Was ist GPT Image 2.6? Markup-Bearbeitung und bekannte Spezifikationen

Die wichtigsten Punkte

• GPT Image 2.6 ist ein Bildmodell, das OpenAI bereits namentlich erwähnt, aber noch nicht veröffentlicht hat. Die einzige offizielle Erwähnung ist ein neu hinzugefügter Satz in der API-Spezifikation vom 28. Oktober 2026.
• Dieser Satz beschreibt einen neuen Bearbeitungsparameter markup: Auf einer transparenten PNG-Datei Kreise, Pfeile und Anmerkungen zeichnen, um dem Modell zu sagen, wo und wie es etwas ändern soll. Im Original der Spezifikation steht „Supports GPT Image 2.5 and 2.6“.
• Modell-ID, Preis, Auflösung, Anzahl der Referenzbilder und Veröffentlichungsdatum wurden noch nicht bekannt gegeben. Wer gpt-image-2.6 im Code sieht, sieht eine Vermutung.
• HiAPI hat bereits eine Vorschauseite für GPT Image 2.6 online gestellt, auf der man eine Benachrichtigung zur Veröffentlichung aktivieren kann. GPT Image 2.5 ist jetzt schon verfügbar, ab $0.025 pro Bild.

Was ist GPT Image 2.6?

GPT Image 2.6 ist die nächste Versionsnummer der OpenAI-GPT-Image-Reihe, nach GPT Image 2 (April 2026) und GPT Image 2.5 (8. September 2026). Es tauchte erstmals im öffentlichen OpenAPI-Repository von OpenAI auf; der Titel des Commits lautete „Add 'markup' property to image editing endpoints“ (Commit aa880040). Der Originaltext der Beschreibung des neuen Parameters:

A transparent PNG overlaid on the first image to guide the edit. Must match that image's dimensions after orientation and contain transparent pixels. Supports GPT Image 2.5 and 2.6. Cannot be combined with mask.

Übersetzt: Eine transparente PNG-Datei, die über das erste Eingabebild gelegt wird, um die Bearbeitung zu leiten; die Abmessungen müssen mit dem nach der Ausrichtung korrigierten Originalbild übereinstimmen und sie muss transparente Pixel enthalten; unterstützt GPT Image 2.5 und 2.6; kann nicht zusammen mit mask verwendet werden.

Mehr hat OpenAI zu 2.6 nicht gesagt. In der gesamten Spezifikation erscheint „2.6“ nur zweimal, beide Male in dieser Beschreibung.

GPT Image 2.6 auf einen Blick

	Stand vom 31. Oktober 2026
Offizielle Veröffentlichungsankündigung	Keine
Modell-ID	Nicht bekannt gegeben; weder in der OpenAI-Modellliste noch in der model-Enum des Bearbeitungsendpunkts enthalten
Bestätigte Funktion	markup-Bearbeitung, auch von 2.5 unterstützt
Preis	Nicht bekannt gegeben
Auflösung, Referenzbilder, Geschwindigkeit	Nicht bekannt gegeben
Veröffentlichungsdatum	Nicht bekannt gegeben
Aufruf über die API möglich	Nein
HiAPI	Vorschauseite ist online, Benachrichtigung zur Veröffentlichung kann aktiviert werden; Aufruf derzeit nicht möglich

Wie die markup-Bearbeitung funktioniert

Früher gab es zwei Möglichkeiten, beim Bearbeiten eines Bildes einen Bereich festzulegen: eine textliche Beschreibung im Prompt oder das Senden einer mask, bei der transparente Bereiche die Stellen markieren, die neu gezeichnet werden dürfen. markup ist die dritte Möglichkeit: direkt auf einer transparenten Ebene in der Größe des Originalbildes annotieren, zum Beispiel das Logo einkreisen, einen Pfeil zeichnen oder „hier durch einen Stern ersetzen“ schreiben; das Modell behandelt diese Markierungen als Änderungsanweisungen.

Die Spezifikation legt vier Regeln fest:

1. Muss eine PNG-Datei mit Alphakanal sein; nicht annotierte Stellen bleiben transparent.
2. Die Abmessungen müssen mit dem ersten Bild übereinstimmen, gerechnet nach der Ausrichtungskorrektur. Bei Hochformat-Aufnahmen vom Handy oder per EXIF gedrehten Fotos zählen die angezeigten Breiten- und Höhenwerte.
3. Wird über das erste Eingabebild gelegt. Werden mehrere Referenzbilder übergeben, wirken die Annotationen nur auf das erste.
4. Kann nicht gleichzeitig mit mask verwendet werden; in einer Anfrage muss man sich für eines entscheiden.

In einer JSON-Anfrage kann markup über eine Datei-ID, eine HTTPS-Adresse oder eine base64-Daten-URL referenziert werden; beim Multipart-Upload ist es eine Datei.

