Die Bildgenerierungs-API im Jahr 2026

Aktualisiert am 2. November 2026 — Bildmodelle. Das Modell gpt-image-1, für das dieser Kurs ursprünglich geschrieben wurde, wurde am 23. Oktober 2026 eingestellt. Zudem werden gpt-image-1.5, gpt-image-1-mini und chatgpt-image-latest am 1. Dezember 2026 zurückgezogen. Die Beispiele verwenden nun gpt-image-2.5-sunburst, das die höchste Präzision für Bearbeitungen bietet; gpt-image-2.5-flare ist für die Standardgenerierung schneller. Beide Modelle unterstützen zudem die Qualitätsstufen xhigh und max. GPT-Bildmodelle geben Bilder stets im Base64-Format zurück: Der Parameter response_format aus älteren DALL·E-Modellen wird nicht unterstützt und aus dem Code entfernt. Quelle: Bildgenerierung (OpenAI).

Die KI-gestützte Bildgenerierung hat sich erheblich weiterentwickelt. Im Jahr 2026 ist GPT Image das Referenzmodell von OpenAI zur Erstellung und Bearbeitung von Bildern über die API; es ersetzt die mittlerweile veralteten Modelle DALL·E 2 und DALL·E 3. Wenn Sie bestehenden Code für diese früheren Generationen haben, behandeln Sie ihn als Ausgangspunkt für eine Neuschreibung und nicht als Fundament, das erhalten bleiben muss: Parameter, Rückgabeformate und insbesondere Strategien für die Prompt-Engineering haben sich alle geändert.

Diese Lektion führt in das aktuelle Ökosystem, die Fähigkeiten von GPT Image und die Art ein, wie Sie im Verlauf dieses Kurses mit der API interagieren, ein.

Was sich bei GPT Image geändert hat

Der erste wesentliche Wandel betrifft den Text. Frühere Generationen erzeugten approximative, dekorative, aber unlesbare Buchstaben; GPT Image rendert treue Typografie und macht damit Plakate, Werbebannern und Interface-Mockups erst wirklich nutzbar, bei denen die Botschaft so wichtig ist wie das Bild selbst. Der zweite Wandel betrifft das kontextuelle Verständnis: Das Modell interpretiert komplexe Anweisungen mit Nuancen, sodass ein mehrsätziger Prompt, der eine Szene, ihre Beleuchtung und den Bildrahmen beschreibt, ein kohärentes Ergebnis liefert, anstatt eine Collage aus Schlüsselwörtern.

Als Nächstes folgt die native Bearbeitung. Sie beginnen nicht mehr systematisch mit einer leeren Seite: Das Modell kann ein bestehendes Bild ändern, indem es einen Innenbereich ersetzt (Inpainting) oder das Bild über seine Ränder hinaus erweitert (Outpainting). Praktisch bedeutet dies, dass das Hinzufügen eines neuen Himmels zu einer Landschaftsaufnahme nicht mehr erfordert, alles neu zu generieren und dabei das Motiv zu verlieren. Hinzu kommt die stilistische Konsistenz über aufeinanderfolgende Generierungen hinweg – von großem Wert, wenn eine Serie von Illustrationen für denselben Artikel erstellt wird – sowie mehrere Auflösungsoptionen, von quadratisch bis hin zu Portrait- und Landschaftsformaten.

