GPT Image ist eine von OpenAI entwickelte Softwareprodukt-Reihe zur Bilderzeugung aus Texten und zur Bildbearbeitung. Als Text-zu-Bild-Variante der GPT-Modellfamilie verwendet sie Verfahren des Deep Learning, um anhand von Beschreibungen in natürlicher Sprache oder von Bildvorlagen digitale Bilder zu erzeugen. Als Nachfolger von DALL-E ist GPT Image unter der Bezeichnung ChatGPT Images (deutsch auch ChatGPT Bilder) unmittelbar in ChatGPT integriert und über eine Programmierschnittstelle (API) verfügbar. Nach der Veröffentlichung im März 2025 ging GPT Image in sozialen Medien viral, insbesondere aufgrund der Möglichkeit, Bilder im Stil von Studio Ghibli zu erstellen. GPT Image ist auch über Microsoft Copilot und Apple Intelligence verfügbar.
Geschichte
mini|alt=Zwei Männer sehen einander auf einer verregneten Straße an|Ein mit GPT Image 1 erzeugtes Bild mini|Mit GPT 2.5 und dem kurzen Prompt „1960's art of cow getting abducted by UFO in midwest“ erzeugter komplexer Bildinhalt (September 2026) mini|Mit dem kurzen Prompt „Erstelle ein Infoposter zu den zwölf Aufgaben des Herakles“ erzeugtes Informationsblatt (September 2026) OpenAI stellte das erste Modell der Reihe am 25. März 2025 in einem Blogbeitrag unter der Bezeichnung „GPT-4o image generation“ (deutsch „4o-Bildgenerierung“) vor. Es war auf Grundlage des Modells GPT-4o für die Bilderzeugung entwickelt worden. Zunächst stand es ausschließlich zahlenden Nutzern zur Verfügung; die Freischaltung für Nutzer des kostenlosen Angebots verzögerte sich wegen der hohen Nachfrage. Anschließend wurde die Nutzung der Funktion begrenzt. Sam Altman erklärte dazu, die Grafikprozessoren würden angesichts der starken Nutzung „schmelzen“. Nach späteren Angaben von OpenAI hatten in der ersten Woche weltweit mehr als 130 Millionen Nutzer über 700 Millionen Bilder erzeugt. Am 23. April 2025 wurde das Modell unter dem Namen GPT Image 1 (gpt-image-1) über die API verfügbar gemacht.
Am 6. Oktober 2025, dem Tag der Entwicklerveranstaltung OpenAI DevDay 2025, erschien die kostengünstigere Variante GPT Image 1 Mini (gpt-image-1-mini). Ihre Nutzung über die API war 80 Prozent günstiger als die von GPT Image 1.
Am 16. Dezember 2025 wurde mit GPT Image 1.5 (gpt-image-1.5) ein neues Modell vorgestellt. Dieses wurde weltweit unter der Bezeichnung „ChatGPT Images“ für alle Nutzer freigeschaltet und zugleich über die API bereitgestellt. Nach Angaben von OpenAI ermöglicht es präzise Änderungen, bei denen andere Bilddetails erhalten bleiben, und erzeugt Bilder bis zu viermal schneller. Die Preise für Bildeingaben und -ausgaben über die API lagen bei GPT Image 1.5 um 20 Prozent unter denen von GPT Image 1.
Im April 2026 veröffentlichte OpenAI GPT Image 2 (gpt-image-2). Damit wurde ein Reasoning-Modell in den Prozess der Bilderzeugung einbezogen.
Die überarbeitete Version GPT Image 2.5 erschien am 8. September 2026 unter der Bezeichnung „ChatGPT Images 2.5“ in ChatGPT. Sie führte eine Skizzenfunktion „Sketch“ ein, mit der Nutzer eigene Zeichnungen in KI-generierte Bilder umsetzen können. Nach Angaben von OpenAI sank die für die Bilderzeugung benötigte Wartezeit gegenüber Images 2.0 um bis zu 50 Prozent. Über die API wurden zwei Varianten veröffentlicht: „Flare“ soll eine schnellere Bilderzeugung bei hoher Qualität ermöglichen; „Sunburst“ ist auf eine detailreichere Darstellung ausgelegt, benötigt dafür jedoch mehr Zeit.
