GPT Image 2 ist ein Text-zu-Bild-Generierungsmodell, das von OpenAI entwickelt wurde und 2026 als Nachfolger von GPT Image 1 veröffentlicht wurde. Wie sein Vorgänger ist es ein nativ multimodales Modell und kein eigenständiges Diffusionssystem: Die Bildgenerierung nutzt dieselbe zugrunde liegende Architektur, die auch die Chat-Modelle von OpenAI antreibt, was es ihm ermöglicht, lange, strukturierte Anweisungen mit ungewöhnlicher Genauigkeit zu befolgen.
Das Modell ist in ChatGPT und über die OpenAI-API verfügbar und wurde schnell zur Standardwahl für Prompt-Engineers, die an fotorealistischen Szenen, Produkt-Mockups, typografielastigen Designs und mehrteiligen Layouts arbeiten. Auf Wikiprompt ist es das am häufigsten verwendete Modell im Katalog, mit Tausenden von Prompts, die ihm zugeordnet sind, vor Midjourney und der Nano Banana-Familie.
Fähigkeiten
GPT Image 2 verbesserte GPT Image 1 in mehreren praktischen Dimensionen, auf die sich Prompt-Autoren verlassen:
- Textdarstellung. Lange Passagen mit lesbarem Text in Bildern (Poster, Verpackungen, UI-Mockups, Infografiken) werden mit weitaus weniger Artefakten gerendert als bei früheren OpenAI-Bildmodellen, was den Vorsprung ausbaut, den GPT Image 1 gegenüber diffusionsbasierten Konkurrenten etabliert hatte.
- Anweisungsbefolgung. Prompts, die als strukturierte Briefings mit nummerierten Einschränkungen, Kamerasprache und Layoutspezifikationen verfasst sind, werden genau befolgt. Dies machte es zum bevorzugten Ziel für die langen JSON-artigen und mehrteiligen Prompts, die auf Prompt-Sharing-Plattformen üblich sind.
- Bearbeitung und Identitätserhalt. Das Modell akzeptiert Referenzbilder und führt gezielte Bearbeitungen durch, während die Subjektidentität über Generationen hinweg stabil bleibt - ein Workflow, der durch gesichts konsistente Charakterbögen und Marken-Asset-Pipelines populär wurde.
- Fotorealismus. Hauttextur, Lichtkontinuität und reflektierende Oberflächen erreichen ein Niveau, auf dem die Ausgabe regelmäßig für werbliche Bildsprache verwendet wird.
Nutzungsmuster
Eine Analyse des Wikiprompt-Korpus zeigt, dass GPT-Image-2-Prompts stark in Richtung kommerzieller und redaktioneller Anwendungsfälle tendieren: Produktfotografie, Luxusmode-Porträts, filmische Standbilder, Typografie-Poster und mehrteilige Kampagnenraster. Das Modell reagiert gut auf Vokabular im Stil von Fotografen (Brennweiten, Blende, Licht-Setups), ein Muster, das es mit Midjourney teilt, aber mit stärkerer Prompt-Treue umsetzt.
Siehe auch
- GPT-Image-Familie
- DALL-E, die frühere Bildgenerierungsserie von OpenAI
- Nano Banana Pro, sein Hauptkonkurrent von Google