最下部にあります。

初回テスト費用

GPT Image 2.6 Sunburst - 1K - 1:1 - Low - 1 枚

1K Low サンプル

クレジット1.6813

Low 品質で 1 枚、参照画像なし

概算費用$0.025

10 ドル分のクレジットで約 386 回テストできます。

この見積もりは 1K、1:1、Low 品質、1 枚、プロンプト「Cat」を使用します。長いプロンプトや参照画像は入力費用を増やし、最終料金は実際の使用量で決まります。

GPT Image 2.6 Sunburst のテスト予算ガイド

想定するテスト回数に合わせて金額を選んでください。

クレジットを追加

$10

約 386 回のテスト

初回検証向け。

$50

約 2022 回のテスト

プロンプト改善向け。

$100

約 4044 回のテスト

本番導入前のテスト向け。

GPT Image 2.6 Sunburst のコスト例

下書きの反復Low · 1K · 1 枚 · プロンプトのみ

$0.025/枚

1.681 cr/枚

参照画像の編集Medium · 1K · 1 枚 · 参照画像 1 枚

$0.056/枚

3.7916 cr/枚

最終品質チェックxHigh · 2K · 1 枚 · プロンプトのみ

$0.191/枚

12.9398 cr/枚

最終料金は実際のトークン使用量に基づきます。

GPT Image 2.6 Sunburst の料金

単価は 1K トークンあたりです。計算機はリクエスト全体を見積もり、最終料金は実際の使用量で決まります。

GPT Image 2.6 Sunburstトークン課金gpt-image-2.6-sunburst

1 枚あたりの固定料金はありません。費用はプロンプト、サイズ、品質、参照画像、生成枚数によって変わります。

項目	ルール	料金	課金方法
画像出力トークン	出力トークン数は画像サイズと品質によって変わります。	$0.030/1K tokens 2.04 cr/1K tokens	出力トークン
画像入力トークン	参照画像とマスクは画像入力トークンに加算されます。	$0.0080/1K tokens 0.544 cr/1K tokens	入力トークン
画像キャッシュ入力トークン	上流の使用量に画像キャッシュトークンが報告された場合に課金されます。	$0.0020/1K tokens 0.136 cr/1K tokens	入力トークン
テキスト入力トークン	プロンプトで使用されるテキストトークン。	$0.0050/1K tokens 0.34 cr/1K tokens	入力トークン
テキストキャッシュ入力トークン	上流の使用量にテキストキャッシュトークンが報告された場合に課金されます。	$0.0013/1K tokens 0.085 cr/1K tokens	入力トークン

画像出力トークン

出力トークン数は画像サイズと品質によって変わります。 - 出力トークン

$0.030/1K tokens

2.04 cr/1K tokens

画像入力トークン

参照画像とマスクは画像入力トークンに加算されます。 - 入力トークン

$0.0080/1K tokens

0.544 cr/1K tokens

画像キャッシュ入力トークン

上流の使用量に画像キャッシュトークンが報告された場合に課金されます。 - 入力トークン

$0.0020/1K tokens

0.136 cr/1K tokens

テキスト入力トークン

プロンプトで使用されるテキストトークン。 - 入力トークン

$0.0050/1K tokens

0.34 cr/1K tokens

テキストキャッシュ入力トークン

上流の使用量にテキストキャッシュトークンが報告された場合に課金されます。 - 入力トークン

$0.0013/1K tokens

0.085 cr/1K tokens

EVOLINK · 料金見積もりgpt-image-2.6-sunburst

× 1 · リアルタイム

最終料金は実際のトークン使用量に基づきます。

料金の見積もり

~$0.0251.681

10 ドルあたり

≈ 386 枚

画質: low · 1K · 1:1

1 枚あたりのトークン数

画像出力トークン824

画像入力トークン0

テキスト入力トークン0

出力

画質

サイズ

解像度

アスペクト比

枚数

参照画像

プロンプト

0 文字 · ~0 tokens

GIF 出力も同じトークン単価です。全フレームを 1 枚のシートに並べ、そのサイズの画像 1 枚として課金します。計算機でシートのサイズとフレーム数ごとの料金を確認できます。

