Bildgenerator GPT Image 2

Was GPT Image 2 ist

GPT Image 2 ist ein Modell zur Bilderzeugung und Bildbearbeitung von OpenAI. OpenAI führt es als gpt-image-2 mit dem Standard-Snapshot gpt-image-2-2026-04-21, ein Datum, das zu seinem Launch-Beitrag vom 21. April 2026 passt, und beschreibt es als State-of-the-Art-Modell für schnelle, hochwertige Bilderzeugung und -bearbeitung mit flexiblen Bildgrößen und Eingabebildern in hoher Wiedergabetreue.

Derselbe Beitrag stellte es den ChatGPT-Nutzern als ChatGPT Images 2.0 vor, unter der Überschrift "Eine neue Ära der Bilderzeugung". Diese Seite behandelt das Modell und nicht das ChatGPT-Produkt darum herum: was es annimmt, was die Beispiele zeigen, was OpenAI dafür berechnet und wo seine veröffentlichten Grenzen liegen.

Eines solltest du vor der Wahl wissen. GPT Image 2 ist nicht die neueste Stufe, die OpenAI ausliefert. Der offizielle Leitfaden zur Bilderzeugung verweist neue Integrationen inzwischen auf gpt-image-2.5-flare und gpt-image-2.5-sunburst und führt gpt-image-2 in einem Abschnitt mit dem Titel "Earlier GPT Image models". Das Modell ist weiterhin gelistet und weiterhin abrechenbar, aber die Generation vom April 2026 für den aktuellen Stand der Technik zu halten, wäre falsch — was sich tatsächlich unterscheidet, steht im Vergleichsabschnitt weiter unten.

Was die Beispiele gut zeigen

OpenAI weist jede Datei seiner Launch-Galerie als mit diesem Modell erzeugt aus, die Galerie ist also zugleich eine ehrliche Zusammenfassung dessen, wo die Generierung besser wurde. Fünf Bereiche fallen auf.

• Typografie über mehrere Schriftsysteme. Plakate und Verpackungen, die japanische, koreanische, arabische, Devanagari-, kyrillische, bengalische, griechische, chinesische und lateinische Zeichen in einem Layout mischen, wobei die Schrift als Typografie behandelt wird und nicht als Textur.
• Fotografischer Realismus. Straßen-, Porträt- und Schnappschuss-Optik mit Blitz, mit lesbarer Hauttextur, glaubhaften Händen und Licht, das sich wie Licht verhält.
• Weltwissen. Interieurs vergangener Epochen, Softwareoberflächen und Beschilderungen, die der Logik des Dargestellten folgen, statt es zu etwas Beliebigem zu mitteln.
• Formatbreite. Vom breiten Verkehrspanorama bis zur hochformatigen Comicseite, sodass ein Brief Banner, Cover und Panelfolge abdecken kann.
• Kontinuität von Panel zu Panel. Comic- und Storyboardseiten, die Figuren, Schrift und Drucktextur über mehrere Panels zusammenhalten.

Aufgaben, die zu diesem Modell passen

Die Beispiele legen ein ziemlich klares Profil nahe: Arbeiten, bei denen das Bild Text tragen, eine Optik tragen oder eine Geschichte über mehr als einen Bildrahmen tragen muss. Briefs, die gut passen, sehen meist so aus.

Weniger geeignet ist es für Arbeiten, die auf pixelgenauer Platzierung vieler kleiner Elemente beruhen oder darauf, dass eine wiederkehrende Markenfigur über Dutzende getrennter Generierungen identisch bleibt. Beides sind Grenzen, die OpenAI offen nennt und die weiter unten behandelt werden.

