ChatGPT Images 2.0 ist da

KI-Bilder in bisher nicht bekannter Qualität verspricht das neue ChatGPT Images 2.0. Text und Details in Bilder lassen sich jetzt sicher umsetzen. Neu ist auch der Denkmodus.

 Anzeige

Nachdem in den vergangenen Tagen bereits einige Nutzer Zugriff auf ChatGPT Images 2.0 hatten, wurde das neue Feature jetzt von OpenAI offiziell vorgestellt.

Mit dem offiziellen Start von ChatGPT Images 2.0, das auf dem neuen GPT Image 2-Modell basiert, hat OpenAI die KI-gestützte Bildgenerierung einen großen Schritt nach vorne gebracht.

Eine wichtige Neuerung ist der integrierte Denkmodus: Ähnlich wie bei Googles Nano Banana Pro "denkt" das Modell nun vor der Erstellung nach und kann auf das Internet zugreifen, um aktuelle Gegebenheiten wie das reale Wetter an bestimmten Orten korrekt in den Bildern darzustellen. Dieser erweiterte Denkmodus steht Abonnenten der Plus-, Pro- und Business-Pläne zur Verfügung.

SEO-Beratung: Wir sind Ihre Experten

Wir bringen gemeinsam Ihre Website nach vorne. Profitieren Sie von jahrelanger SEO-Erfahrung.

Unsere Beratungsleistungen

Christian Kunz

SEO Experte

David Wulf

SEO Experte

Sven Häwel

Offpage-Experte

Die wichtigsten Verbesserungen und neue Funktionen

Es können jetzt bis zu acht Bilder gleichzeitig aus einem einzigen Prompt generiert werden. Dabei schafft es das Modell, Charaktere, Objekte und Stile über alle erzeugten Szenen hinweg konsistent zu halten: ideal zum Beispiel für die Erstellung von Manga-Seiten, Social-Media-Grafiken oder Broschüren.

Zudem wurde die räumliche Wahrnehmung für komplexe Layouts drastisch verbessert: Während ältere Versionen schon bei 3x3-Rastern an ihre Grenzen stießen, generiert GPT Image 2 mühelos fehlerfreie 10x10-Raster mit 100 unterschiedlichen, detaillierten Kacheln. Auch bei den Bildformaten gibt es mehr Flexibilität, weil das Seitenverhältnis über den Prompt stufenlos von 3:1 (ultrabreit) bis 1:3 (ultrahoch) angepasst werden kann.

Abbildung 1: Raster von 10 mal 10 Bildern, erzeugt mit GPT Image 2. Quelle: Reddit

Bildqualität und fehlerfreier Text

Alle Nutzer profitieren von erheblichen Verbesserungen der allgemeinen Bildqualität. Der typische KI-Look mit unrealistisch glatten Gesichtern und perfekter Beleuchtung wurde behoben. Das Modell erzielt deutliche Fortschritte beim Fotorealismus bei der Darstellung von Pixel Art, Filmstills und menschlichen Händen.

Text und auch kleinteilige Elemente können jetzt fehlerfrei gerendert werden. Das neue Modell erzeugt problemlos UI-Elemente, Beschriftungen und kleine Schriften nahezu perfekt und grammatikalisch korrekt. So lassen sich nun täuschend echte Screenshots von Browserfenstern oder mobilen Apps für das Wireframing generieren.

Abbildung 2: ChatGPT Images 2 erzeugt sicher kleinteilige Darstellungen

Verbesserungen gegenüber anderen Modellen

Im direkten Branchenvergleich positioniert sich GPT Image 2 als äußerst verlässliches Werkzeug für produktive Workflows:

• Google Gemini & Imagen 3: Gegenüber Gemini punktet das neue OpenAI-Modell mit einer deutlich besseren räumlichen Wahrnehmung, Schärfentiefe und Bildkohärenz, beispielsweise wenn zwei Charaktere nahtlos in einem einzigen Bild verschmelzen sollen.
• Midjourney: Midjourney bleibt zwar der unangefochtene Marktführer für rein künstlerische und ästhetische Kontrolle. GPT Image 2 ist jedoch überlegen, wenn es um exakte Textwiedergabe und die strikte, fehlerfreie Umsetzung komplexer Anweisungen geht.
• Weitere Modelle: Im Gegensatz zu Open-Source-Modellen wie Stable Diffusion oder FLUX erfordert ChatGPT Images 2.0 kein technisches Setup und lässt sich direkt im Dialog bedienen. Gegenüber Adobe Firefly, das auf markenkonsistente Workflows spezialisiert ist, gilt das neue Modell von OpenAI als flexiblerer Allrounder.

API-Integration und Preise

Für Entwickler ist das Modell über die API unter dem Namen gpt-image-2 verfügbar, Die Abrechnung erfolgt qualitätsabhängig. Die Basis-Kosten betragen 8 US-Dollar pro einer Million Bild-Input-Token und 30 Dollar für eine Million Bild-Output-Token. Gecachte Eingaben sind günstiger.

In der Praxis variiert der Preis pro generiertem Bild je nach gewählter Auflösung und Qualitätsstufe: Ein Bild in der Standardauflösung von 1024 × 1024 Pixeln kostet in niedriger Qualität 0,006 Dollar, in mittlerer 0,053 Dollar und in hoher Qualität 0,211 Dollar. Das neue Modell ist bei größeren Formaten günstiger als der Vorgänger: Ein hochauflösendes Bild im Format 1024 × 1536 kostet 0,165 Dollar (bei GPT Image 1.5 waren es noch 0,20 bis 0,25 Dollar). Lediglich bei der Standardauflösung in höchster Qualität ist GPT Image 2 mit 0,211 Dollar teurer als sein Vorgänger, bei dem 0,133 Dollar fällig waren.