ChatGPT Images 2.5: Zwei API-Modelle für schnellere und präzisere Bildbearbeitung
Images 2.5 soll Referenzmotive besser erhalten, mehrstufige Korrekturen zuverlässiger umsetzen und Bilder bis zu 50 Prozent schneller erzeugen. Für die API teilt OpenAI die Aufgaben zwischen Flare und Sunburst auf.
OpenAI hat ChatGPT Images 2.5 veröffentlicht. Der entscheidende Fortschritt liegt nicht allein in schöneren Einzelbildern, sondern in der Bearbeitung: Personen und andere Motive aus Referenzfotos sollen über Veränderungen hinweg besser erkennbar bleiben. Zugleich nennt OpenAI natürlichere Beleuchtung, reichere Texturen und zuverlässigere Ergebnisse bei mehreren aufeinanderfolgenden Korrekturen. Gegenüber Images 2.0 soll die Bildgenerierung eine um bis zu 50 Prozent geringere Latenz erreichen. OpenAI: Introducing ChatGPT Images 2.5
Für API-Anwendungen erscheinen zwei Modelle mit unterschiedlichen Rollen. GPT-Image-2.5 Flare ist auf schnelle alltägliche Bilderzeugung ausgerichtet, GPT-Image-2.5 Sunburst auf Aufgaben, bei denen die Präzision einer Änderung besonders wichtig ist. Damit lässt sich die Modellauswahl an das jeweilige Motiv koppeln, statt jede Bildaufgabe mit derselben Einstellung zu behandeln.
Ein Referenzmotiv bleibt auch nach mehreren Änderungen wiedererkennbar
Ein typisches Problem bisheriger Bildbearbeitung zeigt sich erst nach der ersten gelungenen Ausgabe: Der Hintergrund passt, doch bei der nächsten Korrektur verändert sich das Gesicht. Danach stimmt die Kleidung, aber charakteristische Details des Ausgangsmotivs verschwinden. Je mehr Anweisungen aufeinanderfolgen, desto schwieriger wird es, bereits akzeptierte Bildteile stabil zu halten.
Images 2.5 soll genau diese Korrekturketten konsistenter ausführen. OpenAI hebt hervor, dass Details erhalten bleiben können, während Umgebung, Stil oder Komposition verändert werden. Die zugehörige System Card nennt außerdem genauere Infografiken und Layouts. Das macht das Update vor allem dort interessant, wo ein Bild nicht in einem einzigen Versuch entsteht, sondern gezielt weiterentwickelt wird. OpenAI: ChatGPT Images 2.5 System Card
Ein konkretes Beispiel ist eine Porträtserie für Schulungsunterlagen. Ein Referenzfoto legt die Person fest. Die erste Anweisung versetzt sie in eine Büroumgebung, die zweite ändert die Lichtstimmung und die dritte erweitert den Bildausschnitt für ein Querformat. Der neue Nutzen besteht darin, diese Veränderungen nacheinander anzufordern, ohne das Motiv bei jeder Runde vollständig neu definieren zu müssen.
Dasselbe Prinzip eignet sich für ein Produktmotiv: Verpackung und Form bleiben die visuelle Referenz, während Hintergrund, Perspektive oder saisonale Umgebung variiert werden. Die Quelle verspricht dabei keine geometrisch exakte Produktreproduktion. Sie beschreibt jedoch eine verbesserte Erhaltung von Motiven und Details – genau die Voraussetzung, damit Varianten näher am Ausgangsbild bleiben.
Skizzen und Kommentare ergänzen den klassischen Prompt
In ChatGPT beschränkt sich die Eingabe nicht mehr auf einen ausführlichen Text. Images 2.5 erhält Skizzen, Vorlagen und bildbezogene Kommentare. Eine gewünschte Änderung kann dadurch räumlich gezeigt werden: Eine grobe Skizze beschreibt die Anordnung, eine Vorlage gibt die visuelle Richtung vor und ein Kommentar bezieht sich direkt auf eine Stelle im Bild. OpenAI: Introducing ChatGPT Images 2.5
Das ist besonders hilfreich, wenn Sprache allein mehrdeutig wäre. Statt „verschiebe das Objekt etwas nach links“ lässt sich seine Zielposition einzeichnen. Für eine Lernillustration kann eine Skizze die Platzierung mehrerer Elemente vorgeben; für ein Titelmotiv kann eine Vorlage das gewünschte Seitenverhältnis und die freie Fläche für eine spätere Überschrift verdeutlichen. Der Textprompt bleibt für Inhalt, Atmosphäre und Stil zuständig, während die visuelle Eingabe Position und Bezug genauer vermittelt.
Eine wirkungsvolle Anweisung trennt deshalb drei Ebenen: Zuerst wird benannt, was unverändert bleiben soll, danach die gewünschte Änderung und zuletzt der vorgesehene Einsatz. Ein Beispiel lautet: „Erhalte Gesicht, Frisur und Kleidung der Person. Ersetze nur die Umgebung durch einen hellen Seminarraum und erweitere die Komposition nach rechts, damit dort Platz für eine Überschrift bleibt.“ Diese Form nutzt die belegte Stärke bei Referenzdetails und gibt dem Modell eine klare Grenze für die Bearbeitung.
