Anmerkung des Autors: GPT-Image-2.6 hat denselben Token-Stückpreis wie GPT-Image-2.5 und ergänzt GIF, SVG, markup und complexity. Dieser Artikel trennt offizielle Angaben, Beispiele von Drittanbietern und offene Fragen. So können Teams, die bereits 2.5 nutzen, entscheiden, ob sie sofort wechseln, beide Versionen parallel betreiben oder vorerst bei 2.5 bleiben.
Das Fazit vorweg: GPT-Image-2.6 ist gegenüber GPT-Image-2.5 ein Upgrade bei Funktionen und Geschwindigkeit, aber kein Generationssprung bei der Bildqualität. Von den vier ergänzten Funktionen bietet nur 2.6 GIF, SVG und complexity. Die Bearbeitung mit markup-Annotationen wurde dagegen für 2.5 und 2.6 gleichzeitig ergänzt. Für „50 % schneller“ und „höhere Konsistenz bei der Bearbeitung“ gibt es bislang nur Angaben des Anbieters. Unabhängige, überprüfbare Messwerte lagen bis zum 2026-11-05 nicht vor.
Zu den Kosten: Der Token-Stückpreis ist bei beiden Generationen identisch. Das bedeutet aber weder, dass die Kosten pro Bild gleich sind, noch dass sich die Versionen einfach austauschen lassen. Wird complexity bei 2.6 nicht übergeben, ist der Standardwert high. Das erhöht die Latenz und kann auch Stellen verändern, die unverändert bleiben sollten. Die eigentlichen Kosten eines Wechsels entstehen daher bei euren eigenen Abnahmeprozessen.
GPT-Image-2.6 im Vergleich zu GPT-Image-2.5: Zeitachse und Modellvarianten
GPT-Image-2.5 erschien am 2026-09-08. Das ist zugleich das Datum des Standard-Snapshots. GPT-Image-2.6 wurde am 2026-11-04 zusammen mit ChatGPT Images 2.6 veröffentlicht – zum Zeitpunkt dieses Artikels war es also erst einen Tag verfügbar. Beide Generationen umfassen jeweils nur zwei Modelle, deren IDs sich lediglich in der Versionsnummer unterscheiden:
- 2.5:
gpt-image-2.5-flare,gpt-image-2.5-sunburst - 2.6:
gpt-image-2.6-flare,gpt-image-2.6-sunburst
Die Aufgabenverteilung zwischen den beiden Modellen ist gleich geblieben: Flare setzt auf Geschwindigkeit und alltägliche Bilderzeugung, Sunburst auf Details und präzise Bearbeitung. In der offiziellen Beschreibung von 2.6 kommen zwei Schwerpunkte hinzu: Bei Flare werden die Layoutfähigkeiten für Poster und Produktbilder ausdrücklich hervorgehoben, bei Sunburst die Konsistenz über mehrere Bearbeitungsrunden hinweg auf den Qualitätsstufen medium und high. Ein leicht zu übersehendes Detail: Auf der Modellseite von 2.5 sind Performance und Speed mit „Highest“ beziehungsweise „Medium“ angegeben. Auf beiden Modellseiten von 2.6 steht bei diesen Angaben dagegen „Not specified“ – eine offizielle Einstufung gibt es also nicht.
