GPT Image 2 vs wan2.7-image-pro

vs

Welches Modell wofür

Sowohl gpt-image-2 als auch wan2.7-image-pro nehmen Text plus Bild als Input und geben Bilder zurück, der wahre Unterschied liegt also in der Abrechnung: gpt-image-2 misst Token zu $5 pro Million In und $30 pro Million Out, während wan2.7-image-pro pauschal $0.075 pro Aufruf kostet. Diese rechnen in verschiedenen Einheiten ab, sodass keine einzelne Umrechnung ehrlich ist - wählen Sie gpt-image-2, wenn Ihre Prompts und Outputs klein genug sind, dass die Abrechnung pro Token günstig bleibt, und wan2.7-image-pro, wenn Sie einen vorhersehbaren Preis pro Generierung unabhängig von der Prompt-Größe wünschen. Keines veröffentlicht ein Kontextfenster, budgetieren Sie also besser nach Abrechnungsmodell als nach Token-Spielraum.

Preise

GPT Image 2 wan2.7-image-pro Δ
Pro generiertem Bild - $0.075 -
Eingabe / 1M Tokens $5 - -
Ausgabe / 1M Tokens $30 - -
Referenzbild-Tokens / Mio. $8 - -

Die beiden Modelle werden in unterschiedlichen Einheiten abgerechnet, deshalb zeigen wir kein Δ: Für eine Umrechnung müssten wir etwas annehmen, das wir nicht gemessen haben. Oben steht jeder Preis in seiner eigenen Einheit.

Spezifikationen

GPT Image 2 wan2.7-image-pro
Eingabemodalitäten Text Bild Text Bild
Ausgabemodalitäten Bild Bild
Veröffentlicht 2026-04-21 2026-04-01
Ausgabegrößen
  • 1024x1024
  • 1536x1024
  • 1024x1536
  • 2048x2048
  • 2048x1152
  • 3840x2160
  • 2160x3840
  • auto
  • beliebige BxH (beide durch 16 teilbar, Seitenverhältnis 1:3-3:1)
  • 1K (1024x1024)
  • 2K (2048x2048, Standard)
  • 4K (4096x4096, nur Text-to-Image)
  • individuelle BxH (t2i 768x768-4096x4096; Bearbeitung/Serien 768x768-2048x2048, Verhältnis 1:8-8:1)
Eingabemodi Text-to-Image, Bildbearbeitung mit Masken-Inpainting Text-to-Image, Bildbearbeitung (inkl. interaktiver Bearbeitung per Bounding Box), 0-9 Referenzbilder, Text- oder Image-to-Image-Set
Bilder pro Anfrage 10 12
Formate png, jpeg, webp png
Anmerkungen

Flexible Auflösungen: Kantenlängen bis 3840px in Vielfachen von 16, Verhältnis <=3:1, insgesamt ~0,65-8,3MP (inkl. 4K 3840x2160)

Bearbeitung mit Masken-Inpainting

alle Bildeingaben werden mit hoher Detailtreue verarbeitet

deutlich verbessertes Text-Rendering (bei exakter Platzierung kann es weiterhin haken)

4K-Text-to-Image (max. 4096x4096; Bearbeitung max. 2K), Seitenverhältnisse 1:8-8:1

Bearbeitung per Anweisung und per Klick

charakterkonsistente Serien mit bis zu 12 Bildern

Text-Rendering in Druckqualität inkl. Formeln und Tabellen

Die Spezifikationen stammen aus der Dokumentation des jeweiligen Anbieters. Veröffentlicht ein Anbieter eine Angabe nicht, lassen wir die Zeile weg, statt sie zu schätzen. Vollständige Quellen: GPT Image 2 · wan2.7-image-pro

Ein Prompt, beide Modelle, gemessen über das Gateway

PROMPT A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

GPT Image 2

GPT Image 2: A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

Vom Modell zurückgegeben 1402×1122 Latenz 18 s

wan2.7-image-pro

wan2.7-image-pro: A weathered enamel diner mug on a steel counter, the words "OPEN 24H" stencilled on the mug in worn paint, low winter sun raking in from the left, shallow depth of field.

Vom Modell zurückgegeben 1024×1024 Latenz 25 s

Ein Prompt, eine Anfrage pro Modell, keine Wiederholungen und keine Auswahl der besten Ergebnisse: Sie sehen das erste Ergebnis, das jedes Modell geliefert hat. Größe und Dauer haben wir nicht vorgegeben. Jedes Modell hat seinen eigenen Standardwert verwendet, denn eine Anfrage, die auf alle zugeschnitten ist, würde keinem gerecht. Die Dateien wurden für das Web neu kodiert. Beurteilen Sie deshalb Bildaufbau und Prompt-Treue, nicht die Kompression.

Eine Zeile genügt für den Wechsel

Beide IDs stehen in jedem Tab unten. Die beiden hervorgehobenen Zeilen sind die einzige Änderung. Gleicher Endpunkt, gleicher Schlüssel, gleiches Anfrageformat.

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.images.generate(
    model="gpt-image-2",
    # model="wan2.7-image-pro",  # diese Zeile einkommentieren, die darüberliegende auskommentieren
    prompt="a watercolor lighthouse at dawn",
    size="1024x1024",
)
print(resp.data[0].b64_json[:80])

API-Schlüssel erstellen →

FAQ

Welches Modell ist günstiger: GPT Image 2 oder wan2.7-image-pro?

Die beiden werden in unterschiedlichen Einheiten abgerechnet, eine einzelne belastbare Zahl gibt es deshalb nicht: GPT Image 2 und wan2.7-image-pro stehen in der Tabelle oben jeweils in ihrer eigenen Einheit. Vergleichen Sie sie mit Ihrem eigenen Workload. Welche Abwägung dahintersteckt, beschreibt das Fazit oben auf dieser Seite.

Kann ich GPT Image 2 gegen wan2.7-image-pro A/B-testen, ohne zweimal zu integrieren?

Ja. Beide laufen über denselben OpenAI-kompatiblen Endpunkt mit einem API-Schlüssel. Für den Wechsel ändern Sie nur eine Zeile, den Modellnamen. So können Sie einen Teil des Traffics an jedes Modell schicken und die Kosten direkt vergleichen.

Ändert sich der Preis mit der Bildgröße?

Das hängt davon ab, wie das Modell abrechnet. Modelle mit Preis pro Bild kosten immer gleich viel, egal wie lang der Prompt oder wie groß die Ausgabe ist. Bei Modellen mit Token-Abrechnung steigt der Preis mit der Auflösung, ein 4K-Bild kostet also ein Vielfaches eines kleinen. Die Tabelle oben zeigt, was für welches Modell gilt.

Verwandte Vergleiche

Aus unseren Studien mit eigenen Messungen