Was ist ChatGPT Images 2.6? GIFs, SVG-Export und 50 % schnellere Generierung

ChatGPT Images 2.6 ist OpenAIs Update für die Bildgenerierung, veröffentlicht am 4. November 2026 für ChatGPT, Codex und die API. Es fügt animierte GIFs, SVG-Ausgabe für Entwickler, Bild-Markup und eine complexity-Einstellung hinzu, und laut OpenAI werden Bilder 50 % schneller generiert. Die API liefert es als zwei Modelle aus: GPT-Image-2.6 Flare und GPT-Image-2.6 Sunburst.

Wenn du unseren Erklärartikel zu ChatGPT Images 2.5 gelesen hast, behandelt dieser Beitrag nur die Änderungen. Ein Detail erwähnt der Launch-Beitrag nicht: Die Preise pro Token sind gleich geblieben, aber ein Bild in low-Qualität verbraucht jetzt etwa 4,2-mal so viele Output-Tokens wie unter 2.5.

ChatGPT Images 2.6 auf einen Blick

Was ist neu im Vergleich zu Images 2.5

Images 2.5 brachte Flare und Sunburst, die Qualitätsstufen xhigh und max sowie ChatGPT-Funktionen wie Sketch und Templates. Version 2.6 behält die Aufteilung in zwei Modelle und die fünf Qualitätsstufen bei und ergänzt Folgendes:

In der System Card von OpenAI heißt es außerdem, dass beide Modelle die Konsistenz bei Bearbeitungen, die Detailtreue und die Reaktion auf Skizzen und Anmerkungen verbessern. Der Launch-Beitrag belegt nichts davon mit einem öffentlichen Benchmark und nennt auch nicht, auf welche Ausgangsbasis sich „50 % schneller“ bezieht. Behandle die Geschwindigkeitsangabe also als Behauptung von OpenAI, bis du deine eigenen Prompts gemessen hast.

Wer kann ChatGPT Images 2.6 nutzen?

OpenAI zufolge ist Images 2.6 weltweit in ChatGPT und Codex „in allen Abo-Stufen“ auf Desktop, Mobilgeräten und im Web verfügbar. Der API-Zugriff läuft über die beiden oben genannten Modelle, und möglicherweise musst du zuerst die API-Organisationsverifizierung abschließen, bevor du sie aufrufen kannst.

Für ChatGPT-Nutzer bleiben zwei Fragen offen:

• GIF-Limits im kostenlosen Tarif. Weder der Launch-Beitrag noch die ChatGPT-Preisseite nennt ein GIF-Kontingent. Die Preisseite führt die Bildgenerierung im kostenlosen Tarif als „eingeschränkt“ auf.
• Thinking. Dieselbe Seite, abgerufen am 5. November, führt „Bildgenerierung mit Thinking“ bei Plus und Pro auf, nicht bei Free oder Go.

In Codex rufst du die Bildgenerierung mit dem $imagegen-Skill auf. Diese Seite erwähnt GIF- oder SVG-Ausgabe noch nicht.

Flare vs. Sunburst: Welches Modell kann was?

Flare ist das schnelle Modell für interaktive Arbeit. Laut OpenAI verbessert es außerdem die Layoutqualität bei Postern und Produktbildern. Sunburst ist für detailreiche Kompositionen gedacht, mit höherer Qualität und besserer Konsistenz über mehrere Bearbeitungen hinweg bei medium- oder high-Qualität.

Beide Modelle kosten gleich viel pro Token und teilen sich einen Eintrag im Rechner. Unser Flare-vs.-Sunburst-Vergleich für 2.5 erklärt diese Aufteilung ausführlicher, und das meiste davon gilt weiterhin.

Wie die GIF-Generierung funktioniert

Die API liefert eine fertige Animation zurück, kein Sprite-Sheet, das du selbst zusammensetzen musst. Die Beispiel-Prompts im Launch-Beitrag verlangen ein Sprite-Sheet mit sechs Frames in einem 3x2-Raster, doch der Leitfaden zur Bildgenerierung dokumentiert einen direkten Weg:

1. Rufe POST /v1/images/generations mit output_format: "gif" auf.
2. Beschreibe das Motiv, die Bewegung und die Schleife in deinem Prompt.
3. Lege frame_count fest (2 bis 64, Standard 9).
4. Lege frame_duration_ms fest (20 bis 2.000, gerundet auf 10 ms, Standard 200).
5. Dekodiere b64_json aus Base64 und speichere es mit der Dateiendung .gif.

curl --fail --silent --show-error https://api.openai.com/v1/images/generations \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2.6-flare",
    "prompt": "A small orange robot waves, blinks, and returns to its starting pose. Loop it.",
    "output_format": "gif",
    "frame_count": 9,
    "frame_duration_ms": 200,
    "size": "auto"
  }' | jq -er '.data[0].b64_json' | base64 --decode > robot.gif

Wir haben diese Anfrage aus der Feldliste des Leitfadens zusammengestellt und sie nicht mit einem echten Schlüssel ausgeführt. Teste sie also, bevor du sie produktiv einsetzt.

