Leuffen.deBlog

News

GPT-Image 2.5: zwei API-Modelle und doppelte Tokenpreise

OpenAI führt mit GPT-Image 2.5 Flare und Sunburst zwei Modelle zur Bilderzeugung und -bearbeitung ein. Kürzere Antwortzeiten treffen auf höhere Preise je Abrechnungseinheit für Bilddaten.

Veröffentlicht am
Veröffentlicht von
Redaktion Blog Leuffen.de
Geprüft von
Clara Winter

ChatGPT Images 2.5 ist OpenAIs neue Funktion zur Erzeugung und Bearbeitung von Bildern. Für Entwickler erscheint sie über die Images API, also die Programmierschnittstelle für automatisierte Bildaufträge, in zwei Modellvarianten: gpt-image-2.5-flare und gpt-image-2.5-sunburst. Latenz bezeichnet dabei die Wartezeit bis zum Ergebnis; Bild-Tokens sind die Abrechnungseinheiten für verarbeitete oder erzeugte Bilddaten.

OpenAI versucht damit, zwei Produktionsanforderungen getrennt anzubieten: kurze Wartezeiten für häufige Generierungen und stärkere Kontrolle für aufwendige Bearbeitungen. Beide Varianten kosten laut aktueller Preisliste bei Bild-Tokens doppelt so viel wie gpt-image-2.

Flare für Durchsatz, Sunburst für Kontrolle

OpenAI positioniert Flare als Standardmodell für die meisten Anwendungen. Es soll Bilder schneller erzeugen und Bearbeitungsanweisungen genauer umsetzen. Der Hersteller nennt gegenüber GPT-Image 2 eine um bis zu 50 Prozent geringere Latenz.

Sunburst ist für Abläufe vorgesehen, bei denen eine genauere Steuerung über mehrere Bearbeitungsschritte wichtiger ist als die kürzeste Generierungszeit. OpenAI nennt ausdrücklich längere Laufzeiten. Das Modell ist damit nicht automatisch „besser“, sondern für eine andere Kosten-Nutzen-Kurve gedacht.

Die Verbesserung soll vor allem bei gezielten Änderungen sichtbar werden: Ein Produkt, ein Hintergrund oder ein Textbestandteil wird angepasst, während Motiv, Komposition und übrige Gestaltung möglichst unverändert bleiben. Bei mehrstufiger Bearbeitung soll das Modell frühere Änderungen zuverlässiger bewahren. Gerade das ist für Anwendungen wichtiger als ein hübscher Einzelprompt. In einem Editor oder Produktbild-Workflow zählt, ob die vierte Korrektur noch dasselbe Bild bearbeitet.

Für eine einzelne Generierung bleibt der Modellwechsel in der JavaScript-Bibliothek unspektakulär:

import OpenAI from "openai";

const openai = new OpenAI();
const result = await openai.images.generate({
  model: "gpt-image-2.5-flare",
  prompt: "Sachliche Isometrie eines API-Datenflusses, ohne Text",
});

const imageBase64 = result.data[0].b64_json;

Für mehrstufige Bearbeitung empfiehlt OpenAI dagegen die Responses API, weil dort vorherige Antworten und Bildausgaben im Kontext bleiben können. Das ist eine andere Ablaufentscheidung, nicht bloß eine längere Modellbezeichnung.

Die Tokenpreise verdoppeln sich – die Rechnung nicht zwingend

Die OpenAI-Preisliste nennt für beide GPT-Image-2.5-Modelle folgende Standardpreise je einer Million Bild-Tokens:

Modell Bild-Input gecachter Bild-Input Bild-Output
gpt-image-2.5-flare 8 US-Dollar 2 US-Dollar 30 US-Dollar
gpt-image-2.5-sunburst 8 US-Dollar 2 US-Dollar 30 US-Dollar
gpt-image-2 4 US-Dollar 1 US-Dollar 15 US-Dollar

Die Preise pro Bild-Token sind damit jeweils doppelt so hoch wie bei GPT-Image 2. Daraus lässt sich trotzdem kein seriöser Pauschalpreis pro Bild ableiten. Die tatsächlichen Kosten hängen unter anderem von Eingabe, Ausgabe, Auflösung, Qualitätsstufe, Bearbeitungshistorie und Zahl der notwendigen Wiederholungen ab.

Auch eine geringere Latenz senkt nicht automatisch die Rechnung. Sie kann aber einen anderen Kostenblock reduzieren: Wenn gezielte Änderungen häufiger beim ersten Versuch sitzen, entstehen weniger Wiederholungen und weniger manuelle Nacharbeit. Ob das den höheren Tokenpreis ausgleicht, ist keine Eigenschaft einer Pressemitteilung, sondern des eigenen Workloads.

Eine Migration braucht eine eigene Stichprobe

Für eine belastbare Entscheidung genügt kein Vergleich mit zehn besonders fotogenen Prompts. Sinnvoll ist eine kleine Evaluation mit echten Aufgaben aus der Anwendung:

  1. dieselben Ausgangsbilder und Bearbeitungsanweisungen an GPT-Image 2, Flare und Sunburst senden,
  2. Median der Laufzeit und zusätzlich den Wert messen, den 95 Prozent der Anfragen nicht überschreiten,
  3. prüfen, wie oft nicht angeforderte Bildbereiche verändert wurden,
  4. Textfehler, Motivtreue und Transparenz gesondert bewerten,
  5. tatsächliche Tokenkosten einschließlich verworfener Versuche erfassen,
  6. Ergebnisse vor der Bewertung mischen, damit der Modellname nicht mitentscheidet.

Für hochvolumige Entwürfe kann Flare die naheliegende Testkandidatin sein. Für mehrstufige, teure Bearbeitungen kann Sunburst trotz längerer Laufzeit passen. Bestehende Aufträge, bei denen GPT-Image 2 zuverlässig genügt, haben dagegen keinen angeborenen Drang zur Migration.

Die frühe These lautet deshalb nicht „neuer ist besser“. Sie lautet: OpenAI verkauft weniger Wartezeit und stabilere Bearbeitung zu höheren Tokenpreisen. Erst eine eigene Evaluation zeigt, ob daraus im konkreten Produkt auch weniger Gesamtaufwand wird.

Quellen

Quellenstand: 9. September 2026.