OpenAIs ChatGPT Images 2.0 könnte die gesamte Grafikwelt auf den Kopf stellen

Bessere Bildqualität für alle Nutzer

Unabhängig vom Denkmodus erhalten alle ChatGPT-Nutzer Verbesserungen bei der Bildqualität. Der Generator soll laut OpenAI die "charakteristischen Merkmale von Fotos" besser erfassen und Fortschritte bei Pixel Art, Manga, Filmstills und anderen Bildtypen erzielen. Das Modell soll zudem feinkörnige Elemente bewältigen, an denen bisherige Bildmodelle regelmäßig scheiterten: kleiner Text, Ikonografie, UI-Elemente, dichte Kompositionen und subtile stilistische Vorgaben.

Die Unterstützung für Seitenverhältnisse reicht von 3:1 (ultrabreit) bis 1:3 (ultrahoch), was Formate von Bannern über Präsentationsfolien bis zu mobilen Screens abdecken soll. Die Auflösung reicht in der API bis zu 2K.

API-Preise: Token-basiert und qualitätsabhängig

Über die API können Entwickler das Modell unter dem Namen gpt-image-2 in eigene Produkte integrieren. OpenAI berechnet die Kosten auf Token-Basis: 8 Dollar pro eine Million Bild-Input-Token und 30 Dollar pro eine Million Bild-Output-Token. Für Text-Token fallen 5 Dollar (Input) beziehungsweise 10 Dollar (Output) pro Million an. Gecachte Eingaben sind deutlich günstiger.

In der Praxis hängen die Kosten pro Bild stark von Qualität und Auflösung ab. Laut der Preisübersicht von OpenAI kostet ein Bild mit 1024 × 1024 Pixeln in niedriger Qualität nur 0,006 Dollar, in mittlerer Qualität 0,053 Dollar und in hoher Qualität 0,211 Dollar. Bei größeren Auflösungen wie 1024 × 1536 sinken die Kosten leicht auf 0,005, 0,041 beziehungsweise 0,165 Dollar.

Bei größeren Formaten ist GPT Image 2 günstiger als seine Vorgänger: 1024 × 1536 in hoher Qualität kostet 0,165 Dollar statt 0,20 Dollar bei GPT Image 1.5 und 0,25 Dollar bei GPT Image 1.5. Bei der Standardauflösung 1024 × 1024 in hoher Qualität ist das neue Modell mit 0,211 Dollar allerdings teurer als GPT Image 1.5 (0,133 Dollar). API-Ausgaben über 2K befinden sich noch in der Beta und können inkonsistente Ergebnisse liefern.

OpenAI nennt als Anwendungsfälle lokalisierte Werbung, Infografiken, Bildungsinhalte, Design-Tools und kreative Plattformen. In Codex soll die Bildgenerierung direkt im Arbeitsbereich nutzbar sein, ohne separaten API-Schlüssel.

In unserem eigenen Benchmark-Prompt schneidet ChatGPT-Image-2 hervorragend ab. Beide Modellvarianten, Instant und Thinking, lösen den komplexen und abstrakten Prompt detailgetreu.

A hyper-realistic DSLR photo. A monkey holding a pink banana is sitting on a tiger in the foreground. In the background, a HORSE is RIDING AN ASTRONAUT. The astronaut is underneath like a living “spacesuit horse saddle,” and the HORSE is clearly on top, in control, as the rider. Make it 100% unambiguous: the HORSE is the rider and the ASTRONAUT is being ridden, NOT the other way around. High-resolution, sharp focus, realistic lighting.

Das Instant-Modell hat dabei einen leicht künstlichen Look; die Thinking-Variante löst den DSLR-Anspruch deutlich besser.

Ursprünglicher Artikel:

OpenAIs neues Bildmodell wird bald erscheinen. Das Modell, das seit geraumer Zeit unter dem Codenamen "gpt-image-2" kursiert, wird bereits von einigen ChatGPT-Nutzern und auf Bestenlisten getestet. Auf Plattformen wie X und Reddit tauchten in den vergangenen Wochen erste Bilder auf, die kaum mehr von echten Fotos zu unterscheiden sind. Bislang scheinen nur Tester aus den USA oder mit US-Accounts Zugriff auf das Modell erhalten zu haben.

Das neue Modell soll insbesondere besser bei komplexen Bildern und Diagrammen mit Text sein. So soll es etwa detaillierte Screenshots generieren können. Entsprechend könnte das Modell auch für Werbung und Bildungsinhalte, etwa Infografiken, nützlich sein, da es Text zuverlässiger darstellt.

Zudem soll der typische "KI-Look" mit perfekter Beleuchtung und glatten Gesichtern behoben sein, der auch GPT-image 1.5 noch plagte. Bislang hatte hier Googles Nano Banana Pro die Nase deutlich vorn. OpenAI stellt sein neues Bildmodell offiziell heute Abend in einem Livestream ab 21 Uhr deutscher Zeit vor.