GPT Image 2.5 Flare API
GPT Image 2.5 Flare ist OpenAIs geschwindigkeitsorientierte Bildgenerierungs- und Bearbeitungsstufe, die nahezu die Qualität von GPT Image 2 bei deutlich geringerer Latenz bietet.
GPT Image 2.5 Flare ist ein Modell von OpenAI zur Bilderzeugung und -bearbeitung, das am 9. September 2026 veröffentlicht wurde. Es akzeptiert Texteingaben sowie Bildeingaben und gibt ausschließlich Bilder aus. Pro Anfrage unterstützt es bis zu 16 Referenzbilder zur Bildbearbeitung und kann bis zu 10 Bilder generieren. Mehr als 9 Seitenverhältnisse werden unterstützt, darunter 1:1, 3:2, 2:3, 4:3, 3:4 und 16:9. Sechs Qualitätsstufen stehen zur Verfügung: low, medium, high, xhigh, max und auto. Auflösungen von 1K, 2K und 4K sind möglich, ebenso transparente Hintergründe. Das Modell ist über die dedizierte Images API oder als Bildgenerierungswerkzeug in der Responses API verfügbar. Für die reine Text-zu-Bild-Generierung genügt ein Prompt; bei der Bild-zu-Bild-Bearbeitung werden Referenzbilder als input_urls übergeben. Die Parameter sind identisch mit denen von Sunburst, sodass für den Wechsel zwischen beiden Modellen nur der Modellname geändert werden muss.
Flare ist als geschwindigkeitsorientierte Stufe der GPT Image 2.5-Serie positioniert und laut OpenAI die Standardwahl für die meisten Anwendungen. Es erzeugt hochwertige Bilder mit hoher Geschwindigkeit und hält die Bildqualität vergleichbar mit GPT Image 2, während es über 50 % schneller generiert. Eine Drittmessung ergibt eine etwa 7-fache Beschleunigung gegenüber GPT Image 2: Die mediane Zeit zur Erzeugung eines 1024x1024-Bildes beträgt 16,7 Sekunden, während GPT Image 2 in derselben Messung 117,8 Sekunden benötigt. OpenAI gibt eine Reduzierung der Latenz um 50 % an. Das Modell eignet sich für interaktive Nutzung und häufige Generierung.
Typische Einsatzgebiete sind die alltägliche Bilderzeugung in hohem Volumen, Inhalte für Creator, schnelles visuelles Prototyping, die Erstellung von Bildern für soziale Medien, Bilder für Apps und Websites, die häufige Erstellung von Kampagnenvarianten sowie Workflows zur Bildproduktion in hohem Umfang. Auch das Erkunden vieler Richtungen vor der finalen Verfeinerung mit Sunburst, Infografiken und die Erstellung komplexer Spiel-Assets gehören dazu. Zu den bekannten Einschränkungen zählen Schwächen bei Bildrauschartefakten; für präzisionsorientierte finale Bearbeitungen eignet sich Sunburst besser. Der empfohlene Workflow besteht darin, zuerst mit Flare zu explorieren und anschließend Sunburst für die abschließende Präzisionsanpassung zu nutzen. OpenAI zufolge integrieren Kreativ-, Marketing-, Einzelhandels- und Medienteams die API in ihre Produkte.
Aktualisiert:
MODELL-ID
gpt-image-2.5-flare- Eingabe
- text / image
- Ausgabe
- image
Highlights
- Geschwindigkeitsorientierte Stufe der GPT Image 2.5-Serie
- Bis zu 16 Referenzbilder pro Anfrage
- Bis zu 10 Bilder pro Anfrage
- Auflösungen 1K, 2K und 4K
- Transparente Hintergründe möglich
- Parameter identisch mit Sunburst
Anbieter
Bester PreisVergleichen Sie die API-Preise verschiedener Anbieter. Wählen Sie einen Anbieter aus, um alle Kosten und Bedingungen zu sehen.
| Verfügbarkeit | ||||
|---|---|---|---|---|
| $5 | Nicht veröffentlicht | Nicht veröffentlicht | ||
Historische Daten sind keine Live-Statusprüfung. Fehlende Daten bedeuten keinen Ausfall.
