画像モデル調査ノート：提供モデル、open weights、ライセンスを混同しない

モデルの名前では、使えることが分からない

「最新の画像モデル」は一つの棚に並ばない。APIで呼ぶ閉じた提供モデル、製品UIで使えるモデル、推論コードだけが公開されたもの、重みまで配られたもの、商用に追加条件があるものが混在する。これを一括してOSSと呼ぶと、ローカルで動かせるのか、入力が保持されるのか、チームへ配布できるのかという大切な問いが消える。

2026-10-04に取得したOpenAIの発表 では、gpt-image-1 をAPIで提供し、編集、指示追従、文字描画を主要な用途として説明する。同発表はC2PAメタデータと安全対策にも触れる。これはAPI提供の記述であり、重み公開やローカル推論の発表ではない。価格は入力・出力トークンと品質・サイズで変わり、最新の料金と利用資格は実装直前に公式料金表・API文書で確認する。

1. 1製品UI/API利用
2. 2提供者が推論基盤と更新を管理

1. 1open weights
2. 2自前のGPU/クラウドで推論可能性を検討

1. 1OSS code
2. 2コード利用権を確認

1. 1商用利用
2. 2重み・出力・入力・地域の規約を個別確認

参照と編集の実務的な意味

OpenAIの画像プロンプト文書 は、GPT Image 1で参照画像とマスクによる編集を説明し、input_fidelity の高設定は入力の詳細保持を狙う一方で画像入力トークンを多く使うと案内する。ここで「高忠実度」は完全一致の保証ではない。参照の人物が別角度、別照明、別の遮蔽で現れる場合、モデルは見えない部分を推定する。製品写真の色やロゴのように誤差が許されない要素は、別レイヤーで合成する工程を残す。

Google DeepMindのmodel cards一覧 には Imagen 4 を生成モデルとして掲載し、更新日を示している。モデルカードは意図した用途、評価、既知の制約を読む入口であり、サービスごとの利用可能地域や価格まで固定する資料ではない。公式ベンチマークが優れていても、自社の固有製品、非英語文字、細い線、印刷解像度での評価は別に必要となる。

Stable Diffusion 3.5 の位置づけ

Stability AI の公式発表 は2024年10月にSD 3.5 Large、Large Turbo、Mediumを案内した。Turboは少ないステップでの高速生成を狙い、同社はCommunity Licenseの下での利用可能性を説明している。ここで便利なのは、自分のPCや閉域環境で試行回数を増やせる可能性である。一方、ライセンス名だけを引用して「無条件に商用可」と結論してはいけない。現在の重み配布先、収益・組織規模などの適用条件、派生モデル、第三者LoRAのライセンスは別々に確認する。

高速なローカル生成には、GPUメモリ、ドライバ、量子化、解像度、バッチ、アップスケールまで含む運用費がある。クラウドAPIには待ち時間、単価、レート制限、データ取扱い、モデル更新による出力差がある。どちらが上かではなく、反復の量、機密性、再現性、チームの保守能力で選ぶ。

評価表を先に作る

候補モデルへ同じ十題を投げる。人物一貫性、商品ラベル、日英の短い文字、手と接触、構図、参照編集、マスク編集、透明背景、レイテンシ、失敗時の説明可能性である。各題に入力、出力、設定、採点、ライセンスURL、実施日を記録する。提供者の人間選好ベンチマークは「候補に入れる」根拠にはなるが、自分の合格条件そのものではない。

1. 1用途を一文にする
2. 2合格画像を定義
3. 3同じ入力で候補比較

1. 1品質・費用・時間・権利を採点
2. 2小規模実装
3. 3定期的に再評価

1. 1モデル更新を検知
2. 2固定テストセットで差分を見る

確認限界

このノートは取得日に閲覧できた一次資料を整理したもので、全地域・全プラン・全SDKの実行検証ではない。製品名と提供形態は更新される。導入時には公式ドキュメントの現行モデル名、利用規約、価格、データ保持、出力の権利、コンテンツポリシーを再確認し、特に人物画像と顧客データは組織の同意・保護方針に従う。

製品が変わる時は licence を再確認する

このノートが hosted model、weights、licence を分ける理由は、2024年以降も重要だからだ。2026年9月の OpenAI ChatGPT Images 2.5 発表は観測した製品更新であり、このノートの API、weights、商用条件が変わった証拠ではない。利用前に現在の製品固有の規約と account 契約を取り直し、endpoint または UI、出力権利の記述、retention 設定、日付を残す。