FLUX Kontext API Alternative: Bilder mit GPT Image 2 bearbeiten

Die FLUX Kontext API bearbeitet ein Foto mit einem Prompt und einem Bild pro Anfrage. BFL nennt FLUX.1 Kontext auf der eigenen Seite ein Modell der vorherigen Generation und empfiehlt FLUX.2 für neue Projekte (geprüft am 28. Oktober 2026). GPT-Image 2 nimmt dieselben zwei Eingaben. Drei verkettete Bearbeitungen am 28. Oktober 2026 erhielten den Cafétisch, die Tasse, die Pflanze und das Fenster, dazu jede frühere Änderung.

Was anweisungsbasierte Bearbeitung ist

Sie senden ein Foto und einen Satz wie „Machen Sie das rote Fahrrad mattschwarz“. Das Modell liefert ein neues Foto zurück, in dem diese Änderung umgesetzt ist und der Rest des Bildes unverändert bleibt. BFL beschreibt Kontext als Bildbearbeitung mit einfachen Text-Prompts, ohne komplexe Workflows und ohne Fine-Tuning (docs.bfl.ai/kontext/kontext_image_editing, geprüft am 28. Oktober 2026).

Drei Zahlen von BFL bestimmen den Code: Eingabe bis 20 MB oder 20 Megapixel, Ausgabe etwa 1 MP, signierte Links zum Ergebnis mit 10 Minuten Gültigkeit. Laden Sie das Ergebnis sofort herunter.

Die Anweisung besteht aus zwei Teilen: der Änderung und der Liste dessen, was bleibt.

GPT-Image 2 auf OmniaKey nimmt eine Bearbeitungsaufgabe mit denselben zwei Zutaten an, und die Modellseite listet Text zu Bild und Bildbearbeitung in den Qualitäten low, medium und high (omniakey.com/gpt-image-2, geprüft am 28. Oktober 2026). Wir haben kein FLUX-Modell ausgeführt, deshalb folgen unsere eigenen vier Bearbeitungen und der Code.

Der Request

Eine Bearbeitung ist ein POST an https://api.omniakey.com/v1/media/tasks mit model als gpt-image-2, type image, operation edit, dem Satz in input.prompt und dem Ausgangsfoto in input.image als Base64 mit MIME-Typ (docs.omniakey.com/en/media/image, geprüft am 2026-10-28). Der Aufruf antwortet mit HTTP 202 und einer Task-ID. Fragen Sie GET /v1/media/tasks/{task_id} ab, solange der Status queued oder processing lautet, und holen Sie dann assets[0].url aus der fertigen Aufgabe.

Zwei Details kosteten uns einen Retry. Ein POST mit dem Standard-User-Agent von Python kam mit HTTP 403 zurück, bis wir einen setzten (28. Oktober 2026), und Base64 zählt zum Limit von 1 MiB pro Request, also verkleinern Sie das Foto vor dem Kodieren.

Das Ergebnis ist ein PNG hinter einem signierten Link, der nach etwa einer Stunde abläuft; die Datei bleibt 24 Stunden. Laden Sie es herunter und lesen Sie die echte Breite und Höhe, statt der angefragten Größe zu trauen.

import base64
import json
import os
import time
import urllib.request
import uuid

API = "https://api.omniakey.com/v1/media/tasks"
KEY = os.environ["OMNIAKEY_API_KEY"]


def request(method, url, body=None, extra_headers=None):
    headers = {"Authorization": f"Bearer {KEY}", "User-Agent": "omniakey-example/1"}
    data = None
    if body is not None:
        headers["Content-Type"] = "application/json"
        data = json.dumps(body).encode()
    headers.update(extra_headers or {})
    req = urllib.request.Request(url, data=data, headers=headers, method=method)
    with urllib.request.urlopen(req, timeout=120) as resp:
        return json.load(resp)