| Vergleichskriterium | GPT-Image-2.5 | GPT-Image-2.6 |
|---|---|---|
| Veröffentlichungsdatum | 2026-09-08 | 2026-11-04 |
| Modelle | flare / sunburst | flare / sunburst |
| Offizielle Positionierung | Fokus auf Bearbeitungspräzision | Fein abgestimmte Bildkomposition und Workflows zur Bildbearbeitung |
| Leistungs- und Geschwindigkeitsangaben auf der Modellseite | Highest / Medium | Not specified |
| Unterstützte Endpunkte | v1/images/generations, v1/images/edits |
Wie links |
| Qualitätsstufen | low / medium / high / xhigh / max / auto | Wie links |
| GIF- und SVG-Ausgabe | Nicht unterstützt | Unterstützt (nur am Generierungsendpunkt) |
| Parameter complexity | Nicht vorhanden | low / medium / high, Standard: high |
| Bearbeitung mit Markup-Anmerkungen | Unterstützt (im Zuge dieser Veröffentlichung ergänzt) | Unterstützt |
| Wasserzeichen | C2PA | C2PA + unsichtbares SynthID-Wasserzeichen |
| Batch-Rabatt | Ja, Bildausgabe $15/1M | Auf den offiziellen Modellseiten nicht angegeben |
Die Endpunktbeschränkungen sind bei beiden Generationen identisch: Sie lassen sich nur über die beiden Image-API-Endpunkte für Generierung und Bearbeitung nutzen. Chat Completions, Responses, Realtime und Live werden nicht unterstützt. Auch die Größenregeln sind gleich: Empfohlen werden 1024×1024, 1536×1024 und 1024×1536. Bei benutzerdefinierten Größen müssen Breite und Höhe jeweils ein Vielfaches von 16 sein. Das Seitenverhältnis muss zwischen 1:3 und 3:1 liegen, keine Seite darf länger als 3840 Pixel sein und die Gesamtzahl muss zwischen 655,360 und 8,294,400 Pixeln liegen. Größen über 2560×1440 gelten als experimentell.
Die vier wichtigsten Fähigkeiten von GPT-Image-2.6
Die folgende Tabelle zeigt die wichtigsten Unterschiede zwischen 2.6 und 2.5. Für jede Fähigkeit gelten eigene Parameterbereiche und Einschränkungen bei den Endpunkten. Prüfen Sie diese vor der Integration, damit Anfragen nicht schon beim Senden fehlschlagen.
| Fähigkeit | Wichtige Parameter | Verfügbare Endpunkte | Wichtigste Einschränkungen | In 2.5 verfügbar |
|---|---|---|---|---|
| GIF-Ausgabe | output_format=gif, frame_count 2–64, frame_duration_ms 20–2000 |
Nur Generierungsendpunkt | Kein Streaming, keine Teilbilder, keine benutzerdefinierte Komprimierung und kein prompt_rewriter | Nein |
| SVG-Ausgabe | output_format=svg, n muss 1 sein |
Nur Generierungsendpunkt | Kein Streaming, keine Teilbilder, kein output_compression und kein prompt_rewriter | Nein |
| Markup-Bearbeitung | Transparente PNG-Markup-Ebene | Nur Bearbeitungsendpunkt | Muss dieselbe Breite und Höhe wie das erste Eingabebild haben; nicht zusammen mit mask oder prompt_rewriter verwendbar | Ja |
| complexity | low / medium / high, Standardwert high | Generierung und Bearbeitung | Steuert nur die Planung, nicht den Detailgrad; höhere Werte erhöhen die Latenz | Nein |
GIF- und SVG-Ausgabe mit GPT-Image-2.6
Für die GIF-Ausgabe gelten folgende Parameter; alle Wertebereiche stammen aus dem OpenAI-Leitfaden zur Bilderzeugung:
output_formataufgifsetzenframe_count: 2 bis 64, Standardwert 9frame_duration_ms: 20 bis 2000, Standardwert 200, auf 10 Millisekunden gerundetsize:autooder Breite und Höhe jeweils als Vielfaches von 16
Auch die SVG-Ausgabe lässt sich nur am Generierungsendpunkt nutzen. Dazu output_format auf svg setzen; n muss gleich 1 sein. Das Ergebnis ist eine statische Vektorgrafik ohne Skripte, externe Ressourcen oder eingebettete Bitmaps. Abgerechnet werden die Token für das Referenzbild und das erzeugte SVG. Für Teams, die Icons, Illustrationen und Markenmaterial erstellen, entfällt damit die Umwandlung von Bitmap in Vektorgrafik. Der Bearbeitungsendpunkt unterstützt allerdings kein SVG: Vorhandene SVG-Dateien lassen sich damit nicht partiell ändern.
