Wie schnell ist GPT Image 1.5 im Vergleich zu GPT Image 1?

GPT Image 1.5 bietet gegenüber GPT Image 1 bis zu 4× höhere Geschwindigkeit und reduziert die Latenz für iterative kreative Workflows deutlich.

Unterstützt GPT Image 1.5 transparente Hintergründe?

Ja, setzen Sie den Parameter background bei PNG- oder WebP-Ausgabeformaten auf 'transparent'. Transparenz funktioniert bei mittleren oder hohen Qualitätseinstellungen am besten.

Wie lang ist die maximale Textprompt-Länge für GPT Image 1.5?

GPT Image 1.5 akzeptiert Prompts mit bis zu 32,000 Zeichen und ermöglicht dadurch hochdetaillierte und präzise Anweisungen für komplexe Bildgenerierungsaufgaben.

Wie schneidet GPT Image 1.5 im Vergleich zu Google's Nano Banana Pro ab?

GPT Image 1.5 legt den Schwerpunkt auf Bearbeitungstreue und Iterationsgeschwindigkeit, während Nano Banana Pro für Studio-Realismus gelobt wird. Beide sind eng konkurrenzfähig—wählen Sie entsprechend Ihren Workflow-Anforderungen.

Unterstützt GPT Image 1.5 Bearbeitung über mehrere Gesprächsrunden?

Ja, über die Responses API unterstützt GPT Image 1.5 mehrstufige Bearbeitungs-Workflows, in denen Sie Bilder iterativ durch Folgeanweisungen verfeinern können, während der Kontext erhalten bleibt.

Kann GPT Image 1.5 mehrere Referenzbilder für das Compositing verwenden?

Ja, GPT Image 1.5 akzeptiert mehrere Eingabebilder für Compositing und als Stilreferenz. Die ersten 5 Bilder werden bei Verwendung von high input_fidelity mode mit höherer Wiedergabetreue beibehalten.

Welche Auflösungen und Qualitätseinstellungen unterstützt GPT Image 1.5?

GPT Image 1.5 unterstützt 1024×1024 (quadratisch), 1536×1024 (Querformat) und 1024×1536 (Hochformat). Qualitätsoptionen umfassen low, medium, high und auto.

OpenAI

Verfügbar Beliebt

gpt-image-1.5

GPT Image 1.5 API

GPT-Image-1.5 ist OpenAIs Bildmodell in der GPT Image-Familie . Es ist ein nativ multimodales GPT-Modell, das dafür entwickelt wurde, aus Textprompts Bilder zu generieren und hochpräzise Bearbeitungen von Eingabebildern vorzunehmen, wobei es den Nutzeranweisungen genau folgt.

Startpreis

$6.40 / 1 Mio. Eingabe-Tokens

Nutzungsbasierte Abrechnung

API-Status

Verfügbar

Produktions-Endpunkt

Antwortzeit

Asynchron bereit

Gemessene API-Antwortzeit

Veröffentlicht

Dec 16, 2025

OpenAI

Playground

Testen Sie GPT Image 1.5 mit einer echten Anfrage, prüfen Sie die Parameter und validieren Sie die Ausgabe vor der API-Integration.

Überblick

Ein praktischer Überblick über GPT Image 1.5, einschließlich wichtigem Verhalten und Hinweisen zur Integration.

Was ist die GPT-Image-1.5-API?

GPT-Image-1.5 ist das neueste Mitglied der GPT-Image-Familie von OpenAI und das Modell hinter der überarbeiteten Images-Erfahrung von ChatGPT. Es wurde entwickelt, um die Bildgenerierung von neuartigen Experimenten zu produktionsreifen Kreativwerkzeugen zu entwickeln: höherer Fotorealismus, feinere Kontrolle für iterative Bearbeitungen und schnellere Inferenz zur Unterstützung interaktiver und Enterprise-Workflows.

Die gpt-image-1.5 API ist ein multimodaler Bildmodell-Endpunkt, der eine oder mehrere Bildeingaben (Datei-IDs oder Bytes) plus einen Text-Prompt akzeptiert und generierte oder bearbeitete Bilder zurückgibt. Sie unterstützt:

Text-zu-Bild-Generierung (Erstellung aus Prompt),
Bildbearbeitung / Inpainting / Compositing (Anweisungen auf bestehende Bilder anwenden, mehrere Bildeingaben erlaubt), und
Iterative, mehrstufige Bearbeitungs-Workflows über die Responses API (ermöglicht „tweak & iterate“-UIs).

Die API behandelt Bildprompts anders als die alten DALL·E-Grenzen: GPT-Bildmodelle akzeptieren deutlich längere Textprompts (die Richtgröße von 32,000 Zeichen), wodurch komplexe, restriktionsreiche Anweisungen möglich werden.

