GPT Image 2.5 Sunburst API zur Bildgenerierung und -bearbeitung
Prüfen Sie GPT Image 2.5 Sunburst Tokenpreise und Beispiele zur Referenzbildbearbeitung. Kontrollieren Sie Generierungsformate, Qualitätseinstellungen und Bildeingabegrenzen.
API-Preise und Abrechnung für GPT Image 2.5 Sunburst
Referenzpreis – nicht unabhängig geprüft. Prüfen Sie vor einem Kostenvergleich die aktuellen Tarife, Abrechnungseinheiten und geltenden Bedingungen des Anbieters.
Online-Bildwerkzeug für GPT Image 2.5 Sunburst
Bildeinstellungen
Melden Sie sich an, um Ihr Kontoguthaben zu verwenden.
Die Bilder unten werden im verlinkten OpenAI-Prompting-Leitfaden diesem Modell zugeordnet; sie sind keine aufgezeichneten API Hop-Ergebnisse. Prompts und Einstellungen sind wiederverwendbare Anfragebeispiele, keine verifizierten Reproduktionsparameter; angepasste Prompts sind gekennzeichnet. Vergleichen Sie Geometrie, Schrift und unbeabsichtigte Änderungen mit der Eingabe, bevor Sie eine Bearbeitung verwenden.
Prompt anzeigen
Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat.
He has weathered skin with visible wrinkles, pores, and sun texture, and a few faded traditional sailor tattoos on his arms.
He is calmly adjusting a net while his dog sits nearby on the deck. Shot like a 35mm film photograph, medium close-up at eye level, using a 50mm lens.
Soft coastal daylight, shallow depth of field, subtle film grain, natural color balance.
The image should feel honest and unposed, with real skin texture, worn materials, and everyday detail. No glamorization, no heavy retouching.
Give me a cool in culture ad / fashion shot for a brand called Thread.
It's a hip young street brand. The ad shows a group of friends hanging out together with the tagline "Yours to Create."
Make it feel like a polished campaign image for a youth streetwear audience: stylish, contemporary, energetic, and tasteful.
Use clean composition, strong color direction, natural poses, and premium fashion photography cues.
Render the tagline exactly once, clearly and legibly, integrated into the ad layout.
No extra text, no watermarks, no unrelated logos.
Create an original, non-infringing logo for a company called Field & Flour, a local bakery.
The logo should feel warm, simple, and timeless. Use clean, vector-like shapes, a strong silhouette, and balanced negative space.
Favor simplicity over detail so it reads clearly at small and large sizes. Flat design, minimal strokes, no gradients unless essential.
Fully transparent background. Deliver a single centered logo with generous padding, clean alpha edges, and no solid backdrop, scenery, checkerboard, or watermark.
Am 22. Oktober 2026 über API Hop aufgezeichnet. Jedes Ergebnis entspricht einer Anfrage für das genannte Modell und den Modus und ist keine Garantie für Erfolgsquote, Geschwindigkeit oder Produktionsqualität. Die Modellantworten unten bleiben in ihrer Originalsprache.
Der visuelle Vergleich zeigt einen weißen Hintergrund und weitgehend erhaltenes Motiv und Layout, mit kleinen Änderungen an Oberflächen und Reflexionen. Der Vordergrund ist nicht pixelidentisch. Vergleichen Sie Glasrand, Eis, Flüssigkeitsstand, Zitrone, Blatt und Sockel mit dem Originalbild.
Die Antwort wiederholte den Modellnamen nicht. Der Datensatz enthält das exakt angeforderte Modell und die Anfrage-ID; er bestätigt das Upstream-Routing nicht unabhängig.
Vollständige Anfrage und Eingabe
POST /openai/v1/images/generations
{
"model": "gpt-image-2.5-sunburst",
"prompt": "Edit the supplied product photograph. Replace only the turquoise background with a plain white studio background. Keep the same clear glass, orange drink level, ice, pedestal, lemon wedge and green leaf, with their shapes, colors and relative positions unchanged. Preserve the full composition. No new objects, text, logos or watermarks.",
"image_urls": [
"https://api.apihop.ai/generated/364459846248173568/0.png"
],
"n": 1,
"size": "16:9",
"resolution": "1k",
"quality": "low",
"output_format": "png",
"stream": false
}
Die Bilder unten werden im verlinkten OpenAI-Prompting-Leitfaden diesem Modell zugeordnet; sie sind keine aufgezeichneten API Hop-Ergebnisse. Prompts und Einstellungen sind wiederverwendbare Anfragebeispiele, keine verifizierten Reproduktionsparameter; angepasste Prompts sind gekennzeichnet. Vergleichen Sie Geometrie, Schrift und unbeabsichtigte Änderungen mit der Eingabe, bevor Sie eine Bearbeitung verwenden.
Prompt anzeigen
Extract the product from the input image and isolate it on a fully transparent background.
