Schnellere Bilder, günstigere Videos

Zwei Veröffentlichungen haben die Werkzeuge für Markeninhalte diese Woche einen Schritt weitergebracht. Am 4. November veröffentlichte OpenAI Images 2.6, das animierte GIFs und Vektordateien erstellt und schneller arbeitet als die Version davor. Einen Tag später veröffentlichte Google Gemini Omni 1.2 Flash, ein Videomodell, das längere Clips für weniger Geld erstellt und bearbeitet. Keines von beiden ändert, was eine Marke braucht. Beide ändern, wie schnell und wie günstig ein Team von einer Idee zu etwas kommt, das es beurteilen kann.

OpenAI: Images 2.6

Images 2.6 ist in ChatGPT, Codex und der API verfügbar, in allen ChatGPT-Plänen. Laut OpenAI erzeugt es Bilder 50 Prozent schneller als zuvor. In der API kommt es wieder als zwei Modelle: GPT Image 2.6 Flare, das bei niedriger Qualität «Bilder in nur sechs Sekunden erzeugen kann», und Sunburst, für mehr Details und stabilere Ergebnisse über mehrere Bearbeitungen hinweg. OpenAI sagt zudem, Flare gestalte Plakate und Produktbilder nun besser. Der Preis pro Token hat sich seit 2.5 nicht verändert: 30 Dollar pro Million Bild-Output-Tokens.

Die sichtbare Neuerung ist Bewegung. In ChatGPT kann ein GIF von einem Prompt oder einem Foto ausgehen, und Geschwindigkeit und einzelne Frames lassen sich danach anpassen, wie The Next Web berichtete. In der API hat ein GIF 2 bis 16 Frames, standardmässig neun Frames zu je 200 Millisekunden, also eine Schleife von 1,8 Sekunden. OpenAI schlägt Anwendungen wie ein animiertes Markenmaskottchen oder eine Produktaufnahme als Loop vor.

Für Entwickler kommen Bildmarkierungen in die API, sodass sich eine Bearbeitung auf eine genaue Stelle richten lässt, und eine neue Einstellung zur Komplexität bestimmt, wie viel das Modell plant, bevor es rendert. Bilder können auch als SVG-Dateien zurückkommen, was sie laut OpenAI direkt für Websites, Apps und Druck einsetzbar macht. Die Dokumentation erklärt, wie: Die API erstellt zuerst ein Bild, dann zeichnet ein zweites Modell es als Vektoren nach, und beide Schritte werden abgerechnet. Das Ergebnis ist eine statische Datei, ohne Skripte oder eingebettete Bilder.

Google: Gemini Omni 1.2 Flash

Google veröffentlichte Gemini Omni 1.2 Flash am 5. November und machte es in der Gemini API sowie für Unternehmen über Google Cloud allgemein verfügbar. Clips können nun bis zu 15 Sekunden dauern, nach 10 mit Omni 1.1, frei wählbar in ganzen Sekunden ab drei. Bei 720p kostet eine Sekunde 0,07 Dollar, 30 Prozent weniger als die 0,10 Dollar von Omni 1.1, ein voller Clip von 15 Sekunden kommt also auf etwa 1,04 Dollar. Entwürfe in 360p kosten 0,023 Dollar pro Sekunde, während Hochskalierungen auf 1080p und 4K mehr kosten, bis zu 0,209 Dollar pro Sekunde.

Die anderen Änderungen betreffen die Kontrolle. Ein Clip lässt sich Schritt für Schritt bearbeiten: Man kann ein Produkt oder einen Hintergrund austauschen, das Licht oder das Seitenverhältnis ändern, ohne ihn neu zu erzeugen. Laut Google bleiben Gesichter, Kleidung, Typografie auf Verpackungen und Markenfarben über Kameraperspektiven hinweg konsistent, und die API nimmt bis zu sechs Referenzbilder entgegen. Google nennt auch eigene Grenzen: Gearbeitet wird weiterhin an «schneller Sportaction, raschen Wechseln im Skript und komplexer Physik».

Zwei Details sind für Teams in Europa wichtig. Hochgeladene Videos über die API zu bearbeiten oder zu verlängern, ist im EWR, in der Schweiz und im Vereinigten Königreich nicht möglich, eine Marke dort kann dem Modell also noch kein eigenes Material zur Überarbeitung geben; Clips, die das Modell selbst erstellt hat, lassen sich weiterhin bearbeiten. Und das alte Modell verschwindet schnell: Ab dem 3. Dezember werden Anfragen an Omni 1.1 auf 1.2 umgeleitet und zu dessen Tarifen abgerechnet.