Hauptfunktionen (praktisch)

Verbesserte Editierbarkeit/mehrstufige Konsistenz: bewahrt Erscheinungsbild von Figuren, Beleuchtung und zentrale visuelle Attribute über iterative Bearbeitungen hinweg. Das macht „gleiches Modell, wiederholte Bearbeitungen“ zuverlässiger für Workflows wie Produktkataloge oder Marken-Assets.
Höherer Durchsatz — 4× Geschwindigkeitsverbesserungen gegenüber GPT Image 1, mit dem Ziel, die Latenz für iterative kreative Workflows zu senken.
Kostenoptimierungen — Kosten für Bild-Ein-/Ausgabe um etwa 20% gegenüber GPT Image 1 reduziert, senkt die Kosten pro Bilditeration für Nutzer mit hohem Volumen.
Compositing mit mehreren Bildern & Stilreferenzen — akzeptiert mehrere Referenzbilder, um Szenen zu komponieren oder Stil/Beleuchtung zu übertragen.
Regler für Qualität/Wiedergabetreue — API-Parameter zum Abwägen zwischen Geschwindigkeit und Wiedergabetreue (niedrigere Qualität für Massen-Generierung; höhere Qualität für Produktions-Assets).
Mehrstufige Bearbeitung/Integration mit der Responses API — ermöglicht schrittweise Workflows (Änderungen anfragen, dann „Tweaks vornehmen“ bei beibehaltetem Zustand).

Technische Fähigkeiten

Text-Prompt-Limit (Bildmodelle): bis zu 32,000 Zeichen (Hinweis: OpenAI dokumentiert dies als Textlängen-Grenze für GPT-Bildmodelle). Nutzen Sie dies für lange, restriktionsreiche Prompts.
Bildeingaben: akzeptiert Datei-IDs (bevorzugt für mehrstufige Abläufe) oder Roh-Bytes; mehrere Bilder können für Compositing und Referenzen bereitgestellt werden.
Ausgaben: PNG/JPEG oder plattformspezifische Standard-Bildartefakte, die von der API zurückgegeben werden (oder als Anhänge innerhalb von ChatGPT). Ausgaben können mehrere Kandidatenbilder enthalten und iterative Anfragen zur Verfeinerung einer Ausgabe unterstützen.
Generierungsmodi: Text-zu-Bild, Bildbearbeitung (Inpainting/Erweiterung per Anweisungen) und Varianten. Mehrstufige Bearbeitung unterstützt Anweisungen im Stil „add/subtract/combine“.
Anweisungsbewusste Bearbeitung: Modelle sind auf Instruktions-Treue optimiert (Erhalt festgelegter Invarianten wie „ändere das Logo nicht“, „behalte Pose und Beleuchtung bei“). Prompt-Engineering-Muster (explizite Invarianten in jeder Iteration wiederholen) reduzieren semantisches Driften.

Benchmark-Leistung

Platzierung im Leaderboard: Ein aggregierter Bericht nannte GPT Image 1.5 als führend in den Text-zu-Bild-Rankings mit ~1264 Punkten auf einem Artificial Analysis Leaderboard, vor dem nächsten Modell mit messbarem Abstand.
Metriken auf Aufgabenebene (Bearbeitung & Erhaltung): Eine Microsoft Foundry-Zusammenfassung von Bewertungsmetriken zeigt, dass GPT-Image-1.5 einen nahezu perfekten binären Änderungs-Erfolg erzielt (100% in einem Einzelrunden-BinaryEval) und starke Gesichtserhaltungswerte (etwa 90% bei AuraFace-Messungen) in ihrer Vergleichstabelle gegenüber Wettbewerbern und früheren OpenAI-Modellen. Diese Vergleichsmetriken platzieren GPT-Image-1.5 bei Erhaltung und Bearbeitungstreue vor einigen Rivalen.

GPT Image 1.5

Wie GPT-Image-1.5 im Vergleich zu Mitbewerbern abschneidet

Gegenüber GPT Image 1 (frühere OpenAI-Generation): schneller (bis zu 4×), günstiger (~20% niedrigere Image-IO-Kosten) und stärkere Bearbeitungstreue — zielt darauf ab, von „Prototyp/Demo“ zu „produktionsfreundlichen“ Bild-Workflows überzugehen.
Gegenüber Googles Nano Banana Pro / Gemini Bildmodellen: GPT-Image-1.5 und Googles Nano Banana Pro / Gemini 3 Familie als enge Rivalen — jeweils mit Stärken in unterschiedlichen Prompt-Klassen. OpenAIs Kommunikation betont Bearbeitungstreue und Iterationsgeschwindigkeit; Googles Angebot wurde in einigen Beispielen für Studio-Realismus gelobt.
Gegenüber Qwen Image und anderen offenen/geschlossenen Modellen: GPT-Image-1.5 übertrifft Qwen Image in mehreren Bearbeitungs- und Erhaltungsmetriken in Einzelrunden-Evaluierungen, doch die Unterschiede verringern sich in mehrstufigen oder anderen domänenspezifischen Tests.