Output: centered product, crisp silhouette, no halos/fringing.
Preserve product geometry and label legibility exactly.
Add only light polishing. Do not add a solid backdrop, checkerboard, scenery, or shadow.
Do not restyle the product; remove the background and preserve clean alpha transparency.
Turn this drawing into a photorealistic image.
Preserve the exact layout, proportions, and perspective.
Choose realistic materials and lighting consistent with the sketch intent.
Do not add new elements or text.
In this room photo, replace ONLY the white chairs with chairs made of wood.
Preserve camera angle, room lighting, floor shadows, and surrounding objects.
Keep all other aspects of the image unchanged.
Photorealistic contact shadows and fabric texture.
OpenAIs Spitzenmodell für hochpräzise Bilderzeugung und Bildbearbeitung
GPT Image 2.5 Sunburst ist ein von OpenAI am 8. September 2026 veröffentlichtes Modell zur Bilderzeugung und Bildbearbeitung. Innerhalb der Familie GPT Image 2.5 legt diese Version zugleich größeren Wert auf Bildqualität und Bearbeitungspräzision.
Die größte Veränderung bei Sunburst ist unserer Ansicht nach nicht einfach die Fähigkeit, ausgefeiltere Bilder zu erzeugen, sondern genauer zu verstehen, was Nutzer verändern möchten und was unverändert bleiben soll.
Bei einer Produktwerbung möchten Sie beispielsweise vielleicht nur den Produktwinkel ändern, die Hintergrundbeleuchtung anpassen oder einen Text ersetzen, ohne das Aussehen des Produkts oder die gesamte Bildkomposition zu verändern. Sunburst ist für solche Arbeiten mit präzisem Steuerungsbedarf optimiert.
OpenAI positioniert Sunburst als Modell für anspruchsvolle kreative Arbeit und detaillierte Bildbearbeitung. Gegenüber Flare aus derselben Familie nimmt es mehr Erzeugungszeit in Kauf, um die Präzision der Ausgabe zu verbessern.
Wir empfehlen, Sunburst zuerst zu testen, wenn Ihr Geschäft hauptsächlich von hochwertigen Endbildern abhängt, etwa bei kommerzieller Fotografie, Werbedesign und Markenmaterial. Wenn Sie dagegen lediglich schnell große Bildmengen erzeugen möchten, kann Flare besser geeignet sein.
Ein visuelles Modell für Text-zu-Bild, Referenzbildbearbeitung und Kompositionen aus mehreren Bildern
GPT Image 2.5 Sunburst ist nicht nur ein Text-zu-Bild-Modell. Es kann auch vorhandene Bilder als Eingabe verwenden und mit Textanweisungen Bilder bearbeiten, Stile übertragen und mehrere Referenzbilder kombinieren.
Diese Fähigkeit liegt unserer Ansicht nach näher an echter Designarbeit als die reine Text-zu-Bild-Erzeugung, weil Nutzer meist nicht mit dem allerersten Bild zufrieden sind und Details weiter verfeinern müssen.
Beispielsweise können Sie eine Figur, einen Innenraumhintergrund und ein Kleidungsreferenzbild hochladen und das Modell anschließend bitten, die Szene mit den festgelegten Positionen und Beziehungen neu zu erzeugen.
In Tests von Genflick im September 2026 bewältigte die Familie GPT Image 2.5 erfolgreich eine Figuren- und Szenenkomposition aus drei Referenzbildern. Dabei blieben Kleidung, Hintergrundmerkmale und vorgegebene Links-rechts-Positionen erhalten.
Das bedeutet natürlich nicht, dass komplexe Kompositionen niemals fehlschlagen. Wenn Produktaussehen, Figurenidentität oder Markenlogos betroffen sind, empfehlen wir klare Originalbilder und ausdrückliche Angaben dazu, welche Merkmale das Modell erhalten soll.
Ein Bilderzeugungsmodell mit sechs Qualitätsstufen und individuellen Auflösungen
GPT Image 2.5 Sunburst unterstützt sechs Qualitätsstufen: low, medium, high, xhigh, max und auto, wobei auto der Standard ist.
Für die Auflösung werden offiziell 1024x1024, 1536x1024 und 1024x1536 empfohlen. Individuelle Auflösungen werden ebenfalls unterstützt, sofern sie die Abmessungsbeschränkungen erfüllen. Das Modell unterstützt Ausgaben mit ungefähr 4K-Pixelumfang, wobei für höhere Auflösungen weiterhin experimentelle Einschränkungen gelten.
Den größten Nutzen von Qualitätsstufen sehen wir darin, dass Entwickler Kosten anhand geschäftlicher Anforderungen steuern können, statt in jedem Szenario max einzusetzen. Wie bereits wiederholt bei anderen Modellen erläutert, liefert die höchste Reasoning-Einstellung möglicherweise nicht das beste Ergebnis.
