Images 2.6 vs. FLUX 3: Bearbeitungstreue gegenüber Auflösungskontrolle

Der Vergleich zwischen Images 2.6 und FLUX 3 wird üblicherweise als Qualitätswettstreit dargestellt. Das ist er nicht. OpenAI's Images 2.6, am 4. November 2026 als API-Paar GPT-Image-2.6 Flare und GPT-Image-2.6 Sunburst veröffentlicht, verkauft Iteration: schnelle Durchläufe, ein Motiv, das eine Kette von Bearbeitungen übersteht, und jetzt auch Bewegungs- und Vektorausgabe. FLUX 3 Image von Black Forest Labs, seit dem 1. Oktober live, verkauft Determinismus: zehn Referenzbilder, Bounding-Box-Layoutanweisungen, feste Auflösungsstufen bis 4K und einen Preis pro Bild, den man in eine Tabellenkalkulation eintragen kann, ohne Token-Zahlen modellieren zu müssen. Eines davon ist das bessere Produkt für ein Design-Team, das jedes Mal dasselbe Layout braucht. Das andere ist das bessere Produkt für ein Team, das vor dem Mittagessen zwölf Varianten ausprobieren muss.

Das ist die praktische Seite dieser Entscheidung – was man mit jeder Steuerungsoberfläche tatsächlich tun kann, was ein Bild auf jeder kostet und was die einzige auditierte Bestenliste über die vorherige Generation sagt.

Was jedes Modell tatsächlich ist

Images 2.6 ist OpenAI dritte Bildgenerierung in sieben Monaten. Images 2.0 erschien im April als erstes Reasoning-Bildmodell, Images 2.5 teilte die Reihe im September in eine Geschwindigkeitsstufe und eine Qualitätsstufe auf, und 2.6 behält diese Aufteilung bei: Flare für Latenz, Sunburst für Detailtreue und Konsistenz bei mehreren Bearbeitungen. Beide werden gehostet, beide werden pro Token abgerechnet, und beide sind über die standardmäßigen Images-Endpunkte erreichbar. Es gibt keine Gewichte.

FLUX 3 Image ist das Flaggschiff von Black Forest Labs, das einen Monat früher veröffentlicht wurde. Es deckt Text-zu-Bild und Bearbeitung mit bis zu zehn Referenzbildern ab, akzeptiert Layout-Anweisungen per Bounding-Box und rendert in festen Stufen von 768×768 bis 4K mit auswählbaren Seitenverhältnissen. Zwei Wochen nach dem Flaggschiff veröffentlichte BFL FLUX 3 Image Klein – ein destilliertes Schwestermodell mit 5,6 Mrd. Parametern, herunterladbaren Gewichten und einer Lizenz, die bei einem Jahresumsatz unter 5 Mio. US-Dollar kostenlos für die kommerzielle Nutzung ist. Dieses Open-Weights-Schlupfloch hat nirgends in der Images-2.6-Version eine Entsprechung.

Die Bedienoberfläche: Wo FLUX 3 weiterhin klar die Nase vorn hat

Vier Dinge, die FLUX 3 kann, die Images 2.6 nicht kann oder nicht dokumentiert.

• Layout, das Sie festlegen, statt es zu beschreiben. Mit Begrenzungsrahmen können Sie Elemente anhand von Koordinaten platzieren. Die markup-gesteuerte Bearbeitung von Images 2.6 ist leistungsfähig, aber grundlegend anders: Sie zeigen dem Modell, wo etwas an einem vorhandenen Bild geändert werden soll; Sie geben ihm kein Layoutraster für ein neues vor.

• Auflösung von vornherein festgelegt. FLUX 3 veröffentlicht seine Stufen — 768, 1.5K, 1,5K, 2K, 4K — und nennt für jede einen Preis. Die Dokumentation zu Images 2.6, veröffentlicht am 5. November, beschreibt Qualitäts- und Komplexitätseinstellungen sowie Ausgabeformate, veröffentlicht aber keine Auflösungstabelle. Wenn Ihre Pipeline ein verbindliches 4K-Deliverable hat, kann allein diese Asymmetrie die Frage entscheiden.

• Zehn Referenzen. Die Multi-Referenz-Bearbeitung von FLUX 3 ist die konkreteste Spezifikation in diesem Vergleich. In OpenAIs Ankündigung ist von wiederverwendbaren Referenzbildern in ChatGPT und von Bildeingaben über die API die Rede, ohne dass eine Obergrenze pro Anfrage veröffentlicht wird.