Wo GPT-Image-1.5 stark ist

E-Commerce-Produktbildgebung: Massenvarianten, Hintergrundwechsel, konsistente Produktkataloge aus einem einzigen Foto (Marken-/Logoerhaltung).
Erstellung kreativer und Marketing-Assets: schnelle Konzeptiterationen, fotorealistische Mockups, kontrollierte Stiltransfers.
Fotoretusche & redaktionelle Workflows: realistische Anproben von Kleidung/Frisuren, selektive Retusche bei Erhalt von Identität und Beleuchtung.
Integration in Design-Tools: Einbindung in Designplattformen oder CMS für On-Demand-Bildvarianten (Regler für die Wiedergabetreue helfen bei der Kostenkontrolle).
Mehrstufige Compositing-Pipelines: Mehrfache Bildeingaben ermöglichen Compositing und referenzbasierte Generierung für komplexe Szenen.

Zugriff auf die GPT Image 1.5 API

Schritt 1: API-Schlüssel anfordern

Loggen Sie sich bei cometapi.com ein. Wenn Sie noch kein Nutzer sind, registrieren Sie sich bitte zuerst. Melden Sie sich in Ihrer CometAPI-Konsole an. Rufen Sie den Zugriffs-Credential-API-Schlüssel der Schnittstelle ab. Klicken Sie beim API-Token im persönlichen Bereich auf „Add Token“, erhalten Sie den Token-Schlüssel: sk-xxxxx und senden Sie ihn ab.

Schritt 2: Anfragen an die GPT Image 1.5 API senden

Wählen Sie den „gpt-image-1.5“-Endpunkt, um die API-Anfrage zu senden, und legen Sie den Request-Body fest. Die Anfragemethode und der Request-Body werden unserer Website-API-Dokumentation entnommen. Unsere Website stellt zu Ihrer Bequemlichkeit auch Apifox-Tests bereit. Ersetzen Sie <YOUR_API_KEY> durch Ihren tatsächlichen CometAPI-Schlüssel aus Ihrem Konto. Die Basis-URL ist Images (https://api.cometapi.com/v1/images/generations) und [Image Editing]

Fügen Sie Ihre Frage oder Anforderung in das content-Feld ein — darauf antwortet das Modell. Verarbeiten Sie die API-Antwort, um die generierte Antwort zu erhalten.

Schritt 3: Ergebnisse abrufen und verifizieren

Verarbeiten Sie die API-Antwort, um die generierte Antwort zu erhalten. Nach der Verarbeitung antwortet die API mit dem Aufgabenstatus und den Ausgabedaten.

Siehe auch Gemini 3 Pro Preview API

FAQ

Preisgestaltung

Nutzen Sie die obige Schnellschätzung für einen einzelnen Durchlauf und prüfen Sie anschließend den vollständigen Vergleich von CometAPI- und offiziellem Preis.

Erste Anfrage

$0.032

Geschätzte CometAPI-Nutzungskosten

Zehn Anfragen

$0.32

Geschätzte CometAPI-Nutzungskosten

Fünfzehn Anfragen

$0.48

Geschätzte CometAPI-Nutzungskosten

Preise für GPT Image 1.5

Entdecken Sie wettbewerbsfähige Preise für GPT Image 1.5, die für verschiedene Budgets und Nutzungsanforderungen konzipiert sind. Unsere flexiblen Tarife stellen sicher, dass Sie nur für das bezahlen, was Sie nutzen, und erleichtern die Skalierung entsprechend Ihren wachsenden Anforderungen. Erfahren Sie, wie GPT Image 1.5 Ihre Projekte verbessern kann, während die Kosten überschaubar bleiben.

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
gpt-image-1.5	Eingabe:$6.4/M Ausgabe:$25.6/M	Eingabe:$8/M Ausgabe:$32/M	-20%
gpt-image-1.5-2025-12-16	Eingabe:$6.4/M Ausgabe:$25.6/M	Eingabe:$8/M Ausgabe:$32/M	-20%

API

Kopieren Sie einen funktionierenden Endpunkt und ein Codebeispiel; öffnen Sie bei Bedarf die vollständige API-Referenz für alle Parameter.

Eine API, produktionsreifer Modellzugriff

Einmal authentifizieren, den Modell-Endpunkt aufrufen und denselben Abrechnungs- und Monitoring-Workflow anbieterübergreifend beibehalten.