Plane diese Einschränkungen mit ein:

• /v1/images/edits kann keine GIFs zurückgeben, du kannst also ein hochgeladenes Bild über diesen Endpunkt nicht animieren.
• Die GIF-Ausgabe unterstützt kein Streaming, keine Teilbilder, keine benutzerdefinierte output_compression und keinen prompt_rewriter.
• Frame-Anzahl, Frame-Größe und n müssen in ein Gesamt-Pixelbudget passen. Wenn eine Anfrage fehlschlägt, reduziere einen dieser Werte.

SVG-Export: Was du bekommst

Setze output_format: "svg" bei POST /v1/images/generations für Icons, Logos und Illustrationen, die bearbeitbare Pfade, Formen und Farben benötigen. Die API erstellt zuerst ein Referenzbild und erzeugt daraus das SVG; quality steuert dieses Referenzbild.

Die Ausgabe ist statischer Vektorinhalt ohne Skripte, externe Ressourcen oder eingebettete Rasterbilder. Die Einschränkungen sind streng: n muss 1 sein, es gibt kein Streaming, und weder output_compression noch prompt_rewriter funktionieren. Der Edits-Endpunkt kann kein SVG ausgeben, und ein SVG kann nicht als Rastereingabe für Bearbeitungen dienen.

Auch die Abrechnung unterscheidet sich. Du zahlst den Preis des Bildmodells für das Referenzbild plus den Preis eines Authoring-Modells für die Token, die das SVG schreiben. OpenAI veröffentlicht keinen festen Preis pro SVG, miss ihn also mit deinen eigenen Prompts.

Der complexity-Parameter und Bild-Markup

complexity legt fest, wie viel das Modell vor dem Rendern plant. quality bestimmt den Detaillierungsgrad beim Rendern. Es sind getrennte Steuerungselemente, und das Anpassen der Komplexität verursacht keine zusätzlichen Kosten.

Achte auf den Standardwert. Wenn du complexity weglässt, verwenden beide Modelle high, doch OpenAI empfiehlt für die meisten Bearbeitungen low, kombiniert mit der Qualität, die du benötigst. Der Leitfaden warnt, dass höhere Komplexität die Latenz erhöhen und unerwünschte Änderungen einführen kann. Setze bei Hintergrundwechseln und Korrekturen an Schildern low explizit. Spare dir medium oder high für dichten Text, komplexe Layouts und Szenen mit vielen eingeschränkten Elementen auf.

Bild-Markup kommt über ein markup-Feld zu POST /v1/images/edits. Du sendest ein transparentes Overlay, das das Ziel umkreist, und beschreibst dann die Änderung in prompt. OpenAIs Beispiel umkreist eine Vase, färbt sie um und bittet das Modell, den Kreis aus dem endgültigen Foto zu entfernen. Markup funktioniert auch mit unterstützten 2.5-Modellen, kostet genauso viel wie andere Bearbeitungen und ist nicht über die Responses API verfügbar, wo der Leitfaden stattdessen auf Masken verweist.

GPT-Image-2.6-Preise: gleiche Tarife, mehr Token bei niedriger Qualität

Die Preise pro Token entsprechen 2.5 auf der Preisseite: 8 $ pro 1 Mio. Bild-Input-Token, 2 $ gecacht, 30 $ Output, 5 $ Text-Input, 1,25 $ gecachter Text. Was sich geändert hat, ist der Token-Verbrauch. Der Rechner von OpenAI wendet für 2.6 einen Multiplikator von 4,2 bei low und 3,3 bei medium an, darüber keinen.

Diese Zahlen stammen aus dem Rechner und schließen Input-Token aus. Querformat ist günstiger: low bei 1536x1024 verbraucht 664 Token, etwa 0,02 $.

