ChatGPT Images 2.5 ist da: Sketch, gezielte Bearbeitung und zwei neue API-Modelle

OpenAI hat am 8. September 2026 die Bildgenerierung in ChatGPT mit ChatGPT Images 2.5 aktualisiert. Die neue Version wurde für Nutzer von ChatGPT, ChatGPT Work und Codex auf Desktop, Mobilgeräten und im Web für alle Abonnementstufen freigeschaltet. Für Entwickler gibt es das Modell in zwei Varianten über die API: das geschwindigkeitsoptimierte gpt-image-2.5-flare und das detailorientierte gpt-image-2.5-sunburst. OpenAI hebt schärfere Details, natürlichere Beleuchtung, zuverlässigere Ergebnisse bei mehrstufigen Bearbeitungen und eine um bis zu 50 Prozent geringere Generierungslatenz gegenüber der Vorgängerversion hervor.

Was bringt ChatGPT Images 2.5?

Laut dem Versionsreview von DataCamp liegt der eigentliche Fortschritt weniger in der Bildgenerierung von Grund auf als vielmehr bei der Bearbeitung. Bei mehreren aufeinanderfolgenden Änderungen an einem Bild bewahrt das Modell Motiv und Szene konsistenter als die Vorgängerversion. Die neuen Tools in der ChatGPT-Oberfläche:

• Sketch: Ein Zeichenbereich, der sich im Chat mit @Sketch öffnen lässt. Nutzer geben mit einer groben Skizze Komposition, Position und Proportionen von Objekten vor; das Modell setzt diese räumlichen Vorgaben in ein Bild um.

• Gezielte Bearbeitung: Nutzer können direkt einen Kommentar zu einem bestimmten Bildbereich hinterlassen und so nur dessen Änderung anfordern. Der umliegende Inhalt soll dabei erhalten bleiben.

• Vorlagen: Fertige Layouts, etwa für Poster und Produktdesigns, verringern den Bedarf an langen Prompts.

• Teilbare Prompts: Zu geteilten Bildern lässt sich der Generierungs-Prompt hinzufügen, damit Teammitglieder Variationen desselben Bildes erstellen können.

Worin unterscheiden sich Flare und Sunburst?

Die beiden API-Modelle nutzen dieselbe Preisstruktur, sind aber auf unterschiedliche Aufgaben ausgerichtet. Flare ist auf Geschwindigkeit und hohes Volumen ausgelegt und eignet sich für Aufgaben mit vielen Iterationen, etwa Social-Media-Inhalte und schnelles Prototyping. Sunburst liefert bei längerer Generierungszeit mehr Details und Präzision und ist für finale Bilder in Präsentationsqualität gedacht.

Laut der OpenAI-Entwicklerdokumentation lautet der standardmäßige Snapshot von Flare gpt-image-2.5-flare-2026-09-08. Das Modell funktioniert nur mit den Endpunkten für Bildgenerierung (v1/images/generations) und Bildbearbeitung (v1/images/edits). Die Qualitätsstufe kann zwischen low und max gewählt werden; maskierte Bearbeitung (Inpainting) wird unterstützt.

DataCamp weist darauf hin, dass diese Preise denen von GPT Image 2 entsprechen. Verbesserungen bei Qualität und Geschwindigkeit verursachen also keine zusätzlichen Kosten; maßgeblich für den Preis bleiben die gewählte Qualitätsstufe und Auflösung.

Wo ist das Modell in der Architekturvisualisierung nützlich?

In Architektur- und Innenarchitekturbüros kommen generative Bildmodelle vor allem in drei Bereichen zum Einsatz: für schnelle Atmosphärenstudien in der Konzeptphase, für Material- oder Möbelvarianten auf Basis eines vorhandenen Renderings und für Retuschen vor Kundenpräsentationen. Zwei der hervorgehobenen Funktionen von Images 2.5 setzen genau an diesen Abläufen an.

Die erste ist Sketch. Für Designer, die in Skizzen denken, ist es deutlich kontrollierter, die Fensterposition in einem Raum, die Lage einer Kücheninsel oder einen Rücksprung in der Fassadenkubatur grob einzuzeichnen und daraus ein Bild zu erzeugen, als alles ausführlich in Text zu beschreiben. Die Methode ersetzt weder ein maßstabsgetreues Modell noch BIM-Daten. Sie erleichtert aber, bei frühen Entwurfsbesprechungen innerhalb weniger Minuten die Frage „Eher so?“ zu beantworten.

Die zweite Funktion ist die Konsistenz bei mehrstufigen Bearbeitungen. In der Archviz-Praxis tritt häufig das Problem auf, dass ein Modell beim Ändern des Sofastoffs auch die Wandfarbe, die Lichtrichtung oder die Perspektive verändert. OpenAI hat sich bei dieser Version auf zuverlässigere Bearbeitungen und den Erhalt des Motivs konzentriert – ein konkretes Verbesserungsversprechen für Teams, die Renderings lokal überarbeiten. Auch die Unterstützung maskierter Bearbeitungen in der API ist für Studios relevant, die diesen Prozess automatisieren möchten.

Welche Einschränkungen bleiben bestehen?

Laut den Reviews sind längere Texte und Typografie weiterhin Schwachstellen. Schriftliche Angaben in Architekturplänen, etwa Höhenkoten, Maße und Legenden, sollten dem Modell nicht überlassen, sondern anschließend in einer Grafiksoftware ergänzt werden. Bei komplexen Änderungen am Layout kann es auch außerhalb des bearbeiteten Bereichs zu Beeinträchtigungen kommen. Deshalb sollte jedes Bild nach einem Bearbeitungsschritt kontrolliert und das Original aufbewahrt werden.

Das Modell ist auch im kostenlosen ChatGPT-Tarif verfügbar, doch OpenAI hat keine Nutzungsobergrenzen bekannt gegeben. Für Teams mit hohem Produktionsvolumen ist die API möglicherweise die besser planbare Option, da sich die Kosten im Voraus berechnen lassen.

Wie sollten Büros den Arbeitsablauf gestalten?

In der Praxis erscheint ein zweistufiger Ablauf sinnvoll. Für Konzepte und Variationen lassen sich die Sketch- und die gezielten Bearbeitungswerkzeuge in der ChatGPT-Oberfläche für schnelle Tests nutzen. Sobald die gewünschte Richtung feststeht, sollte das eigentliche Bild weiterhin in der Render-Engine mit korrekten Maßen und Materialangaben erstellt werden. Das KI-Modell kommt in dieser Phase lediglich für Retuschen, Atmosphäre oder die Bearbeitung des Hintergrunds zum Einsatz.

Für Studios, die die API verwenden, können Flare und seine Bildrate pro Minute sowie die niedrige Qualitätsstufe die Kosten bei der Erstellung von Variationen in Serie senken. Sunburst nur für finale Bilder einzusetzen, die an Kunden gehen, ist mit Blick auf Zeit und Kosten ein ausgewogener Ansatz.