POST/v1/images/generations

Beispielcode und API für GPT Image 1.5

Die gpt-image-1.5 API ist ein multimodaler Endpunkt für Bildmodelle, der eine oder mehrere Bildeingaben (Datei-IDs oder Bytes) sowie einen Text-Prompt akzeptiert und generierte oder bearbeitete Bilder zurückgibt. Sie unterstützt:

POST

/v1/images/generations

# Set your API key if not set globally

# Create output/ folder
mkdir -p output

# Generate the image using gpt-image-1.5
response=$(curl -s https://api.cometapi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-image-1.5",
    "prompt": "A cute baby sea otter",
    "n": 1,
    "size": "1024x1024"
  }')

# Extract base64 image data from response
if command -v jq &> /dev/null; then
  image_data=$(echo "$response" | jq -r '.data[0].b64_json')
else
  image_data=$(echo "$response" | sed -n 's/.*"b64_json":"\([^"]*\)".*/\1/p')
fi

if [ -n "$image_data" ] && [ "$image_data" != "null" ]; then
  # Decode base64 and save to file (macOS uses -D, Linux uses -d)
  echo "$image_data" | base64 -d > output/gpt-image-1.5-output.png 2>/dev/null || echo "$image_data" | base64 -D > output/gpt-image-1.5-output.png
  echo "Image saved to: output/gpt-image-1.5-output.png"
else
  echo "Error: Failed to generate image"
  echo "$response"
fi

cURL Code Example

# Set your API key if not set globally

# Create output/ folder
mkdir -p output

# Generate the image using gpt-image-1.5
response=$(curl -s https://api.cometapi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-image-1.5",
    "prompt": "A cute baby sea otter",
    "n": 1,
    "size": "1024x1024"
  }')

# Extract base64 image data from response
if command -v jq &> /dev/null; then
  image_data=$(echo "$response" | jq -r '.data[0].b64_json')
else
  image_data=$(echo "$response" | sed -n 's/.*"b64_json":"\([^"]*\)".*/\1/p')
fi

if [ -n "$image_data" ] && [ "$image_data" != "null" ]; then
  # Decode base64 and save to file (macOS uses -D, Linux uses -d)
  echo "$image_data" | base64 -d > output/gpt-image-1.5-output.png 2>/dev/null || echo "$image_data" | base64 -D > output/gpt-image-1.5-output.png
  echo "Image saved to: output/gpt-image-1.5-output.png"
else
  echo "Error: Failed to generate image"
  echo "$response"
fi

Python Code Example

import base64
import os
from openai import OpenAI

# Set your API key if not set globally
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
client = OpenAI(api_key=COMETAPI_KEY, base_url="https://api.cometapi.com/v1")

# Create output/ folder
folder_path = "output"
os.makedirs(folder_path, exist_ok=True)

# Generate the image using gpt-image-1.5
result = client.images.generate(
    model="gpt-image-1.5",
    prompt="A cute baby sea otter",
    n=1,
    size="1024x1024"
)

# Save the image to a file
image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)
with open(os.path.join(folder_path, "gpt-image-1.5-output.png"), "wb") as f:
    f.write(image_bytes)

print("Image saved to: output/gpt-image-1.5-output.png")

JavaScript Code Example

import OpenAI from "openai";
import { writeFile, mkdir } from "fs/promises";
import path from "path";
import { fileURLToPath } from "url";

const __dirname = path.dirname(fileURLToPath(import.meta.url));

// Set your API key if not set globally
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const client = new OpenAI({
  apiKey: COMETAPI_KEY,
  baseURL: "https://api.cometapi.com/v1",
});

// Create output/ folder
const folderPath = path.join(__dirname, "../output");
await mkdir(folderPath, { recursive: true });

// Generate the image using gpt-image-1.5
const result = await client.images.generate({
  model: "gpt-image-1.5",
  prompt: "A cute baby sea otter",
  n: 1,
  size: "1024x1024",
});

// Save the image to a file
const imageBuffer = Buffer.from(result.data[0].b64_json, "base64");
await writeFile(path.join(folderPath, "gpt-image-1.5-output.png"), imageBuffer);

console.log("Image saved to: output/gpt-image-1.5-output.png");

Fähigkeiten

Prüfen Sie die wichtigsten Modellfakten, bevor Sie eine Architektur wählen oder die Produktionslast abschätzen.

Unterstützte Funktionen

Von der bestehenden Modell-API zurückgegebene Funktionen.

text-to-image

image-editing

Eingabe und Ausgabe

Eingaben

text

Ausgaben

image

Produktionsprofil

Anbieter: OpenAI
Kontext: Modellabhängig
Kommerzielle Nutzung: Unterstützt

Anwendungsfälle

Nutzen Sie GPT Image 1.5 für Produktions-Workflows entsprechend seiner image-Fähigkeiten und vergleichen Sie Alternativen vor einer langfristigen Integration.

