GPT Image 2 ist OpenAIs Bildgenerierungsmodell, veröffentlicht am 21. April 2026 (Snapshot gpt-image-2-2026-04-21). Nachfolger von GPT Image 1.5 in der Reihe von GPT Image 1 / DALL·E 3 — und das erste, bei dem viele Teams sagen: „Ok, das ist endlich gut genug zum Ausliefern.“
Hier die ehrliche „Was ist das?“-Version: was es wirklich gut kann, wo es stolpert, und ob sich Zeitinvest lohnt.
In einem Satz
GPT Image 2 ist ein Text-zu-Bild-Modell, das Bilder bearbeiten, echten Text im Bild rendern und lange, mehrteilige Prompts zuverlässiger befolgen kann als vorherige Consumer-Modelle.
Wenn du DALL·E 3 oder Midjourney kennst, fallen dir zuerst drei Dinge auf:
- Text auf Postern und Mockups sagt die richtigen Wörter.
- Du lädst ein Bild hoch, sagst „ändere das“, und der Rest bleibt intakt.
- Lange strukturierte Prompts kommen nah am Briefing — keine reine Vibes-Interpretation.
Was sich gegenüber DALL·E 3 / GPT Image 1 ändert
Echtes Text-Rendering. Ältere Modelle halluzinierten Typo — wirkte wie Überschrift, Buchstaben falsch. GPT Image 2 ist auf Text im Bild trainiert (u. a. EN, ZH, JA, KO). Keine Perfektion bei langen Absätzen — aber 4–12 Wörter oder saubere Infografik sind normal.
Echte Bildbearbeitung. Bestehendes Bild + Anweisung („Hintergrund Strand“, „rote Jacke“) — relevante Pixel ändern, Rest bleibt. Bei DALL·E 3 hieß es meist: neu generieren.
Zusammen das sind die Hebel für echte Produktion — Packaging, App-Screens, Ads, Slides, Manga.
Worin es stark ist
- Poster & Ads mit lesbarer Headline
- Produktmockups — Verpackung, UI mit Text, Preisschild
- Infografiken & Slide-Layouts — beschriftete Diagramme, Schritt-Karten
- Mehrsprachig — z. B. 新年快乐 neben „Happy New Year“
- Lokalisierte Fotobearbeitung — Lächeln, Sonnenbrille weg, Farbe ändern
Woran es noch scheitert (realistisch bleiben)
- Lange Textblöcke im Bild — über ~40 Wörter wird’s schlecht. Kurz halten.
- Hände & verschlungene Gliedmaßen — besser, nicht perfekt.
- Exakte Marken-Reproduktion — generisches Logo ja, eure Corporate Identity nur mit Referenz.
- Pixelgleiche Reproduzierbarkeit — zwei Runs, zwei Bilder. Feature zum Erkunden, manchmal nervig.
Projekte, die davon abhängen: mit Bearbeitungs-Workflow planen.
Größen, Qualität, Praxis
Auf imagesv2 gibt es fünf Größen-Presets plus Auto:
- 1:1 — 1024×1024 — Social, Profil, Thumbnails
- 4:3 — 1536×1152 / 3:4 — 1152×1536 — Produktbilder, Slides, Poster
- 16:9 — 2048×1152 / 9:16 — 1152×2048 — Blog-Header, YouTube, Wallpaper, Stories
Dazu eigene Maße: beide Kanten Vielfache von 16, lange Kante bis 3840 px, Seitenverhältnis höchstens 3:1, insgesamt 0,65–8,29 Megapixel — also auch 2K und 4K wie 3840×2160.
Drei Qualitätsstufen: Niedrig (10 Credits pro Bild, schnell, zum Erkunden), Mittel (40 Credits, für kleine Schrift und Produktdetails) und Hoch (110 Credits, für finale Ergebnisse). Die Größe ändert den Preis nicht. Transparenter Hintergrund, SVG-Ausgabe oder PSD mit Ebenen kosten je 10 Credits extra, Bearbeiten mit Referenzbild 20. Auf imagesv2 siehst du Credits vor Bestätigung.
Wie du es ausprobierst
Entwickler:in mit eigenem Produkt → OpenAI-API, aber Billing, Tiers, eigenes UI.
Creator, Marketing, Design und du willst einfach nutzen → imagesv2. Google-Login, Playground, Prompt, unter 30 Sekunden am Generieren. Credits vorher sichtbar, bezahlte Pläne ohne Wasserzeichen-Download.
Start: 500 Credits für 9,90 $ (einmalig, kein Verfall, rund 50 Standard-Bilder). In der Praxis merkst du innerhalb einer Woche, ob es dir nützt.
