GPT Image 2.5 im Test
Das September-Update von OpenAI führt die Blind-Rangliste von Arena an, stellt Text gut dar und bearbeitet sorgfältiger. Wo es noch Fehler macht, was es kostet und wie es im Vergleich mit Google abschneidet.
Am 8. September veröffentlichte OpenAI ChatGPT Images 2.5, fünf Monate nach Images 2.0. In ChatGPT wurde es zum Bildmodell für alle Nutzerinnen und Nutzer. In der API erschien es als zwei Modelle: GPT-Image-2.5 Flare, der schnelle Standard, und GPT-Image-2.5 Sunburst, das sich für präzisere Arbeit mehr Zeit nimmt.
Laut OpenAI erstellen Menschen mit seinen Werkzeugen inzwischen mehr als 3 Milliarden Bilder pro Woche. Hier steht, was sich geändert hat, was das Modell gut kann, wo es noch Fehler macht, was es kostet und was es für eine Marke bedeutet, die es einsetzen will.
Was sich geändert hat
Die zentralen Versprechen sind schärfere Details, natürlicheres Licht und natürlichere Texturen sowie schnellere Ergebnisse, mit bis zu 50 Prozent weniger Wartezeit als bei Images 2.0. Laut OpenAI bleibt zudem das Motiv eines Referenzfotos besser erkennbar, und das Modell folgt Bearbeitungsanweisungen über mehrere Durchgänge hinweg zuverlässiger, sodass frühere Änderungen nicht mehr verloren gehen.
Rund um das Modell hat ChatGPT neue Werkzeuge erhalten. Sketch macht aus einer groben Zeichnung ein fertiges Bild. Vorlagen beginnen ein Plakat oder ein Produktfoto mit einer Struktur statt mit einem leeren Prompt, und Kommentare lassen sich direkt auf ein Bild setzen, um eine Bearbeitung zu steuern.
Die Grundlagen dafür kamen grösstenteils schon im April mit GPT Image 2. TechCrunch fand es bei Text «überraschend gut», mit einer Speisekarte, die plausibel genug war, um sie zu verwenden, und OpenAI verwies auf eine bessere Darstellung von Schriften wie Japanisch, Koreanisch, Hindi und Bengalisch. Hinzu kam ein Denkschritt: Das Modell kann im Web suchen, aus einem Prompt mehrere Bilder erstellen und sein eigenes Ergebnis prüfen.
Qualität, Text und Bearbeitung
In Blindabstimmungen liegt es vorn. In der Text-zu-Bild-Rangliste von Arena, in der Menschen zwei anonyme Bilder vergleichen und das bessere wählen, lag Sunburst am 7. Oktober auf Platz eins und Flare auf Platz zwei, vor GPT Image 2 und klar vor Grok Imagine, MAI-Image-2.6 von Microsoft und Nano Banana 2.1 von Google. Solche Abstimmungen messen, was Menschen auf den ersten Blick bevorzugen, nicht, ob ein Bild zu einer Marke passt, doch der Vorsprung ist beständig.
Beim Text zeigt sich der Fortschritt am deutlichsten. Überschriften, Menüs, Etiketten und Interface-Elemente, die vor zwei Jahren noch verstümmelt herauskamen, sind heute meist richtig geschrieben. Die eigene Dokumentation von OpenAI ist vorsichtiger als der Launch-Beitrag: Das Modell «kann bei der präzisen Platzierung und Lesbarkeit von Text noch Mühe haben». Für uns heisst das: ja zu Entwürfen und Mockups, und ja zu finalen Verpackungen oder rechtlichen Texten erst, nachdem ein Mensch jedes Wort geprüft hat.
Für eine Marke zählt die Bearbeitung mehr als das erste Bild. Laut OpenAI gelingt es Images 2.5 besser, nur das zu ändern, was verlangt wurde, sodass sich ein Produkt, ein Hintergrund oder eine Textzeile austauschen lässt, während die Komposition bleibt. Die Dokumentation benennt die Grenzen offen. Eine Maske ist eine Orientierung, keine Schablone, und das Modell «folgt ihrer genauen Form womöglich nicht ganz präzise». Es kann zudem Mühe haben, wiederkehrende Figuren oder Markenelemente über mehrere Generierungen hinweg einheitlich zu halten und Elemente in Layouts genau zu platzieren.