Auch in ChatGPT sind GIFs verfügbar: Sie lassen sich aus einer Eingabeaufforderung oder einem hochgeladenen Foto erzeugen. Laut The Verge und Android Authority kann die Wiedergabegeschwindigkeit zwischen 0,5x und 2x eingestellt werden; ausserdem lassen sich einzelne Frames bearbeiten. Das sind allerdings Funktionen des ChatGPT-Produkts. Es sollte daher nicht vorausgesetzt werden, dass die API ebenfalls Frame-für-Frame-Bearbeitung unterstützt.
markup und complexity: zwei Einstellungen für den Bearbeitungsworkflow
Die Bearbeitung mit markup-Markierungen läuft über v1/images/edits: Eine transparente PNG-Datei dient als Markierungsebene, auf der die zu ändernden Bereiche eingekreist oder übermalt werden. Die Markierungsebene muss dieselbe Breite und Höhe wie das erste Eingabebild haben. Beide dürfen jeweils höchstens 16.777.216 Pixel umfassen, die Markierungsdatei höchstens 50 MB. Die Markierung wirkt nur auf das erste Eingabebild und kann nicht zusammen mit mask oder prompt_rewriter verwendet werden. Da diese Funktion auch für 2.5 ergänzt wurde, ist der Wunsch nach markierungsbasierter Bearbeitung für sich genommen kein Grund für einen Modellwechsel.
complexity ist der Parameter, auf den Teams bei der Migration besonders achten sollten. Zur Auswahl stehen low, medium und high; wird der Parameter weggelassen, gilt standardmässig high. Er legt nur fest, wie viel das Modell „plant“. Darstellungsdetails und Wiedergabetreue werden weiterhin über quality gesteuert. Laut offizieller Dokumentation entstehen für die Anpassung von complexity keine gesonderten Kosten. Ein höherer Wert erhöht jedoch die Latenz und kann unerwünschte Änderungen mit sich bringen. Wer seine 2.5-Anfragen unverändert auf 2.6 umstellt, aktiviert damit automatisch die höchste Planungsstufe.
GPT-Image-2.6: Was über Geschwindigkeit und Qualität bekannt ist
Bei der Geschwindigkeit gibt OpenAI an, dass 2.6 um 50 % schneller als zuvor ist. Flare soll bei quality=low ein Bild in rund 6 Sekunden erzeugen können. Die Testbedingungen für die Angabe „50 % schneller“ nennt OpenAI allerdings nicht: Weder Bildgröße und Qualitätsstufe noch die Frage, ob Wartezeiten eingerechnet wurden, sind bekannt. Auch eine Übersicht der Geschwindigkeiten nach Qualitätsstufe fehlt. Als unabhängiger Vergleichswert steht derzeit nur eine Messung für 2.5 zur Verfügung: CellCog testete das Modell am 2026-10-25 mit 24 Eingabeaufforderungen und ermittelte bei Qualitätsstufe high eine mediane Dauer von 28,7 Sekunden pro Bild. Das ist ein Wert für 2.5 – daraus lässt sich nicht ableiten, wie viel schneller 2.6 ist.
Auch bei der Qualität lässt sich bislang nur 2.5 unabhängig beurteilen. Artificial Analysis zeigte am 2026-11-05 für 2.5 auf AA-Image-T2I v2.1 einen Wert von 1.224 Elo (13.108 Stichproben, erster Platz) und auf AA-Image-Editing v2.1 einen Wert von 1.199 Elo (18.300 Stichproben). Am selben Tag war 2.6 auf keiner der beiden Ranglisten vertreten. Die unabhängige Übersicht von OrcaRouter bringt es auf den Punkt: Messbar ist das alte Modell.