Fähigkeiten
Anders als die auf Diffusionsmodellen beruhenden Vorgänger DALL-E 2 und DALL-E 3 arbeitet die GPT-Image-Modelle autoregressiv. Zu den neuen Fähigkeiten zählen die Umwandlung vorhandener Bilder, verbesserte fotorealistische Darstellungen und die genaue Umsetzung detaillierter Anweisungen. GPT Image 2.0 kann Bilder mit 1024 × 1024 Pixeln (Seitenverhältnis 1:1, quadratisch), 1536 × 1024 Pixeln (3:2, Querformat) und 1024 × 1536 Pixeln (2:3, Hochformat) erzeugen.
GPT Image 1.5 verringerte Probleme des Vorgängermodells wie das vorzeitige Zuschneiden von Bildinhalten und die Tendenz zu einem warmen Farbstich. Bei der Wiedergabe bestimmter Kunststile verschlechterten sich die Ergebnisse jedoch. Auch Schwierigkeiten mit der Darstellung mehrerer Gesichter sowie mit Texten in Sprachen wie Chinesisch, Arabisch und Hebräisch bestanden bei dieser Modellversion fort.
Rezeption
Technikjournalisten bewerteten GPT Image überwiegend als bedeutenden Fortschritt in der Bilderzeugung. TechRadar hob die Leistungsfähigkeit von GPT Image 1 hervor, dessen Ergebnisse einen weiten Bereich von fotorealistischen Szenen bis hin zu stilisierten Illustrationen abdeckten. Gegenüber früheren Werkzeugen wurden insbesondere Fortschritte bei der Textdarstellung sowie bei der Verknüpfung von Text und Bild hervorgehoben.
Heise online berichtete hingegen über technische Schwächen wie Artefakte durch Überschärfung, eine Neigung zu warmen Farbtönen sowie typische Fehler bei der Darstellung menschlicher Körperhaltungen und der Überlagerung von Objekten. Trotz der insgesamt hohen Leistungsfähigkeit seien der wirklichkeitsgetreuen Darstellung damit Grenzen gesetzt.
Kulturelle Auswirkungen
mini|alt=KI-generierte Zeichnung einer weinenden Frau, der Handschellen angelegt werden|Mit GPT Image 1 erzeugtes Bild, das der offizielle Twitter-Account des Weißen Hauses veröffentlichte. Es zeigt die Festnahme einer Migrantin durch die Einwanderungsbehörden unter der Trump-Regierung. Mit der Einführung von GPT Image 1 im März 2025 verbreiteten sich im Stil der Filme von Studio Ghibli nachgestaltete Fotografien viral. Sam Altman griff den Trend auf, indem er sein Twitter-Profilbild durch ein von Studio Ghibli inspiriertes Bild ersetzte. Als Reaktion auf den Trend verwiesen zahlreiche Kommentatoren auf frühere ablehnende Äußerungen des Ghibli-Regisseurs Hayao Miyazaki zu KI-Kunst. Einige Kreativschaffende, darunter der Animator Alex Hirsch, kritisierten Altman dafür, aus der Arbeit Studio Ghiblis Profit zu schlagen. Der nordamerikanische Filmverleih GKIDS nahm indirekt auf den Trend Bezug, indem er in einer Pressemitteilung zur Wiederaufführung des Studio-Ghibli-Films Prinzessin Mononoke aus dem Jahr 1997 auf „eine Zeit, in der die Technik versucht, das Menschliche nachzubilden“ (englisch: “a time when technology tries to replicate humanity”) anspielte.
Das offizielle Twitter-Konto des Weißen Hauses veröffentlichte ein Bild im Ghibli-Stil, das sich über die Festnahme der aus der Dominikanischen Republik stammenden Migrantin Virginia Basora-Gonzalez durch die Einwanderungsbehörden lustig machte. Das Bild zeigt sie weinend, während ihr von der Einwanderungsbehörde Handschellen angelegt werden.
Siehe auch
KI-Kunst Gemini (Sprachmodell) – Googles Modellfamilie mit dem Bildgenerierungsmodell „Nano Banana“ Stable Diffusion
Weblinks
ChatGPT Images – offizielle Website OpenAI: Image models – Übersicht der Bildmodelle in der Entwicklerdokumentation (u. a. GPT Image 1, 1.5 und 2) 4o ImageGen, das offizielle benutzerdefinierte GPT für GPT Image 1
Einzelnachweise
Kategorie:Grafiksoftware Kategorie:KI-Software Kategorie:OpenAI