Benchmarks
- #2
Image Arena
Rang hinter Sunburst
Werte wie vom Modellanbieter veröffentlicht.
Schnellstart
Senden Sie einen Bildauftrag, fragen Sie den Status ab und speichern Sie die Bilder. Die Beispiele verwenden curl und die Python-3-Standardbibliothek.
POST https://openapi.felo.ai/api/v1/images/generations
1API-Schlüssel hinterlegen
Erstellen Sie einen Schlüssel in Ihrem Konto bei der Felo API Platform und legen Sie ihn als Umgebungsvariable ab.
export FELO_API_KEY="YOUR_API_KEY"2Erste Anfrage senden
Optionale Werte hängen vom Modell ab und werden hier nicht vorgegeben. Prüfen Sie sie im Playground. Felder stehen neben model und prompt, ohne input-Hülle.
curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-o created.json \
-d '{
"prompt": "A studio product photo of a ceramic coffee cup on warm linen, soft morning light",
"model": "gpt-image-2.5-flare"
}'3Aufgabe abfragen
Die Antwort enthält task_id. Bei queued oder running alle 3 Sekunden abfragen; bei succeeded, failed oder interrupted stoppen. Maximale Wartezeit: 30 Minuten. Mit created.json können Sie denselben Auftrag ohne erneute Übermittlung weiter abfragen.
python3 - <<'PY'
import json, os, time
from pathlib import Path
from urllib.parse import quote
from urllib.request import Request, urlopen
task = json.loads(Path("created.json").read_text())
task_id = task["task_id"]
url = "https://openapi.felo.ai/api/v1/images/generations/" + quote(task_id, safe="")
headers = {"Authorization": "Bearer " + os.environ["FELO_API_KEY"]}
deadline = time.monotonic() + 1800
while task["status"] in ("queued", "running"):
if time.monotonic() >= deadline:
raise TimeoutError(f"Keep task_id={task_id} to resume polling")
time.sleep(3)
with urlopen(Request(url, headers=headers), timeout=60) as response:
task = json.load(response)
if task.get("task_id") != task_id or task.get("kind") != "image":
raise ValueError("Unexpected task response")
print(task["status"])
if task["status"] != "succeeded":
raise RuntimeError(task.get("error") or task["status"])
if not task.get("outputs"):
raise ValueError("Task succeeded without image outputs")
Path("task.json").write_text(json.dumps(task))
print("Saved task.json")
PY4Ausgabe herunterladen
Nach Erfolg outputs aus task.json speichern. Unterstützt werden HTTPS-URLs, URL-Objekte und b64_json. Signierte URLs zeitnah herunterladen; dafür ist kein API-Schlüssel nötig.
python3 - <<'PY'
import base64, json
from pathlib import Path
from urllib.request import urlopen
task = json.loads(Path("task.json").read_text())
if task.get("status") != "succeeded" or not task.get("outputs"):
raise ValueError("No completed image outputs")
extensions = {"image/png": ".png", "image/jpeg": ".jpg", "image/webp": ".webp", "image/gif": ".gif", "image/avif": ".avif"}
for index, output in enumerate(task["outputs"], 1):
item = output if isinstance(output, dict) else {}
url = output if isinstance(output, str) else item.get("url") or item.get("unsigned_url")
mime = item.get("media_type") or "image/png"
if url and url.startswith("https://"):
with urlopen(url, timeout=60) as response:
data = response.read()
mime = response.headers.get_content_type()
elif url and url.startswith("data:image/") and ";base64," in url:
header, encoded = url.split(",", 1)
mime = header[5:].split(";", 1)[0]
data = base64.b64decode(encoded, validate=True)
elif item.get("b64_json"):
data = base64.b64decode(item["b64_json"], validate=True)
else:
raise ValueError("Unrecognized image output")
path = Path(f"image-{index}" + extensions.get(mime, ".bin"))
path.write_bytes(data)
print(path)
PYinput_references
Zum Bearbeiten die Beispiel-URL durch Ihre HTTPS-Bild-URL oder eine Base64-Bild-data-URL ersetzen. Einmal senden und dieselben Abfrage- und Speicherschritte verwenden.
