GPT Image 2.5: Was sich für Bilder im Betrieb wirklich ändert

OpenAI hat gestern ChatGPT Images 2.5 veröffentlicht. Die Schlagzeilen nennen schärfere Details und natürlicheres Licht. Das stimmt vermutlich, ist aber die uninteressanteste Nachricht daran.

Bildqualität war schon vorher kein Engpass. Wer ein hübsches Bild brauchte, bekam es. Was fehlte, war etwas anderes: dasselbe Motiv ein zweites Mal. Und genau daran hat sich etwas geändert.

Was tatsächlich neu ist

Kurz und nüchtern, was der Hersteller angibt:

• Verfügbar für alle, auch im kostenlosen Tarif, auf Desktop, Mobil und im Web, dazu in ChatGPT Work und in Codex.
• Zwei Modelle über die Schnittstelle: gpt-image-2.5-flare als Standard, laut OpenAI bei bis zu halbierter Wartezeit gegenüber der Vorversion, und gpt-image-2.5-sunburst für Fälle, in denen es auf genaue Kontrolle beim Bearbeiten ankommt.
• Zwei neue Qualitätsstufen über der bisherigen Spitze, insgesamt fünf: low, medium, high, xhigh, max.
• Bis 3840 Pixel Kantenlänge, Seitenverhältnisse von 1:3 bis 3:1, PNG oder WebP, transparenter Hintergrund möglich. Alles über 2560 mal 1440 ist als experimentell gekennzeichnet.
• Bessere Motivtreue bei Referenzfotos und zuverlässigere Umsetzung von Änderungswünschen über mehrere Runden hinweg.
• Dazu Bedienkram: ein Zeichenwerkzeug direkt im Chat, Vorlagen für Poster und Merch, Änderungen per Kommentar am Bild.

Der Tokenpreis soll gleich bleiben. Wie viele Tokens ein Bild tatsächlich kostet, ist nicht dokumentiert, und die Preisrechner von OpenAI führen die neuen Modelle noch nicht. Wer das budgetieren muss, misst es an ein paar echten Aufträgen nach, statt zu rechnen. Wie man solche Kosten grundsätzlich in den Griff bekommt, steht im Beitrag zu den Token-Kosten.

Der Punkt, an dem es für dich interessant wird

Bis hierher ist das eine Produktmitteilung. Die praktische Änderung steckt in zwei unscheinbaren Sätzen: Motive aus Referenzfotos bleiben besser erhalten und Änderungswünsche werden über mehrere Runden zuverlässiger umgesetzt.

Das klingt nach Detail und ist der ganze Unterschied. Bisher lief eine Bildgenerierung so ab: Du beschreibst etwas, bekommst vier Vorschläge, einer passt fast. Du bittest um eine Änderung, und das Modell liefert ein neues Bild, das an anderer Stelle wieder abweicht. Nach fünf Runden hast du fünf verschiedene Bilder statt eines guten.

Für ein einzelnes Titelbild ist das egal. Für alles, was zusammenpassen muss, ist es das Ausschlusskriterium: eine Anzeigenserie, ein Produktkatalog, eine Beitragsreihe, drei Formate desselben Motivs für drei Kanäle. Genau dort ist Bildgenerierung bisher gescheitert, nicht an der Qualität des Einzelbilds.

Was das im Betrieb konkret verschiebt

Drei Dinge, die vorher aufwendig waren und jetzt in Reichweite liegen:

Ein Motiv in mehreren Formaten. Dasselbe Bild als Beitrag, als Story und als Anzeigenformat, ohne dass daraus drei unterschiedliche Bilder werden. Das war bisher Handarbeit im Bildbearbeitungsprogramm.

Produktbilder vor der Produktfotografie. Nicht als Ersatz, sondern für die Phase davor: Wie sieht die Verpackung im Regal aus, wie wirkt das Motiv in der Anzeige. Entscheidungen, die sonst auf Zuruf getroffen werden oder ein Shooting kosten, das man hinterher verwirft.

Bildserien mit gleicher Handschrift. Wenn jeder Beitrag ein Titelbild braucht und alle zusammen nach einem Haus aussehen sollen, ist Wiederholbarkeit die einzige Eigenschaft, auf die es ankommt.

