
2026年11月の時点でプロダクトにハイエンドの画像モデルを追加するなら、PoYoの3つのAPIで大半のニーズをカバーできます。Kling Image 4.0 API(kling-4.0-image)、GPT Image 2.6 API(gpt-image-2.6-flare、gpt-image-2.6-sunburst、gpt-image-2.6-fixed)、Seedream 5.5 API(seedream-5.5)です。3つとも、同じエンドポイントとキーでテキストから画像と複数参照による編集に対応しています。違いは、最大解像度、1回の呼び出しで返される画像の枚数、出力形式、課金方法にあります。この比較では各モデルのPoYoドキュメントと価格表を使っています。Kling Image 4.0、GPT Image 2.6、Seedream 5.5のモデルページを開けば、各プレイグラウンドで同じプロンプトを試せます。
3つのモデルで同一プロンプトによる品質テストは実施していないため、この記事で比較するのは画像の品質ではなく、リクエストフィールド、上限、費用です。
Kling Image 4.0 API vs GPT Image 2.6 vs Seedream 5.5 早見表
| Kling Image 4.0 API | GPT Image 2.6 API | Seedream 5.5 API | |
|---|---|---|---|
| 提供元 | Kling AI(快手/Kuaishou) | OpenAI | ByteDance Seed |
| モデルID | kling-4.0-image、kling-4.0-long-image | gpt-image-2.6-flare、gpt-image-2.6-sunburst、gpt-image-2.6-fixed | seedream-5.5、seedream-5.5-layerize |
| 解像度 | 2K、4K、8K | 1K、2K、4K(Flare / Sunburst) | 1K、1.5K、2K |
| アスペクト比 | 8種類 + auto | 10種類 + auto、またはカスタムの WIDTHxHEIGHT(Flare / Sunburst) | 8種類 + auto(編集時) |
| プロンプト長 | 最大50,000文字 | 最大32,000文字 | 5〜5,000文字 |
| 参照画像 | 1〜10、加えて多視点エレメントを最大7つ(合計10項目) | 最大16 | 1〜10、各最大10 MB |
| 1リクエストあたりの画像枚数 | 1〜9、または一貫した2〜10枚のセット | 1 | 1 |
| マスク編集 | なし | あり(mask_url) | なし |
| 透過背景 | フィールドなし | あり(background: "transparent") | あり(background: "transparent"、PNG) |
| 出力形式 | PNG | PNG、JPEG、WebP(Flare / SunburstではGIFも) | PNG、JPEG |
| 課金 | 画像単位 + 参照単位 | トークン単位(Flare / Sunburst)または画像単位(Fixed) | 画像単位 + 参照単位 |
| 追加モデル | 縦長のWebページ / ECページ | — | レイヤー分解 |
同一リクエストでの料金
PoYoの価格、1クレジット = $0.005です。
| リクエスト | Kling Image 4.0 API | GPT Image 2.6 API | Seedream 5.5 API |
|---|---|---|---|
| 2Kで1枚、参照なし | 13クレジット($0.065) | Fixed:6クレジット($0.03)* · Flare / Sunburst:トークン単位 | 7クレジット($0.035) |
| 4Kで1枚 | 19クレジット($0.095) | Fixed:8クレジット($0.04)* · Flare / Sunburst:トークン単位 | 非対応(最大2K) |
| 8Kで1枚 | 32クレジット($0.16) | 非対応 | 非対応 |
| 参照画像3枚での2K編集 | 16クレジット($0.08) | Fixed:参照無料* · Flare / Sunburst:画像入力トークン100万あたり$6.4 | 11.8クレジット($0.059) |
| 揃った画像4枚 | 1リクエスト、2Kで52クレジット($0.26) | 4リクエスト | 4リクエスト、2Kで28クレジット($0.14) |
* gpt-image-2.6-fixed の価格は1Kで1.7クレジット($0.0085)、2Kで6、4Kで8とされており、参照画像は無料です。ただし現在、そのドキュメントには resolution フィールドの記載がないため、2Kや4KでFixedを呼び出す計画を立てる前にFixedのドキュメントを確認してください。FlareとSunburstは実際のトークン数で課金されます。テキスト入力トークン100万あたり$4、画像入力トークン100万あたり$6.4、出力画像トークン100万あたり$24なので、1枚あたりの費用はサイズと品質によって変わります。
表からわかること:
- 1K〜2Kで最安: Seedream 5.5またはGPT Image 2.6 Fixed。
- 4Kを超える唯一の選択肢: Kling Image 4.0 API。
- 参照: Klingは参照1つにつき1クレジット、Seedreamは1.6クレジットなので、参照が複数あると差は縮まります。3枚の画像を使った2K編集では16クレジット対11.8クレジットです。GPT Image 2.6 Fixedは参照が料金に含まれています。
Klingの詳細な数値:Kling Image 4.0 APIの料金。
同じリクエスト、3つのリクエストボディ
参照2枚を使った2Kの商品編集を、各APIのドキュメントに沿って書いたものです。
Kling Image 4.0 API:参照は @Image1、@Image2 のタグで指定します。
{
"model": "kling-4.0-image",
"input": {
"prompt": "Put the handbag from @Image2 on the wooden table in @Image1. Keep the lighting, background and camera angle of @Image1 unchanged.",
"image_urls": ["https://example.com/living-room.png", "https://example.com/handbag.png"],
"resolution": "2K"
}
}
GPT Image 2.6 API:空でない image_urls で編集モードになります。
{
"model": "gpt-image-2.6-flare",
"input": {
"prompt": "Put the handbag from the second image on the wooden table in the first image. Keep the lighting, background and camera angle of the first image unchanged.",
