Azure GPT-Image-2とOpenAI APIのgpt-image-2は、別々の画像モデルを競わせる比較ではありません。同じOpenAIモデルファミリーを、AzureとOpenAIという異なる運用主体から使う選択です。
Azureサブスクリプションへの集約、Microsoftの請求・サポート、Microsoft Entra ID、Azure内のリージョン管理や既存監視が必須ならAzure OpenAIを選びます。OpenAI公式APIへの短い実装経路、OpenAIの料金・usage tier、WebPの直接出力を優先するならOpenAI直結が基準になります。
先に必須条件を決め、最後に価格と生成結果を確認してください。1枚の作例や他社の単価表だけでは、本番経路は決まりません。
必須条件から選択肢を絞る
| 本番要件 | Azure OpenAIを先に検討 | OpenAI直結を先に検討 |
|---|---|---|
| リソース所有 | Azureサブスクリプション、resource group、社内ポリシーに収める必要がある | OpenAI organization/projectで独立管理できる |
| 認証 | Entra ID、Azure RBAC、Azureのシークレット管理が必須 | OpenAI project keyとプロジェクト権限で足りる |
| 契約・請求 | Microsoftの契約、請求、サポート、SLAが要件 | OpenAIの契約、請求、サポートで運用できる |
| 配置先 | 対象テナントで利用可能なAzureリージョンとdeployment typeが必要 | OpenAIプロジェクトの提供条件とデータ制御で要件を満たす |
| 出力形式 | PNG/JPEGでよい、または後段変換がある | PNG/JPEGに加えてWebPをAPIから直接受けたい |
| 運用基盤 | Azure Monitor、予算、ネットワーク、権限管理に統合したい | 既存アプリがOpenAIのログと予算管理を利用している |
どれか一つが拒否条件なら、ほぼそこで決まります。必須条件がない場合はOpenAI直結のほうが、最初のリクエストまでに作るオブジェクトが少なく、比較基準にしやすい経路です。Azureの追加作業は、企業運用を統一できるときに価値を持ちます。
「日本で使える」「この通貨で払える」「このリージョンに画像APIがある」といった判断は、一般ページから推測しません。実際のAzureテナント・サブスクリプションとOpenAIプロジェクトで確認します。
モデルが共通でも契約面は共通ではない
Microsoftの現行画像生成ガイドはGPT-Image-2をGenerally Availableとして掲載しています。OpenAIのモデルページには直結model IDのgpt-image-2と、現行snapshotのgpt-image-2-2026-04-21が記載されています。
ここから分かるのはモデルの提供元と識別子です。出力がバイト単位で同じ、モデレーションが同じ、更新日が同じ、クォータや価格が同じ、という保証にはなりません。エンドポイント、認証、フィルター、リリース、ログ、請求は各プラットフォームが所有します。
| 契約面 | Azure OpenAI / Microsoft Foundry | OpenAI直結 |
|---|---|---|
| エンドポイント | 自社のAzure OpenAIリソース | api.openai.com |
| モデル指定 | Azureで作成したdeployment名 | gpt-image-2または文書化されたsnapshot |
| 認証 | Azure API key、または対応するEntra IDフロー | OpenAI project API key |
| 生成 | 現行文書ではAzureリソース配下の/openai/v1/images/generations | /v1/images/generations |
| 編集 | Azureリソース、deployment名、API versionを含む経路 | /v1/images/edits |
| 返却 | base64画像データ | base64画像データ |
| 現行文書の形式 | PNG/JPEG。WebPは非対応 | PNG/JPEG/WebP。JPEG/WebPは圧縮率を指定可能 |
| クォータ | サブスクリプション、リージョン、モデル、deployment type、deployment | OpenAI projectのusage tierとモデル制限 |
| 請求・サポート | Azure/Microsoft | OpenAI |
画像機能には共通部分もあります。両社の文書は、テキスト・画像入力、生成・編集、品質指定、柔軟なサイズ、base64出力を扱っています。GPT-Image-2のサイズは、各辺が16の倍数、長辺3840px以下、アスペクト比3:1以下、総画素655,360〜8,294,400という条件です。
ただしパラメータを丸ごとコピーしてはいけません。OpenAI直結は品質のautoとWebPを文書化しています。Azureはlow、medium、highを列挙し、既定値をhigh、形式をPNG/JPEGとしています。納品がWebP固定なら、Azureでは変換処理も設計に含めます。
実際のリクエスト形を比較する
Azureではmodelにdeployment名を入れます。
bashcurl "https://YOUR-RESOURCE.openai.azure.com/openai/v1/images/generations?api-version=preview" \ -H "api-key: $AZURE_OPENAI_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "YOUR-GPT-IMAGE-2-DEPLOYMENT", "prompt": "白いデスクランプをニュートラルなスタジオ背景に配置", "size": "1536x1024", "quality": "medium", "output_format": "png" }'
