Krea: K3 Edit 対 OpenAI: GPT-5 Image
api14カタログの最新のUSD料金と機能をもとに、Krea: K3 Edit（$0.11 / 画像 (≈ ￥17)）とOpenAI: GPT-5 Image（$35.00 / 100万トークン (≈ ￥5,524)）を並べて比較します。どちらも同じOpenAI互換APIで動作します。
仕様
| Krea: K3 Edit | OpenAI: GPT-5 Image | |
|---|---|---|
| プロバイダー | Krea | OpenAI |
| 画像出力 | $0.11 / 画像 (≈ ￥17) | $140.00 / 100万トークン (≈ ￥22,097) |
| 画像入力 | $0.04 / 画像 (≈ ￥6) | - |
| 入力 | - | $35.00 / 100万トークン (≈ ￥5,524) |
| 出力 | - | $35.00 / 100万トークン (≈ ￥5,524) |
| キャッシュ読み取り | - | $4.38 / 100万トークン (≈ ￥691) |
| ウェブ検索 | - | $35.00 / 1,000検索 (≈ ￥5,524) |
| コンテキストウィンドウ | 65,536 | 400,000 |
| 最大出力 | 58,982 | 128,000 |
| 入力 | text, image | image, text, file |
| 出力 | image | image, text |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2026/10/15 | 2025/10/14 |
主な違い
- OpenAI: GPT-5 Imageは6.1倍長いコンテキスト（400,000トークン）を読み取れます。
- 構造化JSON出力に対応しているのはOpenAI: GPT-5 Imageだけです。
- 推論の強度の調整に対応しているのはOpenAI: GPT-5 Imageだけです。
詳しく見る
Krea: K3 Edit は Krea の画像モデルです。OpenAI: GPT-5 Image は OpenAI の画像モデルです。どちらも api14 の image カテゴリに掲載されており、どちらもテキストと画像の入力を受け付けるため、一見すると同じ種類のツールに見えます。違いは、それぞれが何を受け付け、何を返し、呼び出しをどれだけ制御できるかを見ると明らかになります。
最も明確な違いはコンテキストと出力です。GPT-5 Image の方がコンテキストウィンドウが大きく、2つの中で画像と一緒にテキストを返すのはこれだけです。また、Krea: K3 Edit が受け付けないファイル入力も受け付けます。さらに、GPT-5 Image だけが structured outputs と reasoning を公開しており、サポートされるパラメータの長いリスト (temperature、top_p、max_tokens、seed、response_format、logprobs、verbosity など) を備えています。Krea: K3 Edit はサポートされるパラメータを一切記載していないため、呼び出しの表面はよりシンプルで、調整できるつまみは少なくなります。パイプラインでレスポンスの形を制約したり、reasoning を要求したり、サンプリングを調整したりする必要があるなら、それを提供するのは GPT-5 Image だけです。
日々の作業では、タスクが実際に必要とするものに基づいて選んでください。テキストプロンプトと参照画像からの単純な画像編集や生成を行うなら、Krea: K3 Edit の方がより簡素な選択肢であり、調整可能なパラメータがないことは、判断が少なく設定も少ないことを意味します。大量の入力コンテキスト、読み込むファイルが必要な作業、またはモデルに自己説明させたい、画像の隣にテキストを返させたい場合は、呼び出すべきは GPT-5 Image です。画像作業と structured output を組み合わせたタスク、たとえば固定スキーマでキャプションやメタデータを返すような場合も GPT-5 Image が適しています。Krea: K3 Edit は structured outputs を提供していないからです。
どちらのモデルも api14 経由で呼び出す方法は同じです。API が OpenAI 互換だからです。同じエンドポイントに同じリクエスト形状でリクエストを送信し、2つの間で変わるのは model id だけです。Krea: K3 Edit を使いたいときは "krea/k3-edit" を、GPT-5 Image を使いたいときは "openai/gpt-5-image" を使用します。クライアントコード、認証、メッセージ構造はそのままなので、切り替えは書き直しではなく1行の変更です。
GPT-5 Image の方が多くのことを行うとしても、よりシンプルなモデルが勝つ場合もあります。プロンプトと参照画像がより小さなコンテキストに余裕をもって収まり、ファイル入力が不要で、reasoning traces や structured responses に関心がないなら、Krea: K3 Edit は余分なパラメータを考えることなくその作業をカバーします。より大きなコンテキスト、テキスト出力、ファイル入力、または reasoning と structured output のサポートが、構築しているものにとって実際に重要である場合に GPT-5 Image を選んでください。
文字列1つで切り替え
どちらのモデルも同じエンドポイントとリクエスト形式を使います。modelの値を"krea/k3-edit"から"openai/gpt-5-image"に変えるだけで、プロンプト、ストリーミング、ツールはそのまま動きます。
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.images.generate({
"model": "openai/gpt-5-image",
"prompt": "A minimalist product photo of a ceramic mug on a wooden table",
"n": 1,
"aspect_ratio": "1:1"
});
import { writeFile } from "node:fs/promises";
await writeFile("image.png", Buffer.from(result.data[0].b64_json, "base64"));
その他の比較
- OpenAI: GPT Image 2.6 Flare 対 OpenAI: GPT Image 2.6 Sunburst
- OpenAI: GPT Image 2.6 Flare 対 Auto Router
- OpenAI: GPT Image 2.6 Flare 対 Auto Code
- OpenAI: GPT Image 2.6 Flare 対 Sourceful: Riverflow V2.6 Pro
- OpenAI: GPT Image 2.6 Sunburst 対 Auto Router
- OpenAI: GPT Image 2.6 Sunburst 対 Auto Code
- OpenAI: GPT Image 2.6 Sunburst 対 Sourceful: Riverflow V2.6 Pro
- Auto Router 対 Auto Code