ChatGPT Images 2.6 ist am 4. November gestartet und führt die Bilderzeugung von „ein Standbild“ zu „direkt ein bewegtes GIF“: Nutzer können GIFs aus Text oder einem Foto erzeugen, die Abspielgeschwindigkeit anpassen und einzelne Frames bearbeiten, während wiederverwendbare Referenzbilder dafür sorgen, dass dieselbe Figur, dasselbe Haustier oder dieselbe Person über verschiedene Prompts hinweg gleich aussieht. OpenAI zufolge erzeugen ChatGPT und die API inzwischen mehr als 4 Milliarden Bilder pro Woche, nach 3 Milliarden beim Start von Images 2.5 im September. Das Update wird für alle ChatGPT- und Codex-Nutzer ausgerollt, auf Web, Desktop und Mobilgeräten.
GIFs und Referenzbilder lösen das Problem der mühsamen Überarbeitung
Der Punkt bei GIFs ist nicht nur, dass sie sich bewegen, sondern dass sie bearbeitet werden können: Nach dem Erzeugen lassen sich Geschwindigkeit ändern, einzelne Frames anpassen und das Ergebnis dann teilen, statt erst ein Standbild zu erzeugen und es in einem anderen Tool zusammenzusetzen. Referenzbilder lösen ein anderes Ärgernis – bisher bedeutete eine konsistente Figur, sie jedes Mal neu zu beschreiben und neu zu würfeln; jetzt kann das Aussehen als Referenzbild gespeichert und in späteren Prompts wiederverwendet werden, was die Konsistenz von Figuren deutlich leichter macht. Zusammen machen sie die Bilderzeugung eher zu einer Werkbank, die immer wieder überarbeitet werden kann, als zu einer einmaligen Lotterie. Für Menschen, die Social-Media-Inhalte, Produktbilder und Storyboards erstellen, liegt die Ersparnis in der Zeit, die sonst für Nacharbeit draufgeht; ein GIF besteht aber aus mehreren Frames, sodass die Wahrscheinlichkeit, dass ein Detail danebengeht, höher ist als bei einem Einzelbild, und wichtige fertige Stücke brauchen weiterhin eine Frame-für-Frame-Prüfung.
Die API teilt sich in schnelle und langsame Stufen, die Systemkarte beginnt mit den GIF-Risiken
Auf der Entwicklerseite kommen gleichzeitig zwei neue API-Modelle: GPT-Image-2.6 Flare ist auf Geschwindigkeit ausgelegt, OpenAI zufolge ist die Erzeugung etwa 50 % schneller als bei der vorherigen Generation; GPT-Image-2.6 Sunburst ist auf Qualität und Konsistenz über wiederholte Bearbeitungen hinweg ausgelegt und eignet sich für Produktbilder und Figuren-Assets, die mehrere Überarbeitungen brauchen. Die Grenze, die man beachten sollte: Zum Zeitpunkt der Veröffentlichung waren die Preise für die neuen API-Modelle noch nicht bekannt gegeben, Entwickler sollten Kosten also nicht nach alten Preisen schätzen. Die am selben Tag veröffentlichte Systemkarte beginnt ebenfalls mit den GIF-Risiken: Schädliche Bedeutung, die sich über Frames hinweg vermittelt, ist schwerer zu erkennen, und das Safety-Reasoning-Modell prüft die Erzeugungsbeschreibung zusammen mit dem Frame-Raster; in einer Auswertung von 310 als regelwidrig gekennzeichneten GIFs lag der Recall bei 77,66 %, wobei OpenAI zugleich einräumt, dass bewegungsbezogene Verstöße weiterhin schwer vollständig zu erfassen sind. Anders gesagt: Die GIF-Funktion ist praktisch, aber die Plattform behauptet nicht, ihre Inhaltsprüfung sei narrensicher, und GIF-Anfragen mit Personen – insbesondere Minderjährigen – bleiben strengeren Beschränkungen unterworfen.