Produktvisuals und Kampagnen-Kreativmaterial

Konzeptkunst und schnelle visuelle Exploration

Bildbearbeitung, Variationen und Asset-Produktion

Weitere Modelle

Vergleichen Sie weitere über CometAPI verfügbare Modelle hinsichtlich Qualität, Latenz, Funktionsumfang und Preis.

Modellvergleich öffnen →

OpenAI

GPT Image 2.5 Flare

GPT Image 2.5 Flare-API entdecken.

Modell ansehen

OpenAI

GPT Image 2

GPT Image 2 ist das Bildgenerierungsmodell von openai auf dem neuesten Stand der Technik für schnelle, hochwertige Bildgenerierung und -bearbeitung. Es unterstützt flexible Bildgrößen und Bildeingaben mit hoher Wiedergabetreue.

Modell ansehen

Google

Nano Banana 2 lite

Gemini 3.1 Flash Lite Image model ist ein Effizienzspezialist innerhalb der Bildgenerierungsfamilie und wurde für ultraniedrige Latenz sowie kosteneffiziente Bildgenerierung und -bearbeitung entwickelt.

Modell ansehen

Google

Nano Banana 2

Überblick über die Kernfunktionen: Auflösung: Bis zu 4K (4096×4096), gleichauf mit Pro. Konsistenz von Referenzbildern: Bis zu 14 Referenzbilder (10 Objekte + 4 Charaktere), wobei Stil-/Charakterkonsistenz beibehalten wird. Extreme Seitenverhältnisse: Neue 1:4, 4:1, 1:8, 8:1-Verhältnisse hinzugefügt, geeignet für lange Bilder, Poster und Banner. Textdarstellung: Fortgeschrittene Textgenerierung, geeignet für Infografiken und Marketing-Poster-Layouts. Sucherweiterung: Integrierte Google Search + Image Search. Fundierung: Integrierter Denkprozess; komplexe Prompts werden vor der Generierung logisch hergeleitet.

Modell ansehen

Flux

FLUX 2 MAX

FLUX.2 [max] ist ein erstklassiges Modell für visuelle Intelligenz von Black Forest Labs (BFL), das für Produktions-Workflows konzipiert ist: Marketing, Produktfotografie, E-Commerce, kreative Pipelines sowie jede Anwendung, die eine konsistente Charakter-/Produktidentität, exakte Textdarstellung und fotoreale Details bei Auflösungen im Multi-Megapixel-Bereich erfordert. Die Architektur ist auf starkes Prompt-Following, Multi-Referenz-Fusion (bis zu zehn Eingabebilder) und kontextgestützte Generierung (Fähigkeit, aktuellen Web-Kontext bei der Bilderzeugung einzubeziehen) ausgelegt.

Modell ansehen

Replicate

Black Forest Labs/FLUX 2 MAX

FLUX.2 [max] ist die Flaggschiff- und qualitativ hochwertigste Variante der FLUX.2-Familie von Black Forest Labs (BFL). Es ist als Modell in Profiqualität für Text-zu-Bild-Generierung und Bildbearbeitung positioniert, das auf maximale Wiedergabetreue, Prompt-Treue sowie Bearbeitungskonsistenz über Charaktere, Objekte, Beleuchtung und Farbe hinweg fokussiert. BFL und Partner-Register beschreiben FLUX.2 [max] als die Spitzenvariante von FLUX.2 mit Funktionen für Multi-Reference-Bearbeitung und kontextgebundene Generierung.

Modell ansehen

Uptime

Prüfen Sie Live-Heartbeat-Daten, Endpunktverfügbarkeit und gemessene Antwortzeiten vor dem Produktivbetrieb.

Versionen

Prüfen Sie verfügbare Modellkennungen, bevor Sie eine Produktionsintegration festlegen.

gpt-image-1.5

gpt-image-1.5-2025-12-16

Weiter erkunden

Modelle vergleichen und Ihre Recherche fortsetzen

OpenAI

Verfügbar Beliebt

gpt-image-1.5

GPT Image 1.5 API

Startpreis

$6.40 / 1 Mio. Eingabe-Tokens

Nutzungsbasierte Abrechnung

API-Status

Verfügbar

Produktions-Endpunkt

Antwortzeit

Asynchron bereit

Gemessene API-Antwortzeit

Veröffentlicht

Dec 16, 2025

OpenAI

Playground

Testen Sie GPT Image 1.5 mit einer echten Anfrage, prüfen Sie die Parameter und validieren Sie die Ausgabe vor der API-Integration.

