gpt-image2-ecommerce は動作しますか?

gpt-image2-ecommerce は、外部サービスの代わりにモックを使って動作します. Argusic はクリーンなマシンで 8 分でインストールして起動し、途中で 1 件のエラーに遭遇し、セッションを記録しました。

Argusic は gpt-image2-ecommerce をどのようにテストしましたか?

新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 73abd50bf2b6 に固定)。記録された試行は 1 回で、手順の全体は評価方法のページに掲載しています。

gpt-image2-ecommerce のテストにはいくらかかりましたか?

この判定を出した実行のコストは 0.04 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。

gpt-image2-ecommerce のインストールにはどのくらい時間がかかりますか?

この判定を決めた実行では、クリーンなマシンから実行状態まで 8 分でした。これは 1 回の計測された試行であり、平均ではありません。

gpt-image2-ecommerce には GPU が必要ですか?

起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。

gpt-image2-ecommerce のインストールでは何がうまくいきませんか?

記録された実行では 1 件の問題が発生しました。そのうち 1 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。

gpt-image2-ecommerce の証拠はどこにありますか?

記録された実行をこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。

英語の原文: https://argusic.com/subject/gpt-image2-ecommerce

gpt-image2-ecommerce

E コマース商品画像ジェネレータースキル: 39 シナリオテンプレート、GPT-Image-2/2.5 (Flare/Sunburst) モデルルーティング、キャンペーン一貫性ロック、プラットフォーム準拠。 E コマース画像作成スキル: 39 シナリオテンプレート×デュアルモデルルーティング×セット画像一貫性×プラットフォーム準拠。

モックで動作するソース: GitHubShellMITコミット 73abd50bf2b6

Shell、MIT ライセンス. プロジェクト自身の表記: advertising、ai art、claude code、e commerce、ecommerce、ecommerce images、gpt image、gpt image 2.

gpt-image2-ecommerce は、依存するサービスを代わりのものに置き換えたうえで動作します。Argusic のエージェントが GPU のないクリーンなマシンで 8 分でインストールし、1 件のエラーに遭遇してすべてを自力で修正し、セッション全体が記録されました。

The repo installs in a Python venv, offline checks pass (39/39 scenario JSONs valid, imagegen.sh syntax valid, py_compile clean), manual mode exports prompt packs, and API mode generates images against an OpenAI-compatible endpoint and runs platform compliance checks with one bug fix applied.
クリーンなマシンでエージェントが最終的に得た結果 (エージェント自身の言葉)。計測方法

Argusic が毎回新しいマシンで計測しています。 すべての数値はその証拠にリンクしています。 Argusic スコア 100 点中 92 点 (このプロジェクトの実行スコアの平均)。

概要

判定: モックで動作する
Argusic スコア: 92 / 100
検証した実行のコスト: 0.04 USD (実測)
記録された実行: 1
最終テスト: 2026-10-21
スター: 439
フォーク: 59
未解決の Issue: 1
ウォッチャー: 1
サイズ: 4 MB
作成日: 2026-04-27
最終プッシュ: 2026-09-17

プロジェクトのデータは GitHub から取得 (このページの冒頭にリンクあり)、更新日 2026-11-04。テストデータは Argusic によるもので (CC BY 4.0)、すべての数値は、完全なログ、録画、それらの sha256 ハッシュを含む実行ページにリンクしています。

計測した内容

この判定を決めた実行から取得しています。各行は記録された値であり、推定値ではありません。

gpt-image2-ecommerce のテスト中に各失敗で失われた時間 (記録された実行から作成) — 各バーはエージェントが記録した失敗と、それにかかった時間です。この実行のデータのみから描いています。

うまくいかなかった点 (エージェント自身の言葉)

エージェント自身の言葉を、深刻なものから順に掲載しています。助言に書き換えることはありません。

collect_api_response in scripts/imagegen.sh silently fails under set -euo pipefail when endpoint returns no cost info (line 591: [[ -n "$FINAL_COST" ]] && log_event ... returns exit 1 on empty FINAL_COST)3 分

インストール時間: 8 分
クリーンなマシンから完了まで: 7 分
遭遇したエラーと修正したエラー: 1 件に遭遇、1 件を人の手を借りずに修正
結果の証明方法: python3 scripts/test_offline.py -> 'offline checks: ok'. Mock OpenAI API endpoint (127.0.0.1:18888) + bash scripts/imagegen.sh --mode api -> {'ok':true,'data':{'images':['data:image/png;base64,...']}} exit 0. bash scripts/imagegen.sh --mode manual -> {'ok':true} prompt pack exported. python3 scripts/compliance_check.py --platform amazon -> white_bg:pass fg_ratio:pass ocr:skipped
使用したモデルのトークン: 314,615
テストした正確なコミット: 73abd50bf2b6
コンテナイメージ: sha256:cdd920bce783