Für gewöhnliche Artikelillustrationen auf einer Website können beispielsweise medium oder high ausreichen. Bei kommerziellen Bildern mit sichtbaren Produktdetails können Sie zusätzlich xhigh und max testen.
Beachten Sie, dass eine höhere Qualitätsstufe nicht jede Anforderung besser erfüllt. Manche Praxistests haben sogar festgestellt, dass höhere Stufen nicht angeforderte dekorative Elemente hinzufügen.
Wir empfehlen, Komposition und Inhalt zunächst auf einer günstigeren Stufe festzulegen und die Qualität dann für das endgültige Material zu erhöhen. Dies ist der vernünftigere Ansatz.
Die Online-Werkzeuge und die API für GPT Image 2.5 Sunburst von RequestBeam
Mit RequestBeam möchten wir Ihnen ermöglichen, GPT Image 2.5 Sunburst früher in echten geschäftlichen Szenarien zu erleben, statt zunächst viel Zeit in eine API-Integration zu investieren.
Melden Sie sich einfach bei RequestBeam an, erstellen Sie einen API Key und laden Sie einen kleinen Guthabenbetrag auf, um das Modell mit den Online-Werkzeugen zu bewerten. Sie müssen weder zuerst API-Code schreiben noch für einen kurzen Test einen festen Tarif kaufen und verringern zugleich den Aufwand, selbst Konten auf mehreren Modellplattformen zu verwalten.
Zentrale Funktionen und fachliche Stärken von GPT Image 2.5 Sunburst
Präzise Bildbearbeitung: nur festgelegte Inhalte verändern und andere Details möglichst bewahren
Präzise Bearbeitung ist unserer Ansicht nach die bemerkenswerteste Fähigkeit von GPT Image 2.5 Sunburst.
Ein relativ häufiges Problem früherer Bilderzeugungsmodelle bestand darin, dass ein Nutzer ein kleines Detail ändern wollte, das Modell aber auch ein Gesicht, die Produktform oder sogar den gesamten Hintergrund veränderte.
Sunburst ist für diese Situation optimiert. OpenAI betont besonders die Fähigkeit zu lokalen Bearbeitungen innerhalb komplexer Motive und Hintergründe, während ursprüngliches Motiv, Komposition und Markenelemente möglichst erhalten bleiben.
Einer unserer E-Commerce-Kunden teilte einen Vergleich von Sunburst und Flare. Mit demselben Produktprompt über mehrere Qualitätsstufen stellte er fest, dass Sunburst Produktperspektive, Reflexionen und Komposition beständiger bewahrte, während Flare das Bild bei unterschiedlichen Einstellungen eher neu gestaltete.
Diese Fähigkeit eignet sich unserer Ansicht nach gut für E-Commerce-Produktbilder, Werbematerial und lokale Änderungen an bestehenden Designs.
Konsistenz von Figuren und Referenzbildern: geeignet für fortlaufende Gestaltung und Figurenmaterial
Figurenkonsistenz war für Nutzer, die mit KI Comics, Geschichtenillustrationen und Marketingmaterial erstellen, schon immer wichtig.
Uns interessiert vor allem, ob Sunburst die entscheidenden Merkmale einer Figur, etwa Gesichtsstruktur, Frisur, Accessoires und visuellen Gesamtstil, beim Ändern von Haltung, Kleidung oder Hintergrund erhalten kann.
Zur Veröffentlichung zeigte OpenAI ausdrücklich, wie eine Figur aus einem Referenzbild in verschiedene Szenen versetzt, ihr Aussehen angepasst und aufeinanderfolgende Bearbeitungen vorgenommen werden können.
Einer unserer Kunden aus dem Bereich Kurzdramen berichtete, dass Prompts, die zuvor keine zufriedenstellenden Ergebnisse geliefert hatten, mit der Sunburst API deutlich besser funktionierten. Er lobte insbesondere Figurenkonsistenz und Bildqualität.
Wir halten Sunburst für geeignet, um mehrere Werbebilder derselben Figur, zusammenhängende Geschichtenillustrationen und Markenfigurenmaterial mit einheitlicher visueller Identität zu erzeugen.
Unsere Empfehlung lautet, zunächst ein freigegebenes Figurenreferenzbild festzulegen und daraus unterschiedliche Szenen zu erzeugen. Eine konsistente Grundlage für die Figur vor der Erzeugung fertiger Bilder führt zu besseren Ergebnissen.
Kommerzielle Fotografie: natürlichere Beleuchtung, Materialien und Produktdetails
Kommerzielle Produktfotografie ist unserer Ansicht nach ein weiterer wichtiger Anwendungsbereich für Sunburst.
Bei GPT Image 2.5 konzentrierte sich OpenAI auf natürliche Beleuchtung, Materialtexturen und die Bewahrung von Referenzbilddetails. Sunburst betont hochwertige Endbilder zusätzlich.