Überblick

Ein praktischer Überblick über GPT Image 1.5, einschließlich wichtigem Verhalten und Hinweisen zur Integration.

Was ist die GPT-Image-1.5-API?

Text-zu-Bild-Generierung (Erstellung aus Prompt),
Bildbearbeitung / Inpainting / Compositing (Anweisungen auf bestehende Bilder anwenden, mehrere Bildeingaben erlaubt), und
Iterative, mehrstufige Bearbeitungs-Workflows über die Responses API (ermöglicht „tweak & iterate“-UIs).

Hauptfunktionen (praktisch)

Verbesserte Editierbarkeit/mehrstufige Konsistenz: bewahrt Erscheinungsbild von Figuren, Beleuchtung und zentrale visuelle Attribute über iterative Bearbeitungen hinweg. Das macht „gleiches Modell, wiederholte Bearbeitungen“ zuverlässiger für Workflows wie Produktkataloge oder Marken-Assets.
Höherer Durchsatz — 4× Geschwindigkeitsverbesserungen gegenüber GPT Image 1, mit dem Ziel, die Latenz für iterative kreative Workflows zu senken.
Kostenoptimierungen — Kosten für Bild-Ein-/Ausgabe um etwa 20% gegenüber GPT Image 1 reduziert, senkt die Kosten pro Bilditeration für Nutzer mit hohem Volumen.
Compositing mit mehreren Bildern & Stilreferenzen — akzeptiert mehrere Referenzbilder, um Szenen zu komponieren oder Stil/Beleuchtung zu übertragen.
Regler für Qualität/Wiedergabetreue — API-Parameter zum Abwägen zwischen Geschwindigkeit und Wiedergabetreue (niedrigere Qualität für Massen-Generierung; höhere Qualität für Produktions-Assets).
Mehrstufige Bearbeitung/Integration mit der Responses API — ermöglicht schrittweise Workflows (Änderungen anfragen, dann „Tweaks vornehmen“ bei beibehaltetem Zustand).

Technische Fähigkeiten

Text-Prompt-Limit (Bildmodelle): bis zu 32,000 Zeichen (Hinweis: OpenAI dokumentiert dies als Textlängen-Grenze für GPT-Bildmodelle). Nutzen Sie dies für lange, restriktionsreiche Prompts.
Bildeingaben: akzeptiert Datei-IDs (bevorzugt für mehrstufige Abläufe) oder Roh-Bytes; mehrere Bilder können für Compositing und Referenzen bereitgestellt werden.
Ausgaben: PNG/JPEG oder plattformspezifische Standard-Bildartefakte, die von der API zurückgegeben werden (oder als Anhänge innerhalb von ChatGPT). Ausgaben können mehrere Kandidatenbilder enthalten und iterative Anfragen zur Verfeinerung einer Ausgabe unterstützen.
Generierungsmodi: Text-zu-Bild, Bildbearbeitung (Inpainting/Erweiterung per Anweisungen) und Varianten. Mehrstufige Bearbeitung unterstützt Anweisungen im Stil „add/subtract/combine“.
Anweisungsbewusste Bearbeitung: Modelle sind auf Instruktions-Treue optimiert (Erhalt festgelegter Invarianten wie „ändere das Logo nicht“, „behalte Pose und Beleuchtung bei“). Prompt-Engineering-Muster (explizite Invarianten in jeder Iteration wiederholen) reduzieren semantisches Driften.

Benchmark-Leistung

Platzierung im Leaderboard: Ein aggregierter Bericht nannte GPT Image 1.5 als führend in den Text-zu-Bild-Rankings mit ~1264 Punkten auf einem Artificial Analysis Leaderboard, vor dem nächsten Modell mit messbarem Abstand.
Metriken auf Aufgabenebene (Bearbeitung & Erhaltung): Eine Microsoft Foundry-Zusammenfassung von Bewertungsmetriken zeigt, dass GPT-Image-1.5 einen nahezu perfekten binären Änderungs-Erfolg erzielt (100% in einem Einzelrunden-BinaryEval) und starke Gesichtserhaltungswerte (etwa 90% bei AuraFace-Messungen) in ihrer Vergleichstabelle gegenüber Wettbewerbern und früheren OpenAI-Modellen. Diese Vergleichsmetriken platzieren GPT-Image-1.5 bei Erhaltung und Bearbeitungstreue vor einigen Rivalen.