curl --fail-with-body --max-time 60 "https://openapi.felo.ai/api/v1/images/generations" \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-o created.json \
-d '{
"prompt": "Keep the product and framing. Replace the background with a sunlit marble countertop.",
"model": "gpt-image-2.5-flare",
"input_references": [
{
"type": "image_url",
"image_url": {
"url": "https://example.com/product.png"
}
}
]
}'Unterstützte Parameter
- n
- quality
- background
- aspect_ratio
- input_references
- output_compression
Lieber die vollständige Referenz?
API-Referenz →Häufige Fragen
Was ist GPT Image 2.5 Flare?
GPT Image 2.5 Flare ist ein Modell von OpenAI zur Bilderzeugung und -bearbeitung, das am 9. September 2026 veröffentlicht wurde. Es akzeptiert Texteingaben sowie Bildeingaben und gibt ausschließlich Bilder aus. Pro Anfrage unterstützt es bis zu 16 Referenzbilder zur Bildbearbeitung und kann bis zu 10 Bilder generieren. Mehr als 9 Seitenverhältnisse werden unterstützt, darunter 1:1, 3:2, 2:3, 4:3, 3:4 und 16:9. Sechs Qualitätsstufen stehen zur Verfügung: low, medium, high, xhigh, max und auto. Auflösungen von 1K, 2K und 4K sind möglich, ebenso transparente Hintergründe. Das Modell ist über die dedizierte Images API oder als Bildgenerierungswerkzeug in der Responses API verfügbar. Für die reine Text-zu-Bild-Generierung genügt ein Prompt; bei der Bild-zu-Bild-Bearbeitung werden Referenzbilder als input_urls übergeben. Die Parameter sind identisch mit denen von Sunburst, sodass für den Wechsel zwischen beiden Modellen nur der Modellname geändert werden muss. Flare ist als geschwindigkeitsorientierte Stufe der GPT Image 2.5-Serie positioniert und laut OpenAI die Standardwahl für die meisten Anwendungen. Es erzeugt hochwertige Bilder mit hoher Geschwindigkeit und hält die Bildqualität vergleichbar mit GPT Image 2, während es über 50 % schneller generiert. Eine Drittmessung ergibt eine etwa 7-fache Beschleunigung gegenüber GPT Image 2: Die mediane Zeit zur Erzeugung eines 1024x1024-Bildes beträgt 16,7 Sekunden, während GPT Image 2 in derselben Messung 117,8 Sekunden benötigt. OpenAI gibt eine Reduzierung der Latenz um 50 % an. Das Modell eignet sich für interaktive Nutzung und häufige Generierung. Typische Einsatzgebiete sind die alltägliche Bilderzeugung in hohem Volumen, Inhalte für Creator, schnelles visuelles Prototyping, die Erstellung von Bildern für soziale Medien, Bilder für Apps und Websites, die häufige Erstellung von Kampagnenvarianten sowie Workflows zur Bildproduktion in hohem Umfang. Auch das Erkunden vieler Richtungen vor der finalen Verfeinerung mit Sunburst, Infografiken und die Erstellung komplexer Spiel-Assets gehören dazu. Zu den bekannten Einschränkungen zählen Schwächen bei Bildrauschartefakten; für präzisionsorientierte finale Bearbeitungen eignet sich Sunburst besser. Der empfohlene Workflow besteht darin, zuerst mit Flare zu explorieren und anschließend Sunburst für die abschließende Präzisionsanpassung zu nutzen. OpenAI zufolge integrieren Kreativ-, Marketing-, Einzelhandels- und Medienteams die API in ihre Produkte.