Ein E-Commerce-Kunde berichtete beispielsweise von Werbebildern für ein Hautpflegeprodukt. Er lud ein Referenzbild zu Sunburst hoch, um Produktbilder mit verschiedenen Hintergründen zu erzeugen, während Flaschenproportionen, Verpackungsfarben und Produktlogo unverändert bleiben sollten. Mit den Ergebnissen war er sehr zufrieden.
Die Bewertung kommerzieller Fotografie hängt natürlich nicht nur davon ab, ob ein Bild attraktiv aussieht. Everypixel führte im September 2026 einen Blindtest mit 48 kommerziellen Fotoszenarien durch. Gegen Qwen Image 2 betrug Sunbursts Präferenzanteil beim Fotorealismus 69,0 %. Gegen GPT Image 2 erhielt es jedoch nur 52,7 %, mit einem Konfidenzintervall, das 50 % einschloss. Dies kann daher nicht als klarer Vorteil beim Fotorealismus gelten.
Wir halten dieses Ergebnis für einen nützlichen Anhaltspunkt. Sunbursts Stärken könnten eher in der Anweisungsbefolgung und Bearbeitungssteuerung liegen, statt jedes Bild deutlich realistischer erscheinen zu lassen.
Bei E-Commerce-Produktbildern empfehlen wir, Produktform, Verpackungstext, plausible Beleuchtung und Schatten sowie Hintergrunddetails getrennt zu prüfen. Im E-Commerce muss das tatsächliche Produkt seiner Darstellung entsprechen. Eine Abweichung kann das Vertrauen der Nutzer in Ihre Marke beschädigen.
Text und komplexe Layouts: geeignet für Plakate, Infografiken und visuelles Produktdesign
Bei Werbeplakaten und Marketingbildern muss das Modell nicht nur ein Bild erzeugen, sondern auch Text, Zahlen und Layout korrekt behandeln.
Wir sehen bei Sunburst in diesem Bereich bereits erheblichen praktischen Nutzen.
Mehrere Kunden berichteten, dass Sunburst bei konkreten geschäftlichen Aufgaben wie Plakaten und Storyboards mit neun Feldern zufriedenstellende Ergebnisse liefert, die Zahl der Überarbeitungen deutlich reduziert und gelegentlich schon im ersten Versuch richtig liegt.
Auf Grundlage dieser konkreten geschäftlichen Rückmeldungen halten wir Sunburst bei Werbebildern mit wenig, klar vorgegebenem Text bereits für einen praktischen Einsatz wert. Bilder mit viel Text, komplexen Layouts oder strengen Markenanforderungen benötigen jedoch weiterhin menschliche Prüfung.
Wir empfehlen, Text, Platzierung, relative Größen und nicht hinzuzufügende Elemente klar festzulegen. Ein strukturierter Prompt ist vorzuziehen, weil er zu besseren Bildern beitragen kann.
Aufeinanderfolgende Bearbeitungen und Markenmaterial: wiederholte Erzeugungsarbeit reduzieren
Uns interessiert stärker, ob sich Sunburst in einen echten Designablauf einfügt, als ob es lediglich ein schönes Einzelbild erzeugen kann.
Bei kommerzieller Arbeit erstellen Designer normalerweise zunächst einen Entwurf und überarbeiten ihn anschließend anhand von Rückmeldungen mehrfach, etwa durch geänderte Produktplatzierung, andere Hintergrundfarben, ersetzten Text und Varianten für unterschiedliche Kanäle.
Die Familie GPT Image 2.5 verbessert die Detailerhaltung bei aufeinanderfolgenden Bearbeitungen, während Sunburst größeren Wert auf Bearbeitungspräzision legt.
Ein Kunde, ein langjähriger Entwickler mit der GPT Image API, berichtete, er habe zuvor bereits mehr als ungefähr 80.000 Bilder erzeugt und beim Testen der neuen Version gegenüber GPT Image 2.5 Verbesserungen bei der Nutzung von Referenzbildern und bei Oberflächenelementen beobachtet.
Die eigentliche Frage für Marketingteams ist unserer Ansicht nach, ob vom ersten Entwurf bis zum endgültigen Material weniger Überarbeitungen erforderlich sind.
Benchmarks und Leistung von GPT Image 2.5 Sunburst
In diesem Abschnitt beziehen wir uns auf veröffentlichte Testdaten von Artificial Analysis, Arena, Everypixel und Quantslant sowie auf einige von Kunden geteilte Erfahrungen.
Text-zu-Bild-Qualität: 1198 Elo auf AA-Image-T2I v2.0
Auf der Rangliste AA-Image-T2I v2.0 von Artificial Analysis erreichte GPT Image 2.5 Sunburst mit der Einstellung max 1198 Elo und lag zum damaligen Zeitpunkt auf Platz eins.
Auf derselben Rangliste erzielte GPT Image 2.5 Flare Max 1191 Elo, während GPT Image 2 High 1172 Elo erreichte.