• Plakate, Cover und Verpackungen, bei denen eine kurze Überschrift oder ein Produktname korrekt geschrieben und bewusst platziert sein muss.
• Lokalisierte Kampagnenmotive, bei denen dasselbe Layout in mehreren Schriftsystemen funktionieren muss, ohne auseinanderzufallen.
• Redaktionelle Illustrationen und Infografik-Doppelseiten, die echte Struktur brauchen — Spalten, Hinweise, Karten, Bildunterschriften — und keine Dekoration.
• Fotorealistische Szenen für Mockups, Storyboards oder Konzepttafeln, die ein Kunde als Fotografie lesen soll.
• Comicseiten und Charakterbögen, bei denen dieselbe Figur Panel für Panel wiedererkennbar bleiben muss.
• Bearbeitungen, die von einer Referenz ausgehen, die du verwenden darfst, und bei denen das umgebende Detail den Eingriff überleben soll.

Prompt-Ideen zum Kopieren

Diese sind als Ausgangspunkte für diese Seite geschrieben. Sie sind nicht die Anweisungen hinter irgendeinem Bild der Galerie, und kein Ergebnis ist garantiert — ändere zwischen Versuchen jeweils nur eine Entscheidung, damit du erkennst, was die Änderung bewirkt hat.

Entwirf ein einzelnes Plakat über einen städtischen Nachtmarkt. Setze dieselbe kurze Überschrift in drei Schriftsystemen untereinander in eine Spalte, halte das Raster in allen drei identisch, verwende Tintenschwarz, Zinnoberrot und Zeitungspapier-Creme und lass unten ein leeres Band für ein später zu setzendes Datum.

Fotografiere den Tresen einer kleinen Bäckerei im frühen Morgenlicht. Ein Fenster links, Mehlstaub im Lichtstrahl sichtbar, warme Innentöne, geringe Schärfentiefe auf dem Gebäck und nirgends Text im Bild. Beschreibe es, als wäre es auf 35-mm-Film aufgenommen.

Zeichne eine Comicseite mit zwei Panels über einen Kurier, der auf einen Zug wartet. Behalte denselben Mantel, dieselbe Tasche und dieselben Haare in beiden Panels und ändere nur die Kamera: zuerst der Bahnsteig in der Totalen, dann die Hände in der Nahaufnahme. Die Schrift muss im oberen Drittel jedes Panels bleiben.

Ersetze in meinem hochgeladenen Referenzfoto nur die Fläche unter dem Produkt durch matten dunklen Stein. Behalte die Produktsilhouette, den Text auf dem Etikett, den Kamerawinkel und die vorhandenen Schatten exakt bei. Ändere nichts anderes.

Größen, Qualität und Ausgabeoptionen

OpenAI veröffentlicht die akzeptierten Eingaben für dieses Modell im Leitfaden zur Bilderzeugung. Die Tabelle unten ist diese Spezifikation, nicht das Bedienfeld dieser Seite: Die beiden hängen zusammen, sind aber nicht dasselbe.

Der Arbeitsbereich oben zeigt dieselbe Idee mit den eigenen Bedienelementen dieser Seite: sechzehn Seitenverhältnisse inklusive auto, eine Auflösungsstufe von 1K, 2K oder 4K, eine Render-Qualität von low, medium oder high und bis zu zehn Referenzbilder. Diese Stufen sind die Kurzschreibweise dieser Seite und nicht die Parameternamen von OpenAI; welche Optionen am Ende gelten und was die gewählten Einstellungen in Punkten kosten, entscheidet der Live-Dienst.

Es existieren nur die Bedienelemente, die für dieses Modell angezeigt werden. Eine Größe oder Qualität, die auf der Seite eines anderen Anbieters angeboten wird, wird hier nicht dadurch verfügbar, dass sie anderswo beworben wird.

So generierst du hier mit GPT Image 2

Der Ablauf ist derselbe wie bei den übrigen Bildmodellen dieser Seite, die Gewohnheiten übertragen sich also.