OpenAI直結は公式ホストとmodel IDを使います。
bashcurl "https://api.openai.com/v1/images/generations" \ -H "Authorization: Bearer $OPENAI_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-image-2", "prompt": "白いデスクランプをニュートラルなスタジオ背景に配置", "size": "1536x1024", "quality": "medium", "output_format": "webp" }'
実装時は必ず最新文書を開き直します。Azureの現行生成例はv1形式とapi-version=previewを示す一方、編集例はdeployment pathと明示的なAPI versionを使います。モデルがGAでも、周辺APIの経路がすべて固定・無版管理になったわけではありません。
どちらもb64_jsonをデコードし、request ID、実寸、MIME、保存先、保持期限を記録します。base64をレスポンスログに残すだけでは、配信可能な画像資産にはなりません。
単価は同じ表で比べない
OpenAIは直結価格を公開しています。2026年8月5日時点のOpenAI料金表では、GPT-Image-2の標準image input、cached image input、image outputは100万token当たり8、2、30米ドル、text inputとcached text inputは5、1.25米ドルです。画像コスト計算例は1024×1024でlow 0.006、medium 0.053、high 0.211米ドルを示し、入力費用は別に加わります。
これはOpenAI直結の値です。Azureの料金ページもGPT-Image系列をtoken課金として扱いますが、実際の数字は通貨、契約、リージョン、deployment type、アカウント表示で確認します。OpenAIの値をAzure見積もりへ転記してはいけません。
比較式は二つに分けます。
text1リクエスト費用 = text input + image input + image output 採用画像1枚当たり費用 = （課金された全試行 + 保存/転送 + 変換 + 修正作業） / 本番採用枚数
既存のAzure契約や監視を使えるなら、Azureは運用負担を減らせます。OpenAI直結はdeploymentやWebP変換を省ける可能性があります。アカウント実績なしに「常に安い」とは決められません。
Azureの公開クォータ値は一つではない
Microsoftの画像ガイドはGPT-Image-2についてdeployment当たり5 images/minと記載しています。一方、一般のAzure OpenAIクォータページはdefault GPT-image-2 quotaを9 RPMとしています。
この不一致が示す結論は、都合のよい数字を選ぶことではありません。対象サブスクリプション、リージョン、モデル、deployment typeのポータル実値を確認し、予定並列数だけで小さく負荷をかけます。成功数、429、遅延、retry情報を保存します。
OpenAI直結も同様に、対象projectのusage tierとモデルページの現行limitを確認します。Free tierやTier 1〜5はアカウント契約であり、モデル名だけから利用枠は決まりません。
移行確認シートで本番条件を証明する
- 経路の識別：provider、Azure resource/OpenAI project、deployment/model ID、endpoint、API version、regionを記録する。
- 入力の固定：同じprompt、利用権のある参照画像、size、quality、出力数を使い、合わせられない設定を明記する。
- レスポンス確認：base64を復号し、実寸とMIMEを検査し、request IDと保存先を残す。
- 必須条件の実動作：Entra ID、key rotation、private network、WebP変換、地域条件のうち採用理由になった項目を本当に動かす。
- 容量確認：予定負荷だけを流し、throttleとretryを記録する。
- 費用照合：AzureログとAzure Cost、OpenAI request IDとusageを照合し、失敗と参照画像入力も含める。
- 戻せる状態：新経路が認証、保存、モデレーション、遅延、費用、形式を満たすまで旧経路を維持する。
1枚の見た目が違っても、プラットフォームが別モデルを使った証拠にはなりません。乱数、alias、設定差、フィルター、API経路が影響します。画質が採用条件なら、同一入力と比較可能な設定で複数回確認し、経路とパラメータを結果に添えます。
最も厳しい条件の所有者を選ぶ
Microsoftの調達・サポート、Azure identity、リソース管理、ネットワーク、監視、確認済みの配置先が必須ならAzureを選びます。その代わり、deployment、クォータ、API version、形式変換を実装範囲に含めます。
OpenAI公式APIが許可され、短い実装が最優先ならOpenAI直結を選びます。こちらもproject分離、key rotation、予算、保存、モデレーション処理は必要です。
両方にgpt-image-2と書かれているだけでは移行理由になりません。移行先だけが満たせる要件があり、実アカウントの確認シートが本番リクエストを通せたときに移行します。
OpenAI直結の実装はGPT-Image-2 APIガイドで続けられます。AzureではMicrosoftの画像生成、モデル提供地域、クォータと、自社サブスクリプションの価格表示を同時に確認してください。
次の行動は、どちらかを却下する条件を一つ書き、運用予定のアカウントとリージョンで同じ入力の低コストテストを一回実行することです。
