GPT-Image-2.6 vs. GPT-Image-2.5: Der Wechsel ist nur ein String, die Rechnung nicht

Der Wechsel von GPT-Image-2.5 auf GPT-Image-2.6 ist auf API-Ebene das am wenigsten dramatische Upgrade, das OpenAI dieses Jahr ausgeliefert hat. Dieselben zwei Endpunkte, dieselbe Preisliste, dieselbe Aufteilung Flare versus Sunburst. Der Modellstring ändert sich, und nichts anderes muss sich ändern. Darin liegt auch die Falle. GPT-Image-2.6 fügt einen Parameter hinzu, den GPT-Image-2.5 nie hatte – einen Komplexitätsregler –, und ihn wegzulassen schaltet ihn nicht ab. Er ist standardmäßig auf hoch gesetzt. Eine Pipeline, die den String austauscht und ausliefert, kauft nicht dieselbe Menge Arbeit für dasselbe Geld; sie kauft mehr Arbeit, weshalb sich der erste Kostenbericht nach einer Migration ändern kann, obwohl die veröffentlichten Preise unverändert geblieben sind.

Beide Modelle gingen unter denselben kommerziellen Bedingungen in die allgemeine Verfügbarkeit, und das macht diesen Vergleich ungewöhnlich. Eine Preisdiskussion gibt es nicht. Die Debatte dreht sich ausschließlich darum, wohin die neue Arbeit fließt und ob Ihr Traffic so beschaffen ist, dass er davon profitiert.

Die API-Oberfläche ist wirklich ein Drop-in – mit einer Lücke.

OpenAI hat GPT-Image-2.6 am 4. November 2026 als zwei API-Modelle statt als eines veröffentlicht und damit die Struktur übernommen, die es mit 2.5 etabliert hatte. Die auf Detail und Konsistenz ausgerichtete Stufe ist GPT-Image-2.6 Sunburst; die Geschwindigkeitsstufe ist GPT-Image-2.6 Flare. Ihre Vorgänger GPT-Image-2.5 Sunburst und GPT-Image-2.5 Flare behalten dieselben Namen und dieselbe Beziehung zueinander.

• Modell-Strings – gpt-image-2.6-flare und gpt-image-2.6-sunburst ersetzen gpt-image-2.5-flare und gpt-image-2.5-sunburst, gleiche Namenslogik, eines für Latenz und eines für Detail.

• Endpunkte — /v1/images/generations und /v1/images/edits, unverändert. Kein neuer Endpunkt zu integrieren.

• Preise — $5 pro Million Text-Eingabe-Tokens, $8 pro Million Bild-Eingabe-Tokens, $30 pro Million Bild-Ausgabe-Tokens, wobei zwischengespeicherte Eingabe 1,25 $ und 2,00 $ kostet. Bytegenau identisch mit 2.5.

• Qualitätsstufen — niedrig, mittel, hoch, xhoch, max und auto. Gleiche Stufenleiter.

• Empfohlene Größen — 1024×1024, 1536×1024 und 1024×1536 führen weiterhin die Dokumentation an, wobei benutzerdefinierte Abmessungen in Vielfachen von 16 und Seitenverhältnisse von 1:3 bis 3:1 akzeptiert werden.

• Die Lücke — 2.6 ist über die Batch API nicht verfügbar. Wenn Ihre Bildausgaben über einen nächtlichen Job zum halben Preis laufen, lässt sich dieser Job noch nicht umstellen.

Die letzte Zeile ist diejenige, die tatsächlich etwas kaputt macht. Alles darüber ist ein String-Ersetzen und ein Regressionslauf. Die Batch-Lücke ist ein architektonischer Blocker für genau die Workloads – Massenkataloge, nächtliche Backfills, A/B-Generierung im großen Maßstab –, bei denen ein Rabatt von 50 % der Grund ist, warum es den Workload überhaupt gibt.

Der Komplexitätsregler ist das eigentliche Feature – und seine Standardeinstellung ist die Überraschung.

Komplexität ist eine neue Achse, die neben der Qualität steht und nicht in ihr, und dieser Unterschied ist wichtiger, als er klingt. Die Qualität steuert das Rendern: wie viele Ausgabe-Tokens in das Bild fließen. Die Komplexität steuert die Planung: wie viel Reasoning das Modell anstellt, bevor es mit dem Rendern beginnt. Man kann ein Bild niedriger Qualität von einer komplizierten Szene anfordern oder ein Bild hoher Qualität von einer einfachen, und in 2.6 sind das wirklich getrennte Anfragen.

Die Dokumentation sagt ausdrücklich, dass das Weglassen des Parameters ihn standardmäßig auf high setzt. Wer also eine 2.5-Anfrage übernimmt, indem er nur den Modellnamen ändert und sonst nichts, entscheidet sich damit stillschweigend bei jedem Aufruf für das maximale Planungsbudget. Das ist kein Bug – es ist der sinnvolle Standard für ein Modell, dessen Verkaufsargument darin besteht, mehr zu denken –, bedeutet aber, dass der erste Monat mit 2.6-Traffic kein Eins-zu-eins-Vergleich mit dem letzten Monat mit 2.5-Traffic ist.