Flare übernimmt schnelle Varianten, Sunburst die genaue Korrektur
GPT-Image-2.5 Flare verarbeitet Text und Bilder als Eingabe und erzeugt Bilder als Ausgabe. OpenAI positioniert das Modell für schnelle, alltägliche Generierung. Naheliegende Aufgaben sind frühe Motivvarianten, unterschiedliche Stimmungen eines vorhandenen Bildes oder mehrere Richtungen für eine Auswahl. Das Modell kann direkt über die Image API oder über das Bildwerkzeug der Responses API verwendet werden. OpenAI: GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst akzeptiert dieselben grundsätzlichen Eingabearten, ist aber für höhere Bearbeitungspräzision vorgesehen. Es passt damit zu einer späteren Korrektur, bei der festgelegte Bildteile erhalten und nur genau benannte Bereiche verändert werden sollen. Auch Sunburst ist über die Image API und das Bildwerkzeug der Responses API auswählbar. OpenAI: GPT-Image-2.5 Sunburst
Die Trennung lässt sich praktisch als Aufgabenwahl verstehen: Flare erzeugt zügig eine breitere Auswahl, Sunburst bearbeitet die bevorzugte Richtung genauer. Das ist keine von OpenAI veröffentlichte Pflichtreihenfolge, sondern eine sinnvolle Nutzung der dokumentierten Modellprofile. Wer nur eine schnelle Illustration benötigt, kann bei Flare bleiben. Wenn die Identität eines Referenzmotivs oder eine eng begrenzte Änderung zählt, spricht die Positionierung für Sunburst.
Die Qualitätsstufe ist ein zweiter Hebel neben dem Modell
Beide API-Modelle unterstützen die Qualitätsstufen low, medium, high, xhigh, max und auto. Damit gibt es zwei getrennte Entscheidungen: Das Modell bestimmt den Schwerpunkt zwischen schneller Alltagsgenerierung und Bearbeitungspräzision; die Qualitätsstufe bestimmt, wie viel Bildqualität für den jeweiligen Aufruf angefordert wird. OpenAI: Flare-Modellseite OpenAI: Sunburst-Modellseite
Für eine frühe Auswahl bieten sich bei Flare niedrigere oder automatisch gewählte Stufen an. Ist das Motiv entschieden, kann eine höhere Stufe für die finale Fassung verwendet werden. Bei Sunburst lässt sich dieselbe Abstufung auf sensible Korrekturen anwenden. Entscheidend ist, Modell und Qualitätsstufe nicht miteinander zu verwechseln: Sunburst bezeichnet das präziser positionierte Modell; max ist eine wählbare Qualitätsstufe innerhalb dieses Modells.
Ein automatisierter Auftrag kann deshalb bereits anhand der Aufgabe entscheiden. Die Beschreibung „erstelle mehrere unterschiedliche Bildideen“ verweist auf Flare. Die Beschreibung „ändere ausschließlich den Hintergrund und erhalte die Person“ verweist auf Sunburst. Die API-Dokumentation belegt die Auswahl beider Modelle und ihrer Qualitätsstufen, aber keinen universellen Schwellenwert, ab dem ein Wechsel zwingend wäre.
Gleiche Tokenpreise, unterschiedliche Modellrollen
Für Flare und Sunburst dokumentiert OpenAI dieselben Tokenpreise: Texteingaben kosten 5 US-Dollar je Million Tokens, Bildeingaben 8 US-Dollar je Million Tokens und Bildausgaben 30 US-Dollar je Million Tokens. Diese Werte sind Tokenpreise und keine pauschalen Kosten pro fertigem Bild. Der tatsächliche Betrag hängt daher von den verarbeiteten Eingaben und Ausgaben ab. OpenAI: GPT-Image-2.5 Flare OpenAI: GPT-Image-2.5 Sunburst
Weil die dokumentierten Sätze identisch sind, entscheidet der Preis pro Million Tokens allein nicht zwischen den Modellen. Wichtiger ist, welche Ausgabe benötigt wird: schnelle Breite oder präzise Änderung. Die angekündigte Latenzverbesserung von bis zu 50 Prozent bezieht OpenAI auf Images 2.5 im Vergleich zu Images 2.0; daraus folgt kein garantierter Zeitwert für jeden einzelnen Auftrag.
Für wiederkehrende Aufgaben lässt sich die Auswahl eng formulieren: Flare für Entwürfe und Varianten, Sunburst für referenzgebundene Korrekturen. Eine höhere Qualitätsstufe gehört nur dorthin, wo der zusätzliche Detailanspruch sichtbar gebraucht wird. So bleiben Modellwahl und Qualitätsanforderung nachvollziehbar, ohne einen einzelnen Bildaufruf mit unnötig hohen Einstellungen zu versehen.