Daraus folgt die praktische Regel. Behandeln Sie jede Bearbeitung wie ein neues Rendering des ganzen Bildes und vergleichen Sie es mit dem Original, bevor es irgendwohin geht. Wo ein Produkt exakt so bleiben muss, wie es ist, etwa eine Flasche mit einem regulierten Etikett, behalten Sie das echte Foto und lassen Sie das Modell die Szene darum herum aufbauen, statt das Objekt neu zu zeichnen.
Geschwindigkeit, Preis und Grenzen
Flare ist das Modell, das OpenAI für die meisten Anwendungen empfiehlt. Sunburst ist für Kampagnenarbeit gedacht, bei der Bearbeitungen halten müssen, und braucht länger. Beide kosten pro Token gleich viel: 30 Dollar pro Million Bild-Output-Tokens, plus Input. Der Rechner von OpenAI selbst veranschlagt für ein quadratisches Bild von 1'024 Pixeln etwa einen halben Cent in niedriger Qualität, etwa 5 Cent in hoher Qualität und etwa 21 Cent in der neuen Max-Einstellung.
Bilder können an der langen Kante 3'840 Pixel erreichen, wobei alles über 2'560 mal 1'440 noch als experimentell gekennzeichnet ist, und komplexe Prompts können bis zu zwei Minuten dauern. OpenAI kann von einer Organisation eine Verifizierung verlangen, bevor sie die Bildmodelle in der API nutzen kann. Zudem werden Modelle schnell ausgemustert: gpt-image-1 wird am 23. Oktober abgeschaltet, GPT Image 1.5 und seine Mini-Version folgen am 1. Dezember. Jeder Workflow, der auf einem Modell aufbaut, muss mit dem nächsten neu getestet werden.
Im Vergleich mit Google und anderen
Google antwortete am 6. Oktober mit Nano Banana 2.1, aufgebaut auf Gemini 3.6 Flash. Es nimmt bis zu 14 Referenzbilder auf, hält bis zu vier Figuren und zehn Objekte einheitlich, rendert bis 4K und kostet laut The Decoder 3,36 US-Cent pro Bild bei 1K und 7,56 Cent bei 4K. Googles eigene Model Card nennt die Schwachstellen: kleiner Text, der bei 1K oft unscharf ist, unvollkommene Ähnlichkeit mit Referenzbildern und gelegentliche Verwechslungen von links und rechts.
Die Abwägung ist also klar. GPT Image 2.5 liegt bei der allgemeinen Präferenz und beim Text vorn, und seine Bearbeitung hat sich verbessert. Google ist bei hoher Auflösung günstiger, nimmt mehr Referenzen auf einmal an und ist in Google Ads, Flow und Stitch eingebunden. In den Tests von The Decoder lieferte Googles älteres und teureres Nano Banana Pro noch oft das natürlichere Bild. Kein Modell gewinnt jede Aufgabe, deshalb trifft man die Wahl am besten pro Aufgabe, nicht einmal im Jahr.
Was es für eine Marke bedeutet
Unser Fazit: Nach heutigem Stand ist GPT Image 2.5 das stärkste allgemeine Bildmodell, das es gibt, besonders wenn Text und Layout zählen. Nutzen Sie Flare für Entwürfe, Konzepte und Social-Formate und Sunburst für die finale Kampagnenarbeit. Prüfen Sie jedes Wort, behalten Sie das echte Produktfoto für alles, was exakt sein muss, und halten Sie ein zweites Modell bereit für Aufgaben, bei denen Google günstiger oder besser ist. OpenAI kennzeichnet seine Bilder mit C2PA-Metadaten und einem unsichtbaren Wasserzeichen, was der Ehrlichkeit dient.
Ein Markensystem ist es trotzdem nicht. Es kennt Ihr Licht, Ihren Bildausschnitt und Ihre Farben nicht, solange Sie sie ihm nicht zeigen, und es kann zwischen Generierungen abdriften. Genau dafür ist Reel gebaut: Stile, die aus echten Referenzen festgelegt werden, das beste Modell für jede Aufgabe, darunter GPT Image und Gemini, eine Qualitätsprüfung bei jedem Ergebnis und ein Mensch, der auswählt, was verwendet wird. Ein besseres Modell macht diesen Prozess schneller. Ersetzen kann es ihn nicht.
