Modellpositionierung
GPT-4o image generation ist eine nativ in GPT-4o eingebettete multimodale Bildgenerierungsfunktion, die anhand von Text- und Bildeingaben Bilder erzeugen oder verändern kann. OpenAI veröffentlichte diese Funktion am 25. März 2025. (openai.com)
Fähigkeiten und Einsatzmöglichkeiten
- Erzeugt anhand natürlicher Sprache fotorealistische Bilder oder Bilder in anderen Stilen und stellt Text in Bildern dar.
- Bearbeitet Bilder über mehrere Gesprächsrunden unter Berücksichtigung des Gesprächskontexts und nutzt hochgeladene Bilder als Bearbeitungsobjekte oder visuelle Referenzen.
- Befolgt Anweisungen mit mehreren Objekten und Einschränkungen und eignet sich unter anderem für Infografiken, Logos, Diagramme, Comics, Charakterdesign und kreative Bildkompositionen. (openai.com)
Einschränkungen und Sicherheit
Laut der Veröffentlichungsankündigung können weiterhin ungeeignete Bildzuschnitte, Halluzinationen, Fehler bei der Zuordnung von Objekteigenschaften, Schwierigkeiten beim präzisen Zeichnen, Fehler bei der Darstellung mehrsprachiger Texte sowie unzureichende Bearbeitungspräzision oder Probleme bei der Verarbeitung dichter Informationen in kleiner Schrift auftreten. Die Generierung komplexer Bilder kann länger dauern; zum Zeitpunkt der Veröffentlichung hieß es in der Ankündigung, dass das Rendern häufig bis zu etwa einer Minute dauere. Ein- und Ausgaben unterliegen den Sicherheitsrichtlinien und Prüfmechanismen von OpenAI. (openai.com)
Veröffentlichung und Verfügbarkeit
Bei der Veröffentlichung am 25. März 2025 wurde die Funktion zunächst für Nutzer von ChatGPT Free, Plus, Pro und Team eingeführt und war auch in Sora verfügbar; die Unterstützung für Unternehmens- und Bildungsnutzer stand damals noch aus. Am 23. April 2025 kündigte OpenAI an, das native multimodale Modell, das das damalige Bilderlebnis in ChatGPT antrieb, über die API als gpt-image-1 bereitzustellen. Dieses API-Modell wurde am 23. Oktober 2026 abgeschaltet; dies ändert nichts an model_id: null in der Eingabe dieses Datensatzes. (openai.com)
Preise
Historische API-Preise in US-Dollar (USD): Auf der offiziellen Modellseite von OpenAI für gpt-image-1 werden pro Million Token 5 US-Dollar für Texteingaben und 1,25 US-Dollar für zwischengespeicherte Texteingaben ausgewiesen; für Bildeingaben 10 US-Dollar und für zwischengespeicherte Bildeingaben 2,50 US-Dollar; für Bildausgaben 40 US-Dollar. Die Seite nennt keinen Preis für Textausgaben. Dies sind die Preise des abgeschalteten API-Modells gpt-image-1; sie stellen weder aktuell verfügbare Kaufpreise noch Preise für ChatGPT-Abonnements dar. (developers.openai.com)
Preisquelle: OpenAI-Modellseite für GPT Image 1; Abfragedatum: 19. November 2026.