Bildgenerierung in 6 Sekunden, GIF-Erstellung mit nur einem Satz – OpenAI will nun mit Anbietern wie Meitu Xiuxiu um das Geschäft konkurrieren

Am frühen Morgen des 5. November stellten viele Nutzer fest, dass ChatGPT heimlich eine neue Funktion erhalten hat.

Geben Nutzer einen Satz ein oder laden ein Foto hoch, können sie damit ein zyklisch abgespieltes GIF generieren. Nach der Generierung lässt sich die Wiedergabegeschwindigkeit anpassen, jedes einzelne Frame anzeigen und sogar einzelne Frames separat bearbeiten.

Wir haben es kurz ausprobiert, einige Ergebnisse sind recht gut, insbesondere bei Motiven wie Tieren oder Animationen.

Bild｜Katzen springen und Bären schütteln ihr Fell

Einige Generierungsergebnisse sind aber eher grob: Wir haben als Prompt angegeben, dass ein Elon Musk einen Shuffle-Tanz ausführen soll, das erzeugte GIF sieht weder wie Musk aus, noch zeigt es den gewünschten Tanz.

Viele werden sich noch gut daran erinnern: Als Images 2.0 Anfang dieses Jahres auf den Markt kam, haben viele Menschen festgestellt, dass die Ära, in der „das, was man mit eigenen Augen sieht, wahr ist“, wirklich vorbei ist.

Die Bildgenerierung war schon immer eine der stärksten Funktionen von OpenAI, aber die diesmalige Aktualisierung unterscheidet sich ein wenig von den vorherigen.

In der Vergangenheit lösten KI-Bildgenerierungstools das Problem der Erstellung von Bildern aus dem Nichts: Nutzer geben einen Text ein, das Modell wandelt ihn in ein Bild um. Bevor ein Bild jedoch tatsächlich in einen Arbeitsablauf einfließt, sind oft weitere Schritte wie Bearbeitung, Layout und Formatkonvertierung erforderlich. Für normale Nutzer bedeutet dies, dass sie mehrere weitere Softwareprogramme öffnen müssen; für Designer und Content-Teams bedeutet dies einen nicht unerheblichen Nachbearbeitungsaufwand.

Mit der diesjährigen Aktualisierung von Images 2.6 beginnt OpenAI, all diese Arbeitsschritte in das Modell zu integrieren.

Neben der GIF-Generierung bietet das neue Modell eine schnellere Bildgenerierungsgeschwindigkeit, eine stabilere mehrstufige Bearbeitung sowie eine Schnittstelle für Entwickler zum Export von SVG-Vektorgrafiken und zur Bildbearbeitung durch Markierungen. Darüber hinaus hat OpenAI die Preise nicht erhöht.

In der Vergangenheit stammte ein großer Teil des Werts von KI-Bild-Startups aus der Lücke zwischen den Fähigkeiten des Modells und den tatsächlichen Anforderungen der Nutzer. Sie verpackten komplexe Modelle in benutzerfreundliche Produkte und erzielten Einnahmen durch Funktionen wie Bildbearbeitung, Layout, Vorlagen und Materialverwaltung.

Aber wenn Modellanbieter selbst diese Lücke schließen, wird das bisherige Geschäftsmodell nicht mehr so stabil sein.

Für OpenAI mag dies nur eine Aktualisierung des Bildprodukts sein, für eine Reihe von KI-Tool-Unternehmen, die von einzelnen Funktionen leben, hat der Wandel gerade erst begonnen.

Eine Aktualisierung mit mehr Funktionen ohne Preiserhöhung: Die Arbeit von drei Arten von Tools wird in das Modell integriert

Images 2.6 ist keine einfache Version mit höherer Geschwindigkeit.

Aus Sicht des Produktdesigns hat OpenAI diesmal zwei Dinge getan: Erstens wurde die Bildgenerierung beschleunigt, zweitens wurde die Bearbeitung und Nutzung nach der Generierung vereinfacht.

Zuerst zur Geschwindigkeit.

Laut den von OpenAI veröffentlichten Daten ist Images 2.6 im Vergleich zur Vorgängerversion insgesamt um 50 % schneller. Auf der API-Seite hat das Unternehmen zwei Versionen herausgebracht: GPT-Image-2.6 Flare und Sunburst.