Diese Bewertung verwendet anonyme paarweise Bildvergleiche und berechnet Elo-Werte aus den Präferenzen menschlicher Prüfer. Dadurch liegt sie näher an der Beurteilung der gesamten Qualität erzeugter Bilder durch Nutzer.
Wir weisen jedoch darauf hin, dass sich die 95%-Konfidenzintervalle von Sunburst und Flare überschneiden. Ihre gesamte Text-zu-Bild-Qualität liegt somit relativ nahe beieinander.
Wenn Ihr Geschäft vorwiegend gewöhnliche Text-zu-Bild-Erzeugung umfasst, empfehlen wir, zuerst Flare zu testen und Sunburst anschließend bei höheren Anforderungen an die endgültige visuelle Qualität einzubeziehen.
Bildbearbeitungsqualität: 1183 Elo auf AA-Image-Editing v2.0
Auf AA-Image-Editing v2.0 von Artificial Analysis erreichte Sunburst Max 1183 Elo, gegenüber 1163 Elo für Flare Max und 1125 Elo für GPT Image 2 High.
Dieses Ergebnis spiegelt unserer Ansicht nach Sunbursts Produktpositionierung klarer wider als sein Text-zu-Bild-Wert.
Bei Bildbearbeitung geht es nicht um die Erzeugung eines Bilds von Grund auf, sondern darum, aus einem vorhandenen Bild und gewünschten Änderungen ein Ergebnis zu schaffen, das den Erwartungen des Nutzers entspricht. Nach Daten unserer Kunden beträgt das Verhältnis von Bearbeitung zu Neuerzeugung ungefähr 3:1. Diese Ergebnisse weisen daher auf einen relativ klaren Vorteil von Sunburst bei der Bildbearbeitung hin.
Wir empfehlen, Sunburst vorrangig zu testen, wenn Sie einen KI-Bildeditor, ein Werkzeug zum Austauschen von Produkthintergründen oder ein Inpainting-Werkzeug entwickeln, statt ein Modell allein nach seiner Text-zu-Bild-Platzierung auszuwählen.
Bearbeitung mit mehreren Referenzbildern: 1535 auf Arena Multi Image Edit
Auf Arenas Rangliste Multi Image Edit erreichte GPT Image 2.5 Sunburst 1535±9, Flare 1501±8 und GPT Image 2 Medium 1454±4. Diese Ergebnisse waren damals noch als vorläufig gekennzeichnet.
Dieser Wert ist unserer Ansicht nach besonders wichtig für Anwendungen, die mehrere Referenzbilder kombinieren müssen.
Wenn beispielsweise Personen, Kleidung und Szenen aus unterschiedlichen Bildern in einem einzigen Bild zusammengeführt werden, muss das Modell nicht nur jedes Einzelbild verstehen, sondern auch Positionen, Proportionen und visuelle Beziehungen zwischen mehreren Objekten bewältigen.
Arena-Werte beruhen jedoch auf Präferenzvergleichen durch Nutzer und bedeuten nicht, dass jedes Objekt genau wiedergegeben wurde. Bei Produktkombinationen, Gruppenporträts und komplexen Szenen empfehlen wir deshalb weiterhin, die menschliche Detailprüfung als unverzichtbaren Schritt zu behandeln.
Blindtest zur kommerziellen Fotografie: nur 52,7 % Fotorealismuspräferenz gegenüber GPT Image 2
Everypixel testete 48 kommerzielle Fotoszenarien mit anonymen Bewertungen durch 13 Mitglieder eines Produktionsteams.
Beim Vergleich von Sunburst mit GPT Image 2 ergaben sich für die drei Hauptdimensionen folgende Werte: 52,7 % Präferenzanteil beim Fotorealismus, 55,2 % bei der Prompt-Befolgung und 56,7 % bei der Ästhetik.
Dieser Test erinnert unserer Ansicht nach daran, dass das Ergebnis von 52,7 % keinen statistisch klaren Fotorealismusvorteil belegt. Sunburst liegt bei Prompt-Befolgung und Ästhetik zwar leicht vorn, doch auch diese Vorteile sind relativ begrenzt.
Teams, die bereits GPT Image 2 für kommerzielle Fotografie verwenden, empfehlen wir daher, nicht überstürzt alles umzustellen. Testen Sie Sunburst zunächst bei Szenarien mit präziser Bearbeitung, komplexen Kompositionen und Textverarbeitung und entscheiden Sie dann über einen Wechsel.
Erzeugungsgeschwindigkeit und Kosten: ungefähr 28 Sekunden bei High und 78 Sekunden bei Max
Quantslant testete Sunburst und Flare mit demselben Prompt auf Erzeugungsgeschwindigkeit und Kosten.