1. Schreibe den Brief in den Arbeitsbereich oben: zuerst das Ergebnis, dann Motiv, Bildausschnitt, Licht und die Vorgaben, die dir wirklich wichtig sind.
2. Füge Referenzbilder nur hinzu, wenn du etwas bearbeitest oder angleichst. Sag, welche Referenz was bewirkt und was unverändert bleiben muss.
3. Lege Seitenverhältnis, Auflösungsstufe und Render-Qualität fest. Starte niedrig für Kompositionschecks und erhöhe die Stufe, sobald die Anordnung stimmt.
4. Lies die Preisangabe und melde dich an, wenn der Arbeitsbereich danach fragt. Der Live-Dienst berechnet die Kosten für die von dir gewählten Einstellungen.
5. Generiere, prüfe das Ergebnis in voller Größe und lade dann die Fassung herunter, die du behalten willst. Wenn ein Lauf fehlschlägt, lies seinen Status, bevor du erneut sendest, damit kein Duplikat entsteht.

GPT Image 2 neben den neueren 2.5-Stufen

Alle drei Spalten unten stammen aus denselben zwei OpenAI-Seiten — der Preistabelle und dem Leitfaden zur Bilderzeugung —, es ist also ein Vergleich, den die Quellen selbst tragen, und nicht einer, der aus fremden Tests zusammengesetzt wurde.

Aus diesen Zeilen folgen zwei Schlüsse. Die 2.5-Stufen teilen dieselben Token-Preise wie dieses Modell und ergänzen zwei höhere Qualitätsstufen, es gibt also kein Kostenargument, bei der älteren Generation zu bleiben. Die Batch API ist die einzige Stelle, an der GPT Image 2 einen veröffentlichten Preis hat, den die 2.5-Stufen nicht haben, zu ungefähr der Hälfte des Standard-Bildpreises.

Für einen direkten Vergleich an einem konkreten Brief schicke denselben Prompt und dieselbe Referenz hier durch jedes Modell und beurteile das Ergebnis statt das Marketing. Anbieterübergreifende Vergleichstabellen sind im Netz leicht zu finden; fast keine davon kann eine Quelle nennen, die beide Seiten dokumentiert.

Kosten und die von OpenAI veröffentlichten Grenzen

GPT Image 2 wird pro Token abgerechnet, nicht pro Bild: Die Endkosten sind die Text-Token der Eingabe plus die Bild-Token der Eingabe, wenn du Referenzen verwendest, plus die Bild-Token der Ausgabe. Die Ausgabemenge wächst mit Bildgröße und Qualität, weshalb eine 4K-Anfrage in hoher Qualität mehr kostet als ein 1K-Entwurf desselben Prompts.

Die Liste der Grenzen liest man besser vor einem Termin als danach. Am häufigsten beißen die Latenz bei dichten Layouts und die Konsistenz über eine Bildserie — plane für das erste einen Proof-of-Concept-Durchlauf ein und reduziere für das zweite die Zahl getrennter Generierungen.

Diese Seite gibt keine Kontingentangaben Dritter wieder. Zahlen, die tägliche Bildmengen in einem Chat-Abo oder eine Maximalauflösung beschreiben, sind nicht Teil der Modell- oder Preisdokumentation von OpenAI, und wo solche Zahlen von den offiziellen Seiten abweichen, sind die offiziellen Seiten die, die dieses Modell beschreiben.

• Latenz. OpenAI gibt an, dass komplexe Prompts bis zu zwei Minuten zur Verarbeitung brauchen können.
• Textdarstellung. Verbessert, aber das Modell kann bei präziser Textplatzierung und Klarheit weiterhin Schwierigkeiten haben.
• Konsistenz. Dasselbe Zeichen oder Markenelement über getrennte Generierungen hinweg gleich zu halten, bleibt unzuverlässig.
• Kontrolle über die Komposition. Elemente in strukturierten, layoutempfindlichen Kompositionen präzise zu platzieren, ist weiterhin schwierig.
• Moderation. Jeder Prompt und jedes Ergebnis wird gegen die Nutzungsrichtlinien gefiltert; wie streng, bestimmt der Parameter moderation.