OpenAI bringt ChatGPT Images 2.6: Animierte GIFs, Referenzbilder und zwei API-Modelle, Sunburst und Flare

OpenAI hat in der Nacht vom 4. auf den 5. November ChatGPT Images 2.6 vorgestellt, ein Update seines Bildgenerators, das zwei für die breite Öffentlichkeit sichtbare Neuerungen mitbringt: die Erstellung animierter GIFs und Referenzbilder, die man einmal speichert, um sie wiederzuverwenden. Für Entwickler stellt der Anbieter zwei Modelle bereit, GPT-Image-2.6 Sunburst und GPT-Image-2.6 Flare, die der Bild-API GIF- und SVG-Ausgaben hinzufügen.

Was sich in ChatGPT ändert

Bislang erzeugte ChatGPT statische Bilder. Mit Images 2.6 kann ein Text oder ein Ausgangsbild zu einer Endlosschleifen-Animation werden. Laut der Ankündigung von OpenAI lässt sich anschließend die Geschwindigkeit anpassen, die Einzelbilder können Bild für Bild retuschiert und das Ergebnis geteilt werden.

Die zweite Neuerung zielt auf Konsistenz über mehrere Kreationen hinweg ab: ChatGPT kann Referenzbilder speichern, etwa ein Foto von sich selbst, seinem Haustier oder einer wiederkehrenden Figur, um diese in neuen Bildern wiederzuverwenden, ohne sie jedes Mal neu hochladen zu müssen. Genau das fehlte bisher, um dieselbe Figur oder dasselbe Maskottchen über eine Reihe von Grafiken hinweg beizubehalten.

Laut OpenAI ist Images 2.6 in ChatGPT und Codex für alle Tarife im Web, auf dem Desktop und auf Mobilgeräten verfügbar. Die Nutzungslimits je Tarif wurden dagegen nicht veröffentlicht.

Zwei Modelle für Entwickler

In der API trennt OpenAI nun zwei Anwendungsbereiche deutlich:

• Sunburst für detaillierte Arbeiten: komplexe Kompositionen und Retuschen, bei denen es auf Präzision ankommt;
• Flare für schnelle Iterationen: Laut OpenAI kann ein Bild im besten Fall in rund sechs Sekunden ausgegeben werden.

Beide Modelle teilen sich dieselben Werkzeuge, die im Leitfaden von OpenAI beschrieben werden:

• Animiertes GIF: nur bei der Generierung, 2 bis 64 Bilder pro Animation (standardmäßig 9), jedes für 20 bis 2.000 Millisekunden angezeigt (standardmäßig 200);
• SVG: eine bearbeitbare Vektordatei, nützlich für Icons oder Illustrationen, exklusiv in der API;
• Annotierungsgestützte Bearbeitung: Man markiert auf einer Ebene den zu ändernden Bereich und beschreibt die Anpassung – eine Funktion, die auch für kompatible GPT-Image-2.5-Modelle freigeschaltet wurde;
• Eine Einstellung für die Komplexität (niedrig, mittel, hoch), die festlegt, wie viel das Modell vor dem Zeichnen „plant“; sie steht standardmäßig auf „hoch“ und wird nicht separat abgerechnet, aber OpenAI warnt, dass sie die Antwortzeit verlängern und ungewollte Änderungen mit sich bringen kann.

Die Dokumentationen beider Modelle weisen dieselben Preise aus: 5 Dollar pro Million Eingabetext-Token, 8 Dollar pro Million Eingabebild-Token und 30 Dollar pro Million Ausgabebild-Token. Die tatsächlichen Kosten eines Bildes hängen von der Anzahl der erzeugten Token ab, was in den Übersichten nicht näher aufgeschlüsselt wird.

Die Sicherheit bei GIFs

Die von OpenAI veröffentlichte Systemkarte übernimmt die Sicherheitsbasis von Images 2.5 und ergänzt spezifische Schutzmechanismen für GIFs, da eine Animation eine problematische Bedeutung oder Bewegung transportieren kann, die kein Einzelbild für sich allein zeigt. OpenAI räumt ein, dass solche Verstöße „nach wie vor schwer zu erkennen sind“. Bei einem Testset von 3.077 bewusst heiklen Anfragen stieg der Anteil nicht blockierter problematischer Bilder bei Flare von 1,49 Prozent auf 2,14 Prozent und sank bei Sunburst leicht; OpenAI stuft diese Abweichungen als nicht signifikant ein. Die Bilder tragen weiterhin C2PA-Metadaten und das unsichtbare SynthID-Wasserzeichen.

Was noch unklar ist

• Die Kosten pro Bild: Ein Entwickler merkt im OpenAI-Forum an, dass die Qualitätsstufen „low“ und „medium“ deutlich mehr Token verbrauchen als bei GPT Image 2.5. OpenAI hat darauf nicht geantwortet.
• Die Kontingente für GIFs und Referenzbilder je nach ChatGPT-Tarif.
• Die Speicherung der Referenzbilder: Wie lange sie gespeichert bleiben und wie man sie löscht, wird in den eingesehenen Dokumenten nicht präzisiert.