Am 8. September 2026 hat OpenAI eine neue Generation von Bildmodellen unter dem Namen GPT Image 2.5 eingeführt, und sie kam als zwei Modelle statt als eines: gpt-image-2.5-sunburst, das leistungsfähigere der beiden, gebaut für Workflows, bei denen die Präzision der Bearbeitung am wichtigsten ist, und gpt-image-2.5-flare, das schnellere für die hochwertige alltägliche Bildgenerierung. Die praktische Erkenntnis für Unternehmer: Sie können jetzt einen bestimmten Bereich in einem Produktfoto bearbeiten, das Sie bereits besitzen, statt ein neues Studio-Shooting zu buchen oder das ganze Bild neu zu generieren und zu hoffen, dass es ähnlich aussieht.

Was OpenAI tatsächlich angekündigt hat

Laut den Modellseiten in der offiziellen Dokumentation von OpenAI akzeptieren beide Modelle Text- und Bildeingaben und erzeugen ausschließlich Bilder als Ausgabe. Jedes hat einen festen Snapshot, datiert auf den Tag des Launches selbst: gpt-image-2.5-sunburst-2026-09-08 und gpt-image-2.5-flare-2026-09-08. Dieses Detail ist für den Betrieb wichtig, denn ein fixierter Snapshot bedeutet, dass sich Ihre Ergebnisse nicht unbemerkt verändern, wenn der Anbieter das Modell aktualisiert.

Beide Modelle unterstützen sechs Qualitätsstufen: low, medium, high, xhigh, max und auto. Und beide funktionieren auf zwei Wegen: über die Image API mit ihren Endpunkten für Generierung und Bearbeitung oder als Tool innerhalb der Responses API, wenn Sie ein mehrstufiges Erlebnis wollen, bei dem ein Nutzer das Bild im Gespräch verfeinert. Der erste Weg reicht, wenn Sie ein Bild aus einem Prompt brauchen. Den zweiten brauchen Sie, wenn Sie eine Oberfläche bauen, auf der ein Marketingmitarbeiter ein Bild Schritt für Schritt bearbeitet.

Sunburst oder Flare? Die Regel ist einfach

Wählen Sie nicht nach dem Namen, sondern nach der Art der Arbeit. Wenn die Aufgabe Präzision bei der Bearbeitung verlangt – die Farbe einer Flasche ändern, ein Element aus dem Hintergrund entfernen, den Text auf einer Verpackung austauschen, die Form des Produkts exakt beibehalten –, ist das Sunburst-Terrain, das Modell, das OpenAI als sein leistungsfähigstes für Bildgenerierung und -bearbeitung beschreibt. Geht es um Menge und Tempo – Dutzende Kampagnenhintergründe, Illustrationen für Artikel, schnelle visuelle Entwürfe, bevor eine Richtung freigegeben ist –, ist Flare die logische Wahl.

In der Praxis brauchen die meisten Teams beide: Flare in der Exploration, wo Menge zählt und Fehler billig sind, und danach Sunburst für den letzten Durchgang, wenn das Bild auf einer Produktseite landet, die ein zahlender Kunde sieht.

Die eigentliche Neuerung ist die Teilbearbeitung, nicht die Generierung

Bilder aus Text zu generieren ist weder neu noch selten. Was hier Aufmerksamkeit verdient, ist die Unterstützung von Inpainting – das Neuzeichnen eines festgelegten Bereichs in einem bestehenden Bild, während der Rest des Bildes unangetastet bleibt. Das macht aus dem Werkzeug statt eines Bildgenerators einen Bildeditor, und der Unterschied zwischen beiden ist der Unterschied zwischen etwas, das das Marketingteam unterhält, und etwas, das in eine echte Produktionslinie einzieht.

Ein konkretes Beispiel: Ein Shop mit dreihundert SKUs, alle auf weißem Hintergrund fotografiert, beschließt, auf eine hellgraue visuelle Identität umzustellen. Der alte Weg: ein neues Shooting planen, Ware bewegen, einen Fotografen bezahlen, zwei Wochen. Der neue Weg: die Bilder mit einer einzigen Anweisung durch die API schicken und eine menschliche Prüfung der Ergebnisse hinzufügen, ein Arbeitstag. Dasselbe Foto, dasselbe Produkt, nur die Umgebung hat sich geändert.

Die Kosten werden in Token gezählt, nicht in Bildern

Dieser Punkt verwirrt viele Unternehmer, weil er nicht den Preisen von Designdienstleistungen ähnelt. Laut der Preisliste von OpenAI für beide Modelle ist der Tarif bei beiden identisch: Text-Eingabe zu fünf Dollar pro Million Token und ein Dollar fünfundzwanzig im Cache, Bild-Eingabe zu acht Dollar pro Million Token und zwei Dollar im Cache sowie Bild-Ausgabe zu dreißig Dollar pro Million Token. Text-Ausgabe wird gar nicht berechnet, weil diese Modelle Bilder und keinen Text ausgeben. OpenAI weist außerdem darauf hin, dass die Token-Preise denen der vorherigen Generation GPT Image 2 entsprechen.