Was dagegen unverändert bleibt: Ein Modell, das Bilder erzeugt, tut dasselbe wie ein Modell, das Text erzeugt. Es sagt voraus, was am besten passt, und es weiß nicht, was es nicht weiß. Warum das die entscheidende Eigenschaft dieser Systeme ist, habe ich in Generative KI verstehen auseinandergenommen.

Wo es weiter klemmt

Der ehrliche Teil, denn ein Modellsprung räumt nicht alles ab.

Text im Bild bleibt heikel. Die Textwiedergabe ist besser geworden, das sagen alle Beteiligten. Besser heißt nicht verlässlich. Für ein Wort auf einem Schild reicht es meistens, für deinen Firmennamen in korrekter Schreibweise auf einem Werbemittel prüfst du jedes Mal nach. Und wenn er falsch geschrieben ist, ist das keine Kleinigkeit.

Menschen und Marken sind ein Rechtsthema, kein Technikthema. Ein Modell erzeugt dir bereitwillig ein Gesicht, das jemandem ähnelt, oder ein Logo, das an ein bekanntes erinnert. Ob du das verwenden darfst, entscheidet nicht das Modell. Bei allem, was nach außen geht, gehört diese Frage vor die Veröffentlichung und nicht danach.

Kennzeichnung. Erzeugte Bilder tragen Metadaten zur Herkunft, und in der Werbung wird die Frage nach der Transparenz eher zunehmen als verschwinden. Wer heute anfängt, sollte sich angewöhnen, festzuhalten, welches Bild woher stammt. Das kostet nichts, solange man es von Anfang an tut.

Und die Zahlen sind Herstellerangaben. Halbierte Wartezeit klingt gut und ist plausibel, gemessen habe ich es nicht. Bei der GPT-6-Ankündigung habe ich denselben Vorbehalt gemacht, und er gilt hier genauso.

Der Engpass ist nicht das Modell

Jetzt der Teil, der unbequem ist, weil er nichts mit OpenAI zu tun hat.

Zwei Betriebe nutzen dasselbe Modell. Der eine bekommt Bilder, die wie sein Unternehmen aussehen, der andere bekommt hübsche Bilder, die nach nichts aussehen. Der Unterschied liegt nicht im Prompt und nicht im Modell. Er liegt darin, ob überhaupt beschrieben ist, wie eure Bilder aussehen sollen.

Farben, Bildausschnitt, Lichtstimmung, was ihr nie zeigt. Wenn das nirgends steht, kann es auch niemand mitgeben, und dann bekommst du bei jeder Anfrage einen neuen Stil. Genau das ist der Grund, warum KI-Projekte scheitern: nicht zu schwache Technik, sondern fehlende Vorarbeit, die niemand für Arbeit hält.

Die gute Nachricht: Diese Vorarbeit macht man einmal. Danach ist sie bei jedem Bild dabei, und sie überlebt jeden Modellwechsel. In meinen Skill-Packs steckt dafür ein eigener Baustein, der aus dem CI-Manual wiederverwendbare Stilblöcke macht. Der Punkt daran ist nicht das Werkzeug, sondern dass die Antwort auf „wie sehen unsere Bilder aus" einmal aufgeschrieben irgendwo liegt.

Fazit

Images 2.5 ist kein Grund, etwas umzustellen. Es ist ein Grund, etwas noch einmal zu versuchen, das vor einem Jahr nicht funktioniert hat: Bildserien, die zusammenpassen.

Wenn du bisher jedes Bild einzeln erzeugt und dann doch von Hand nachgearbeitet hast, ist das die Stelle, an der sich ein neuer Versuch lohnt. Und wenn dabei herauskommt, dass es immer noch nicht passt, liegt es mit hoher Wahrscheinlichkeit nicht am Modell, sondern daran, dass eure Bildsprache nirgends steht.

Wo bei euch der größte Hebel liegt, rechnest du im KI-Potenzial-Check in zwei Minuten aus, oder wir sprechen in einer KI-Beratung darüber.

Quellen: Ankündigung und Funktionsumfang nach OpenAI sowie der Entwickler-Ankündigung in der OpenAI Developer Community, Berichterstattung von 9to5Mac vom 8. September 2026, technische Angaben nach Morphic. Leistungs- und Latenzangaben sind Herstellerangaben. Stand dieses Beitrags: 9. September 2026.