Modell-Landschaft
Bild & Design
Modelle, deren Hauptaufgabe es ist, Bilder zu erzeugen, zu bearbeiten und zu gestalten. Die Klasse entwickelt sich von „mach mir ein Bild“ zu kontrollierter Gestaltungsarbeit.
Zuletzt geprüft: 10.10.2026
Was diese Klasse ist
Ein Bildmodell macht aus einer Beschreibung, einer Skizze oder einem vorhandenen Bild ein neues Bild. Was die aktuellen Modelle von früheren unterscheidet, ist Kontrolle: einen einzelnen Bereich bearbeiten, Details über mehrere Bearbeitungen stabil halten, Elemente über Koordinaten platzieren, Schrift korrekt setzen, ein Bild in Ebenen zerlegen.
Es gibt zwei Bauweisen. Die eine ist ein eigenes Modell, das für Bilder trainiert wurde. Die andere ist ein allgemeines multimodales Modell, das Bilder als eine seiner Fähigkeiten ausgibt. Beide kommen in dieser Auswahl vor, und die Seite sagt, welches welches ist.
- Wofür ist es optimiert?
- Für das Aussehen eines Bildes und die Kontrolle darüber: Aufbau, Stil, lesbare Schrift und Bearbeitungen, die eine Sache ändern und den Rest in Ruhe lassen.
- Worin unterscheidet es sich von einem Generalisten?
- Ein Generalist antwortet in Text und kann ein Bildmodell als Werkzeug aufrufen. Bei einem Bildmodell ist das Bild selbst das Ergebnis. Einige der neuesten Bildmodelle bauen auf allgemeinen multimodalen Modellen auf – die Grenze verschwimmt.
- Was gibt es aus?
- Bilder: neue aus einer Beschreibung oder bearbeitete Fassungen vorhandener. Manche liefern auch Ebenen, transparente Hintergründe oder Vektorgrafik.
- Wo ist es nützlich?
- Gestaltungsentwürfe, Produkt- und Werbebilder, Illustrationen, Bearbeiten vorhandener Fotos, Layouts mit Text.
Fünf bemerkenswerte Modelle
Eine Auswahl mit Begründung. Keine Rangliste und keine Qualitätsnoten für Bilder: agi.jetzt benotet keine Bilder.
- OpenAI
GPT-Image-2.5
- Zweck
- Bilder aus Text erzeugen und vorhandene Bilder bearbeiten.
- Was daran bemerkenswert ist
- OpenAI trennt die Bildmodelle in eine Variante für genaues Bearbeiten (Sunburst) und eine schnelle Variante (Flare).
- Warum es hier steht
- Eine eigene Bildmodell-Reihe neben den Sprachmodellen, mit getrennten Varianten für genaues Bearbeiten und für Geschwindigkeit.
- Zugang
- Über die OpenAI-API, in zwei Varianten: Sunburst und Flare.
- Eingabe → Ausgabe
- Text und Bilder → Bild
Quellen: OpenAI API docs: GPT-Image-2.5 Sunburst, OpenAI API docs: Image generation guide · geprüft am 10.10.2026
Modellseite im Register: GPT-Image-2.5 Sunburst → - Google
Nano Banana 2.1
- Zweck
- Bilder erzeugen und im Gespräch schrittweise bearbeiten.
- Was daran bemerkenswert ist
- Kein eigenständiges Bildmodell: Laut Model Card baut es auf Gemini 3.6 Flash auf und gibt Bild und Text aus.
- Warum es hier steht
- Steht für eine andere Bauweise: Bilderzeugung als Fähigkeit eines allgemeinen multimodalen Modells statt eines getrennten Bildmodells.
- Zugang
- Über die Gemini-API (Modell-ID gemini-nano-banana-2.1).
- Eingabe → Ausgabe
- Text und Bilder → Bild und Text
Quellen: Gemini API changelog, Google DeepMind: Nano Banana 2.1 model card · geprüft am 10.10.2026
Modellseite im Register: Nano Banana 2.1 → - Black Forest Labs
FLUX 3 Image
- Zweck
- Bilder erzeugen und bearbeiten, mit Layout-Vorgaben über Begrenzungsrahmen.
- Was daran bemerkenswert ist
- Teil einer Modellfamilie, die laut Anbieter gemeinsam aus Bildern, Videos und Audio lernt.