Die zwei Haupt-Endpunkte

Die API stellt zwei Methoden bereit, die Sie in den folgenden Lektionen im Detail erkunden werden. Die erste erstellt ein Bild aus einer Textbeschreibung.

import base64
from openai import OpenAI

client = OpenAI()

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="Ein bretonischer Leuchtturm bei Sonnenuntergang, Aquarellstil",
    n=1,
    size="1024x1024"
)

with open("lighthouse.png", "wb") as f:
    f.write(base64.b64decode(response.data[0].b64_json))

Die zweite nimmt ein von Ihnen bereitgestelltes Bild und regeneriert nur den Teil, der durch eine Maske gekennzeichnet ist.

response = client.images.edit(
    model="gpt-image-2.5-sunburst",
    image=open("original_photo.png", "rb"),
    mask=open("mask.png", "rb"),
    prompt="Ersetzen Sie den Himmel mit einem Sternenhimmel"
)

Installation und Konfiguration

Installieren Sie zunächst das offizielle SDK.

pip install openai

Platzieren Sie Ihren API-Schlüssel anschließend in einer .env-Datei, niemals hartcodiert in Ihrem Skript: Ein geteiltes Skript oder eines, das in ein Repository hochgeladen wird, würde Ihren Schlüssel exponieren.

OPENAI_API_KEY=sk-your-api-key

Der Client holt ihn sich dann automatisch beim Start, ohne dass Sie ihn als Argument übergeben müssen.

import os
from dotenv import load_dotenv
from openai import OpenAI

load_dotenv()
client = OpenAI()  # verwendet automatisch OPENAI_API_KEY

Modelle und Preise

Die aktuellen Modelle sind gpt-image-2.5-sunburst, das für Bearbeitungen am präzisesten ist, und gpt-image-2.5-flare, das für die Standardgenerierung schneller ist; gpt-image-1, das Modell, für das dieser Kurs ursprünglich geschrieben wurde, wurde am 23. Oktober 2026 eingestellt. Hier sind die Eigenschaften, mit denen Sie sich ständig befassen werden.

Parameter	Wert
Modell	`gpt-image-2.5-sunburst` oder `gpt-image-2.5-flare`
Auflösungen	1024×1024, 1024×1536, 1536×1024 empfohlen; benutzerdefinierte Abmessungen möglich (Vielfache von 16, bis zu 3840 Pixel pro Seite)
Qualitäten	`low`, `medium`, `high`, `xhigh`, `max`, `auto` (Standard)
Ausgabeformate	Base64-kodierte Bilder, PNG (Standard), JPEG oder WebP
Preise	Pro Token, variiert je nach Qualität und Größe

Halten Sie einen Punkt im Hinterkopf, der DALL·E-Veteranen überraschen könnte: GPT-Bildmodelle geben niemals eine URL zurück, sondern immer ein Base64-kodiertes Bild. Decodieren Sie es und speichern Sie die Datei unmittelbar nach der Generierung; Ihre Anwendung speichert und dient diese Datei, nicht die API-Antwort.

Was Sie lernen werden

Der Kurs schreitet in vier Phasen voran. Sie beginnen mit den Grundlagen von GPT Image über die API – Generierung und Bearbeitung – bevor Sie zu konkreten Anwendungsfällen im E-Commerce, Marketing und Design übergehen. In fortgeschrittenen Techniken werden Sie dann lernen, komplexe visuelle Prompts zu erstellen und die Generierung in mehrstufige Pipelines zu integrieren. Der letzte Teil behandelt die Produktionsbereitstellung, einschließlich Kostenoptimierung und Inhaltsmoderation. Jede Lektion enthält funktionierenden Python-Code, den Sie direkt ausführen können.

Bevor Sie fortfahren, überprüfen Sie bitte, ob Ihre Umgebung bereit ist. Führen Sie dieses minimale Skript aus: Wenn eine Bilddatei erscheint, ist Ihr Schlüssel gültig, das SDK ist korrekt installiert und Sie können zur nächsten Lektion übergehen.

import base64
from openai import OpenAI

client = OpenAI()

response = client.images.generate(
    model="gpt-image-2.5-sunburst",
    prompt="Eine orangefarbene Katze, die auf einem Stapel Bücher sitzt, realistisches Foto",
    n=1,
    size="1024x1024",
    quality="medium"
)

with open("cat.png", "wb") as f:
    f.write(base64.b64decode(response.data[0].b64_json))

print("Bild generiert: cat.png")