OpenAI hat Images 2.6 in ChatGPT, Codex und der API gestartet. Für Entwickler ist die wichtigste Neuerung GPT-Image-2.6, das in zwei API-Modellen angeboten wird: Flare und Sunburst. Laut OpenAI ist die Bildgenerierung 50 % schneller als mit der Vorgängerversion.
- OpenAI bringt GPT-Image-2.6 mit den Modellen Flare und Sunburst in ChatGPT, Codex und die API.
- Flare erzeugt Bilder in 6 Sekunden und eignet sich für schnelle Iterationen.
- Sunburst liefert höhere Qualität und bessere Konsistenz, benötigt aber mehr Zeit.
- Beide Modelle kosten gleich viel, sind aber geschlossen und laufen nur bei OpenAI.
Zwei Modelle für die API
GPT-Image-2.6 ist die Modellfamilie von OpenAI für die Generierung und Bearbeitung von Bildern, die über die API zugänglich ist (eine Schnittstelle, die es Entwicklern ermöglicht, das Modell in ihre eigenen Anwendungen zu integrieren). Sie akzeptiert Text und Bilder als Eingabe und gibt Bilder zurück. Flare wird als geeignet für schnelle Iterationen und interaktive Workflows vorgestellt, während Sunburst für detaillierte Kompositionen und Bearbeitung gedacht ist.
OpenAI gibt an, dass Flare ein Bild in nur 6 Sekunden generieren kann, wenn die Qualität auf low eingestellt ist. Sunburst zielt auf höhere Qualität und bessere Konsistenz zwischen Änderungen auf den Stufen medium oder high ab.
Neuerungen für ChatGPT und stark steigende Nutzung
In ChatGPT können Nutzer nun einen Text oder ein Foto in ein animiertes GIF verwandeln, die Animationsgeschwindigkeit einstellen, einzelne Bilder bearbeiten und das Ergebnis teilen. Sie können auch Referenzbilder von Personen, Tieren oder Charakteren speichern und mit Tags versehen, die wiederverwendet werden können, ohne erneut hochgeladen werden zu müssen.
OpenAI behauptet, dass Nutzer jetzt mehr als 4 Milliarden Bilder pro Woche in ChatGPT und der API generieren, verglichen mit mehr als 3 Milliarden vor acht Wochen zum Start von Images 2.5. Das entspricht im Durchschnitt mehr als 500 Millionen Bildern pro Tag.
Einstellungen, Formate und Preise
Das neue Feld complexity bestimmt den Grad der Planung des Modells vor dem Rendern des Bildes. Der Bildgenerierungsleitfaden von OpenAI listet drei Stufen auf: low, medium und high. Ohne Angabe verwenden beide Modelle high. Die Stufe low eignet sich für gezielte Änderungen wie den Wechsel eines Hintergrunds oder eines Schilds, während high bei dichten Texten, komplexen Layouts und Beziehungen zwischen Objekten hilft. OpenAI warnt, dass eine höhere Komplexität die Latenz erhöhen und unerwünschte Änderungen einführen kann. Diese Einstellung ist getrennt von der Qualität, die das Detailniveau des Renderings steuert, und verursacht keine zusätzlichen Kosten.
Die Modelle können auch animierte GIFs und SVG-Dateien produzieren, ein Vektorformat, das in allen Größen scharf bleibt. Laut Ankündigung kommt die Markierung von zu bearbeitenden Bereichen in die API, der Leitfaden listet sie bereits für beide Modelle auf.
Laut den Modellseiten ist die Token-Preisgestaltung (eine Einheit von Text oder Bild, die vom Modell verarbeitet wird) für Flare und Sunburst identisch: 5,00 $ pro Million Eingabe-Text-Tokens (1,25 $ im Cache), 8,00 $ pro Million Eingabe-Bild-Tokens (2,00 $ im Cache) und 30,00 $ pro Million Ausgabe-Bild-Tokens. Google und BFL veröffentlichen hingegen Preise pro Bild: Nano Banana 2.1 startet bei 0,0336 $ für 1K und erreicht 0,113 $ in 4K, FLUX 3 Image bei 0,048 $ für 1K und 0,607 $ in 4K. Die Quelle merkt an, dass OpenAI für Images 2.6 weder Benchmark-Ergebnisse noch eine Kostenübersicht pro Bild veröffentlicht hat.
Die GPT-Image-2.6-Modelle sind geschlossen: Ihre Gewichte sind nicht öffentlich, und sie funktionieren nur gehostet von OpenAI, in ChatGPT, Codex und der API.
