Ein neues Bildmodell soll Motive aus Referenzfotos besser erhalten — das trifft genau das Argument, mit dem ich letzte Woche meinen Preis begründet habe

Am 8. September hat OpenAI ChatGPT Images 2.5 veröffentlicht. Laut 9to5Mac verspricht das Unternehmen schärfere Details, schnellere Erzeugung und präziseres Bearbeiten. Ein Punkt daraus betrifft mich direkt: Das Modell soll besser darin sein, „the subjects in your reference photos“ zu erhalten. Verfügbar ist es für alle ChatGPT-Nutzer, in der API als zwei Modelle: Flare für schnelle Alltagsarbeit, Sunburst für Aufgaben, bei denen laut OpenAI die Genauigkeit beim Bearbeiten am meisten zählt.

Letzte Woche habe ich hier geschrieben, was übrig bleibt, wenn einfache Bilder niemand mehr bei einem Dienstleister bestellt. An erster Stelle stand das echte Produkt: jedes Motiv gegen das echte Produktfoto halten. Jetzt verspricht ein Anbieter, genau diese Lücke kleiner zu machen. Also muss ich meine eigene Begründung prüfen.

Was OpenAI verspricht und was es selbst einschränkt

„Motive erhalten“ ist nicht dasselbe wie „Etikett stimmt“. OpenAIs Entwickleranleitung zur Bildgenerierung, die Flare und Sunburst ausdrücklich behandelt, hat einen Abschnitt zu Grenzen. Dort steht, das Modell könne gelegentlich Schwierigkeiten haben, die visuelle Konsistenz bei wiederkehrenden Figuren oder Markenelementen zu halten. Text sei deutlich besser geworden, exakte Platzierung und Lesbarkeit blieben aber schwierig. Für welches Modell der Abschnitt gilt, sagt er nicht. Er spricht allgemein von GPT-Image-Modellen.

Der API-Anbieter Atlas Cloud beschreibt das Problem in der Produktfotografie am 14. September so: Ein Hintergrundtausch kann sauber aussehen und dabei unbemerkt die Höhe eines Verschlusses, ein Zeichen auf dem Etikett, eine Farbe, eine Logokante oder die Richtung eines Schattens verändern. Die Empfehlung dort: vor dem Prompt eine Schutzliste für das Produkt anlegen, pro Durchlauf nur eine Sache ändern, jedes Ergebnis in voller Größe gegen die freigegebene Vorlage halten.

Das ist die ehrliche Übersetzung von „besser“ für den Alltag: weniger Fehlversuche, nicht keine Kontrolle. Belastbare Messungen, wie oft ein Etikett tatsächlich unverändert bleibt, habe ich in keiner der Quellen gefunden. WaveSpeed schreibt in seinem Vergleich ausdrücklich, keinen vollständigen Testlauf zu haben.

Wo die Quellen auseinandergehen

Beim Preis. OpenAIs Preisseite nennt für beide 2.5-Modelle 30 Dollar pro Million Bild-Ausgabe-Token, genauso viel wie für GPT Image 2. WaveSpeed führt GPT Image 2 in seinem Vergleich vom 10. September dagegen mit 15 Dollar, womit 2.5 doppelt so teuer wäre. Der Artikel räumt selbst ein, dass das mit Teilen der Dokumentation kollidiert. Ich halte mich an die Preisseite des Herstellers.

Dazu kommt ein zweiter Punkt. Atlas Cloud schreibt, OpenAI warne, der Kostenrechner für GPT Image 2 schätze den Verbrauch von 2.5 nicht. In der Anleitung, die ich geöffnet habe, habe ich diesen Hinweis nicht gefunden. Gleicher Tarif heißt also nicht zwingend gleicher Preis pro Bild.

Was das für jemanden heißt, der damit Geld verdient

Für mich zählt nicht der Preis pro Bild, sondern der Preis pro freigegebenem Bild. Wenn ein Modell seltener danebenliegt, sinkt dieser Wert. Das ist gut. Die Kontrolle am Ende bleibt trotzdem, weil ein Fehler am Produkt kein Schönheitsfehler ist.

Wie streng das gemessen wird, zeigt ein Fall ohne jede KI. Laut Händlerbund hat das Landgericht Köln am 23. April 2026 entschieden (Az. 33 O 277/25): Zeigt das Artikelfoto keinen Markenaufdruck, erwartet die Kundschaft eine Ware ohne sichtbares Logo. Geliefert wurden Sandalen mit einem anderen Markenaufdruck, das Gericht sah eine wettbewerbswidrige Täuschung. Ein Produktbild wird an der Ware gemessen, nicht daran, wie gut es aussieht. Ob ein Foto aus dem Studio oder aus einem Modell kommt, spielt dafür keine Rolle. Das ist meine Einordnung aus der Produktion, keine Rechtsberatung.

Das Gegenargument

Die Schutzliste, mit der ich arbeite, steht inzwischen frei im Netz. Wenn das Modell die meisten Etiketten von allein hält, kann die Kontrolle auch jemand im Marketing übernehmen, der die Liste abhakt. Dann bezahlt niemand mehr einen Dienstleister dafür, dass er in voller Größe auf einen Flaschenhals schaut.

Ich halte den Einwand für berechtigt. Mein Vorteil liegt nicht darin, dass nur ich prüfen kann. Er liegt darin, dass ich es jedes Mal mache, auch beim zwanzigsten Motiv einer Serie, wenn es längst langweilig ist. Ob Kunden genau das auf Dauer bezahlen, weiß ich nicht.

Was ich ändere

Ich höre auf, mit der Schwäche der Werkzeuge zu argumentieren. Der Satz „KI verfälscht Produkte“ stimmt in dieser Pauschalität bald nicht mehr, und wer so verkauft, verliert mit jedem Update ein Stück Begründung.

Stattdessen beschreibe ich, was geprüft wird: Umriss, Etikett, Logo, Farbe, Anzahl. Gegen welches Originalfoto, von wem, und bevor irgendetwas veröffentlicht wird. Und ein neues Modell kommt bei mir erst an Produkten zum Einsatz, deren Etikett ich genau kenne, bevor es in einen Kundenauftrag geht.