- Warum es hier steht
- Andere Architektur: Bild ist hier eine Ausgabeform eines multimodalen Modells, das auch Video erzeugt.
- Zugang
- Über die API von Black Forest Labs; für Unternehmen zusätzlich unter einer kommerziellen Lizenz für die Gewichte. Die Dokumentation bezeichnet FLUX 3 als Vorschaumodell.
- Eingabe → Ausgabe
- Text, Vorlagenbilder, Begrenzungsrahmen → Bild, laut Anbieter nativ in 2K und 4K
- GrenzeDie Dokumentation nennt FLUX 3 ein Vorschaumodell.
- Ideogram
Ideogram 4.5
- Zweck
- Gestaltung mit Schrift und Layout; 4.5 bearbeitet Bilder über mehrere Schritte.
- Was daran bemerkenswert ist
- Ideogram stellt 4.5 als Bearbeitungsmodell vor, das Details über mehrere Bearbeitungsschritte erhalten soll. 4.0 wird über strukturierte JSON-Prompts gesteuert.
- Warum es hier steht
- Design als Hauptzweck statt Fotorealismus, und ein Designmodell mit offenen Gewichten.
- Zugang
- In Ideogram, laut Dokumentation in jedem Tarif. Der Vorgänger Ideogram 4.0 ist seit dem 3. Juni 2026 zusätzlich mit offenen Gewichten veröffentlicht.
- Eingabe → Ausgabe
- Text und Vorlagenbilder → Bild
Quellen: Ideogram: Ideogram 4.5, Ideogram docs: Models, Ideogram: Ideogram 4.0 technical details (3 June 2026) · geprüft am 10.10.2026
Modellseite im Register: Ideogram 4.5 → - ByteDance
Seedream 5.0 Pro
- Zweck
- Steuerbare Bilderzeugung und Bildbearbeitung für Gestaltungsarbeit.
- Was daran bemerkenswert ist
- Zerlegt ein Bild in einzeln bearbeitbare Ebenen und nimmt Skizzen als Bearbeitungsvorlage.
- Warum es hier steht
- Verhalten eines Gestaltungswerkzeugs im Modell selbst: Ebenen statt eines flachen Bildes.
- Zugang
- Über BytePlus, ByteDances Cloud-Angebot für Unternehmen.
- Eingabe → Ausgabe
- Text, Bilder, Skizzen → Bild, auch in getrennten Ebenen
- HerstellerangabeLaut Anbieter stabile Schrift im Bild in 14 Sprachen.
Quellen: BytePlus: Seedream 5.0 Pro · geprüft am 10.10.2026
Modellseite im Register: Seedream 5.0 Pro →
Keine RanglisteDie Reihenfolge ist die Reihenfolge dieser Liste. agi.jetzt benotet diese Modelle nicht und vergleicht sie nicht miteinander.
Warum ist das für AGI relevant?
Wer ein Bild nach Anweisung aufbaut, muss Gegenstände, ihre Lage im Raum, Schrift und Zusammenhänge darstellen können. Das berührt Fähigkeiten, die auch für allgemeine Intelligenz zählen: räumliches Verständnis, Wissen über die Welt, das Befolgen genauer Anweisungen.
Bildmodelle mit Ebenen und Layout zeigen außerdem, wie KI von einzelnen Antworten zu Arbeitsergebnissen kommt, an denen jemand weiterarbeiten kann.
Was das nicht über AGI belegt
Ein überzeugendes Bild ist kein Beleg für Verständnis: Wie gut ein Bild aussieht, sagt wenig darüber, ob ein Modell schlussfolgern kann.
Relevanz für AGI heißt nicht belegter Fortschritt in Richtung AGI. Diese Modelle gehören nicht zu den Spitzenmodellen, und nichts auf dieser Seite geht in den AGI-Fortschritt ein.
Quellen
Alle Quellen gelesen am 10.10.2026.
- OpenAI API docs: GPT-Image-2.5 Sunburst
- OpenAI API docs: Image generation guide
- Gemini API changelog
- Google DeepMind: Nano Banana 2.1 model card
- Black Forest Labs: FLUX 3 Image
- Black Forest Labs: FLUX 3 announcement (23 July 2026)
- Black Forest Labs docs: FLUX 3
- Ideogram: Ideogram 4.5
- Ideogram docs: Models
- Ideogram: Ideogram 4.0 technical details (3 June 2026)
- BytePlus: Seedream 5.0 Pro