| Aussage | Quelle | Evidenz | Modell | Verwendung |
|---|---|---|---|---|
| 50 % schneller als zuvor | OpenAI | Herstellerangabe ohne Testbedingungen | 2.6 | Als Orientierung nutzen, Latenz selbst messen |
| Flare auf Stufe low etwa 6 Sekunden | OpenAI | Herstellerangabe | 2.6 Flare | Zur Einschätzung von Echtzeitszenarien |
| Sunburst ist bei mehrstufiger Bearbeitung konsistenter | OpenAI | Herstellerangabe | 2.6 Sunburst | Unbedingt mit eigenen Bearbeitungsfällen prüfen |
| T2I 1.224 Elo / Bearbeitung 1.199 Elo | Artificial Analysis | Unabhängiger Test, Stichprobengröße veröffentlicht | Nur 2.5 | Als Qualitätsbasis für 2.5 nutzen |
| Stufe high: Median von 28,7 Sekunden pro Bild | CellCog, 24 Eingabeaufforderungen | Unabhängiger Test, kleine Stichprobe | Nur 2.5 | Als Vergleichsbasis für die Latenz nutzen |
| 2.6 Sunburst auf Platz 1 in Image Arena | DesignArena auf X | Angabe einer einzelnen unabhängigen Rangliste, kein überprüfbarer Elo-Wert verfügbar | 2.6 Sunburst | Nur zur Orientierung, nicht als Entscheidungsgrundlage |
| Unabhängiger Elo-Wert und GIF-Erfolgsquote für 2.6 | Noch nicht verfügbar | Unbekannt | 2.6 | Auf aktualisierte Ranglisten warten oder selbst testen |
Auch Sicherheitstests gehören auf die Checkliste für die Abnahme. Für die Systemkarte von 2.6 wurden 3.077 adversariale Anfragen verwendet: Bei Sunburst sank der Anteil nicht abgefangener regelwidriger Ausgaben von 1,92 % auf 1,72 %; bei Flare stieg er von 1,49 % auf 2,14 %. Laut OpenAI ist diese Veränderung statistisch nicht signifikant. Die „Rate sicherer Generierungen“ von Flare sank jedoch signifikant von 78,36 % auf 75,04 %. OpenAI führt dies hauptsächlich auf Anfragen in den Kategorien Other und sexual zurück. Insgesamt bewertet OpenAI das Sicherheitsniveau als vergleichbar mit 2.5. Für Anwendungen mit hohen Compliance-Anforderungen sollte dieser Wert bei Flare gesondert geprüft werden.
GPT-Image-2.6 im Preisvergleich: Gleiche Tokenpreise, unterschiedliche Kosten pro Bild
Laut der offiziellen Preisliste von OpenAI (abgerufen am 2026-11-05) gelten für alle vier Varianten – 2.5 flare, 2.5 sunburst, 2.6 flare und 2.6 sunburst – dieselben Tokenpreise:
- Texteingabe: $5/1M Token, zwischengespeicherter Text $1.25/1M Token
- Bildeingabe: $8/1M Token, zwischengespeicherte Bilder $2/1M Token
- Bildausgabe: $30/1M Token
Bildunterschrift: Offizielle OpenAI-Preisliste, Quelle developers.openai.com/api/docs/pricing, abgerufen am 2026-11-05.
Die Kosten pro Bild hängen von der Anzahl der Ausgabetoken ab, die wiederum durch die Qualitätsstufe bestimmt wird. Die folgende Tabelle zeigt die Werte des offiziellen Rechners für 2.6 bei 1024×1024. Sie umfasst nur die Bildausgabe, nicht aber Eingabetoken oder Teilbilder.
| Qualitätsstufe | Ausgabetoken | Kosten für die Ausgabe eines Bildes (USD) | Pro tausend Bilder (USD) | Einsatzgebiet |
|---|---|---|---|---|
| low | 823 | ≈ $0.02469 | ≈ $24.69 | Skizzen, Vorschauen in grosser Zahl |
| medium | 1,449 | ≈ $0.04347 | ≈ $43.47 | Alltägliche Produktbilder, Social-Media-Bilder |
| high | 1,756 | ≈ $0.05268 | ≈ $52.68 | Bilder für veröffentlichte Kampagnen |
| xhigh | 3,122 | ≈ $0.09366 | ≈ $93.66 | Detailreiche Poster |
| max | 7,024 | ≈ $0.21072 | ≈ $210.72 | Zentrale Kampagnenmotive, Bilderzeugung in sehr kleinen Mengen |
Bei der Verwendung dieser Tabelle sind drei Einschränkungen zu beachten:
- Nicht direkt auf 2.5 übertragbar: Auf der Modellseite von 2.5 steht ausdrücklich, dass der Rechner für GPT Image 2 den Tokenverbrauch von 2.5 nicht schätzt. Die Werte des Rechners für 2.6 gelten daher nur für 2.6. Nebenbei: AA gibt für 2.5 Sunburst rund $210.7 pro tausend Bilder an; das entspricht der höchsten Qualitätsstufe.
