OpenAI baut seine visuelle KI-Plattform weiter aus und schickt mit Images 2.6 (intern unter der Modellfamilie GPT-Image-2.6 geführt) die nächste Generation seiner Bild- und Kreativwerkzeuge an den Start. Rund zwei Monate nach der Einführung von ChatGPT Images 2.5 mit Skizzen-Canvas und den ersten Arena-Sichtungen des Modells Mona-Lisa-1 bringt die Aktualisierung eine handfeste Funktionserweiterung: Sowohl in ChatGPT als auch in der Entwickler-Umgebung Codex können Nutzer nun in einem einzigen Schritt native animierte GIFs direkt aus Textbeschreibungen oder hochgeladenen Referenzbildern erzeugen.
Nach Angaben von OpenAI reagiert die Veröffentlichung auf ein rasant steigendes Nutzungsvolumen. Das Unternehmen gibt an, dass auf seinen Plattformen inzwischen weltweit mehr als vier Milliarden Bilder pro Woche generiert werden. Die reguläre Generierung statischer Bilder soll bei Version 2.6 um bis zu 50 Prozent schneller ablaufen als bei den Vorgängermodellen, was vor allem spontane Entwürfe im Arbeitsalltag spürbar beschleunigt.
Bilder lernen laufen: Endlosschleifen statt starre Standbilder
Das auffälligste neue Merkmal in der Benutzeroberfläche von ChatGPT ist die direkte Erstellung kurzer, sich wiederholender Bildschleifen. Statt bloßer Momentaufnahmen erzeugt das System bewegte Kurzsequenzen, die sich für Social-Media-Posts, dynamische Produktansichten oder Reaktionsbilder eignen. Wer ein bestehendes Foto hochlädt, kann der KI vorgeben, welche Elemente animiert werden sollen - etwa wehende Haare im Wind, fließendes Wasser oder aufleuchtende Leuchtreklamen.
Besonderes Augenmerk hat OpenAI laut eigenem Bericht auf die Konsistenz gelegt. Während frühere Animationsansätze oft unter starkem Flimmern oder plötzlich morphenden Gesichtern litten, hält Images 2.6 anatomische Merkmale und markante Objekte stabiler im Fluss. Zudem schaltet ChatGPT nach der Generierung eines GIFs eine Timeline frei: Anwender können die Abspielgeschwindigkeit anpassen, die Sequenz Bild für Bild (Frame by Frame) durchgehen und einzelne Teilbilder bei Bedarf gezielt im Chat nachbessern, ohne die gesamte Schleife von vorn beginnen zu müssen.
Flare und Sunburst: Die Schnittstelle trennt Tempo von Detailtreue
Für professionelle Entwickler und Unternehmen, die eigene Software an die Bild-Schnittstelle (API) anbinden, teilt OpenAI die Modellfamilie GPT-Image-2.6 in zwei spezialisierte Varianten auf. Damit trägt der Anbieter der Tatsache Rechnung, dass Bildagenturen andere Prioritäten setzen als interaktive Webanwendungen:
- GPT-Image-2.6 Flare: Dieses Modell ist auf extremen Durchsatz und niedrige Latenzzeiten getrimmt. Bei reduzierter Qualitätseinstellung soll Flare ein Bild in rund sechs Sekunden ausliefern. Laut OpenAI wurde es besonders darauf optimiert, strukturierte Werbemittel wie Poster, Produkt-Mockups und typografische Layouts mit klaren Kanten zu erstellen.
- GPT-Image-2.6 Sunburst: Die Premium-Variante zielt auf maximale Detailtiefe, realistische Oberflächentexturen und anspruchsvolle Beleuchtungsszenarien ab. Sie ist darauf ausgelegt, bei mehrstufigen Bearbeitungen im Bildbereich (Inpainting und Outpainting) streng die Identität von Personen und Produkten beizubehalten.
Zusätzlich führt OpenAI einen neuen Parameter für die interne Komplexitätssteuerung ein. Entwickler können damit feinstufig festlegen, wie viel Rechenaufwand das Modell in die Vorausplanung investieren darf. Für simple Formatänderungen oder Farbkorrekturen lässt sich der Wert herunterschrauben, um Kosten und Wartezeiten zu minimieren, während vielschichtige Raumkompositionen mit hohem Planungsaufwand gerendert werden.
Der Maßstab im Blindtest: Kräftemessen auf DesignArena
Wie schlägt sich das System im Vergleich zum Wettbewerb? Auf der Bewertungsplattform DesignArena, auf der neue Modelle in anonymisierten Doppelblind-Vergleichen von Nutzern gegeneinander bewertet werden, sorgt der Vorstoß für neue Bewegung an der Tabellenspitze. Insbesondere bei komplexer Texttreue und mehrstufiger Bildretusche liefern sich OpenAIs Sunburst-Linie und Konkurrenten wie Microsofts MAI-Image-2 ein enges Kopf-an-Kopf-Rennen.
In den Community-Auswertungen zeigt sich, dass Anwender vor allem die verlässliche Platzierung von Schriftzügen und das Zusammenspiel mehrerer Objekte im Bildraum honorieren. Dennoch bleibt die Konkurrenz wachsam: Bildspezialisten wie Ideogram, Midjourney und Black Forest Labs punkten weiterhin bei künstlerischer Stilisierung und offener Modellanpassung.
Grenzen der Technik: Ein altes Format und subtile Artefakte
Trotz der spürbaren Fortschritte bringt die Konzentration auf das GIF-Format praktische Einschränkungen mit sich. Das 1987 eingeführte Dateiformat basiert auf einer Begrenzung von maximal 256 Farben und verfügt über keinerlei moderne Kompressionsverfahren wie moderne Video-Codecs (etwa H.264 oder AV1). Längere Animationen blähen die Dateigröße schnell auf mehrere Megabyte auf, was Ladezeiten auf mobilen Websites belasten kann.
Auch die Bewegungskonsistenz ist noch nicht fehlerfrei. Während gleichförmige Rotationen oder schwebende Partikel überzeugen, zeigen sich bei komplexen Bewegungsabläufen - wie schnellen Tanzschritten oder feinen Fingergesten - nach wie vor Unschärfen und leichte Verformungen an den Rändern. Für professionelle Film- und Videoproduktionen ersetzt die GIF-Funktion daher keine vollwertigen Videomodelle, sondern dient als pragmatisches Werkzeug für schnelle visuelle Skizzen im digitalen Alltag.
🎯 Was das für die Praxis bedeutet
1. Kurze Bewegungsschleifen nutzen: Marketing- und Content-Teams können pointierte GIFs für Social-Media-Kanäle oder Präsentationen direkt im Chat erzeugen, ohne externe Schnittwerkzeuge zu öffnen.
2. Das passende API-Modell wählen: Für schnelle Kunden-Mockups und Banner-Vorschläge empfiehlt sich die schnelle Flare-Variante, während druckreife Kampagnen die Rechenzeit von Sunburst erfordern.
3. Einzelbilder vor Veröffentlichung prüfen: Da bei KI-Animationen weiterhin Flimmer-Effekte auftreten können, sollte die integrierte Frame-Kontrolle genutzt werden, um unsaubere Übergänge gezielt manuell nachzubessern.
