← Alle Werkzeuge

Werkzeug · Bildgenerierung

GPT Image 2

von OpenAI

OpenAIs Bildmodell: erzeugt und bearbeitet Bilder mit verlässlichem In-Bild-Text und plant vor dem Zeichnen („Bild mit Nachdenken“).

FreemiumChatGPTAPICodex

Einschätzung

Beschriftete Grafik & Bild-Editing

Die derzeit stärkste Wahl, wenn Text im Bild stimmen muss und das Ergebnis marken-/layouttreu sein soll – samt vorgeschaltetem Planungsschritt. Für rein künstlerische Bildsprache ist Midjourney näher dran, für faktentreue Motive Nano Banana Pro.

GPT Image 2 ist OpenAIs Text-zu-Bild- und Bildbearbeitungs-Modell (API-ID „gpt-image-2“), seit 21. April 2026 in ChatGPT sowie über die API und Codex verfügbar – Nachfolger von DALL·E 3 und GPT Image 1.5. Neu ist ein vorgeschalteter Denkschritt („Bild mit Nachdenken“): Das Modell plant und verfeinert das Layout, bevor es das Bild rechnet.

Schwerpunkt ist produktionstaugliche, marken- und layout-treue Grafik: laut OpenAI rendert es Text im Bild mit rund 99 % Zeichengenauigkeit über Latein, Japanisch, Koreanisch, Hindi, Bengali, Arabisch und weitere Schriften, liefert bis zu 4K Auflösung und kann bestehende Bilder gezielt umbauen. In der Elo (LMArena)Human-Präferenz-Wertung aus der LMArena: Menschen vergleichen blind zwei Modellantworten, daraus entsteht – wie beim Schach – eine Elo-Zahl. Höher = häufiger bevorzugt. Misst Präferenz, nicht Korrektheit.Mehr im Wissen → führt es seit Juni 2026 beide Bild-Bestenlisten an – Stand 7. August 2026 mit 1.380 ± 5 Elo im Text-zu-Bild und 1.463 ± 4 beim Bildbearbeiten.

Seit dem 20. August 2026 erzeugt das Modell in der API auch transparente Hintergründe direkt – der Alphakanal entsteht bei der Bilderzeugung statt durch nachträgliches Freistellen. Gesetzt wird das über `background: "transparent"`, ausgegeben wird PNG (Vorgabe) oder WebP; JPEG unterstützt keine Transparenz. OpenAI führt die Funktion ausdrücklich als Vorschau („in preview“) ohne Termin für die allgemeine Verfügbarkeit. Wichtig in der Praxis: Der Prompt hat Vorrang vor dem Parameter – beschreibt er einen Hintergrund, erzeugt das Modell ihn trotzdem.

Wofür es gut ist

  • Beschriftete Grafik – Banner, Poster, Mockups mit korrektem Text im Bild
  • Marken- und produktionstreue Assets (Layout, Format, Lokalisierung)
  • Gezieltes Bearbeiten und Umbauen vorhandener Bilder

Stärken

  • Verlässlicher Text im Bild (laut OpenAI ~99 % über viele Schriften)
  • Plant das Bild vor der Generierung („Bild mit Nachdenken“)
  • Starkes, gezieltes Bearbeiten bestehender Bilder; bis 4K
  • Transparente Hintergründe direkt bei der Erzeugung (API, Vorschau seit 20.08.2026)
  • In ChatGPT (alle Tarife), per API und in Codex nutzbar

Schwächen

  • Proprietär, keine offenen Gewichte
  • Künstlerische Stilbreite weniger ausgeprägt als bei Midjourney

Im Vergleich

Wofür dieses Werkzeug die bessere Wahl ist – und wann ein direkter Konkurrent.

  • Direkter Gegenspieler ist Googles Nano Banana Pro: GPT Image 2 gilt bei In-Bild-Text und Prompt-Treue als knapp führend, Nano Banana Pro punktet mit Google-Search-Grounding für faktentreue Motive und Multi-Bild-Komposition. Gegenüber Midjourney liegt der Vorteil bei präzisem Text und Marken-/Produktionsgrafik statt künstlerischer Bildsprache.

Stimmen aus der Community

Subjektive Einschätzungen Dritter – keine belegten Fakten, jeweils verlinkt.

Direkt ausprobieren

openai.com/index/introducing-chatgpt-images-2-0

Zur offiziellen Seite ↗

Verwandte Werkzeuge

BildgenerierungNano Banana Pro (Gemini 3 Pro Image)Googles Bildmodell auf Gemini-3-Basis: erdet Motive über die Google-Suche und komponiert aus mehreren Vorlagen.BildgenerierungMidjourneyBildgenerator mit Fokus auf ästhetische, künstlerische Bildsprache – über Web und Discord, im Abo.Sprecher-DiarisierungNemotron 3 DiarizationOffenes Modell mit 100 Millionen Parametern, das in Aufnahmen und im laufenden Ton bis zu acht Sprecher auseinanderhält – Nachfolger von Sortformer, der bei vier Sprechern endete, unter einer Lizenz, die kommerzielle Nutzung ausdrücklich erlaubt.