Bei einer Auflösung von 1536×864 ergaben sich folgende Ergebnisse:
Qualität
Sunburst-Zeit
Flare-Zeit
Kosten je Bild
Medium
14.0 Sekunden
12.8 Sekunden
$0.0086
High
27.8 Sekunden
17.9 Sekunden
$0.033
Max
77.8 Sekunden
37.6 Sekunden
$0.130
Diese Daten stammen aus einer bestimmten Testumgebung mit nur wenigen Stichproben bei Medium. Sie dürfen nicht als stabile Plattformantwortzeiten oder feste Preise behandelt werden.
Der wichtigste Punkt ist unserer Ansicht nach, dass Sunburst und Flare dieselben offiziellen Token-Preise verwenden, Sunburst bei höheren Qualitätsstufen aber spürbar länger braucht. Der Wechsel von High zu Max erhöht die Bildkosten ebenfalls erheblich, ohne zwangsläufig eine proportionale Qualitätssteigerung zu liefern. Wir haben dies wiederholt betont: Höhere Reasoning-Einstellungen brauchen mehr Zeit, liefern aber nicht unbedingt die besten Ergebnisse. Auf diesen zunächst überraschenden Punkt weisen wir unsere Kunden immer wieder hin.
Bei der Bewertung gewöhnlicher Bilder empfehlen wir einen Start mit High. Probieren Sie Max bei wertvollem Werbematerial oder Endbildern aus, die komplexe Details bewahren müssen. Für schnelle Erzeugung und wiederholte Vorschauen empfehlen wir eher Flare.
GPT Image 2.5 Sunburst im Vergleich mit Flare, GPT Image 2, Nano Banana 2.1 und MAI-Image-2.6
Vergleich mit GPT Image 2.5 Flare: Bearbeitungspräzision oder Erzeugungsgeschwindigkeit priorisieren
Sunburst und Flare sind unserer Ansicht nach die naheliegendsten Vergleichsmodelle, weil sie derselben Produktgeneration angehören, tatsächlich aber für unterschiedliche geschäftliche Bedürfnisse optimiert sind.
Nach unabhängigen Tests von Artificial Analysis ist ihr Unterschied bei der Text-zu-Bild-Qualität nicht groß. Sunburst Max erreicht 1198 Elo, Flare Max 1191 Elo.
Bei der Bildbearbeitung ist Sunbursts Vorteil hingegen deutlicher, mit 1183 beziehungsweise 1163 Elo.
Bei der Geschwindigkeit stellte Quantslant fest, dass Flare bei High spürbar schneller war und sich der Abstand bei Max weiter vergrößerte.
Wir sehen die beiden Modelle nicht als einfache Abfolge von Verbesserung und Ersatz; ihre Anwendungsfälle sind nicht identisch.
Wenn Sie einen Generator für Blogillustrationen oder eine allgemeine KI-Text-zu-Bild-Website entwickeln oder Social-Media-Material in großen Mengen erzeugen müssen, empfehlen wir, Flare zu priorisieren.
Wenn Ihr Produkt Referenzbilder entgegennimmt und Nutzer Personen, Produkte und lokale Bildbereiche wiederholt präzise bearbeiten müssen, empfehlen wir stärker Sunburst.
Für Plattformen mit Erzeugungs- und Bearbeitungsfunktionen empfehlen wir Flare für schnelle Erstellung und Sunburst für detaillierte Verfeinerung. Sowohl bei Flare als auch bei Sunburst empfehlen wir, Tests mit high zu beginnen.
Vergleich mit GPT Image 2: die neue Version eignet sich besser zur Bearbeitung, doch nicht jedes kommerzielle Bild rechtfertigt einen Wechsel
GPT Image 2 ist ein wichtiger Bezugspunkt für Sunburst, weil viele Anwendungen mit OpenAIs Bilderzeugungsfähigkeiten entscheiden müssen, ob sich ein Umstieg lohnt.
In den Bewertungen von Artificial Analysis erzielt Sunburst sowohl bei Text-zu-Bild-Erzeugung als auch bei Bildbearbeitung höhere Elo-Werte als GPT Image 2.
Everypixels Blindtest zur kommerziellen Fotografie liefert jedoch eine andere Perspektive. Sunburst zeigte keinen statistisch klaren Vorsprung beim Fotorealismus.
Dies legt unserer Ansicht nach nahe, dass der bemerkenswerteste Teil der neuen Version im Umgang mit komplexen Anforderungen und Bearbeitungsaufgaben liegt, nicht in der Fähigkeit, in jedem kommerziellen Szenario sichtbar attraktivere Bilder zu erzeugen.
Auch die Qualitätsstufen unterscheiden sich. GPT Image 2 unterstützt höchstens High, während Sunburst XHigh und Max ergänzt und damit mehr Konfigurationsmöglichkeiten für Endergebnisse bietet.
Teams, die bereits GPT Image 2 verwenden, empfehlen wir, zuerst Bildbearbeitung und Kompositionen aus mehreren Referenzbildern umzustellen. Bei Produktpräsentationsbildern und Artikelillustrationen, die bereits konstant gut funktionieren, können Sie das alte Modell zunächst zum Vergleich beibehalten.