def edit_image(source_path, prompt, out_path, size="1024x1536", quality="medium"):
    with open(source_path, "rb") as f:
        image = base64.b64encode(f.read()).decode()
    body = {
        "model": "gpt-image-2",
        "type": "image",
        "operation": "edit",
        "input": {"prompt": prompt, "image": {"data": image, "mime_type": "image/jpeg"}},
        "parameters": {"size": size, "quality": quality},
    }
    task = request("POST", API, body, {"Idempotency-Key": str(uuid.uuid4())})["id"]
    for _ in range(150):
        time.sleep(4)
        state = request("GET", f"{API}/{task}")
        if state["status"] not in ("queued", "processing"):
            break
    if state["status"] != "succeeded":
        raise RuntimeError(state.get("error") or state["status"])
    asset_url = state["assets"][0]["url"]  # signed link: valid for about an hour, so download now
    req = urllib.request.Request(asset_url, headers={"User-Agent": "omniakey-example/1"})
    with urllib.request.urlopen(req, timeout=120) as resp, open(out_path, "wb") as f:
        f.write(resp.read())
    return task
if __name__ == "__main__":
    task = edit_image(
        "cafe-base.jpg",
        "Change the red bicycle to a matte black bicycle with a brown wicker basket on the front. Keep everything else exactly the same: the wooden table, the coffee cup, the plant, the window frame and the bright daylight. Photorealistic, no text, no logos.",
        "cafe-step1.png",
        size="1536x1024",
    )
    print("task", task)

Unsere Läufe nutzten size 1536x1024 und quality medium. Laut Dokumentation muss n bei GPT Image 1 sein; die Funktion lässt es weg. Der Beispielaufruf am Ende der Datei ist Schritt 1 der Kette.

Eine Kette aus drei Bearbeitungen

Jeder Schritt nimmt das vorige Ergebnis als Eingabe, die Kette sind also drei Aufgaben und drei Downloads. Das Ausgangsfoto ist ein Cafétisch am Fenster: eine weiße Kaffeetasse auf der Untertasse, ein rotes Fahrrad auf dem Gehweg, eine Topfpflanze auf dem Fensterbrett, 1536x1024 bei Qualität medium.

• Schritt 1: "Change the red bicycle to a matte black bicycle with a brown wicker basket on the front. Keep everything else exactly the same: the wooden table, the coffee cup, the plant, the window frame and the bright daylight. Photorealistic, no text, no logos." Ergebnis: ein mattschwarzes Fahrrad mit Weidenkorb; Tisch, Tasse, Pflanze und Fenster unverändert.
• Schritt 2, aus Schritt 1: "Make it evening outside: the sky is dark blue and the street lamps are on. The cafe interior lights are warm yellow. Keep the table, the cup, the plant, the black bicycle and the window frame exactly the same. Photorealistic, no text, no logos." Ergebnis: Abendhimmel, eingeschaltete Straßenlampen, warmes Licht im Raum, und das schwarze Fahrrad mit Korb bleibt.
• Schritt 3, aus Schritt 2: "Replace the coffee in the white cup with a clear glass of iced tea with a lemon slice on the rim. Keep everything else exactly the same. Photorealistic, no text, no logos." Ergebnis: Eistee mit Zitronenscheibe statt Kaffee; die Abendszene hielt.

Alle vier Bilder sind synthetische Szenen von gpt-image-2. Generated with GPT-Image 2 via the OmniaKey API on October 28, 2026, size 1536x1024, quality medium.

Eine einzelne Bearbeitung vom Original

Nicht jede Bearbeitung braucht eine Kette. Diese startet beim Ausgangsfoto und tauscht ein Objekt auf dem Fensterbrett: "Remove the potted plant from the windowsill and place a stack of three old hardcover books there. Keep everything else exactly the same: the table, the cup, the red bicycle and the daylight. Photorealistic, no text, no logos."

Auf dem Fensterbrett lagen drei alte Hardcover-Bücher, die Pflanze war weg, und das rote Fahrrad blieb rot. Ein Satz bewirkte zwei Änderungen, und beide waren im Bild zu sehen.

Was blieb und was nicht

Tisch, Tasse, Pflanze und Fensterrahmen kamen durch alle drei Schritte, das schwarze Fahrrad und sein Korb überstanden die Abendbeleuchtung, und jede frühere Änderung war im nächsten Bild noch da. Das Licht bewegte sich einmal, in Schritt 2, wo der Satz es verlangte.