Flare legt mehr Wert auf Reaktionsgeschwindigkeit und Effizienz und eignet sich für Aufgaben wie Poster und Produktbilder, die schnelle Iterationen erfordern. Sunburst hingegen konzentriert sich mehr auf Details und die Konsistenz der mehrstufigen Bearbeitung und eignet sich für Arbeiten mit höheren Anforderungen an die Bildgenauigkeit.

Bei niedriger Qualitätseinstellung kann Flare ein Bild in nur etwa 6 Sekunden generieren. Für Content-Ersteller, die Materialien wiederholt anpassen müssen, bedeutet die höhere Generierungsgeschwindigkeit, dass sie in der gleichen Zeit mehr Versuche durchführen können.

Ein wenig bekanntes Wissen: Kuaishou war ursprünglich ein GIF-Erstellungstool mit dem Namen „GIF Kuaishou“. Später entwickelte es sich von einem Tool zu einer der größten Kurzvideo-Plattformen Chinas und vollzog eine wichtige Produkttransformation.

Mit diesem Beispiel soll gezeigt werden, dass die Nachfrage nach GIFs sehr eindeutig ist.

In ChatGPT können Nutzer jetzt direkt durch Textbeschreibungen oder das Hochladen von Bildern animierte GIFs generieren. Zum Beispiel kann man ein Porträtfoto zum Leben erwecken oder ein statisches Produktbild in ein zyklisch abgespieltes Ausstellungsmaterial umwandeln. Nach der Generierung können Nutzer die Wiedergabegeschwindigkeit anpassen sowie einzelne Frames anzeigen und bearbeiten.

Diese Funktion ist für Social-Media-Betreiber, Werbetreibende und Content-Ersteller von praktischer Bedeutung. In der Vergangenheit erforderte die Umwandlung eines statischen Bildes in ein GIF normalerweise Schritte wie Bildverarbeitung, Frame-für-Frame-Erstellung und Animation-Synthese. Für gelegentlich nutzende normale Nutzer lohnt es sich nicht, diesen gesamten Prozess extra zu lernen; für Teams mit hohem Bedarf an Materialien bedeutet dies zusätzlichen Zeit- und Personalaufwand.

OpenAI erwähnte in seinem offiziellen Blog, dass das KI-Büroassistent-Unternehmen Town bereits das neue Modell nutzt, um Tipp-Warteanimationen für virtuelle Charaktere in seinen Produkten zu erstellen.

Eine weitere Änderung betrifft die Ausgabe von Designdateien.

Images 2.6 unterstützt jetzt den Export im SVG-Format, diese Funktion ist derzeit aber hauptsächlich für API-Entwickler gedacht. Im Gegensatz zu den gängigen Formaten PNG und JPEG speichert SVG Vektorpfade: Beim Vergrößern entstehen keine unscharfen Pixel, und es ist einfach, Grafiken, Farben und Details weiter anzupassen.

Das bedeutet, dass das Modell nicht nur Bilder erzeugt, die man ansehen kann, sondern auch Designdateien, die direkt in Webseiten, Anwendungen und Druckprozessen verwendet werden können.

Für Designer ist dies sehr wichtig.

Die lokale Bearbeitung entwickelt sich in die gleiche Richtung.

ChatGPT bot bereits zuvor eine Bildmarkierungsfunktion an: Nutzer können auf dem Bild die Stellen markieren, die angepasst werden sollen, und dann die Änderungsanforderungen in Text beschreiben. Mit dieser Aktualisierung stellt OpenAI diese Funktion nun auch API-Entwicklern zur Verfügung.

Für Entwickler bedeutet dies, dass sie die Bildbearbeitung in ihre eigenen Produkte integrieren können, ohne vollständig darauf angewiesen zu sein, dass Nutzer neue Prompts eingeben oder den Änderungsbereich durch komplexe Maskierungsoperationen festlegen.

Darüber hinaus hat OpenAI den Parameter „complexity“ hinzugefügt, mit dem Entwickler steuern können, wie viel Planungsberechnung das Modell vor der Generierung durchführt. Bei einfachen Aufgaben kann die Planungszeit reduziert werden, um die Geschwindigkeit zu priorisieren; bei komplexen Kompositionen können mehr Rechenressourcen eingesetzt werden.

