OpenAI
GPT-Image 2
OpenAI’s second-generation image model — instruction-precise synthesis, editing and in-image text.
Intelligenz
93.1 #8
AAQI 93.0
Ausgabegeschwindigkeit
25 t/s
ITL 40.0 ms/tok
Blended-Preis (3:1)
$0.09 /1M
Input $0.09/M · Output $0.09/M
Kontext
128K
≈ 320 A4-Seiten · max. Output 4,096
Quality Domain Radar
6-Axis Frontier Evaluation vs Category Average & Flagship
GPT-Image 2
Claude Mythos Preview (#1)
Average (68)
Radar-Achsen sind aus Kategorie-Scores approximiert, wo direkte Benchmark-Messungen fehlen — siehe Methodik.
Stärken & Trade-offs
Wo das Modell gewinnt
- Best instruction-following in the image class
- Clean typography and UI-style text rendering
- First-class edit/inpaint endpoints
- Deep integration with OpenAI agents
Worauf achten
- Most expensive per-image tier
- Slower renders on complex scenes
- Closed weights
Killer-Anwendungsfälle
Design-to-asset pipelines
Prompt-precise banners, mockups and brand assets.
Agentic creative tools
Image calls orchestrated by GPT-6 agents.
Text-heavy graphics
Posters and slides needing real, legible copy.
Developer-Quickstart & API
Setzen Sie zuerst
OPENAI_API_KEY — API-Schlüssel holencurl https://api.openai.com/v1/responses \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "content-type: application/json" \
-d '{
"model": "gpt-image-2",
"input": "Refactor this function for O(n) time and explain the change."
}'from openai import OpenAI
client = OpenAI() # reads OPENAI_API_KEY
resp = client.responses.create(
model="gpt-image-2",
input="Refactor this function for O(n) time and explain the change.",
)
print(resp.output_text)const res = await fetch("https://api.openai.com/v1/responses", {
method: "POST",
headers: {
Authorization: `Bearer ${process.env.OPENAI_API_KEY}`,
"content-type": "application/json",
},
body: JSON.stringify({ model: "gpt-image-2", input: "Refactor this function for O(n) time and explain the change." }),
});
console.log((await res.json()).output_text);Offizielle Ressourcen & Links
API-Bereitstellung
Hosts & Latenz vergleichen
Durchsatz, TTFT und Cache-Preise bei Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock und Azure.
GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Ergebnisse nach Quelle
Kategorie-Punkte
Benchmark-Ergebnisse
Direkte Live-Duelle
Live-Spezifikationen & Architektur
Unter der Haube
GPT-Image 2 — OpenAI image generation
- Second-gen image stack trained with GPT-side prompt understanding
- Legible in-image text and dense layout control
- Transparent-background and masked-edit modes
- Tight GPT-6/Responses API integration
Veröffentlichungsdatum
16. Okt. 2026
Architektur
GPT-Image 2 — OpenAI image generation
Parameter
Not disclosed
Lizenz
Proprietary
Kontextfenster
128,000 tokens
Max. Ausgabe
4,096 tokens
Modalitäten
text + image
Cache-Preise
Lesen $0.02 · Schreiben $0.11 /1M
Reasoning
—
Eingabepreis
$0.09/M
Ausgabepreis
$0.09/M
Ausgabegeschwindigkeit
25 t/s
Zeit bis zum ersten Token
—
Daten aktualisiert
22. Okt. 2026
Geschätzte Monatsrechnung
Geschätzte Monatsausgaben
$0.00
Ersparnis ggü. GPT-4o wird berechnet…
Zitieren & Einbetten
GitHub-Markdown-Badge
Loading badge markdown...BibTeX
@misc{llmpodium2026gptimage2,
title = {Benchmark Analysis and Intelligence Evaluation of GPT-Image 2},
author = {LLMPodium Research},
year = {2026},
url = {https://llmpodium.com/models/gpt-image-2}
}Score-Badge einbetten
Fügen Sie Ihrem GitHub- oder Hugging-Face-README ein Live-Podium-Score-Badge hinzu — es verlinkt auf das Live-Ranking.
Vorschau
Markdown
Loading badge snippet...HTML
Loading badge snippet...Mehr von OpenAI
Alternative Modelle
Nächste Alternativen zu GPT-Image 2 basierend auf Leistung, Preis und Benchmarks.