OpenAI: GPT-5 Image

GPT-5 Image ist ein Modell von OpenAI, das das Sprachmodell GPT-5 mit Bildgenerierungsfähigkeiten kombiniert. Es liegt in der Kategorie Bild und verarbeitet zugleich Text, ist also ein multimodales Modell und kein reiner Bildgenerator. OpenAI hat es am 14. Oktober 2025 veröffentlicht. Wenn Sie GPT-5 bereits für Textarbeit nutzen, erweitert dieses Modell dieselbe Familie in die Bildgenerierung und Bildbearbeitung.

Das Modell akzeptiert Text, Bilder und Dateien als Eingabe und kann sowohl Text als auch Bilder als Ausgabe erzeugen. Sein Kontextfenster umfasst 400.000 Token, mit einer maximalen Ausgabe von 128.000 Token. Auf der Bildseite bietet es eine Reihe von Generierungssteuerungen: Seitenverhältnis (1:1, 3:2, 2:3 oder auto), Qualität (auto, low, medium oder high), Hintergrund (auto, transparent oder opaque), eine Anzahl n zwischen 1 und 10, bis zu 16 Eingabereferenzen und Ausgabekomprimierung von 0 bis 100. Das Vorhandensein von Eingabereferenzen bedeutet, dass Sie Bilder bereitstellen können, mit denen das Modell arbeiten soll, was Bearbeitung und referenzgestützte Generierung neben der Generierung aus einem Text-Prompt ermöglicht.

Diese Fähigkeiten deuten auf eine ziemlich breite Palette praktischer Anwendungen hin. Sie können Bilder direkt aus Text-Prompts generieren und Form, Qualität und Hintergrund des Ergebnisses steuern, einschließlich transparenter Hintergründe für Assets, die später zusammengesetzt werden müssen. Da das Modell Bild- und Dateieingaben akzeptiert, können Sie es auch für Bildbearbeitungs- oder Transformationsaufgaben verwenden, bei denen das Quellbild als Referenz übergeben wird, sowie für Workflows, die Textreasoning mit Bildausgabe mischen, etwa das Erzeugen einer schriftlichen Erklärung zusammen mit einem generierten oder bearbeiteten Bild. Die Reasoning- und Structured-Output-Parameter legen nahe, dass es auch in Pipelines eingesetzt werden kann, in denen der Textteil programmatisch geparst werden muss.

Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID "openai/gpt-5-image" auf. Die unterstützten Anforderungsparameter sind include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, structured_outputs, temperature, top_logprobs, top_p und verbosity. Die bildspezifischen Steuerungen (Seitenverhältnis, Qualität, Hintergrund, n, Eingabereferenzen und Ausgabekomprimierung) werden ebenfalls als Teil der Anforderung übergeben. Da die Schnittstelle OpenAI-kompatibel ist, funktionieren vorhandene OpenAI-SDK-Clients und Tooling im Allgemeinen, wenn nur die Basis-URL und die Modell-ID geändert werden.

Hier gibt es keine Informationen zu Rate Limits, Latenz oder Verfügbarkeit, betrachten Sie diese also als Unbekannte, die Sie gegen Ihre eigene Arbeitslast testen sollten. Wenn Ihre Aufgabe rein textbasiert ist und niemals Bilder berührt, könnte ein reines Textmodell aus der GPT-5-Familie einfacher passen. Wenn Sie Bildausgabe mit starker Instruktionsbefolgung und Referenzbildern benötigen, ist dieses Modell das erste, das Sie evaluieren sollten.