Es gibt mindestens einen öffentlichen Datenpunkt, der in dieselbe Richtung weist. Ein am 4. November veröffentlichter Praxistest mit drei Bildern berichtete von 0,1245 US-Dollar für 2.6-Output gegenüber 0,0446 US-Dollar für dieselben Standbilder mit 2.5 – rund das Dreifache, bei einer Preisliste, die sich nicht geändert hat. Drei Bilder sind kein Benchmark und sollten nicht als ein solcher angeführt werden; die Stichprobe ist viel zu klein, um einen Multiplikator zu belegen. Was er aber zeigt, ist der Mechanismus, und der Mechanismus ist dokumentiert: mehr Planungs-Tokens pro Anfrage, standardmäßig aktiviert, abgerechnet mit 30 US-Dollar pro Million.

Wenn Sie einen operativen Schritt aus diesem Artikel umsetzen, dann diesen. Legen Sie die Komplexität explizit fest – mittel ist eine vernünftige erste Schätzung, um das Verhalten der 2.5-Ära nachzubilden – und messen Sie dann die Ausgabe-Tokens pro Anfrage vorher und nachher. Messen Sie nicht Dollars pro Anfrage. Dollars pro Anfrage sagen Ihnen nur, dass sich die Tarifkarte nicht geändert hat, was Sie bereits wussten. Tokens pro Anfrage sagen Ihnen, ob das Modell mehr Arbeit leistet, als Sie angefordert haben.

Was die behauptete 50-%-Beschleunigung tatsächlich bringt

OpenAI beschreibt GPT-Image-2.6 als insgesamt etwa 50 % schneller, doch die Werte pro Stufe sind weitaus interessanter als die Schlagzeile, und es handelt sich um die eigenen Zahlen des Anbieters, nicht um unabhängig gemessene. Für Flare wird etwa das 2,6-Fache seines Vorgängers gemeldet, wobei Renderings niedriger Qualität in nur sechs Sekunden fertiggestellt sind. Für Sunburst wird etwa das 1,15-Fache gemeldet.

Diese beiden Zahlen beschreiben zwei völlig unterschiedliche Upgrades. Wenn Ihre Pipeline Flare für Iterationen einsetzt – Thumbnail-Exploration, Prompt-Tuning, alles, wobei ein Mensch auf das Ergebnis wartet –, ist 2.6 ein Quantensprung, und die Migration amortisiert sich allein durch die gewonnene Aufmerksamkeit. Wenn Ihre Pipeline Sunburst für die finale Ausgabequalität einsetzt, liegt eine 15-prozentige Latenzverbesserung im Bereich der Lauf-zu-Lauf-Schwankungen der meisten Hosting-Setups, und Geschwindigkeit ist überhaupt kein Grund zu migrieren.

Ehrlicherweise erwähnenswert: Derselbe kleine Praxistest, der die Token-Inflation gemeldet hat, meldete auch, dass 2.6 auf seinen drei Bildern langsamer war als 2.5 – was der Herstellerangabe widerspricht. Bei n=3 ist das Rauschen, keine Widerlegung. Aber es ist eine Erinnerung daran, dass „50 % schneller“ ein Aggregat aus der Launch-Präsentation über alle Qualitätsstufen hinweg ist, während eine echte Pipeline nur eine Stufe bei einer Qualitätseinstellung sieht.

Noch hat niemand 2,6 erreicht, und 2,5 liegt weiterhin vorn.

Dies ist der Teil des Vergleichs, den die meisten Berichte überspielen. Artificial Analysis hatte mit seinen AA-Image-T2I v2.1- und Editing-Boards, als am 5. November 2026 nachgesehen wurde, überhaupt keine Zeile für GPT-Image-2.6. Kein niedriger Wert – keine Zeile.

Was diese Boards jedoch zeigen, ist, dass das Modell, das ersetzt wird, sie immer noch gewinnt:

• Text-zu-Bild — GPT-Image-2.5 Sunburst (max) 1.224 Elo aus 13.153 Stimmen, Erster. GPT-Image-2.5 Flare (max) 1.207 aus 12.498, Zweiter. GPT Image 2 (high) 1.188, Dritter.

• Bildbearbeitung — GPT-Image-2.5 Sunburst (max) 1.200 von 18.370 Stimmen, auf Platz eins. GPT-Image-2.5 Flare (max) 1.183 von 19.259, auf Platz drei hinter MAI-Image-2.7-Preview mit 1.197.

In OpenAIs Launch-Material wird Design Arena als Beleg für einen ersten Platz von 2.6 Sunburst angeführt. Das ist eine echte Behauptung auf einem echten Board, aber es ist ein anderer Bewerter-Pool auf einer anderen Skala, und dass ein Anbieter sich das Board aussucht, das seinem Release schmeichelt, ist kein Beleg für irgendetwas, das ein Käufer nutzen kann. Die vergleichbare, von Dritten per Abstimmung ermittelte Zahl für 2.6 gibt es noch nicht. Bis dahin ist die verteidigbare Position, dass 2.5 das Bildmodell mit der höchsten unabhängigen Bewertung auf beiden großen Boards ist und 2.6 unerwiesen ist – besser in den spezifischen Punkten, in denen OpenAI sagt, dass es besser ist, und überall sonst ungemessen.