Was über ChatGPT geht und was die API automatisiert
Images 2.5 ist laut OpenAI in ChatGPT, ChatGPT Work und Codex auf Desktop, Mobilgeräten und im Web verfügbar. In ChatGPT stehen die neuen direkten Eingabeformen im Vordergrund: Skizzen, Vorlagen und Kommentare am Bild unterstützen die interaktive Bearbeitung. OpenAI: Introducing ChatGPT Images 2.5
Die API-Modelle eignen sich dagegen für wiederkehrende oder durch andere Software ausgelöste Bildaufgaben. Sowohl Flare als auch Sunburst können über die Image API oder als Bildwerkzeug innerhalb der Responses API angesprochen werden. Dadurch kann eine Anwendung Text- und Bildeingaben übergeben, ein Modell sowie eine Qualitätsstufe auswählen und das erzeugte Bild weiterverwenden. Die genannten Dokumentationsseiten führen keine eigenständigen Team-, Branding- oder SDK-Funktionen der beiden Modelle auf; die belegte Anbindung erfolgt über die beiden API-Wege.
Ein Beispiel aus der Dokumentation ist die automatische Bebilderung von Wissensinhalten. Ein System kann den Text eines Eintrags als Anweisung und eine vorhandene Illustration als Referenz übergeben. Flare eignet sich für einen schnellen ersten Entwurf. Muss später nur ein einzelnes Element verändert werden, kann Sunburst mit dem bisherigen Bild und einer eng begrenzten Korrekturanweisung aufgerufen werden. Für manuelle Einzelkorrekturen bietet sich dagegen die direkte Kommentierung in ChatGPT an.
Drei Anwendungen, bei denen die Neuerungen sichtbar werden
Bei Lernmaterialien können Skizzen die Position von Gegenständen oder Figuren festlegen, während der Prompt Inhalt und Darstellungsart beschreibt. Die verbesserte Layout- und Infografikgenauigkeit ist hier nützlich, ersetzt aber keine fachliche Prüfung von Beschriftungen und Sachverhalten. Exakte Texte, Messwerte und Diagrammdaten sollten weiterhin als kontrollierte Inhaltsebene behandelt werden, statt sie aus einem rein visuellen Prompt abzuleiten.
Für Content-Serien ist die Erhaltung eines Referenzmotivs wichtiger als maximale Vielfalt. Ein wiederkehrender Charakter kann in mehrere Situationen versetzt werden, ohne jede Szene völlig neu aufzubauen. Flare liefert verschiedene Bildrichtungen; Sunburst eignet sich für die Fassung, bei der Gesicht, Kleidung oder zentrale Objekte möglichst stabil bleiben sollen. Die zusätzliche Angabe „Verändere nur …“ grenzt den gewünschten Eingriff klar ein.
In visueller Dokumentation lassen sich vorhandene Abbildungen an einen neuen Kontext anpassen: Hintergrund austauschen, Komposition erweitern oder Stil angleichen. Bei realen Personen steigt mit der größeren Bildtreue zugleich die Verantwortung. OpenAI beschreibt Prüfungen von Eingaben und Ausgaben und weist in der System Card auf ein erhöhtes Deepfake-Risiko durch realistischere Ergebnisse hin. Generierte Bilder erhalten C2PA-Herkunftsmetadaten und zusätzlich ein unsichtbares SynthID-Wasserzeichen. OpenAI: ChatGPT Images 2.5 System Card
Der eigentliche Sprung liegt zwischen erstem Entwurf und letzter Korrektur
Die auffälligste Kennzahl des Releases ist die angekündigte Latenzverbesserung von bis zu 50 Prozent. Für die praktische Nutzung ist jedoch die Kombination aus Referenzerhaltung, mehrstufiger Bearbeitung und direkter visueller Rückmeldung mindestens ebenso wichtig. Sie adressiert den Teil der Bilderzeugung, in dem ein brauchbarer Entwurf bisher häufig durch eine weitere Änderung wieder beschädigt wurde.
ChatGPT Images 2.5 verbindet dafür zwei Bedienweisen: In ChatGPT lässt sich ein Bild mit Skizzen, Vorlagen und Kommentaren weiterentwickeln; über die API können Text- und Bildreferenzen wiederholt verarbeitet und je nach Aufgabe an Flare oder Sunburst geschickt werden. Flare ist die Wahl für Geschwindigkeit und Varianten, Sunburst für präzise Änderungen. Beide bieten dieselben dokumentierten Qualitätsstufen und Tokenpreise.
Die passende Technik ist entsprechend konkret: Unveränderliche Merkmale ausdrücklich benennen, jede Korrektur räumlich und inhaltlich begrenzen, frühe Varianten von finalen Detailänderungen trennen und bei personenbezogenen Bildern Herkunft sowie zulässige Nutzung berücksichtigen. So wird aus dem Release nicht nur eine schnellere Bildgenerierung, sondern ein besser steuerbares Werkzeug für Bilder, die mehrere Bearbeitungsrunden überstehen müssen.