Dies ähnelt dem Ansatz, bei dem die Inferenzstärke in Textmodellen angepasst wird. Das Modell bietet nicht mehr nur einen festen Generierungsmodus, sondern erlaubt Entwicklern, die Ressourcenzuweisung je nach Komplexität der Aufgabe zu bestimmen.

Was die Preise betrifft, so beträgt der Preis für die Bildausgabe von Flare und Sunburst jeweils 30 US-Dollar pro Million Token, für die Bildeingabe 8 US-Dollar und für die Texteingabe 5 US-Dollar – die Preise stimmen mit denen der entsprechenden Vorgängermodelle überein.

Wenn Funktionen zu Schnittstellen werden: Die Lage der Zwischenhändler ändert sich

In den letzten Jahren sind im KI-Bildmarkt eine Reihe von schnell wachsenden Startups entstanden.

Einige bieten KI-Porträtgenerierung an, andere erstellen Produktbilder, wieder andere konzentrieren sich auf Poster, Avatare und Social-Media-Materialien. Die Produktformen sind unterschiedlich, aber ihre Geschäftslogik weist Ähnlichkeiten auf: Sie rufen auf unterster Ebene Modelle auf, bieten auf oberster Ebene Benutzeroberflächen und spezifische Funktionen an und erzielen Einnahmen über Abonnements, Punkte oder Unternehmensdienste.

Dieses Modell funktionierte in der Anfangsphase der generativen KI sehr gut.

Einerseits ist die Nutzungsschwelle für Basismodelle relativ hoch: Normale Nutzer wissen nicht, wie sie gute Prompts schreiben und die Bilddarstellung steuern. Andererseits kann das Modell selbst meist nur einzelne Aufgaben erledigen, sodass Nutzer weitere Software benötigen, um die generierten Ergebnisse zu bearbeiten.

Startups haben genau diese Lücke geschlossen.

Sie besitzen nicht unbedingt eigene Modelle, aber sie können durch Produktdesign komplexe technische Fähigkeiten in Dienste umwandeln, die normale Menschen nutzen können. Nutzer zahlen für den Komfort, und die Startups erzielen daraus Geschäftseinnahmen.

Meitu, ein Produkt aus dem Internetzeitalter, hat sich im KI-Zeitalter wieder erfolgreich entwickelt – genau aus dieser Logik heraus. Es entwickelt keine eigenen großen Basismodelle, sondern verdient viel Geld, indem es die Verbindung zwischen großen Modellen und Nutzern herstellt. Im ersten Halbjahr 2026 stieg sein Umsatz um 22,1 %, der Nettogewinn stieg sogar um 39,5 %.

Jetzt stellt sich das Problem: Top-Modelle wie das von OpenAI beginnen, Funktionen, die früher von der Anwendungsebene übernommen wurden, direkt in das Modell zu integrieren, was die Wettbewerbsvorteile von Startups direkt beeinträchtigt.

Nehmen wir KI-Poster als Beispiel: Früher bot ein Produkt möglicherweise Dutzende von Vorlagen an, Nutzer wählten einen Stil aus, gaben Text ein, und das Modell generierte das Bild. Wenn das zugrundeliegende Modell jetzt aber bereits das Layout von Postern versteht, Text genau verarbeitet und lokale Änderungen direkt durchführt, können Produkte, die nur Vorlagen und Prompts anbieten, ihre bisherige Differenzierung kaum noch aufrechterhalten.

Bei der KI-Bildbearbeitung ist die Situation ähnlich.

Wenn Nutzer nur den Hintergrund austauschen, die Kleidung einer Person anpassen oder ein Detail im Bild ändern müssen, ist es oft bequemer, dies direkt in ChatGPT zu erledigen, als eine separate Anwendung zu öffnen. Insbesondere wenn diese Funktionen bereits im bestehenden Abonnement der Nutzer enthalten sind, stehen Drittanbieter-Tools in einer schwierigen Lage: Warum sollten Nutzer für die gleiche Funktion noch einmal bezahlen?