Wir empfehlen nicht, jede Erzeugungsaufgabe allein deshalb zu ersetzen, weil Sunburst neuer ist. Entscheiden Sie erst nach Tests Ihrer geschäftlichen Anwendungsfälle über einen Wechsel.
Vergleich mit Nano Banana 2.1: höhere Präferenz bei der Bildbearbeitung gegenüber niedrigeren Erzeugungskosten
Nano Banana 2.1 ist Googles Modell zur Bilderzeugung und Bildbearbeitung und eine plattformübergreifende Option, die bei der Bewertung von Sunburst berücksichtigt werden sollte.
Auf AA-Image-T2I v2.0 von Artificial Analysis erreicht Sunburst Max 1198 Elo, während Nano Banana 2.1 1160 Elo erzielt.
Auf der Bildbearbeitungsrangliste erreichen sie 1183 beziehungsweise 1137 Elo.
Diese beiden Ergebnisse geben Sunburst in unabhängigen Präferenztests den Vorteil.
Kosten sind jedoch ein weiterer Faktor. Unter den entsprechenden standardisierten Bewertungseinstellungen nennt Artificial Analysis für Sunburst ungefähr $210.7 je tausend Bilder und für Nano Banana 2.1 ungefähr $33.6 je tausend Bilder. Diese Zahlen gelten nur für jene Bewertungskonfigurationen und nicht als feste Kosten für beliebige Auflösungen und Qualitätsstufen.
Wenn Sie eine höhere Bildbearbeitungsqualität wünschen, können Sie unserer Ansicht nach zuerst Sunburst testen. Wenn Ihr Geschäft große Bildmengen erzeugen muss, verdient der Kostenvorteil von Nano Banana 2.1 eine genaue Bewertung.
Vergleich mit MAI-Image-2.6: unterschiedliche Optionen für präzise visuelle Arbeit und Massenproduktion
MAI-Image-2.6 ist das Bilderzeugungsmodell von Microsoft AI und sollte ebenfalls in Auswahltests für kommerzielle Bilderzeugung einbezogen werden.
Auf der Text-zu-Bild-Rangliste von Artificial Analysis erzielt Sunburst Max 1198 Elo, gegenüber 1151 Elo für MAI-Image-2.6. Auf der Bildbearbeitungsrangliste liegen die Werte bei 1183 beziehungsweise 1139 Elo.
Beide Tests zeigen Sunburst bei menschlichen Präferenzwerten vorn. Die standardisierten Erzeugungskosten je tausend Bilder derselben Bewertung betragen ungefähr $210.7 beziehungsweise $38.9.
Sunburst verdient unserer Ansicht nach vorrangige Berücksichtigung, wenn Ihr Geschäft hochwertige Werbung, detaillierte Produktbilder oder Markenmaterial mit mehreren Bearbeitungsrunden benötigt.
Wenn Sie jedoch Hintergrundbilder für einen großen Produktkatalog in Massen erzeugen oder fortlaufend zahlreiche Illustrationen für eine Inhaltswebsite produzieren müssen, kann MAI-Image-2.6 wirtschaftlicher sein.
Bei Anwendungen mit großem Ausgabevolumen empfehlen wir, zuerst die niedrigste akzeptable Bildqualität festzulegen und anschließend das Modell zu wählen, das diesen Standard zu geringeren Gesamtkosten erfüllt, statt einfach das bestplatzierte Modell zu verwenden.
Häufige Fragen zur API-Integration von GPT Image 2.5 Sunburst
Wie rufe ich dieses Modell über API Hop auf?
Erstellen Sie einen API Hop-API-Schlüssel für Ihren Server und senden Sie JSON an POST /openai/v1/images/generations mit der Modell-ID dieser Seite und einem Prompt. Lassen Sie image_urls für ein neues Bild weg. Prüfen Sie vor dem Absenden den aktuellen Modellpreis: Die Generierung ist kostenpflichtig und kein kostenloser Verbindungstest.
Wie bearbeite ich ein Referenzbild über API Hop?
Senden Sie das gewählte Modell, einen Bearbeitungsprompt und image_urls an POST /openai/v1/images/generations. Übergeben Sie bis zu 16 öffentlich erreichbare HTTP(S)-Bild-URLs. Dieser API Hop-Endpunkt verwendet JSON für Generierung und Referenzbildbearbeitung. Der aktuelle öffentliche Vertrag unterstützt keine multipart-Uploads, base64-Daten-URIs, Masken oder separate /images/edits-Route. Beschreiben Sie Änderungen und zu erhaltende Details, und prüfen Sie das gesamte Ergebnis. Für eine weitere Bearbeitung geben Sie das vorherige Ergebnis erneut als Referenz-URL an; der Endpunkt speichert keinen Gesprächsverlauf.