- Bei Bearbeitungen die Eingabe separat berechnen: Laut OpenAI werden Bildeingaben ab gpt-image-2 mit hoher Detailtreue verarbeitet. Bei Bearbeitungsanfragen mit Referenzbild fällt daher der Verbrauch an Eingabetoken deutlich höher aus. Für beide Generationen kostet die Bildeingabe $8/1M Token.
- Ob Batch anwendbar ist, bleibt offen: Auf der Preisseite von 2.5 steht, dass die Bildausgabe im Batch-Betrieb $15/1M kostet. Auf der Modellseite von 2.6 wird das nicht erneut erwähnt. Auch die Anzahl der Ausgabetoken für 2.6 bei 1536×1024 und 4K hat OpenAI noch nicht angegeben.
Bei APIYI auf apiyi.com werden die beiden 2.6-Modelle nutzungsbasiert abgerechnet, entsprechend den offiziellen Preisen: Eingabe $5/1M Token, Ausgabe $30/1M Token und Lesen aus dem Cache $1.25/1M Token (abgerufen am 2026-11-05). Massgeblich für Modelle und Preise ist die Modellliste der Plattform unter docs.apiyi.com/models.
GPT-Image-2.6 oder GPT-Image-2.5: Drei Regeln für drei Arten von Teams
Regel eins: Neue Funktionen benötigt oder erste Integration? Sofort 2.6 nutzen. Wenn du GIF-Animationen, SVG-Icons oder Illustrationen erstellen oder mit complexity die Latenz senken möchtest, bietet 2.5 keine Alternative. Teams, die erstmals die OpenAI-Bild-API integrieren, können ebenfalls direkt mit 2.6 starten: Der Einzelpreis ist gleich, und es gibt keine bestehenden Abnahmeprozesse, die migriert werden müssen.
Regel zwei: Bestehende 2.5-Bearbeitungspipeline? Erst parallel testen. Teams, die Produktbilder über mehrere Runden bearbeiten, konsistente Figuren erstellen oder Markenposter gestalten, haben ihre Abnahmekriterien für 2.5 bereits ausgearbeitet. Dass 2.6 „konsistenter“ ist, wurde bislang nur vom Anbieter selbst behauptet. Es empfiehlt sich, dieselben Eingaben an beide Versionen zu senden und jeweils einen Durchlauf mit complexity ausdrücklich auf low und einen auf high durchzuführen. Anhand der Erfolgsquote lässt sich dann entscheiden, welcher Anteil der Aufträge umgestellt wird.
Regel drei: Abhängig vom Batch-Rabatt oder hohe Compliance-Anforderungen? Bei 2.5 bleiben. Teams, die grosse Bildmengen offline erzeugen und deren Kostenmodell auf Batch-Preisen von $15/1M basiert, sollten warten, bis der Anbieter die Batch-Regelung für 2.6 bestätigt. Auch Anwendungen mit strengen Anforderungen an die Rate sicherer Generierungen, die hauptsächlich Flare verwenden, sollten vor einer Entscheidung den deutlichen Rückgang bei Flare in der Systemkarte prüfen.
Für A/B-Tests ist es am einfachsten, beide Modellversionen auf derselben Plattform zu nutzen. APIYI, erreichbar unter apiyi.com, führt sowohl 2.5 als auch 2.6. Du verwendest denselben API-Schlüssel, setzt base_url auf https://api.apiyi.com/v1 und änderst beim Wechsel nur die Modell-ID. Für 2.5 gibt es ausserdem die pro Aufruf abgerechneten Varianten gpt-image-2.5-all ($0.025/Aufruf) und gpt-image-2.5-vip ($0.03/Aufruf). Damit lassen sich die Kosten pro Aufruf mit denen einer mengenbasierten Abrechnung vergleichen.