Aus dieser Perspektive ist die Ambition von OpenAI riesig: Das Unternehmen beherrscht nicht nur die zugrundeliegende Technologie, sondern verfügt auch über einen Traffic-Eingang wie ChatGPT, mit dem es neue Funktionen direkt an eine riesige Nutzergruppe ausliefern kann.

Nicht nur Meitu, sondern auch Canva und Adobe sind betroffen – sie müssen die Veränderungen bei den Anforderungen der Nutzer an Tools beachten.

Adobe Firefly konkurriert derzeit nicht nur über die Bildqualität des Modells, sondern betont vor allem die Sicherheit bei der kommerziellen Nutzung. Nach der früher von Adobe veröffentlichten Unternehmensrichtlinie wurden die frühen Modelle von Firefly hauptsächlich mit Inhalten aus Adobe Stock, offen lizenzierten Inhalten und Inhalten aus dem öffentlichen Bereich trainiert. Einige Unternehmenskunden erhalten zudem vertraglich vereinbarte Entschädigungsgarantien für geistige Eigentumsrechte.

Für Marken und Unternehmenskunden müssen bei kommerziellen Designs Urheberrechtsrisiken, die Herkunft der Materialien und die endgültige Nutzungsverantwortung berücksichtigt werden. Das ist der Punkt, an dem Adobe derzeit relativ stabil aufgestellt ist.

Einige Anwendungsanbieter haben das neue Modell bereits aktiv in ihre Produkte integriert.

Figma Weave und Picsart sind bereits frühe Partner von Images 2.6. Laut den von OpenAI veröffentlichten Informationen nutzt Figma Weave das neue Modell für wiederverwendbare kreative Arbeitsabläufe, während Picsart mithilfe der schnelleren Generierung und stabileren Bearbeitung Nutzern die Erstellung von serienmäßigen visuellen Inhalten erleichtern möchte.

Letztendlich gilt: Je stärker das zugrundeliegende Modell ist, desto mehr muss die Anwendungsebene ihren eigenen Wert neu beweisen.

Wenn ein Tool-Unternehmen nur Funktionen anbietet, die das Modell selbst bereits hat, kann es kaum langfristig einen Preisaufschlag aufrechterhalten. Wenn es das Modell aber in komplexe Geschäftsprozesse integriert und Nutzerdaten, Branchenerfahrung und Kooperationsbeziehungen sammelt, kann die Verbesserung der Modelfähigkeiten sogar zu einem Wachstumsmotor für das eigene Unternehmen werden.

Das ist auch eine mögliche Differenzierung, die im KI-Anwendungsmarkt in der nächsten Zeit auftreten wird.

OpenAI hat noch viele weitere Geschäftsziele

Im September dieses Jahres hat OpenAI Images 2.5 herausgebracht und dabei bereits genauere Bearbeitung, Referenzbilder und schnellere Generierungsgeschwindigkeit hervorgehoben. Nach den damals veröffentlichten Daten generierten Nutzer wöchentlich über 3 Milliarden Bilder über ChatGPT und die API.

Nur zwei Monate später ist diese Zahl um weitere 1 Milliarde gestiegen. Für ein Unternehmen, das mit einem Konversationsprodukt angefangen hat, bedeutet dies, dass Bildverarbeitung zu einem beträchtlichen Nutzungsszenario in ChatGPT geworden ist.

Insbesondere wenn die Bildgenerierung in spezifischere Arbeitsabläufe einfließt, kann der kommerzielle Wert deutlich anders ausfallen. Modellanbieter konkurrieren nicht mehr nur um einen einzelnen Aufruf, sondern darum, welche Plattform Nutzer im gesamten Arbeitsprozess nutzen.

Die strategischen Anpassungen von OpenAI in den letzten Monaten bieten eine weitere Perspektive, um diese Bildaktualisierung zu betrachten.

Im März dieses Jahres kündigte OpenAI an, das eigenständige Produkt Sora einzustellen. Reuters berichtete damals, dass diese Entscheidung mit der Neuzuweisung von Ressourcen zusammenhängt: OpenAI begann, mehr Aufmerksamkeit auf Programmierwerkzeuge, Unternehmenskunden und andere Richtungen mit klareren kommerziellen Aussichten zu lenken. Die mit Sora verbundenen Produkte wurden im April eingestellt, die API wurde im September geschlossen.