Die Zitronenscheibe saß am Glasrand, wie der Satz es verlangte, und der Eistee blieb auf der Untertasse. Jede Anweisung lief einmal, jedes Bild ist also eine Stichprobe.

Anweisungen, die funktioniert haben

Vier Anweisungen ergaben vier brauchbare Bearbeitungen mit einem gemeinsamen Muster.

• Eine Änderung pro Satz, danach die Liste dessen, was bleibt. Schritt 1 änderte das Fahrrad und nannte Tisch, Tasse, Pflanze und Fenster als unverändert.
• Wiederholen Sie die Liste in jeder Runde, auch die letzte Änderung: Schritt 2 schreibt "the black bicycle", Schritt 3 erhält den Abend.
• Sagen Sie, wohin das Neue kommt, im selben Satz wie das Alte: "place a stack of three old hardcover books there".
• Nutzen Sie konkrete Materialien und Farben: „mattschwarz“, „brauner Weidenkorb“, „warmes Gelb“, „klares Glas“.
• Schließen Sie mit "Photorealistic, no text, no logos". Jede Anweisung der Kette endete so.

Für die Reihenfolge der Sätze und die Formulierung der Änderung geht unser GPT Image 2 Prompt-Leitfaden die Struktur durch. Der Leitfaden zur virtuellen Anprobe behandelt Kleidertausch, und der Leitfaden zum Entfernen von Objekten behandelt das Löschen.

Welches Sie nehmen

Nehmen Sie Kontext, wenn eine FLUX-Pipeline bereits in Produktion läuft und Sie diese Aufrufform vorerst behalten wollen. Nehmen Sie GPT-Image 2, wenn Sie die Größe selbst bestimmen und eine Stunde Zeit für den Link haben. BFL verweist neue Arbeiten auf FLUX.2, ein neues Projekt ist also ein guter Moment, noch einmal hinzusehen.

Zu den Kosten: Die Preisseite von OpenAI (geprüft am 2026-10-28) rechnet gpt-image-2 pro Million Tokens ab, mit $8.00 für Bildeingabe, $30.00 für Bildausgabe und $2.00 für zwischengespeicherte Bildeingabe; Batch kostet die Hälfte des Standardpreises. Eine Zeile pro Bild gibt es nicht, der Leitfaden zur Bilderzeugung hat einen Rechner für ein Bild.

Häufige Fragen

Was macht die FLUX Kontext API?

Sie bearbeitet ein Foto nach einer Textanweisung, mit einem Prompt und einem Eingabebild pro Anfrage (BFL, geprüft am 2026-10-28). Auf der Seite von BFL heißt es, sie "edits images using simple text prompts".

Ist FLUX Kontext noch aktuell?

BFL nennt FLUX.1 Kontext ein Modell der vorherigen Generation und empfiehlt FLUX.2 für neue Projekte (geprüft am 2026-10-28).

Kann ich ein Foto per API nur mit Text bearbeiten?

Ja. Senden Sie ein Foto und eine Anweisung an den Bearbeitungs-Endpunkt von GPT-Image 2, und ein neues Foto kommt zurück. So haben wir am 28. Oktober 2026 vier Bearbeitungen gefahren.

Kann ich Bearbeitungen verketten?

Ja, mit einer Aufgabe pro Schritt: Jedes Ergebnis geht als nächstes Ausgangsfoto hinein. Unsere Kette aus drei Schritten erhielt die früheren Änderungen durch die Abendbeleuchtung und den Getränketausch.

Wie lange gelten die Links zum Ergebnis?

Etwa eine Stunde auf OmniaKey, während die Datei 24 Stunden aufbewahrt wird (docs.omniakey.com, geprüft am 2026-10-28). Laden Sie das PNG herunter, sobald die Aufgabe erfolgreich ist, und lesen Sie die echten Maße.

OmniaKey liefert Bearbeitungen mit GPT-Image 2 über den obigen Aufgabenablauf; die aktuellen Preise stehen auf der Preisseite.