Bei der Migration solltest du zuerst drei Anwendungsfälle testen: Bearbeitung über mehrere Runden, Poster mit Text und Produktbilder mit transparentem oder einfarbigem Hintergrund. Diese drei Fälle entsprechen den gemeinsamen Einschränkungen, die der Anbieter selbst einräumt: Die Konsistenz zwischen einzelnen Durchläufen kann schwanken, bei der Textdarstellung können weiterhin Fehler auftreten, und Elemente lassen sich in layoutsensiblen Kompositionen möglicherweise nicht präzise platzieren.
| Prüfpunkt | Vorgehen | Erfolgskriterium / Risikohinweis |
|---|---|---|
| Standardwert für complexity | Bei allen 2.6-Anfragen complexity explizit setzen |
Vermeidet Verzögerungen und unnötige Änderungen durch den Standardwert high |
| Konsistenz bei mehrstufiger Bearbeitung | Dasselbe Ausgangsbild über 3–5 Runden bearbeiten und beide Generationen vergleichen | Motiv, Farbgebung und Logo bleiben konsistent |
| Poster mit Text | Je eine Testreihe mit chinesischen und englischen Überschriften sowie Preisangaben | Schriftzeichen und Zahlen sind fehlerfrei, das Layout bleibt stabil |
| Produktbilder mit transparentem oder einfarbigem Hintergrund | Kanten, Schatten und Reflexionen vergleichen | Saubere Freistellungskanten, Bilder direkt für Produktlistings nutzbar |
| Latenz und Timeouts | P50 / P95 für die tatsächlich verwendeten Größen und Qualitätsstufen erfassen | Timeout auf mindestens etwa 2 Minuten setzen |
| Neue Ausgabeformate | GIF und SVG nur über den Generierungsendpunkt anfordern, mit n=1 |
Anfragen an den Bearbeitungsendpunkt schlagen fehl und müssen vorab umgeleitet werden |
| Kostenberechnung | Ein- und Ausgabe getrennt erfassen; den 2.6-Rechner nicht für Kostenschätzungen von 2.5 verwenden | Eingabekosten für Bearbeitungsanfragen separat berechnen |
| Compliance und Wasserzeichen | Prüfen, wie Flare Anfragen blockiert, und sicherstellen, dass SynthID nachgelagerte Prozesse nicht beeinträchtigt | Die Sicherheitsschwellen des Unternehmens werden eingehalten |
💡 Empfehlung: Wenn du dir nicht sicher bist, welche Option zu dir passt, erstelle zunächst für jeden der drei zentralen Anwendungsfälle aus der Migrations-Checkliste 20 bis 50 Bilder. Rufe beide Modellgenerationen über APIYI apiyi.com mit demselben Schlüssel parallel auf und vergleiche Erfolgsquote, Latenz und Kosten. Das ist für deinen konkreten Anwendungsfall aussagekräftiger als jede Bestenliste.
GPT-Image-2.6 im Vergleich zu GPT-Image-2.5: FAQ und Zusammenfassung
Häufige Fragen zu GPT-Image-2.6
F1: Wird 2.5 nach der Einführung von 2.6 abgeschaltet?
Stand 2026-11-05 hat OpenAI kein Abschaltdatum für 2.5 angekündigt; die weitere Planung für den Modelllebenszyklus ist noch unbekannt. Derzeit sind beide Generationen verfügbar. Auch APIYI apiyi.com führt beide Modellgenerationen. Eine überstürzte Migration aus Sorge vor einer Abschaltung ist daher nicht nötig.
F2: Lassen sich GIF und SVG mit der Bearbeitungsschnittstelle verwenden?
Nein. GIF und SVG lassen sich nur mit `v1/images/generations` verwenden; der Bearbeitungsendpunkt unterstützt keines der beiden Formate. Ausserdem hat OpenAI noch keine Angaben zur tatsächlichen Erfolgsquote, Dateigrösse und Dauer von GIFs über die API veröffentlicht. Vor dem Einsatz in grösserem Umfang empfiehlt sich daher ein eigener Test mit einer kleinen Stichprobe.
F3: Müssen bestehende Eingabeaufforderungen für 2.5 neu geschrieben werden?
Nicht sofort. Zunächst solltest du aber complexity berücksichtigen: Bei einer unveränderten Migration steht der Wert standardmässig auf high, was zusätzliche, möglicherweise unerwünschte Änderungen verursachen kann. Setze ihn am besten zunächst explizit auf low oder medium und vergleiche die Ergebnisse beider Generationen mit denselben Eingabeaufforderungen. Nur bei tatsächlichen Abweichungen musst du diese einzeln anpassen. Mit APIYI apiyi.com kannst du diesen Vergleich mit demselben API-Schlüssel durchführen.
F4: Lohnt sich die Stufe max bei 2.6 noch?
