gpt-image-1.5 vs GPT Image 2
Welches und wann — kuratiertes Fazit, keine Benchmark-Tabelle
Die Eingabe kostet auf beiden dieselben $5 pro Million und die Ausgabe unterscheidet sich nur um einen Rundungsfehler ($32 gegenüber $30) — der Preis ist also kein Grund zur Wahl. gpt-image-2 erweitert den Bildausschnitt: beliebige Größen mit Kanten bis 3840x2160 in Vielfachen von 16 und Seitenverhältnissen bis 3:1, gegenüber einem festen Satz 1024x1024 / 1536x1024 / 1024x1536 / auto bei gpt-image-1.5. Nehmen Sie gpt-image-1.5 nur, wenn Sie auch Text zurück wollen — es führt text unter seinen Ausgaben, während gpt-image-2 nur Bilder liefert; sonst nehmen Sie die Auflösungen.
Preise
| gpt-image-1.5 | GPT Image 2 | Δ | |
|---|---|---|---|
| Input / 1M Token | $5 | $5 | = |
| Output / 1M Token | $32 | $30 | 1.1× |
Preise aus dem Live-Katalog zum Zeitpunkt des Builds; jede Modellseite enthält die aktuelle Übersicht.
Wo sie stehen — Ausgabepreis pro 1M Tokens über alle 8 Bildgenerierung-Modelle mit dieser Abrechnungseinheit (logarithmische Skala)
Spezifikationen
| gpt-image-1.5 | GPT Image 2 | |
|---|---|---|
| Input-Modalitäten | Text Bild | Text Bild |
| Ausgabemodalitäten | Text Bild | Bild |
| Veröffentlicht | 2026-02-10 | 2026-04-21 |
| Output-Größen |
|
|
| Eingabemodi | text-to-image, image edit with mask inpainting | text-to-image, image edit with mask inpainting |
| Bilder pro Anfrage | 10 | 10 |
| Formate | png, jpeg, webp | png, jpeg, webp |
| Anmerkungen | 1024x1024 / 1024x1536 / 1536x1024, quality low/medium/high edits endpoint supported better instruction following than gpt-image-1 | Flexible resolutions: edges up to 3840px in multiples of 16, ratio <=3:1, ~0.65-8.3MP total (incl. 4K 3840x2160) editing with mask inpainting all image inputs processed at high fidelity significantly improved text rendering (precise placement can still struggle) |
Die Spezifikationen sind aus der Dokumentation der jeweiligen Anbieter übernommen; eine Zeile, die ein Anbieter nicht veröffentlicht, wird weggelassen und nicht abgeleitet. Vollständige Quellen: gpt-image-1.5 · GPT Image 2
Ein Prompt, beide Modelle — gemessen über das Gateway
Ein Prompt, ein Request pro Modell, keine Retries und kein Cherry-Picking — das erste Ergebnis, das jedes Modell zurückgegeben hat. Weder Größe noch Dauer wurden festgelegt: Jedes Modell verwendete seinen eigenen Standardwert, da ein auf alle zugeschnittener Request keinem gerecht werden würde. Die Dateien hier wurden für das Web neu kodiert, beurteilen Sie also Komposition und Prompt-Treue, nicht die Komprimierung.
Mit einer Zeile zwischen ihnen wechseln
Beide IDs befinden sich in jedem Tab unten — das hervorgehobene Zeilenpaar ist die einzige Änderung. Gleicher Endpunkt, gleicher Schlüssel, gleiche Request-Struktur.
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.images.generate(
model="gpt-image-1.5",
# model="gpt-image-2", # diese Zeile einkommentieren, die darüberliegende auskommentieren
prompt="a watercolor lighthouse at dawn",
size="1024x1024",
)
print(resp.data[0].b64_json[:80])import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.images.generate({
model: "gpt-image-1.5",
// model: "gpt-image-2", // diese Zeile einkommentieren, die darüberliegende auskommentieren
prompt: "a watercolor lighthouse at dawn",
size: "1024x1024",
});
console.log(resp.data?.[0]?.b64_json?.slice(0, 80));curl https://synthorai.io/v1/images/generations \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-1.5",
# "model": "gpt-image-2", # diese Zeile einkommentieren, die darüberliegende auskommentieren
"prompt": "a watercolor lighthouse at dawn",
"size": "1024x1024"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Images.Generate(context.TODO(), openai.ImageGenerateParams{
Model: "gpt-image-1.5",
// Model: "gpt-image-2", // diese Zeile einkommentieren, die darüberliegende auskommentieren
Prompt: "a watercolor lighthouse at dawn",
Size: "1024x1024",
})
fmt.Println(resp.Data[0].B64JSON[:80])
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.images.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ImagesResponse resp = client.images().generate(
ImageGenerateParams.builder()
.model("gpt-image-1.5")
// .model("gpt-image-2") // diese Zeile einkommentieren, die darüberliegende auskommentieren
.prompt("a watercolor lighthouse at dawn")
.size("1024x1024")
.build());
System.out.println(resp.data().orElseThrow().get(0).b64Json().orElseThrow().substring(0, 80));FAQ
Welches ist günstiger, gpt-image-1.5 oder GPT Image 2?
Sie listen dieselbe input / 1m token ($5), daher ist der Preis hier nicht ausschlaggebend — siehe die Spezifikationen und Fähigkeiten unten.
Kann ich gpt-image-1.5 gegen GPT Image 2 ohne zwei Integrationen A/B-testen?
Ja. Beide werden über denselben OpenAI-kompatiblen Endpunkt mit einem API-Schlüssel bereitgestellt — der Wechsel ist eine einzeilige Änderung des Modell-Strings, sodass Sie einen Bruchteil des Traffics an jedes Modell leiten und die Rechnungen direkt vergleichen können.
Ändert sich der Preis mit der Bildgröße?
Das hängt davon ab, wie das Modell abrechnet. Pro-Bild-Modelle kosten dasselbe, unabhängig von der Prompt- oder Ausgabegröße; tokenbasierte Modelle skalieren mit der Auflösung, die Sie rendern, sodass ein 4K-Bild ein Vielfaches eines kleinen Bildes kostet. Die obige Tabelle zeigt, was auf das jeweilige Modell zutrifft.