Was sich in der Produktion ändert

Erstens kommen fertige Formate direkt aus dem Modell. Ein Maskottchen in Endlosschleife für eine Story, ein Produkt, das sich in einem kurzen Loop dreht, ein Icon als bearbeitbarer Vektor: Bisher brauchte es dafür jeweils ein zweites Werkzeug und jemanden, der die Datei umwandelt. Jetzt kommt eine erste Version aus derselben Anfrage, und wer gestaltet, beginnt mit einer bearbeitbaren Datei statt mit einem flachen Bild.

Zweitens wird eine Sekunde Video immer günstiger. Zehn Entwürfe eines 15-Sekunden-Clips in 360p kosten weniger als 3,50 Dollar, und nur der gewählte braucht eine Hochskalierung. Varianten für jedes Publikum und jede Platzierung sind keine Budgetfrage mehr, und Googles eigener Rat lautet, in niedriger Auflösung zu entwerfen, «ein Detail mit einer nachfolgenden Bearbeitung zu korrigieren» und nur das Beste hochzuskalieren.

Drittens werden die Runden kürzer. Ein Entwurf in sechs Sekunden und eine Bearbeitung, die eine Sache statt des ganzen Clips ändert, bedeuten mehr Runden an einem Nachmittag. Beide Modelle kommen zudem dort an, wo Designteams bereits arbeiten: Figma Weave wird in beiden Ankündigungen zitiert, Adobe in jener von Google, und Higgsfield steht unter den Kunden mit frühem Zugang bei OpenAI.

Was gleich bleibt

Ein schnelleres Modell kennt Ihre Marke trotzdem nicht. Laut der Dokumentation von OpenAI kann das Modell über mehrere Generierungen hinweg «gelegentlich Mühe haben, die visuelle Konsistenz wiederkehrender Figuren oder Markenelemente zu wahren», derselbe Vorbehalt, den wir im Oktober in unserer Besprechung von Images 2.5 festgehalten haben. Konsistenz entsteht weiterhin aus einem festgelegten Stil: echte Referenzen, festes Licht, fester Bildausschnitt und feste Farben, als Rezept aufgeschrieben und getestet.

Mehr Output bedeutet auch, mehr auswählen zu müssen. Zehn günstige Varianten nützen nur, wenn jemand mit Geschmack die richtige wählt und sagen kann, warum die anderen nicht funktionieren. Aus unserer Sicht wächst diese Aufgabe, je günstiger das Erzeugen wird, weil sich der schwierige Teil vom Machen zum Beurteilen verschiebt.

Auch Rechte und Offenlegung werden nicht einfacher. Beide Unternehmen versehen Inhalte nun mit Wasserzeichen aus demselben System: OpenAI sagt, es füge SynthID von Google DeepMind in ChatGPT, Codex und der API hinzu, neben C2PA-Metadaten, und jedes Omni-Video trägt SynthID. In der EU gelten die Regeln der EU-KI-Verordnung (AI Act) zur Markierung und Kennzeichnung KI-generierter Inhalte seit dem 2. August 2026, wobei Werkzeuge, die schon vorher auf dem Markt waren, bis zum 2. Dezember Zeit haben, ihre Ausgaben zu markieren, und der Verhaltenskodex der Kommission beschreibt, wie man sie erfüllt. Eine Marke braucht weiterhin die Rechte an jeder Referenz, die sie hochlädt, und eine klare Regel dafür, wann sie kennzeichnet, was sie veröffentlicht.

Und die Freigabe bleibt bei einem Menschen. Die System Card von OpenAI ist bei GIFs deutlich: «Verstösse im Zusammenhang mit Bewegung bleiben schwer zu erkennen, und die Schutzmassnahmen erfassen möglicherweise nicht alle Verstösse.» Ein Maskottchen in Endlosschleife ist veröffentlichter Inhalt wie jeder andere und braucht dieselbe Prüfung und dieselbe Freigabe, bevor es hinausgeht.

Wo wir stehen

Um diese Arbeit herum sind Reel und Tempo gebaut. Reel, bereits live, erstellt Bilder und Film in den festgelegten Stilen einer Marke, wählt für jede Aufgabe das beste Modell, darunter GPT Image und Gemini, prüft jedes Ergebnis und überlässt die Auswahl einem Menschen. Tempo, ebenfalls live, ist unsere Social-Media-Engine: Seine Visuals kommen aus Reel, und heute gibt ein Mensch jeden Beitrag frei. Schnellere und günstigere Modelle beschleunigen diesen Prozess. Den Stil, die Auswahl und die Freigabe ersetzen sie nicht.