Eine Migration, die in einen Nachmittag passt

Der Austausch ist so günstig, dass der vernünftige Ansatz keine Big-Bang-Migration ist, sondern ein maßvoller Wechsel – durchgeführt mit Ihren eigenen Prompts statt mit dem Benchmark-Prompt-Set von irgendjemandem.

Legen Sie zunächst die Komplexität auf einen Wert fest, den Sie selbst gewählt haben, damit die Änderung eine von Ihnen vorgenommene Änderung ist und nicht eine, die sich standardmäßig eingestellt hat. Führen Sie dann ein paar hundert echte Prompts aus Ihren Produktionslogs erneut aus – nicht die sauberen Prompts aus Ihren Test-Fixtures, sondern die unordentlichen mit den Tippfehlern und den unpassenden Seitenverhältnissen. Vergleichen Sie zwei Zahlen: Ausgabe-Tokens pro akzeptiertem Bild und akzeptierte Bilder pro hundert Versuchen. Bei der zweiten Zahl würde sich eine Verbesserung der Konsistenz zeigen, und sie ist die Zahl, die tatsächlich darüber entscheidet, ob das Upgrade Geld spart, denn ein Bild, das Sie verwerfen, kostet das volle Token-Budget und bringt nichts ein.

Halten Sie einen Fallback-Pfad auf 2.5 für Batch-Arbeit vor, da 2.6 sie noch nicht bedienen kann. Und behandeln Sie jeglichen Sunburst-Traffic als Qualitätsfrage statt als Geschwindigkeitsfrage – wenn sich die Akzeptanzrate nicht bewegt, haben Sie eine Latenzverbesserung von 15 % und eine größere Planungsrechnung erkauft.

Wann es die richtige Antwort ist, bei 2.5 zu bleiben

Drei Fälle sind klar genug, um sie zu benennen. Batch-Workloads sollten bleiben, weil 2.6 nicht auf der Batch API läuft und 2.5 schon. Sunburst-Qualitäts-Pipelines sollten bleiben, es sei denn, der Akzeptanzraten-Test sagt etwas anderes, weil eine 1,15-fache Beschleunigung eine Änderung des Kostenmodells nicht rechtfertigt. Und alle, deren aktuelle Akzeptanzrate bereits akzeptabel ist, sollten bleiben, weil die neuen Fähigkeiten – SVG-Export, animiertes GIF, Markup-gestützte Bearbeitung – additive Funktionen sind, keine Qualitätsverbesserungen, und man braucht sie nur, wenn man ein Deliverable hat, das sie erfordert.

Das Upgrade ist ein echtes. Es konzentriert sich lediglich auf die Flare-Latenz und auf neue Ausgabeformate, und diese sind enger gefasst, als „ein neues Modell“ impliziert.

Verfügbarkeit und die sperrige Form einer aufgespaltenen Migration

OrcaRouter führt GPT-Image-2.5 Flare und GPT-Image-2.5 Sunburst heute zum Listenpreis mit 0 % Aufschlag, sodass der Tarif des Anbieters genau der Tarif ist, den Sie zahlen – ohne dass eine Marge obendrauf kommt. GPT-Image-2.6 ist Stand 5. November 2026 – einen Tag nach dem Launch – nicht im Katalog, wodurch das unmittelbare praktische Problem ein Routing- und kein Modellierungsproblem ist: Während des Bake-off läuft der 2.5-Verkehr über einen Schlüssel mit automatischem Failover, während der 2.6-Verkehr unter einem zweiten Vertrag und einer zweiten Rechnung direkt zu OpenAI geht.

Diese Aufteilung sollte man einplanen, statt sie erst zu entdecken. Prüfen Sie den Katalog, bevor Sie einen Produktionspfad auf 2.6 festlegen, denn Parität zum Launch-Tag kann kein Router für ein Modell versprechen, das erst vierundzwanzig Stunden alt ist. Wenn es dann verfügbar wird, bedeutet die Durchreichungsregel, dass Sie am selben Tag den Tarif des Anbieters zahlen — eine Preisänderung auf OpenAI-Seite würde ohne Neuverhandlung auf unserer Seite ankommen —, aber bis dahin ist die ehrliche Einschätzung der Lage, dass 2.5 routbar ist und 2.6 nicht.

Was ein weiteres Argument für die Migration im Format eines Nachmittags statt im Format eines Wochenendes ist. Führe 2.5 durch den Router, halte deine Kostenbasis stabil und füge 2.6 hinter einem Flag hinzu, sobald du gemessen hast, was die Komplexitätsvoreinstellung mit deinen Token-Zahlen macht. Das Modell wird nicht verschwinden, und der Batch-Endpunkt wird eintreffen, bevor dein nächster vierteljährlicher Planungszyklus ansteht.