• Ein selbst gehosteter Weg. Kleins Gewichte sind herunterladbar. Nichts in der Images-Linie ist es.

Bearbeitung: die Lücke, die Sunburst schließen soll

OpenAIs Verkaufsargument für Sunburst ist nicht maximale Schönheit. Es ist, dass die zehnte Bearbeitung immer noch wie die erste aussieht – das Gesicht, das Logo, das Produktdetail bleiben erhalten. Das ist seit zwei Jahren der eigentliche Fehlermodus gehosteter Bildmodelle: Jede Bearbeitung ist eine neue Generierung, die auf der letzten basiert, und kleine Abweichungen verstärken sich.

Zwei der Funktionen der 2.6-API zielen direkt auf dieses Problem. Der Komplexitätsparameter ermöglicht es Ihnen, dem Modell mehr Planungsspielraum zu geben, wenn eine Szene mehrere Elemente enthält, die alle erhalten bleiben müssen; markup-gesteuerte Bearbeitungen beseitigen die Mehrdeutigkeit von „Ändere das Ding auf der linken Seite“, indem stattdessen im Bild gezeichnet wird. FLUX 3s Antwort auf dasselbe Problem ist struktureller Natur – man gibt ihm mehr Referenzen und sagt ihm, wohin die Dinge gehören.

Welcher Ansatz besser funktioniert, lässt sich noch nicht mit Daten beantworten. Sunburst hat keine unabhängige Bearbeitungsbewertung. FLUX 3 Image schon: 1.123 Elo auf dem Editing-Board von Artificial Analysis, was es in die Top 15 bringt, aber mit deutlichem Abstand hinter der vorherigen OpenAI-Generation.

Was ein Bild jeweils kostet

Die Abrechnungsmodelle unterscheiden sich so stark, dass ein naiver Vergleich pro Bild in beide Richtungen irreführend ist.

• FLUX 3 Image, pro Bild — 0,041 $ bei 768², 0,048 $ bei 1K, 0,07 $ bei 1,5K, 0,10 $ bei 2K, 0,607 $ bei 4K.

• FLUX 3 Image Klein, pro Bild — 0,008 $ bei 768², 0,009 $ bei 1K, 0,011 $ bei 1,5K, 0,014 $ bei 2K, 0,036 $ bei 4K.

• Images 2.6, pro Token — 5 $ pro Million Text-Eingabe-Tokens (1,25 $ gecacht), 8 $ pro Million Bild-Eingabe-Tokens (2 $ gecacht), 30 $ pro Million Bild-Ausgabe-Tokens, identisch bei Flare und Sunburst.

Durchgerechnet: Bei üblichen Größen liegt die Token-Rate im selben Bereich wie bei FLUX 3 – etwa ein halber Cent für einen 1K-Render in niedriger Qualität, ungefähr fünf Cent für einen 1K-Render in hoher Qualität und rund zehn Cent bei 2K high. Scharf auseinander gehen die beiden jedoch bei den Extremen. Ein 4K-Bild von FLUX 3 kostet sechzig Cent, weil Sie ein 4K-Bild gekauft haben; ein Images-2.6-Render mit geringem Aufwand kostet fast nichts, weil Sie nur sehr wenige Ausgabe-Tokens gekauft haben. Keiner der beiden Preise ist ein Trick – sie berechnen einfach unterschiedliche Dinge.

Die Zahl, die auf keiner der beiden Preislisten auftaucht, sind die Kosten für ein abgelehntes Bild. Wenn Sunbursts Bearbeitungskonsistenz Ihnen einen von fünf Re-Rolls erspart, sinkt der effektive Preis pro nutzbarem Asset um 20 %, und der Vergleich kippt. Solange keine unabhängigen Bearbeitungsdaten vorliegen, ist das eine Annahme, keine Berechnung.

Benchmarks, mit den angehängten Sternchen

Das Text-to-Image-Board von Artificial Analysis führt am 5. November GPT Image 2.5 Sunburst mit 1.224 Elo auf Platz eins und GPT Image 2.5 Flare mit 1.208 auf Platz zwei. FLUX 3 Image liegt mit 1.119 etwa auf Platz zwölf, bei 48 US-Dollar pro tausend Bilder. Klein liegt mit 1.043 bei 9 US-Dollar pro tausend.

