OpenAI setzt seinen „Code Red“-Feldzug mit neuem Bildgenerierungsmodell fort

OpenAI führt eine neue Version von ChatGPT Images ein, die ein besseres Befolgen von Anweisungen, präzisere Bearbeitungen und bis zu viermal schnellere Bildgenerierung verspricht.

Das neue Modell, genannt GPT-Image-1.5, ist ab Dienstag für alle ChatGPT-Nutzer sowie über die API verfügbar. Es ist die jüngste Eskalation im Wettbewerb mit Googles Gemini, nachdem OpenAI-CEO Sam Altman letzten Monat in einem durchgesickerten internen Memo einen „Code Red“ ausgerufen hatte. Das Memo beschrieb die Pläne von OpenAI, seine Führungsposition im Bereich KI zurückzugewinnen, nachdem Google begonnen hatte, Marktanteile zu gewinnen – ausgelöst durch die Veröffentlichung von Gemini 3, dem neuesten Flaggschiffmodell, und Nano Banana Pro, der neuesten Version von Googles viralem Bildgenerator. Beide Modelle führen die LMArena-Bestenliste in mehreren Benchmarks an. 

Google bleibt weiterhin führend, selbst nachdem OpenAI letzte Woche mit der Einführung von GPT-5.2 auf den Erfolg reagierte und es als das bisher fortschrittlichste Modell für Entwickler und den täglichen professionellen Einsatz anpries. Berichten zufolge hatte OpenAI geplant, Anfang Januar einen neuen Bildgenerator zu veröffentlichen, beschleunigte diese Pläne jedoch mit der Ankündigung dieser Woche. Das letzte Bildmodell, das veröffentlicht wurde, war GPT-Image-1 im April. 

GPT-Image-1.5 erscheint zu einer Zeit, in der Bild- und Videogeneratoren über Prototypen hinausgehen und zunehmend produktionsreife Fähigkeiten erhalten. Wie Nano Banana Pro bietet ChatGPT Images Funktionen für die Nachbearbeitung und ermöglicht detailliertere Bearbeitungskontrollen, um visuelle Konsistenz zu gewährleisten – etwa bei Gesichtszügen, Beleuchtung, Komposition und Farbtönen über verschiedene Bearbeitungen hinweg. 

Dasselbe Bild wie oben dargestellt mit verschiedenen Bearbeitungen, um die verbesserte Befolgung von Anweisungen durch GPT-Image-1.5 zu demonstrieren. Bildnachweis:OpenAI

Die meisten GenAI-Bildtools sind schlecht in der Iteration, daher wäre dies ein großer Fortschritt. Wenn nach einer bestimmten Änderung gefragt wird, wie etwa „Passe den Gesichtsausdruck an“ oder „Mache das Licht kälter“, interpretieren die Modelle oft das gesamte Bild neu, was zu mangelnder Konsistenz führt. 

Das Update bringt nicht nur neue Funktionen. ChatGPT Images wird jetzt auch über einen eigenen Einstiegspunkt in der ChatGPT-Seitenleiste zugänglich sein, der „mehr wie ein kreatives Studio funktioniert“, schrieb Fidji Simo, OpenAIs CEO für Anwendungen, am Dienstag in einem Blogbeitrag. 

„Die neuen Bildanzeige- und Bearbeitungsbildschirme erleichtern es, Bilder zu erstellen, die deiner Vorstellung entsprechen, oder Inspiration aus aktuellen Prompts und voreingestellten Filtern zu schöpfen“, schrieb Simo.

Zusätzlich zum neuen Bildgenerator führt OpenAI neue Möglichkeiten ein, das ChatGPT-Erlebnis mit mehr visuellen Elementen zu verbessern. Ziel ist es, Suchanfragen mit mehr visuellen Inhalten und klaren Quellen anzuzeigen, was laut Simo bei Aufgaben wie der Umrechnung von Maßeinheiten oder dem Überprüfen von Sportergebnissen hilfreich sein könnte. 

„Wenn du etwas erschaffst, solltest du es sehen und gestalten können. Wenn Bilder eine Geschichte besser erzählen als Worte allein, sollte ChatGPT sie einbinden“, schrieb Simo. „Wenn du eine schnelle Antwort brauchst oder der nächste Schritt in einem anderen Tool liegt, sollte er direkt verfügbar sein. Während wir dies tun, können wir die Lücke zwischen deinen Vorstellungen und deiner Fähigkeit, sie zum Leben zu erwecken, weiter schließen.“