"image_urls": ["https://example.com/living-room.png", "https://example.com/handbag.png"],
"resolution": "2K",
"quality": "high"
}
}
Seedream 5.5 API:画像は順番("image 1"、"image 2")で参照します。
{
"model": "seedream-5.5",
"input": {
"prompt": "Put the handbag from image 2 on the wooden table in image 1. Keep the lighting, background, and camera angle of image 1 unchanged.",
"image_urls": ["https://example.com/living-room.png", "https://example.com/handbag.png"],
"resolution": "2K"
}
}
エンドポイント、認証ヘッダー、タスクのポーリング、callback_url は同一なので、3つのモデル間の振り分けは model といくつかの input フィールドの変更だけで済みます。
Kling Image 4.0 APIが優れている点
- 8K出力。 PoYoで8Kティアを持つ唯一の画像モデルです。リリース当日のテスト(PoYo本番API、2026年11月19日)では、16:9の8Kリクエストで10880×6144、約128 MBのPNGが約3.8分で返され、32クレジットでした。
- 1回の呼び出しで一貫したセット。
enable_sequential: trueでnは2〜10です。2Kの4枚セットでは夜明けから夜まで同じライダー、バイク、服装が保たれ、52クレジット、約4.9分でした。他の2つでは別々に呼び出し、参照とプロンプトで一貫性を保つ必要があります。 - 多視点エレメント。
kling_elementsを最大7つ、それぞれ1つのキャラクターや商品の2〜4視点で指定できます。 - ロングページデザイン。
kling-4.0-long-imageはWebページ全体やEC詳細ページを1枚の画像で返します。1KのWebページは1024×4257で、110クレジットでした。 - 長いプロンプト。 50,000文字。
Klingはまた、このモデルが7言語で1枚の画像に最大2,000文字のテキストを描画できるとしています(Klingの発表記事)。
GPT Image 2.6が優れている点
mask_urlによるマスク編集で、特定の領域だけを変更できる。- 透過背景と、
output_compressionによるJPEG / WebP出力。 - 最も多い参照数: 最大16枚。
- FlareとSunburstではカスタムの
WIDTHxHEIGHTによる正確なピクセルサイズ。 - 品質と計画のコントロール:
lowからmaxまでのquality、complexity。 - 1Kの
gpt-image-2.6-fixedで最安の定額料金。
詳しくはGPT Image 2.6 APIガイドをご覧ください。
Seedream 5.5が優れている点
- 1K〜2Kでの低い1枚あたりの料金:1Kまたは1.5Kで4クレジット、2Kで7クレジット。
background: "transparent"によるネイティブの透過PNG。seedream-5.5-layerizeによるレイヤー分解:ベース画像に加え、位置と名前付きの透過レイヤーを出力。- 比率とティアごとの固定ピクセル表により、呼び出す前に正確な出力サイズがわかる。
詳しくはSeedream 5.5 APIガイドを、より広い比較はSeedream 5.5 vs Nano Banana Pro vs GPT Image 2.6をご覧ください。
振り分けの指針
| リクエストの内容 | 送信先 |
|---|---|
| 4Kを超える印刷物、ビルボード、トリミングの多い素材 | Kling Image 4.0 API、8K |
| 揃える必要がある絵コンテ、商品の複数アングル、スライドセット | Kling Image 4.0 API、enable_sequential |
| Webページのモックアップ、EC詳細ページ | kling-4.0-long-image |
| 1つの領域だけを編集し、他はそのままにする | mask_url 付きのGPT Image 2.6 |
| 透過のロゴ、ステッカー、切り抜き | background: "transparent" 付きのGPT Image 2.6またはSeedream 5.5 |
| 限られた予算での大量の1K〜2K画像 | Seedream 5.5またはGPT Image 2.6 Fixed |
| 完成画像から編集可能なレイヤーを取得 | seedream-5.5-layerize |
Kling側の実践的な注意点が2つあります。結果はPNGです(不透明な画像でも、ダウンロードしたファイルはRGBAでした)。また、ロングページではページ内テキストの言語を明記してください。テストでは、その一文がない英語のプロンプトで中国語のテキストが返されましたが、「All text on the page is in English.」で解消しました。詳しくはKling Image 4.0 APIによる8K画像とロング画像をご覧ください。
よくある質問
Kling Image 4.0 APIはGPT Image 2.6より優れていますか? 適したリクエストが異なります。8K、一貫したセット、ロングページならKling Image 4.0、マスク編集、透過、JPEG/WebP出力、最大16枚の参照ならGPT Image 2.6が適しています。同一プロンプトによる品質テストは公開していません。
Kling Image 4.0 API、GPT Image 2.6、Seedream 5.5のうち、どれが一番安いですか? 参照なしの2Kでは、Seedream 5.5(7クレジット)とGPT Image 2.6 FixedがKling Image 4.0(13クレジット)より安くなります。参照が3枚の場合、Klingは16クレジット、Seedreamは11.8クレジットです。
PoYoで8Kに対応している画像APIはどれですか?
Kling Image 4.0 APIだけです。resolution: "8K" で1枚あたり32クレジット($0.16)です。
統合を書き直さずに、これらの画像APIを切り替えられますか?
はい。3つとも POST /api/generate/submit、同じキー、同じステータスエンドポイントとWebhookを使います。model を変更し、ドキュメントに従って input フィールドを調整してください。
3つのうち、1回のリクエストで複数の画像を返すのはどれですか? Kling Image 4.0 APIです。独立した画像1〜9枚、または2〜10枚のセットを返します。GPT Image 2.6とSeedream 5.5は1リクエストにつき1枚です。