Lesen Sie das sorgfältig. Die Generation, die OpenAI im September veröffentlicht hat, übertrifft FLUX 3 um rund 105 Elo auf einem Leaderboard mit einem Konfidenzintervall von ±10 — eine echte Lücke, kein Rauschen. Images 2.6 ist noch überhaupt nicht auf dem Leaderboard, also ist die faire Aussage, dass OpenAIs früheres Modell bei menschlicher Präferenz besser abschneidet als FLUX 3 und das neue noch ungemessen ist. Es wäre einfach, „2.6 schlägt FLUX 3“ zu schreiben; niemand hat die Abstimmungen durchgeführt.

Beim Bearbeiten erzielt FLUX 3 Image 1.123 Punkte und liegt im Rangbereich neun bis siebzehn. GPT Image 2.5 Sunburst führt diese Rangliste mit 1.199 an. Noch einmal: der Vorgänger, nicht das Modell im Titel.

Die Preference-Boards messen auch nicht die Dinge, in denen FLUX 3 tatsächlich am besten ist. Niemand, der in einer Arena abstimmt, prüft, ob die Bounding Box auf dem richtigen Pixel gelandet ist oder ob der 4K-Export wirklich 4K ist. Betrachten Sie das Elo als Proxy für die Frage, „welche Ausgabe für einen Fremden besser aussieht“ – eine berechtigte Frage, aber nicht die einzige.

Offene Gewichte verändern das Risikoprofil, nicht die Qualität.

Klein ist der am meisten unterschätzte Teil dieses Matchups. Mit 5,6 Mrd. Parametern und neun Dollar pro tausend 1K-Bilder nach BFLs eigener Preisgestaltung ist es billig genug, um als Draft-Tier genutzt zu werden, und dass seine Gewichte herunterladbar sind, bedeutet, dass die Pipeline eine Preisänderung, eine Abschaltung oder einen Ausfall übersteht. Die Lizenzgrenze ist umsatzbasiert: kostenlose kommerzielle Nutzung unter 5 Mio. US-Dollar Jahresumsatz, darüber gelten separate Bedingungen. Lies diese Klausel, bevor du darauf aufbaust.

Was die Qualität betrifft, ist Klein kein Ersatz für eines der beiden Flaggschiffe – 1.043 Elo sind ein sichtbarer Rückschritt gegenüber den 1.119 von FLUX 3 Image und weit entfernt von den OpenAI-Werten. Der ehrliche Anwendungsfall ist die Vorvisualisierung in großem Umfang mit einem abschließenden Feinschliff-Durchgang durch ein Flaggschiff, nicht ein Ersatz zur Kostensenkung.

Zwischen ihnen wählen

Wähle FLUX 3, wenn das Ergebnis vor dem Start der Generierung feststeht: feste Seitenverhältnisse, ein Layout, das sich wiederholen muss, 4K-Ausgabe, eine Compositing-Pipeline, die Referenzbilder statt Prosa will. Wähle Images 2.6, wenn die Arbeit iterativ und dialogorientiert ist – dasselbe Asset zwanzig Mal bearbeitet, eine Figur, die on-model bleiben muss, eine Vorschauschleife, in der sechs versus zwölf Sekunden ändern, was deine Nutzer tun. Wähle Klein, wenn das Modell weiterarbeiten soll, wenn die API von jemand anderem ausfällt.

Wenn Sie beide ohne zwei Verträge testen möchten, kann OrcaRouter das derzeit nicht: Weder Images 2.6 noch FLUX 3 ist bisher in unserem Katalog. Was es gibt: GPT-Image-2.5 Flare und Sunburst, Googles Bildmodelle Gemini und Imagen sowie Grok Imagine Image – über einen einzigen Schlüssel, mit automatischem Failover und dem Listenpreis des Anbieters bei 0 % Aufschlag weitergegeben. Das macht einen Vergleichstest bei den Modellen, die wir führen, günstig, und es bedeutet, dass eine Preisänderung eines Anbieters Sie noch am selben Tag erreicht statt erst zur nächsten Vertragsverlängerung.

Worauf Sie achten sollten, ist der erste unabhängige Images-2.6-Score. Wenn Sunburst bei 1.224 oder darüber liegt, reduziert sich das Argument für FLUX 3 auf Kontrolle und Auflösung – echte Vorteile, aber engere, als sie heute erscheinen.