Krea: K3 Edit 対 OpenAI: GPT Image 1
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 Image 1（$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 Image 1 | |
|---|---|---|
| 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 | 360,000 |
| 入力 | text, image | text, image |
| 出力 | image | image |
| ツール呼び出し | ||
| 構造化出力 | ||
| 推論の調整 | ||
| 追加日 | 2026/10/15 | 2026/06/24 |
主な違い
- OpenAI: GPT Image 1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 Image 1だけです。
詳しく見る
Krea: K3 Edit は Krea の画像モデルで、2026-10-15 にリリースされました。OpenAI: GPT Image 1 は OpenAI の画像モデルで、2026-06-24 にリリースされました。どちらも api14 上の同じカテゴリに属するため、この2つの選択は、一方が画像ツールで他方が別のものか、という話ではありません。どちらが、あなたが任せようとしている作業の形に合うか、という話です。
最も明確な違いはコンテキストです。GPT Image 1 は最大 400000 トークンの入力を受け付けるのに対し、K3 Edit は 65536 です。プロンプトに長い文書、多数の参照画像、または大量の周辺テキストが含まれる場合、何かを削る前に使える余裕は GPT Image 1 の方がはるかに大きくなります。モダリティについては両者は一致しており、どちらもテキストと画像を入力として受け取り、どちらも画像を出力として返すため、一方が他方にない入力または出力の種類を提供するわけではありません。もう1つの違いはパラメータです。GPT Image 1 は max_tokens、response_format、seed、structured_outputs をサポートします。K3 Edit はサポートするパラメータを一切挙げていないため、リクエストを送って返ってきたものを受け取ることになり、結果を固定する seed も、レスポンスを制約する structured output もありません。定性的な注記では、GPT Image 1 が structured outputs とより大きなコンテキストを持つものとして示され、価格、ツール使用、推論は有意な違いがないか不明として残されているため、ライブの価格表が示す以上に、コストはここでの信頼できる決め手にはなりません。
日々の編集作業では、K3 Edit が素直な選択です。画像に対する指示ベースの編集を行う場合、ビジュアルを反復改善する場合、またはプロンプトが短く入力が1枚か2枚の画像であるパイプラインを実行する場合、より小さなコンテキストは制約にならず、欠けているパラメータも問題になりません。リクエスト自体が大きい場合や、呼び出しを制御する必要がある場合は GPT Image 1 に手を伸ばしてください。複数の参照画像を伴う長いブリーフ、実行を再現可能にするために seed が欲しいバッチ処理、または構造化されたレスポンスを期待するシステムは、いずれも GPT Image 1 を指し示します。迷った場合は、単純な編集には K3 Edit から始め、コンテキストの上限に達したとき、またはそれが公開していないパラメータが必要になったときに上位へ移ってください。
どちらを api14 経由で呼び出しても、仕組みは同じです。どちらも OpenAI 互換 API の背後で提供されるため、リクエストボディ、認証、クライアントコードはそのままです。変わるのはモデル id だけです。Krea には "krea/k3-edit" を、OpenAI には "openai/gpt-image-1" を送信してください。1つのコードパスを保ち、その文字列を差し替えることで両者を切り替えられるため、説明から推測するのではなく、実際の入力に対して両方を安価にテストできます。
一方が紙の上ではより高機能であっても、小さい方のモデルが依然として勝つケースがあります。プロンプトが短く、入力が1枚の画像であれば、K3 Edit がタスクをカバーし、GPT Image 1 の追加のコンテキストとパラメータは使われません。そのような状況では、より単純なモデルの方が適しており、不要な機能を前提に構築することを避けられます。
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-image-1"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-image-1",
"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