Der praktische Rat: Schätzen Sie nicht auf dem Papier. Führen Sie einen Testlauf mit hundert echten Bildern aus Ihrem eigenen Katalog mit genau den Einstellungen durch, die Sie verwenden wollen, lesen Sie die Rechnung und multiplizieren Sie dann. Eine Schätzung auf Basis von hundert echten Bildern ist ehrlicher als jeder Rechner, zumal die gewählte Qualitätsstufe den Verbrauch direkt verändert.

Fünf Einsatzbereiche, die sich in der ersten Woche auszahlen

  • Einheitlicher Katalog: gleiche Hintergründe, Beleuchtung und Blickwinkel bei Hunderten von Artikeln, die zu unterschiedlichen Zeiten und unter unterschiedlichen Bedingungen fotografiert wurden.
  • Kampagnenvarianten: eine Sommer-, eine Ramadan- und eine White-Friday-Version desselben Fotos, ohne für jeden Anlass ein Shooting.
  • Verpackungsvorschau vor dem Druck: arabischen Text oder ein neues Logo visuell auf der Verpackung testen, bevor Sie sich auf eine Druckauflage festlegen.
  • Alte Bilder restaurieren: störende Elemente, Spiegelungen oder veraltete Kennzeichnungen aus Archivfotos entfernen, statt sie zu verwerfen.
  • Bilder für Inhalte: Illustrationen für Ihren Blog und Newsletter statt derselben Stockfotos, die auch Ihre Wettbewerber verwenden.

Drei Hinweise, bevor Sie darauf aufbauen

Erstens: die Organisationsverifizierung. Die Dokumentation von OpenAI besagt, dass Sie möglicherweise die API-Organisationsverifizierung in Ihrer Entwicklerkonsole abschließen müssen, bevor Sie GPT-Image-Modelle nutzen. Nehmen Sie diesen Schritt von Anfang an in den Zeitplan auf, damit er Sie nicht am Launch-Tag überrascht.

Zweitens: Die menschliche Prüfung ist nicht optional. Jedes Produktbild, das veröffentlicht wird, muss von einer Person freigegeben werden. Das Modell weiß nicht, dass die Farbe, die es angepasst hat, die in Ihrer Markenidentität festgelegte ist, und es weiß nicht, dass die Bearbeitung das Produkt größer erscheinen ließ, als es ist. Ein Produkt mit einem Bild zu zeigen, das nicht der Realität entspricht, ist ein geschäftliches und regulatorisches Problem, bevor es ein technisches ist.

Drittens: Laden Sie keine Fotos von Personen hoch. Fotos von Kunden oder Mitarbeitern sind kein Rohmaterial für Experimente. Machen Sie die Regel für Ihr Team ausdrücklich: Produkte, Orte und Marketingmaterial ja; Personen nein, es sei denn, Sie haben eine dokumentierte ausdrückliche Einwilligung im Rahmen einer klaren Richtlinie für personenbezogene Daten.

Wie das in Ihr System einzieht, statt ein Nebenwerkzeug zu bleiben

Der Unterschied zwischen einem Unternehmen, das von diesen Modellen profitiert, und einem, das nur darüber redet, liegt darin, wo die Modelle eingesetzt werden. Wenn sie in einem Browser-Tab leben, den ein Mitarbeiter öffnet, um eine Datei von Hand herunterzuladen, ist der Gewinn klein und verschwindet mit dem ersten Urlaub. Der Wert entsteht, wenn Sie die API in Ihr System einbinden: Ein neuer Artikel kommt in den Katalog, seine visuellen Varianten werden automatisch in den Größen erzeugt, die jeder Kanal braucht, sie landen in einer Prüfwarteschlange und werden mit einem Freigabeklick veröffentlicht. Ab diesem Punkt kaufen Sie keine Bilder mehr, Sie bauen eine visuelle Produktionslinie, die ohne tägliche Aufsicht läuft.

Bei Origami bauen wir genau diese Art von Anbindung in die Systeme ein, die wir für Kunden entwickeln: eine API, die mit der Produktdatenbank verbunden ist, eine Prüfwarteschlange mit klaren Berechtigungen und ein Protokoll, das zeigt, wer welches Bild wann freigegeben hat. Die Technologie ist heute verfügbar, und entscheidend ist die Entscheidung selbst: Behandeln Sie sie als neues Spielzeug oder als Schritt in einem operativen Prozess mit einem Verantwortlichen und einer Erfolgskennzahl?

Quellen