GPT Image 2.6 Sunburst 細部の画像編集のための API

GPT Image 2.6 Sunburst API: EvoLink 経由の Sunburst で、商品写真の修正、キャンペーン素材の調整、選んだ草案の仕上げができます。参照画像、テキストの指示、マスクを組み合わせて、細部の制御が重要な編集に取り組めます。

適した用途: 精密な参照画像編集、複数回の修正、キャンペーン・商品ビジュアル · コストの内訳: プロンプト、サイズ、品質、参照画像の入力 · 出力の上限: カスタムサイズは一辺最大 3840 px。大きな出力はまだ実験的な機能です

入力

テキスト / 画像

出力

画像

サイズ

Auto / 15 種類の比率 / カスタムピクセル

品質

Low / Medium / High / xHigh / Max

モデル ID

gpt-image-2.6-sunburst

GPT Image 2.6 Sunburst API — モデル ID とエンドポイント

GPT Image 2.6 Sunburst

gpt-image-2.6-sunburst

POST https://api.evolink.ai/v1/images/generations · Authorization: Bearer $EVOLINK_API_KEY · model: gpt-image-2.6-sunburst · GET /v1/tasks/{task_id} · 応答に含まれるタスク ID を使って結果を非同期で取得します。

GPT Image 2.6 Sunburst API — 参照画像・マスク・編集パラメータ

EvoLink の JSON フィールドです。quality と complexity は別々に指定し、GIF オプションは model_params に入れます。他の SDK とは構造が異なる場合があります。下表で組み合わせを確認してください。

パラメータ	型	役割
model	string · 必須	'gpt-image-2.6-sunburst':トークン課金の GPT Image 2.6 Sunburst ルート。同じエンドポイントで 'gpt-image-2.6-flare' を指定すると GPT Image 2.6 Flare になります。
prompt	string · 必須	テキスト指示。トークンルートではプロンプトのトークンがテキスト入力として計測されます。
size	string · デフォルト auto	'auto'、1:1 や 16:9 など 15 種類のアスペクト比のいずれか、または 16 の倍数で明示指定する WxH ピクセル。
resolution	string · 1K / 2K / 4K	比率モードでのピクセル予算。size が auto または明示ピクセルの場合は無視されます。
quality	string · low / medium / high / xhigh / max	デフォルトは medium。再現性のあるテストのため段階を明示的に指定してください。品質を上げても最終画像が採用されるとは限りません。
complexity	string · low / medium / high	既定は high。描画前にモデルが計画する量で、quality とは独立しています。追加料金はありません。
background	string · opaque / transparent	出力のアルファチャンネル。既定は opaque。transparent は Preview 機能で、出力が安定しない場合があります。
output_format	string · png / jpeg / webp / gif	既定は png。gif はアニメーション GIF を返し、フレームシートのサイズで課金され、n = 1 のみです。svg は現在サポートしていません。
n	integer · 1–10	静止画像リクエストでは 1〜10 を指定できます。実際の出力数は results で確認し、指定数より少ない場合があります。安定したバッチ処理には n: 1 のタスクを個別に送信してください。GIF は n: 1 が必要です。
image_urls	array · 最大 16 枚	image-to-image と編集用の参照画像。1 枚ごとに画像入力トークンが加算されます。
mask_url	string · 任意	アルファチャンネル付き PNG。ピクセル寸法は参照画像と一致させます。透明部分が再生成されます。
markup_url	string · 任意	1 枚目の参照画像に重ねる透明 PNG のマークアップ（同じサイズ）で、編集する場所を示します。編集モードのみ、mask_url とは併用できません。
model_params	object · 任意	GIF：frame_count 2〜16（既定 9）、frame_duration_ms 20〜2000（既定 200）。output_format が gif のときだけ送信します。SVG のフィールドは現在サポートしていません。
callback_url	string · 任意	タスク結果を受け取る HTTPS webhook。ポーリングの代わりに使えます。