Eine markup-Datei mit Python erzeugen

Das folgende Skript erzeugt für jedes Foto eine regelkonforme Annotationsdatei: Zuerst wird die Ausrichtung per EXIF korrigiert, damit die Größe mit der übereinstimmt, die das Modell sieht; vor dem Speichern werden dann die beiden Regeln geprüft.

from PIL import Image, ImageDraw, ImageOps

# Rotate by EXIF first, so the size matches what the model sees
original = ImageOps.exif_transpose(Image.open("original.jpg"))
w, h = original.size

# Fully transparent canvas, same size as the original
markup = Image.new("RGBA", (w, h), (0, 0, 0, 0))
draw = ImageDraw.Draw(markup)

# Circle the area to change, with a short label
box = (int(w * 0.30), int(h * 0.55), int(w * 0.70), int(h * 0.80))
draw.rectangle(box, outline=(255, 0, 0, 255), width=max(4, w // 150))
draw.text((box[0], box[1] - 24), "change badge to a star", fill=(255, 0, 0, 255))

markup.save("markup.png")

# Check the two rules from the spec
assert markup.size == original.size
assert markup.getextrema()[3][0] == 0, "needs transparent pixels"
print("ok", markup.size)

Der Prompt muss trotzdem geschrieben werden. Formuliere die Änderungswünsche klar in Worten, zum Beispiel „Ersetze das Blitz-Abzeichen im roten Rahmen durch einen weißen Stern, alles andere bleibt unverändert“; die Annotation zeigt nur die Position an.

Für welche Aufgaben markup geeignet ist

Die folgenden Punkte sind aus der Parameterdefinition abgeleitet, nicht öffentliche Ergebnisse von 2.6:

• Details bei Produktbildern korrigieren: Etiketten, Logos oder störende Reflexionen einkreisen und angeben, wodurch sie ersetzt werden sollen.
• Layout-Anpassungen: Markieren, wohin Text oder Produkte verschoben werden sollen, ohne Koordinaten in Worten beschreiben zu müssen.
• Design-Review: Rote Anmerkungen, die Reviewer auf einem Entwurf machen, werden direkt zu Bildbearbeitungsanfragen.
• Änderungen, die mask nicht ausdrücken kann: mask kann nur sagen „dieser Bereich darf neu gezeichnet werden“, markup kann gleichzeitig Pfeile, Text und mehrere Anmerkungen enthalten.

Im Vergleich zu anderen Modellen

Aus den offiziellen Materialien lässt sich nur ein Vergleich ableiten: GPT Image 2.5 und 2.6 unterstützen beide markup. Ob 2.6 schneller ist, Text besser rendert oder mehr Referenzbilder verarbeiten kann, hat OpenAI nicht gesagt. Was 2.5 bereits kann, steht unter Worin sich GPT Image 2.6 und 2.5 unterscheiden.

Wie man GPT Image 2.6 nutzen kann

OpenAI hat 2.6 noch nicht in der API freigegeben. Auf HiAPI:

1. Nach dem Anmelden die Vorschauseite für GPT Image 2.6 öffnen und auf „Benachrichtige mich bei Veröffentlichung“ klicken; zur Freigabe wird man benachrichtigt.
2. Bis dahin den Workflow mit GPT Image 2.5 Flare oder GPT Image 2.5 Sunburst einrichten, 1K kostet $0.025 pro Bild. Den Anfragetext findet man im GPT Image 2.5 API-Integrationsleitfaden.

In den Anfragefeldern von GPT Image 2.5 auf HiAPI gibt es derzeit noch kein markup. Bei der Registrierung erhält man bis zu 2.000 Credits ($1).

Was noch unbekannt ist

• Die Modell-ID und ob es wie 2.5 in zwei Versionen Flare und Sunburst aufgeteilt wird.
• Der Preis pro Bild und ob Auflösung oder Qualitätsstufe den Preis beeinflussen.
• Die maximale Auflösung, das Limit für Referenzbilder und die Generierungsgeschwindigkeit.
• Ob Aurora und Shooting Star in der Arena 2.6 sind. Derzeit gibt es keine öffentlichen Belege, die sie miteinander verbinden; Details unter Zusammenfassung der Leaks zu GPT Image 2.6.
• Das Veröffentlichungsdatum. Welche Signale man beobachten sollte, steht unter Veröffentlichungsdatum von GPT Image 2.6.

Häufige Fragen

Wurde GPT Image 2.6 veröffentlicht?

Nein. Es taucht in der API-Spezifikation von OpenAI auf, steht aber nicht in der offiziellen Modellliste und kann nicht aufgerufen werden.

Wie lautet die Modell-ID von GPT Image 2.6?

Noch nicht bekannt gegeben. Beispielcode mit gpt-image-2.6 ist reine Vermutung; der Aufruf wird fehlschlagen.

Kann man markup jetzt schon nutzen?

Die Spezifikation führt GPT Image 2.5 als unterstützt auf, daher enthält die Dokumentation von 2.5 in der OpenAI-eigenen API bereits diesen Parameter. Die 2.5-Anfragen von HiAPI haben derzeit noch kein markup-Feld.

Was kostet GPT Image 2.6?

Noch nicht bekannt gegeben. Der Preis von GPT Image 2.5 auf HiAPI liegt bei $0.025 für 1K, $0.04 für 2K und $0.06 für 4K pro Bild, daraus lässt sich der Preis von 2.6 aber nicht ableiten.

Worauf man als Nächstes achten sollte

Es gibt drei Signale, dass 2.6 bald kommt: gpt-image-2.6 erscheint in der OpenAI-Modellliste, im Changelog wird eine Ankündigung veröffentlicht, oder die model-Enum des Bearbeitungsendpunkts wird um diese ID erweitert. Sobald eines davon auftritt, aktualisieren wir diesen Artikel. Wer es als Erster erfahren möchte, aktiviert auf der Vorschauseite für GPT Image 2.6 die Benachrichtigung zur Veröffentlichung.