GPT Image 1.5

Wie GPT-Image-1.5 im Vergleich zu Mitbewerbern abschneidet

Gegenüber GPT Image 1 (frühere OpenAI-Generation): schneller (bis zu 4×), günstiger (~20% niedrigere Image-IO-Kosten) und stärkere Bearbeitungstreue — zielt darauf ab, von „Prototyp/Demo“ zu „produktionsfreundlichen“ Bild-Workflows überzugehen.
Gegenüber Googles Nano Banana Pro / Gemini Bildmodellen: GPT-Image-1.5 und Googles Nano Banana Pro / Gemini 3 Familie als enge Rivalen — jeweils mit Stärken in unterschiedlichen Prompt-Klassen. OpenAIs Kommunikation betont Bearbeitungstreue und Iterationsgeschwindigkeit; Googles Angebot wurde in einigen Beispielen für Studio-Realismus gelobt.
Gegenüber Qwen Image und anderen offenen/geschlossenen Modellen: GPT-Image-1.5 übertrifft Qwen Image in mehreren Bearbeitungs- und Erhaltungsmetriken in Einzelrunden-Evaluierungen, doch die Unterschiede verringern sich in mehrstufigen oder anderen domänenspezifischen Tests.

Wo GPT-Image-1.5 stark ist

E-Commerce-Produktbildgebung: Massenvarianten, Hintergrundwechsel, konsistente Produktkataloge aus einem einzigen Foto (Marken-/Logoerhaltung).
Erstellung kreativer und Marketing-Assets: schnelle Konzeptiterationen, fotorealistische Mockups, kontrollierte Stiltransfers.
Fotoretusche & redaktionelle Workflows: realistische Anproben von Kleidung/Frisuren, selektive Retusche bei Erhalt von Identität und Beleuchtung.
Integration in Design-Tools: Einbindung in Designplattformen oder CMS für On-Demand-Bildvarianten (Regler für die Wiedergabetreue helfen bei der Kostenkontrolle).
Mehrstufige Compositing-Pipelines: Mehrfache Bildeingaben ermöglichen Compositing und referenzbasierte Generierung für komplexe Szenen.

Zugriff auf die GPT Image 1.5 API

Schritt 1: API-Schlüssel anfordern

Schritt 2: Anfragen an die GPT Image 1.5 API senden

Fügen Sie Ihre Frage oder Anforderung in das content-Feld ein — darauf antwortet das Modell. Verarbeiten Sie die API-Antwort, um die generierte Antwort zu erhalten.

Schritt 3: Ergebnisse abrufen und verifizieren

Verarbeiten Sie die API-Antwort, um die generierte Antwort zu erhalten. Nach der Verarbeitung antwortet die API mit dem Aufgabenstatus und den Ausgabedaten.

Siehe auch Gemini 3 Pro Preview API

FAQ

Preisgestaltung

Nutzen Sie die obige Schnellschätzung für einen einzelnen Durchlauf und prüfen Sie anschließend den vollständigen Vergleich von CometAPI- und offiziellem Preis.

Erste Anfrage

$0.032

Geschätzte CometAPI-Nutzungskosten

Zehn Anfragen

$0.32

Geschätzte CometAPI-Nutzungskosten

Fünfzehn Anfragen

$0.48

Geschätzte CometAPI-Nutzungskosten

Preise für GPT Image 1.5

Model	Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
gpt-image-1.5	Eingabe:$6.4/M Ausgabe:$25.6/M	Eingabe:$8/M Ausgabe:$32/M	-20%
gpt-image-1.5-2025-12-16	Eingabe:$6.4/M Ausgabe:$25.6/M	Eingabe:$8/M Ausgabe:$32/M	-20%

API

Kopieren Sie einen funktionierenden Endpunkt und ein Codebeispiel; öffnen Sie bei Bedarf die vollständige API-Referenz für alle Parameter.

Eine API, produktionsreifer Modellzugriff

Einmal authentifizieren, den Modell-Endpunkt aufrufen und denselben Abrechnungs- und Monitoring-Workflow anbieterübergreifend beibehalten.

POST/v1/images/generations

Beispielcode und API für GPT Image 1.5

POST

/v1/images/generations

# Set your API key if not set globally

# Create output/ folder
mkdir -p output

# Generate the image using gpt-image-1.5
response=$(curl -s https://api.cometapi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-image-1.5",
    "prompt": "A cute baby sea otter",
    "n": 1,
    "size": "1024x1024"
  }')