GPT Image 2.6 Sunburst API — アプリやエージェントに接続

サーバー連携とエージェント呼び出しには同じ EvoLink 認証情報を使い、このルートのモデル ID とリクエストフィールドを設定します。

方法 1

EvoLink API で連携

用途：プロダクトのバックエンド、一括処理、自動化ワークフロー

サーバーから EvoLink の統合画像 API を呼び出し、モデル ID、パラメータ、キュー、callback、結果保存を制御します。

1実際のブリーフを Playground で試し、品質とコストを確認
2コンソールで EvoLink API キーを作成
3上のルートカードからタスクに合うモデル ID を選択
4タスクを送信し、ポーリングまたは HTTPS callback で結果を取得

EvoLink API キーを作成

方法 2

Agent から呼び出す

用途：Codex、Claude、Gemini での制作・開発タスク

生成目的、素材、合格条件を Agent に渡すと、ルート選択、リクエスト作成、タスク追跡、結果取得まで任せられます。各手順を自分で実装する必要はありません。

1EVOLINK_API_KEY をローカル環境変数に設定し、コードや Prompt には書かない
2出力目的、参照素材、主要パラメータを説明
3Agent に GPT Image 2.6 Sunburst のルートを呼ばせ、task ID を保存
4最終状態まで確認し、結果をダウンロードして失敗理由を報告させる

GPT Image 2.6 Sunburst API — 商品画像の編集ワークフロー

GPT Image 2.6 Sunburst — 商品の背景編集

商品写真を image_urls の先頭に置き、背景と維持する形・色・ラベルを指定します。局所編集には適合する mask_url を加え、境界を確認します。

GPT Image 2.6 Sunburst — markup を使った編集

最初の参照画像と別の透明 PNG を markup_url で送り、prompt に変更内容を指定し、mask_url は省きます。他のピクセルの保持は保証されません。

GPT Image 2.6 Sunburst — 連続した修正

タスク A の完了後、承認済み結果 URL をタスク B の image_urls に渡します。ID とファイルを保存し、各リクエストで維持条件を繰り返します。usage は各タスクで別です。

GPT Image 2.6 Sunburst — 文字とレイアウトの編集

prompt に文字と位置を指定し、承認済みレイアウトを参照画像として送ります。スペル、同一性、配置を確認し、元のピクセルが必須なら合成します。

GPT Image 2.6 Sunburst API — リクエスト例とトラブルシューティング

参照画像の編集例です。URL をサーバーから取得できる商品写真に置き換え、response.id を保存して照会し、completed 後に results を読み取ります。mask_url または markup_url には参照画像が必要です。

API ドキュメントをすべて見る

cURL

curl -X POST https://api.evolink.ai/v1/images/generations \
  -H "Authorization: Bearer $EVOLINK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.6-sunburst",
    "prompt": "Replace only the background with a pale gray studio. Preserve the product shape, colors and label text.",
    "size": "auto",
    "quality": "medium",
    "complexity": "low",
    "output_format": "png",
    "n": 1,
    "image_urls": [
      "https://example.com/product.png"
    ]
  }'

# Save id from the create response, then query that task:
curl https://api.evolink.ai/v1/tasks/{task_id} \
  -H "Authorization: Bearer $EVOLINK_API_KEY"

# pending / processing: keep querying the same task.
# completed: download the URLs in results within 24 hours.
# failed: inspect error.code and error.message before retrying.

