OpenAI hat am 4. November ChatGPT Images 2.6 veröffentlicht, die nächste Ausbaustufe seines Bildgenerators. Die auffälligste Neuerung: ChatGPT erzeugt jetzt animierte GIFs, wahlweise aus einer Textbeschreibung oder aus einem hochgeladenen Foto. Dazu kommen gespeicherte Referenzbilder für Personen, Haustiere und Figuren sowie zwei neue API-Modelle namens GPT-Image-2.6 Flare und GPT-Image-2.6 Sunburst. Nach Angaben von OpenAI erzeugt Images 2.6 Bilder rund 50 Prozent schneller als die Vorgängerversion.

Das neue Modell soll laut OpenAI in allen Abo-Stufen von ChatGPT und Codex ankommen, im Web, in den Desktop-Apps und auf Mobilgeräten. Für die GIF-Funktion galt das zum Start allerdings nicht: Sie wird schrittweise freigeschaltet, einen Termin für alle Konten hat OpenAI nicht genannt.

GIFs aus Text oder Foto – aber noch nicht für alle

Bislang ließ sich mit ChatGPT kein animiertes GIF in einem Schritt erzeugen. Mit Images 2.6 genügt eine Bitte im Chat; OpenAI nannte als Beispiel die Anfrage nach einem GIF einer tanzenden Katze. Alternativ lädst du ein Foto oder eine Skizze hoch und lässt das Motiv animieren. Im Ergebnis lassen sich die Abspielgeschwindigkeit ändern sowie einzelne Bilder der Animation ansehen und bearbeiten, anschließend kannst du das GIF teilen.

Ob die Funktion im eigenen Konto schon aktiv ist, zeigt erst der Versuch. Das Magazin Decrypt bekam auf seinen Testkonten statt einer Animation nur eine Reihe von Einzelbildern; einen Termin, bis wann alle Konten GIFs erzeugen können, nannte OpenAI nicht. Ebenfalls offen: wie viele GIFs die einzelnen Tarife erlauben, wie stark eine Animation auf die Bildkontingente angerechnet wird und welche Länge und Auflösung die GIFs in ChatGPT haben. Konkrete Grenzen hat OpenAI bislang nur für die API dokumentiert.

Die Größenordnung, in der OpenAI inzwischen Bilder erzeugt, lässt sich nicht unabhängig prüfen. Nach Unternehmensangaben entstehen über ChatGPT und die API mehr als vier Milliarden Bilder pro Woche, im September seien es noch drei Milliarden gewesen. Damals hatte OpenAI Images 2.5 vorgestellt und die Aufteilung in ein schnelles Modell (Flare) und ein detailorientiertes (Sunburst) eingeführt.

Gespeicherte Referenzbilder: praktisch, aber mit offenen Datenschutzfragen

Die zweite große Neuerung sind gespeicherte Referenzen. Laut OpenAI kannst du Referenzbilder von dir selbst, von Haustieren oder von Figuren einmal hinterlegen und in neuen Bildern wiederverwenden, ohne sie erneut hochladen zu müssen. Das soll helfen, Personen, Figuren oder Produkte über mehrere Bilder und Bearbeitungsschritte hinweg einheitlich darzustellen.

Symbolbild: Eine Hand hält ein Smartphone mit dem Schriftzug ChatGPT vor der Flagge der Europäischen Union

Symbolbild – Foto: Jernej Furman / Wikimedia Commons, CC BY 2.0

Gerade bei Fotos realer Menschen wirft die Funktion Fragen auf, die OpenAI zum Start nicht öffentlich beantwortet hat. Die Systemkarte zu Images 2.6 äußert sich weder zur Einwilligung abgebildeter Personen noch dazu, wie gespeicherte Referenzen behandelt und wie lange sie aufbewahrt werden. Sie führt „erfundene oder kompromittierende Darstellungen realer Personen“ (übersetzt) lediglich als eine der Kategorien, die OpenAIs Filter abfangen sollen.

Wer Fotos anderer Menschen als Referenz hinterlegt, gibt damit personenbezogene Daten Dritter an OpenAI weiter. Hol dir vorher das Einverständnis der Abgebildeten, und prüfe nach dem Speichern in deinem Konto, wo die Referenz liegt und ob und wie du sie wieder löschen kannst. Eigene Einschränkungen für die EU nennt OpenAI nicht, das Unternehmen spricht von einer weltweiten Verfügbarkeit.