Wenn du also umfangreiche low-Jobs unter 2.5 ausführst, vervielfacht der Wechsel zu 2.6 deine Output-Rechnung um etwa 4,2. medium kostet unter 2.6 jetzt fast so viel wie high, weshalb es sich lohnt, high zu testen. Der Batch-Tab auf der Preisseite führt 2.5 zum halben Preis auf, aber nicht 2.6, ein Batch-Workload kann also vorerst unter 2.5 günstiger sein. Der Leitfaden enthält außerdem keine GIF-spezifische Abrechnungsformel, führe also einen kleinen frame_count-Test durch und prüfe deine Nutzung, bevor du skalierst. Unser gpt-image-2.5-API-Leitfaden behandelt die Grundlagen der Anfragen, die weiterhin gelten.

Sicherheit und Herkunftsnachweis

OpenAI hat beide Modelle mit 3.077 adversariellen Prompts getestet. Diese Ergebnisse sind keine Produktionsraten. Der Anteil nicht blockierter unsicherer Generierungen sank bei Sunburst von 1,92 % auf 1,72 % und stieg bei Flare von 1,49 % auf 2,14 %, wobei OpenAI keine der beiden Änderungen als statistisch signifikant kennzeichnet.

GIFs bergen ein neues Risiko, da schädliche Inhalte über mehrere Frames hinweg auftreten können statt in einem einzelnen Standbild. OpenAI meldet eine Moderations-Trefferquote von 77,7 % über einen adversariellen GIF-Datensatz und erklärt, dass bewegungsbezogene Verstöße weiterhin schwer zu erkennen sind.

Für den Herkunftsnachweis nutzt Images 2.6 C2PA-Metadaten plus ein unsichtbares SynthID-Wasserzeichen in ChatGPT, Codex und der API.

Lass deinen Coding-Agent es mit der Apidog CLI testen

Dieses Release hat den Token-Verbrauch geändert, ohne die Preisliste anzupassen. Ein gespeicherter Test erkennt eine breaking change in einer Anfrage, auf die du dich verlässt, und dein Coding-Agent kann ihn mit der Apidog CLI schreiben. Richte sie einmal ein:

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install

Dann gib Claude Code, Codex oder Cursor einen Prompt:

Add POST https://api.openai.com/v1/images/generations to Apidog project <id>.
Create a test case that sends model gpt-image-2.6-flare, quality low,
complexity low, output_format gif and frame_count 6, with the bearer token
read from the OPENAI_API_KEY environment variable. Assert status 200 and that
data[0].b64_json exists. Run it against environment <envId> and summarize failures.

Der Agent liest jedes Schema, validiert seine Payload und schreibt und führt dann den Test aus:

apidog cli-schema get endpoint-create
apidog cli-schema validate endpoint-create --file endpoint.json
apidog endpoint create --project <id> --file endpoint.json
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> \
  --env-var "OPENAI_API_KEY=$OPENAI_API_KEY" -r cli,json

Jeder Durchlauf erzeugt eine echte, kostenpflichtige Generierung, halte Frames und Qualität also niedrig. Dupliziere den Testfall mit gpt-image-2.6-sunburst, um beide Modelle zu vergleichen. Ersetze -r cli,json durch -r junit, um ihn in einer CI-Pipeline auszuführen, und sieh dir den Claude-Code-Einrichtungsleitfaden für Details zum Agent an.

FAQ

Ist ChatGPT Images 2.6 kostenlos? OpenAI zufolge ist es in allen Abo-Stufen verfügbar, und die Preisseite führt eine eingeschränkte Bildgenerierung im kostenlosen Tarif auf. Keine der beiden Quellen nennt ein GIF-Kontingent für Free-Nutzer. Die API-Nutzung wird pro Token abgerechnet.

Liefert die API ein GIF oder ein Sprite-Sheet? Ein fertiges GIF. Setze output_format: "gif" beim Generations-Endpunkt und dekodiere dann b64_json. Die Sprite-Sheets im Launch-Beitrag stammen aus Beispiel-Prompts.

Ist GPT-Image-2.6 teurer als 2.5? Die Preise pro Token sind gleich, aber low- und medium-Bilder verbrauchen mehr Token. Ein 1024x1024-Bild in low steigt bei den Output-Kosten von etwa 0,006 $ auf etwa 0,025 $. high, xhigh und max ändern sich nicht.

Was ist der Unterschied zwischen quality und complexity? quality steuert den Detaillierungsgrad beim Rendern und treibt die Token-Kosten. complexity steuert, wie viel das Modell plant, und ist standardmäßig high. OpenAI empfiehlt low Komplexität für die meisten Bearbeitungen.

Kann ich ein vorhandenes Bild über die API in ein GIF oder SVG umwandeln? Nein. Der Edits-Endpunkt unterstützt keine GIF- oder SVG-Ausgabe, und SVG-Dateien werden nicht als Rastereingaben akzeptiert. Beide Formate kommen nur vom Generations-Endpunkt.