Wo steht die URL des generierten Bildes?
Bei stream: false wartet API Hop auf den Abschluss und gibt Bild-URLs in data[].url sowie verfügbare Nutzungsinformationen zurück. Prüfen Sie HTTP-Status und Antwortinhalt, bevor Sie das Ergebnis lesen. Verwenden Sie das dokumentierte Antwortformat dieses Endpunkts, keinen Parser für Base64-Antworten des Anbieters. Laden Sie fertige Bilder in Ihren eigenen Speicher, wenn Ihre Anwendung dauerhaften Zugriff benötigt.
Wie lese ich ein Streaming-Ergebnis?
Bei stream: true lesen Sie SSE-Ereignisse bis image_generation.completed und [DONE] und behandeln Fehlerereignisse. Teilbildvorschauen sind nicht garantiert. Dieser Images-generations-Endpunkt liefert keine Job-ID zum Abfragen. Bricht die Verbindung vor Abschluss ab, bewahren Sie vorhandene Anfrage-IDs auf und prüfen Sie Anfrageprotokolle und Kontonutzung, bevor Sie eine weitere möglicherweise kostenpflichtige Generierung starten. Ein getrennter Client beweist nicht, dass die Generierung abgebrochen wurde.
API-Beispiele und unterstützte Parameter für GPT Image 2.5 Sunburst
Schnellstart zur GPT Image 2.5 Sunburst-API
gpt-image-2.5-sunburst
model ist erforderlich; die Beispiele verwenden die Modell-ID dieser Seite. Prüfen Sie den Modellzugriff Ihres API-Schlüssels mit GET /v1/models.
BilderzeugungPOST /openai/v1/images/generations
curl -X POST "https://api.apihop.ai/openai/v1/images/generations" \
-H "Authorization: Bearer <API_KEY>" \
-H "Content-Type: application/json" \
-d '{"model":"gpt-image-2.5-sunburst","prompt":"Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat.\nHe has weathered skin with visible wrinkles, pores, and sun texture, and a few faded traditional sailor tattoos on his arms.\nHe is calmly adjusting a net while his dog sits nearby on the deck. Shot like a 35mm film photograph, medium close-up at eye level, using a 50mm lens.\nSoft coastal daylight, shallow depth of field, subtle film grain, natural color balance.\nThe image should feel honest and unposed, with real skin texture, worn materials, and everyday detail. No glamorization, no heavy retouching.","n":1,"size":"1:1","quality":"low","output_format":"png","stream":false,"resolution":"1k","image_urls":[],"background":"auto"}'
API Hop-Anfrage- und Antwortlimits
Erstellen Sie einen API Hop-API-Schlüssel für Ihren Server und senden Sie JSON an POST /openai/v1/images/generations mit der Modell-ID dieser Seite und einem Prompt. Lassen Sie image_urls für ein neues Bild weg. Prüfen Sie vor dem Absenden den aktuellen Modellpreis: Die Generierung ist kostenpflichtig und kein kostenloser Verbindungstest.
Senden Sie das gewählte Modell, einen Bearbeitungsprompt und image_urls an POST /openai/v1/images/generations. Übergeben Sie bis zu 16 öffentlich erreichbare HTTP(S)-Bild-URLs. Dieser API Hop-Endpunkt verwendet JSON für Generierung und Referenzbildbearbeitung. Der aktuelle öffentliche Vertrag unterstützt keine multipart-Uploads, base64-Daten-URIs, Masken oder separate /images/edits-Route. Beschreiben Sie Änderungen und zu erhaltende Details, und prüfen Sie das gesamte Ergebnis. Für eine weitere Bearbeitung geben Sie das vorherige Ergebnis erneut als Referenz-URL an; der Endpunkt speichert keinen Gesprächsverlauf.
Bei stream: false wartet API Hop auf den Abschluss und gibt Bild-URLs in data[].url sowie verfügbare Nutzungsinformationen zurück. Prüfen Sie HTTP-Status und Antwortinhalt, bevor Sie das Ergebnis lesen. Verwenden Sie das dokumentierte Antwortformat dieses Endpunkts, keinen Parser für Base64-Antworten des Anbieters. Laden Sie fertige Bilder in Ihren eigenen Speicher, wenn Ihre Anwendung dauerhaften Zugriff benötigt.
Bei stream: true lesen Sie SSE-Ereignisse bis image_generation.completed und [DONE] und behandeln Fehlerereignisse. Teilbildvorschauen sind nicht garantiert. Dieser Images-generations-Endpunkt liefert keine Job-ID zum Abfragen. Bricht die Verbindung vor Abschluss ab, bewahren Sie vorhandene Anfrage-IDs auf und prüfen Sie Anfrageprotokolle und Kontonutzung, bevor Sie eine weitere möglicherweise kostenpflichtige Generierung starten. Ein getrennter Client beweist nicht, dass die Generierung abgebrochen wurde.