# Extract base64 image data from response
if command -v jq &> /dev/null; then
  image_data=$(echo "$response" | jq -r '.data[0].b64_json')
else
  image_data=$(echo "$response" | sed -n 's/.*"b64_json":"\([^"]*\)".*/\1/p')
fi

if [ -n "$image_data" ] && [ "$image_data" != "null" ]; then
  # Decode base64 and save to file (macOS uses -D, Linux uses -d)
  echo "$image_data" | base64 -d > output/gpt-image-1.5-output.png 2>/dev/null || echo "$image_data" | base64 -D > output/gpt-image-1.5-output.png
  echo "Image saved to: output/gpt-image-1.5-output.png"
else
  echo "Error: Failed to generate image"
  echo "$response"
fi

cURL Code Example

# Set your API key if not set globally

# Create output/ folder
mkdir -p output

# Generate the image using gpt-image-1.5
response=$(curl -s https://api.cometapi.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "gpt-image-1.5",
    "prompt": "A cute baby sea otter",
    "n": 1,
    "size": "1024x1024"
  }')

# Extract base64 image data from response
if command -v jq &> /dev/null; then
  image_data=$(echo "$response" | jq -r '.data[0].b64_json')
else
  image_data=$(echo "$response" | sed -n 's/.*"b64_json":"\([^"]*\)".*/\1/p')
fi

if [ -n "$image_data" ] && [ "$image_data" != "null" ]; then
  # Decode base64 and save to file (macOS uses -D, Linux uses -d)
  echo "$image_data" | base64 -d > output/gpt-image-1.5-output.png 2>/dev/null || echo "$image_data" | base64 -D > output/gpt-image-1.5-output.png
  echo "Image saved to: output/gpt-image-1.5-output.png"
else
  echo "Error: Failed to generate image"
  echo "$response"
fi

Python Code Example

import base64
import os
from openai import OpenAI

# Set your API key if not set globally
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
client = OpenAI(api_key=COMETAPI_KEY, base_url="https://api.cometapi.com/v1")

# Create output/ folder
folder_path = "output"
os.makedirs(folder_path, exist_ok=True)

# Generate the image using gpt-image-1.5
result = client.images.generate(
    model="gpt-image-1.5",
    prompt="A cute baby sea otter",
    n=1,
    size="1024x1024"
)

# Save the image to a file
image_base64 = result.data[0].b64_json
image_bytes = base64.b64decode(image_base64)
with open(os.path.join(folder_path, "gpt-image-1.5-output.png"), "wb") as f:
    f.write(image_bytes)

print("Image saved to: output/gpt-image-1.5-output.png")

JavaScript Code Example

import OpenAI from "openai";
import { writeFile, mkdir } from "fs/promises";
import path from "path";
import { fileURLToPath } from "url";

const __dirname = path.dirname(fileURLToPath(import.meta.url));

// Set your API key if not set globally
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const client = new OpenAI({
  apiKey: COMETAPI_KEY,
  baseURL: "https://api.cometapi.com/v1",
});

// Create output/ folder
const folderPath = path.join(__dirname, "../output");
await mkdir(folderPath, { recursive: true });

// Generate the image using gpt-image-1.5
const result = await client.images.generate({
  model: "gpt-image-1.5",
  prompt: "A cute baby sea otter",
  n: 1,
  size: "1024x1024",
});

// Save the image to a file
const imageBuffer = Buffer.from(result.data[0].b64_json, "base64");
await writeFile(path.join(folderPath, "gpt-image-1.5-output.png"), imageBuffer);

console.log("Image saved to: output/gpt-image-1.5-output.png");

Fähigkeiten

Prüfen Sie die wichtigsten Modellfakten, bevor Sie eine Architektur wählen oder die Produktionslast abschätzen.

Unterstützte Funktionen

Von der bestehenden Modell-API zurückgegebene Funktionen.

text-to-image

image-editing

Eingabe und Ausgabe

Eingaben

text

Ausgaben

image

Produktionsprofil

Anbieter: OpenAI
Kontext: Modellabhängig
Kommerzielle Nutzung: Unterstützt

Anwendungsfälle

Nutzen Sie GPT Image 1.5 für Produktions-Workflows entsprechend seiner image-Fähigkeiten und vergleichen Sie Alternativen vor einer langfristigen Integration.

Produktvisuals und Kampagnen-Kreativmaterial

Konzeptkunst und schnelle visuelle Exploration

Bildbearbeitung, Variationen und Asset-Produktion

Weitere Modelle

Vergleichen Sie weitere über CometAPI verfügbare Modelle hinsichtlich Qualität, Latenz, Funktionsumfang und Preis.

Modellvergleich öffnen →

OpenAI

GPT Image 2.5 Flare

GPT Image 2.5 Flare-API entdecken.

Black Forest Labs/FLUX 2 MAX

Modell ansehen

Uptime

Prüfen Sie Live-Heartbeat-Daten, Endpunktverfügbarkeit und gemessene Antwortzeiten vor dem Produktivbetrieb.

Versionen

Prüfen Sie verfügbare Modellkennungen, bevor Sie eine Produktionsintegration festlegen.

gpt-image-1.5

gpt-image-1.5-2025-12-16

Weiter erkunden