OpenRouterが「Unified Image API」を発表、30種類以上の画像生成モデルを単一のインターフェースで利用可能に

要点

• 各種AIモデルを提供するOpenRouterが、30以上の画像生成モデルに統一アクセスできる専用の「Unified Image API」を発表しました。

• モデルごとの仕様の違いをプログラムで事前に取得し、パラメータのエラーを防止する仕組みを導入します。

• プロバイダーごとに異なる複雑な価格体系を整理し、生成にかかった正確なコストが米ドル単位で返却されます。

• OpenAIのGPT画像モデルにおいて、生成中の部分画像を順次受け取れるストリーミングプレビューに対応しました。

• 各種AI（人工知能）モデルのAPI（ソフトウェアを連携させる仕組み）を提供するOpenRouter（オープンルーター）は2026年6月23日、30種類以上の画像生成モデルを統合した新しい専用API「Unified Image API」を発表しました。これにより、ユーザーは単一のインターフェースを通じて、複数の開発元による画像生成モデルを簡単に切り替えて利用できるようになります。GoogleやOpenAI、Black Forest Labs、ByteDanceといった主要企業のモデルに対応しており、今後も随時追加される予定だということです。

仕様の差異を動的に解決する設計

画像生成モデルは、モデルごとにアスペクト比や生成可能枚数、参照画像数などの仕様が異なり、これが開発時のエラーを招く要因となっていました。例えば、アスペクト比の対応数は「Seedream 4.5」が18種類、「Gemini 3.1 Flash Image」が14種類と異なり、1回で生成できる枚数（最大1〜10枚）や参照可能な画像数（4〜16枚）もモデルによって異なります。

新APIの /api/v1/images/models エンドポイントでは、解像度やアスペクト比、生成枚数、参照画像数といった各モデルの仕様データをプログラムから取得できます。このデータを用いることで、モデルごとの仕様の差異をコード上に直接書き込む（ハードコーディング）必要がなくなり、入力検証やモデルの選択を動的に行えるようになります。これは、自律的に動作するAIエージェントにモデル選択を行わせる際にも有用です。

プロバイダー別の詳細情報と正確なコスト提示

同一モデルであっても、複数のプロバイダー（サービス提供元）が存在する場合があります。新APIの /api/v1/images/models/{id}/endpoints エンドポイントを利用することで、特定のエンドポイントが受け付けるパラメータ、許容される追加設定、ストリーミング対応状況、そして詳細な料金体系を正確に把握できます。

画像生成モデルの課金体系は「Seedream 4.5」のように1画像ごとに固定料金がかかるものや、「FLUX.2 Pro」のように解像度（メガピクセル単位）に応じたもの、トークン（AIが処理するデータ量の最小単位）数ベースで課金されるものなど、プロバイダーによって様々です。新APIではこれらを整理し、すべての応答に含まれる usage オブジェクトを通じて、実際に発生した正確な米ドル（USD）コストを提示します。

統一スキーマとプロバイダー固有機能の活用

Unified Image APIではリクエスト形式が統一され、モデル名やプロンプト、解像度、アスペクト比などを共通の形式であるスキーマ（データの構成形式）で指定できます。

一方で、特定のプロバイダーが提供する独自機能も利用可能です。リクエスト内の provider.options にプロバイダースラグ（識別用の文字列）を指定することで、Black Forest Labs製モデルの steps（生成ステップ数）や guidance（プロンプトへの忠実度）といった固有パラメータを渡すことができます。

GPT画像モデルでのストリーミング対応

OpenAIの「GPT-5 Image」などの一部モデルでは、SSE（サーバーからクライアントへデータを送るリアルタイム技術）によるストリーミング表示に対応しています。リクエスト時に "stream": true を指定することで、画像の生成完了を待たずにレンダリング（画像を生成する処理）途中のプレビュー画像を順次受け取ることができ、ユーザーに生成の進捗を視覚的に伝えられます。

従来のチャットAPIとの関係

今回の専用APIの提供開始に伴い、従来のテキストチャット用API（completions）経由での画像生成の扱いについてもFAQで説明されています。既存モデルは引き続きチャットAPIから利用可能ですが、今後追加される新しい画像生成モデルは本API専用となります。

また、チャットAPIで「gpt-5-image」などのモデルを利用しているユーザーに対しては、専用の画像モデルへの移行が推奨されています。これらのモデルはLLM（大規模言語モデル）を介して画像を生成するため、画像生成のパラメータを十分に利用できず、余分な推論コストが発生する場合があるためです。