Bei 1024×1024 kostet die Bildausgabe auf der Stufe max etwa $0.21072 pro Bild – rund viermal so viel wie auf high. Das eignet sich für einzelne wichtige Motive, aber nicht für die Bilderzeugung in grossem Umfang. Da complexity nicht separat berechnet wird, kannst du zunächst high mit einem höheren complexity-Wert testen. Falls das Ergebnis nicht ausreicht, kannst du auf max wechseln.
F5: Ist die Bearbeitung mit markup-Markierungen exklusiv für 2.6?
Nein. markup wird sowohl von 2.5 als auch von 2.6 unterstützt. Die Einschränkungen sind ebenfalls gleich: Die Markierungsebene muss ein transparentes PNG mit denselben Abmessungen wie das erste Eingabebild sein und darf nicht zusammen mit mask oder prompt_rewriter verwendet werden. Nur für die Bearbeitung mit Markierungen musst du also nicht auf die neue Generation wechseln.
GPT-Image-2.6: Die wichtigsten Punkte
- Art des Upgrades: Mehr Funktionen und höhere Geschwindigkeit, aber kein Generationssprung bei der Bildqualität.
- Gleiche Preise: Beide Generationen kosten $5/1M für Input und $30/1M für Output, Stand: 2026-11-05.
- Nur in 2.6: GIF, SVG und complexity; markup gibt es in beiden Generationen.
- Aussagekraft der Daten: Die Elo-Werte 1,224 / 1,199 gehören zu 2.5; für 2.6 gibt es noch keine unabhängige Bewertung.
- Migrationsrisiken: complexity steht standardmäßig auf high; ob 2.6 Batch unterstützt, ist noch unbekannt.
- Validierung: Zunächst drei Anwendungsfälle testen: mehrstufige Bearbeitung, Plakate mit Text und Produktbilder.
GPT-Image-2.6 im Vergleich zu GPT-Image-2.5: Fazit
Die Entscheidung in einem Satz: Wer GIF oder SVG braucht, sollte 2.6 einsetzen. Bestehende, ausgereifte Bearbeitungspipelines sollten zunächst parallel laufen. Wer von Batch abhängt oder hohe Compliance-Anforderungen erfüllen muss, bleibt vorerst bei 2.5. Die nächsten drei Schritte:
- complexity explizit setzen: Den Parameter bei allen 2.6-Anfragen übergeben und sich nicht auf den Standardwert high verlassen.
- Drei Anwendungsfälle anhand der Checkliste testen: mehrstufige Bearbeitung, Plakate mit Text und Produktbilder. Dabei Erfolgsquote und P95-Latenz erfassen.
- Getrennt abrechnen: Input- und Output-Token separat zählen und die Kosten für 2.5 nicht mit dem 2.6-Rechner schätzen.
Für den A/B-Vergleich beider Generationen empfiehlt sich APIYI unter apiyi.com: Dort lässt sich derselbe API-Schlüssel für beide verwenden. Treffen Sie Ihre Entscheidung anhand eigener Beispiele statt anhand von Bestenlisten, die noch gar nicht vorliegen.
Quellen
- OpenAI-Modellseite – GPT-Image-2.6 Flare: Beschreibung des Modells 2.6
- Link:
developers.openai.com/api/docs/models/gpt-image-2.6-flare - OpenAI-Modellseite – GPT-Image-2.5 Sunburst: Einordnung von 2.5 sowie Informationen zu Batch und Rechner
- Link:
developers.openai.com/api/docs/models/gpt-image-2.5-sunburst - OpenAI-Preisliste: Tokenpreise der vier Modelle
- Link:
developers.openai.com/api/docs/pricing - System Card für ChatGPT Images 2.6: Daten zur Sicherheitsbewertung
- Link:
deploymentsafety.openai.com/chatgpt-images-2-6 - APIYI-Modellliste: Modelle und Preise der Plattform
- Link:
docs.apiyi.com/models
Autor: APIYI-Technikteam
Technischer Austausch: Bei Fragen zur Bewertung einer Migration kontaktieren Sie uns gerne über die APIYI-Startseite apiyi.com. Weitere Informationen finden Sie im Dokumentationszentrum unter docs.apiyi.com.