Wie wird die Nutzung abgerechnet?
Ihre Rechnung hängt vom genutzten Anbieter, seinen Preisen und Ihrer Nutzung ab. Längere Eingaben oder andere Bedingungen können andere Preise haben.
Welche Eingaben und Ausgaben unterstützt GPT Image 2.5 Flare?
Das Modell akzeptiert Texteingaben und Bildeingaben und gibt ausschließlich Bilder aus. Für die Text-zu-Bild-Generierung genügt ein Prompt; bei der Bildbearbeitung werden Referenzbilder als input_urls übergeben.
Wie viele Referenzbilder und Ausgabebilder sind pro Anfrage möglich?
Es unterstützt bis zu 16 Referenzbilder pro Anfrage zur Bildbearbeitung und kann bis zu 10 Bilder pro Anfrage generieren.
Welche Auflösungen, Seitenverhältnisse und Qualitätsstufen werden unterstützt?
Unterstützt werden die Auflösungen 1K, 2K und 4K sowie mehr als 9 Seitenverhältnisse, darunter 1:1, 3:2, 2:3, 4:3, 3:4 und 16:9. Es stehen sechs Qualitätsstufen zur Verfügung: low, medium, high, xhigh, max und auto. Transparente Hintergründe sind ebenfalls möglich.
Für welche Aufgaben ist GPT Image 2.5 Flare geeignet?
Es eignet sich für die alltägliche Bilderzeugung in hohem Volumen, Inhalte für Creator, schnelles visuelles Prototyping, Bilder für soziale Medien und Websites, häufige Kampagnenvarianten sowie die Erkundung vieler Richtungen vor der finalen Verfeinerung mit Sunburst.
Wie unterscheidet sich GPT Image 2.5 Flare von Sunburst?
Flare ist die geschwindigkeitsorientierte Stufe der Serie, während Sunburst die Präzision betont. Die Parameter sind identisch, sodass für den Wechsel nur der Modellname geändert werden muss. Für präzisionsorientierte finale Bearbeitungen eignet sich Sunburst besser.
Wie schnell ist GPT Image 2.5 Flare im Vergleich zu GPT Image 2?
OpenAI gibt eine Reduzierung der Latenz um 50 % an. In einer Drittmessung benötigt Flare median 16,7 Sekunden für ein 1024x1024-Bild, während GPT Image 2 in derselben Messung 117,8 Sekunden braucht.
Verwandte Modelle
GPT Image 2.6 Sunburst
OpenAIBildgpt-image-2.6-sunburstGPT Image 2.6 Sunburst ist OpenAIs präzises Bildmodell für Generierung und Bearbeitung mit hoher Konsistenz über mehrere Bearbeitungsrunden.
Ausgabe
image
Eingabe-Token
$5 / 1M Token
Ausgabe-Token
$30 / 1M Token
GPT Image 2.6 Flare
OpenAIBildgpt-image-2.6-flareOpenAI GPT Image 2.6 Flare ist ein schnelles Bildmodell für alltägliche Generierung und präzise Bearbeitung mit bis zu 16 Referenzbildern.
Ausgabe
image
Eingabe-Token
$5 / 1M Token
Ausgabe-Token
$30 / 1M Token
GPT Image 2.5 Sunburst
OpenAIBildgpt-image-2.5-sunburstGPT Image 2.5 Sunburst ist die präzisionsorientierte Premium-Stufe der GPT Image 2.5-Familie von OpenAI für gezielte Bildbearbeitung und Text-zu-Bild-Generierung.
Ausgabe
image
Eingabe-Token
$8 / 1M Token
Ausgabe-Token
$0 / 1M Token