Die Einführung von GPT-Image-2 war für OpenAI ein großer Schritt und stellte einen echten Meilenstein dar, da es sich bereits bei der Textgenerierung als effizienter Partner erwiesen hat. Nun setzt GPT-Image-2.5 diesen Weg fort und ermöglicht es, noch schneller damit zu arbeiten.
„Das hochmoderne Bildmodell sorgt für schärfere Details, präzisere Bearbeitung und schnellere Generierung für kreative Arbeitsabläufe“, betonte OpenAI.
Eine für den alltäglichen Gebrauch wichtige Änderung ist, dass sich die Wartezeit des Systems bei der Bildgenerierung um 50 Prozent verkürzt; um diesen Prozentsatz schneller entstehen dann unter der „Hand“ der künstlichen Intelligenz von Bilder, die den Anweisungen des Nutzers entsprechen. Das Modell wird den Eingabeaufforderungen präziser folgen, sodass sich Ideen und Konzepte damit schneller umsetzen lassen.
GPT-Image-2.5 wird die Lichtverhältnisse in den Bildern natürlicher wiedergeben, sich besser für die Erstellung reichhaltigerer Texturen eignen und die gewünschten Objekte aus den mit den Anweisungen eingegebenen Referenzbildern präziser in das neue Bild übertragen. Dadurch lassen sich beim Zusammenfügen mehrerer Bilder viel schneller zufriedenstellende Ergebnisse erzielen. Eine weitere wichtige Neuerung ist, dass ChatGPT bei mehrstufigen Bearbeitungsvorgängen für mehr Konsistenz sorgen wird. Denn nach wie vor besteht das Problem, dass Bilder aufgrund einer Vielzahl kleiner Änderungen an vielen Stellen erheblich verzerrt werden können.
Es wurde die „Sketch“-Funktion eingeführt, die die Möglichkeit bietet, innerhalb des Dienstes eine Skizze zu erstellen. Direkt in ChatGPT lässt sich damit eine schnelle Ausgangsbasis schaffen, mit der der Generierungsprozess gesteuert werden kann. Diese Skizze wird im Wesentlichen genauso in den Prozess eingebunden, als würde man selbst eine Skizze hochladen – es handelt sich also um eine neue Möglichkeit, die multimodale Funktionsweise zu nutzen, bzw. um eine Erweiterung derselben.
Eine wichtige Neuerung für diejenigen, die das Modell beruflich nutzen, ist, dass es nun auch komplexe visuelle Anweisungen besser versteht und diese in kohärente Bilder umwandelt. Der Inhalt von Bildern, die Informationen aus der realen Welt enthalten, wird bei Anweisungen und Anordnungen, die über die Grenzen der Vorstellungskraft hinausgehen, genauer wiedergegeben. Es ist nun auch in der Lage, Elemente mit transparentem Hintergrund unter Berücksichtigung ihrer realen physikalischen Eigenschaften zu verarbeiten. Auch visuelle Stile wird GPT-Image-2.5 künftig besser nachbilden, sodass die von ihm generierten Bilder künstlerischen Vorstellungen besser entsprechen können.
Das Bildmodell GPT-Image-2.5 kann bereits im Rahmen von ChatGPT, ChatGPT Work und Codex getestet werden – auf allen Plattformen, auf denen die Dienste von OpenAI verfügbar sind. Der Zugriff über die API ist ebenfalls gewährleistet; hier wurden zwei Varianten veröffentlicht: Zum einen „Flare“, das grundlegende Verbesserungen in Bezug auf Qualität, Bearbeitungsmöglichkeiten und Geschwindigkeit bietet, und zum anderen „Sunburst“, mit dem bei kreativen Arbeiten eine noch höhere Genauigkeit und Detailtreue erreicht werden kann – allerdings muss man dafür länger auf das Ergebnis warten.
Im beliebten Image-Edit-Arena-Test hat das neue Modell sogar die Führung übernommen, und zwar mit einem deutlichen Vorsprung. GPT-Image-2.5 Sunburst erreichte bereits 1520 Elo-Punkte, während GPT-Image-2.5 Flare 1491 Punkte vorweisen kann. Bislang führte in diesem Test das GPT-Image-2 mit 1461 Punkten, während die beste Variante von Grok-Imagine nur 1439 Punkte erreichte und liegt damit fast gleichauf mit MAI-Image-2.6, das 1.434 Punkte erzielte. Die fortschrittlichsten Versionen von Gemini, Muse und Seedream liegen nur noch bei etwa 1.400 Punkten.
Schließlich lohnt es sich noch, einen Blick auf die Preisgestaltung zu werfen, denn hier sah es nicht mehr so gut aus. GPT-Image-2 verarbeitete 1 Million Token für 4 Dollar und erzeugte die gleiche Datenmenge in Form von Bildern zum Preis von 15 Dollar. Im Vergleich dazu ist GPT-Image-2.5 doppelt so teuer geworden: Die Eingabe von 1 Million Token kostet nun 8 Dollar und die Erzeugung von 1 Million Token 30 Dollar. Dementsprechend kann der Nutzer bei Verwendung des neuen Modells sein verfügbares Budget schneller aufbrauchen.