API: GPT-Image-2.6 Flare und Sunburst

Für Entwickler stehen die beiden Modelle unter den Kennungen gpt-image-2.6-flare und gpt-image-2.6-sunburst bereit. Flare ist laut OpenAI auf schnelle Iteration ausgelegt und soll bei niedriger Qualitätsstufe ein Bild in rund sechs Sekunden liefern. Sunburst zielt auf detailreiche Motive und soll bei mittlerer und hoher Qualität Details von einer Bearbeitung zur nächsten besser beibehalten. Beide unterstützen den Parameter complexity (low, medium oder high, Standard ist high), markierungsgestützte Bearbeitungen, SVG-Ausgabe und animierte GIFs. Angesprochen werden sie ausschließlich über die Endpunkte /v1/images/generations und /v1/images/edits; Responses API und Batch-Verarbeitung führen die Modellseiten als nicht unterstützt. Je nach Konto verlangt OpenAI vor der Nutzung der GPT-Image-Modelle eine Verifizierung der Organisation.

An den Preisen ändert sich gegenüber den 2.5-Modellen nichts: OpenAI berechnet pro Million Token 5 US-Dollar für Texteingaben, 8 US-Dollar für Bildeingaben und 30 US-Dollar für die Bildausgabe; zwischengespeicherte Eingaben kosten 1,25 beziehungsweise 2 US-Dollar. Einen Festpreis pro Bild nennt OpenAI nicht, die Kosten hängen von der Zahl der erzeugten Token ab. Die Komplexitätsstufe kostet laut Dokumentation nichts extra, kann aber die Wartezeit verlängern.

GIFs fordert man über output_format mit dem Wert gif an. Laut API-Referenz sind 2 bis 16 Einzelbilder pro Animation möglich (Standard: 9). Wie lange jedes Bild angezeigt wird, legt frame_duration_ms fest, erlaubt sind 20 bis 2000 Millisekunden (Standard: 200). Mit den Standardwerten dauert ein Durchlauf also 1,8 Sekunden. Die Größe gilt pro Einzelbild und muss in beiden Richtungen ein Vielfaches von 16 Pixeln sein. Streaming, Zwischenbilder während der Erzeugung und eine eigene Kompressionsstufe unterstützt die GIF-Ausgabe nicht. Ein einfacher Aufruf könnte so aussehen:

curl 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": "Eine Katze im Pixel-Art-Stil tanzt, nahtlose Endlosschleife",
    "output_format": "gif",
    "frame_count": 9,
    "frame_duration_ms": 200
  }' | jq -r '.data[0].b64_json' | base64 --decode > katze.gif

Soll ein eigenes Foto als Vorlage für die Animation dienen, ist laut Dokumentation der Edit-Endpunkt der richtige Weg.

Kennzeichnung und Schutzfilter

Zur Herkunftskennzeichnung setzt OpenAI laut Systemkarte auf C2PA-Metadaten und hat sich dazu im Rahmen des Konformitätsprogramms der C2PA verpflichtet. Zusätzlich bettet das Unternehmen in ChatGPT, Codex und der API ein unsichtbares Wasserzeichen ein, das auf Google DeepMinds SynthID beruht und die Metadaten ergänzen soll. Prüfen lassen sich Dateien laut OpenAI mit einem öffentlichen Verifizierungswerkzeug des Unternehmens.

Für die Animationen selbst sieht OpenAI eigene Risiken. GIFs könnten Probleme mit sich bringen, die in Einzelbildern nicht auffallen, etwa sexualisierte Bewegungen oder eine schädliche Aussage, die sich erst über mehrere Bilder hinweg ergibt, heißt es in der Systemkarte. Für GIFs gelten deshalb strengere Regeln, die manche Inhaltskategorien breiter sperren als bei Standbildern. Zugleich räumt OpenAI ein, dass sich Verstöße in Bewegung nur schwer erkennen lassen und die Schutzmechanismen nicht alle erfassen.

So findest du die neuen Funktionen

  • GIF in ChatGPT: Bitte im Chat um ein GIF, etwa „Erstelle ein GIF von …“, oder lade ein Foto hoch und lass es animieren. Tempo und Einzelbilder passt du anschließend im Ergebnis an.
  • Nur Einzelbilder statt Animation? Dann ist die GIF-Funktion für dein Konto vermutlich noch nicht freigeschaltet. OpenAI verteilt sie schrittweise.
  • Referenzen: Speichere nur Fotos als Referenz, an denen du die Rechte hast und bei denen die abgebildeten Personen einverstanden sind.
  • API: Modellkennung gpt-image-2.6-flare oder gpt-image-2.6-sunburst setzen, für GIFs zusätzlich output_format, frame_count und frame_duration_ms. Lehnt die API die Modelle ab, lohnt ein Blick auf den Status der Organisationsverifizierung in der Entwicklerkonsole.

Quellen

Bildnachweis