フィールドや組み合わせが無効

値と階層を確認します。PNG に GIF のフィールドを送らず、mask_url と markup_url を併用せず、GIF では n: 1 を指定します。output_format の svg は現在サポートしていません。

参照画像やレイヤーが拒否された

サーバーから取得可能な URL を使います。マスクにはアルファが必要で、マスクまたは markup は向き補正後の最初の参照画像と同寸法にします。参照画像も送信してください。

認証または残高のエラー

EvoLink の Bearer キーと残高を確認し、キーはサーバーまたはローカル環境で保管します。

タイムアウトまたはタスク失敗

id がある場合は先に既存タスクを照会します。pending と processing は失敗ではありません。failed なら error.code と error.message を確認し、原因を直して再試行します。失敗タスクは課金されません。

コールバックが届かない

速やかに 2xx を返す公開 HTTPS callback_url を使います。配信に失敗しても状態を照会できるようタスク ID を保存します。

GPT Image 2.6 Sunburst API — 入力と出力のルール

リクエストのルール	静止画生成	参照画像の編集	アニメーション GIF	SVG（未対応）
入力	prompt	prompt + image_urls	prompt、image_urls は任意	—
output_format	png / jpeg / webp	png / jpeg / webp	gif	svg
1 リクエストの結果数	n = 1–10	n = 1–10	n = 1	—
編集・形式の指定	size / resolution / quality / complexity	mask_url または markup_url	model_params: frame_count, frame_duration_ms（mask_url 不可）	—
課金対象の処理	テキスト入力＋画像出力	テキスト・参照画像入力＋画像出力	入力＋フレームシート生成	—

入力

静止画生成prompt

参照画像の編集prompt + image_urls

アニメーション GIFprompt、image_urls は任意

SVG（未対応）—

output_format

静止画生成png / jpeg / webp

参照画像の編集png / jpeg / webp

アニメーション GIFgif

SVG（未対応）svg

1 リクエストの結果数

静止画生成n = 1–10

参照画像の編集n = 1–10

アニメーション GIFn = 1

SVG（未対応）—

編集・形式の指定

静止画生成size / resolution / quality / complexity

参照画像の編集mask_url または markup_url

アニメーション GIFmodel_params: frame_count, frame_duration_ms（mask_url 不可）

SVG（未対応）—

課金対象の処理

静止画生成テキスト入力＋画像出力

参照画像の編集テキスト・参照画像入力＋画像出力

アニメーション GIF入力＋フレームシート生成

SVG（未対応）—

リクエストの検証

静止画のピクセル寸法

WxH を直接指定する場合、各辺は 16 の倍数かつ最大 3840 px、総画素数は 655,360〜8,294,400、縦横比は 1:3〜3:1。3,686,400 ピクセル超は実験的機能です。resolution は比率モードでのみ適用されます。

GIF フレームの寸法

size: auto では 512×512、WxH の直接指定は 16 の倍数にします。比率文字列と resolution は使用しません。フレーム数はシートの制限内に収め、フレームごとの上限は API リファレンスを確認してください。このルートは 2〜16 フレームに対応します。

透明なラスター出力

PNG または WebP で background: transparent を指定し、アルファチャンネルを確認します。JPEG は透明度を保持できません。透明出力は Preview です。このルートの GIF は不透明出力が必要です。

参照画像とレイヤー

サーバーから取得できる URL で JPEG/PNG/WebP を最大 16 枚、各 50 MB 以下。マスクまたは markup は向き補正後の最初の画像と同じ寸法の透明 PNG が必要です。markup は別送し、最初の参照画像とともにそれぞれ 16,777,216 ピクセル以下にします。

最新の制限は OpenAI の画像生成ガイドでご確認ください

GPT Image 2.6 Sunburst API — タスク結果と使用量の確認

ID を保存して状態を追跡

作成時の応答には id と status が含まれます。pending または processing の間は GET /v1/tasks/{task_id} を照会します。failed なら error.code と error.message を確認します。id がある場合、クライアントのタイムアウトだけを理由に再送しないでください。