計測していない内容

残りの半分です。この証拠がどこまでを示すのかを正確に確認できます。欠けている部分は欠けているものとして表示し、埋めることはありません。

GPU メモリのピーク: CPU マシンで実行したため、サンプリングする GPU がありませんでした
長時間の実行での振る舞い: 各試行はドキュメントにある最小の設定と決まった時間予算を使うため、計測しているのは動作するかどうかであり、負荷のもとでどう持ちこたえるかではありません
実際のサービスに対する振る舞い: この実行は代わりのサービスに対してのみ検証されました

録画の最後

この判定を決めたターミナルセッションの最後の行を、記録されたとおりに表示しています。

    capture_output=True, text=True, timeout=30
)
env2 = json.loads(result2.stdout)
print(f\"white_bg: {env2['checks']['white_bg']['status']}, fg_ratio: {env2['checks']['foreground_ra…
server.shutdown()
PYEOF" in /work/repo
 succeeded in 1822ms:
white_bg: pass, fg_ratio: pass, ocr: skipped
All done. Let me compile the final report.
tokens used
314,615
All done. Let me compile the final report.

セッション全体を再生 (クリーンなマシンからこの時点までのすべてのコマンド)。

テスト方法

1 つのエージェント、1 つのコンテナで、人の手は借りません。エージェントはプロジェクト自身のドキュメントに書かれた方法でインストールし、実行し、壊れた部分を修正します。以下はすべて、実際に起きたとおりに記録されています: ターミナルセッション、ログ、そして正確なコミットです。評価方法の全文.

強みと限界

意見ではなく、計測された事実です。コンテンツの作成方法.

うまくいった点

8 分でインストールできました。
1 件のエラーすべてから、人の介入なしに回復しました。失敗が解決できる程度にはドキュメント化されていることを示しています。
ホストの報告によると、ライセンスは MIT です。

うまくいかなかった点、または不明な点

代わりのサービスに対してのみ実行状態に達したため、実際のサービスで動作することはここでは証明されていません。
これまでの計測は 1 回です。1 回の試行は動作し得ることを示すだけで、安定して動作することは示しません。

同じ分野でテストしたプロジェクト

ここに挙げたものはすべて、Argusic がクリーンなマシンにインストールして実行しました。テストしていないものは表示されません。

実行履歴

テスト担当	試行	結果	スコア	コスト (USD)	日時
Argusic Runner	1/3	モックで動作した	92.00	0.04	2026-10-21 18:12 UTC

トピック (出典: GitHub)

advertising ai-art claude-code e-commerce ecommerce ecommerce-images gpt-image gpt-image-2 gpt-image-2-5 image-generation product-photography prompt-templates social-media

バッジを埋め込む

プロジェクトの README に貼る Markdown です。バッジはこのページにリンクします。利用条件: 利用規約ページ.

[![Tested by Argusic](https://argusic.com/badge/gpt-image2-ecommerce.svg)](https://argusic.com/subject/gpt-image2-ecommerce)

質問

gpt-image2-ecommerce は動作しますか?: gpt-image2-ecommerce は、外部サービスの代わりにモックを使って動作します. Argusic はクリーンなマシンで 8 分でインストールして起動し、途中で 1 件のエラーに遭遇し、セッションを記録しました。
Argusic は gpt-image2-ecommerce をどのようにテストしましたか?: 新しい使い捨てのマシンで、すべてのコマンドを記録しながらテストしました (リポジトリはコミット 73abd50bf2b6 に固定)。記録された試行は 1 回で、手順の全体は評価方法のページに掲載しています。
gpt-image2-ecommerce のテストにはいくらかかりましたか?: この判定を出した実行のコストは 0.04 USD です: 100 万トークンあたりの定価ではなく、実際の計算資源とモデルのコストです。その実行のページに記録されています。
gpt-image2-ecommerce のインストールにはどのくらい時間がかかりますか?: この判定を決めた実行では、クリーンなマシンから実行状態まで 8 分でした。これは 1 回の計測された試行であり、平均ではありません。
gpt-image2-ecommerce には GPU が必要ですか?: 起動には必要ありません。Argusic は GPU のないマシンで実行状態に達しました。
gpt-image2-ecommerce のインストールでは何がうまくいきませんか?: 記録された実行では 1 件の問題が発生しました。そのうち 1 件は人の手を借りずに修正されました。それぞれの問題と、かかった時間をこのページに掲載しています。
gpt-image2-ecommerce の証拠はどこにありますか?: 記録された実行をこのページに掲載しており、それぞれが完全なログとターミナル録画にリンクしています。録画は sha256 フィンガープリントとともに保存されているため、こっそり改変することはできません。