GPT Image 2.5 vs Nano Banana 2.1: Test mit gleichem Prompt und Preis

Am 26. Oktober 2026 haben wir dieselben vier Prompts durch GPT Image 2.5 Sunburst, GPT Image 2.5 Flare und Nano Banana 2.1 geschickt. Sunburst gewann das Menü, Flare das Produktfoto, zwei Tests endeten unentschieden. Ein 2K-Bild kostete zu OpenAIs Preisen mit GPT auf high rund $0.50, zu Googles Preisen für Nano Banana 2.1 rund $0.056.

GPT Image 2.5 Flare machte das beste Produktfoto, zeichnete aber einen unverlangten Leuchtturm ins Menü und zählte beide Gläser falsch. Es hat dieselben Token-Preise wie Sunburst und war in unseren Läufen nicht schneller.

Alle drei gibt es auf OmniaKey: GPT Image 2.5 Sunburst, GPT Image 2.5 Flare und Nano Banana 2.1.

So haben wir getestet

• Modelle: gpt-image-2.5-sunburst, gpt-image-2.5-flare und gemini-nano-banana-2.1 auf OmniaKey. OpenAI veröffentlicht außerdem datierte Snapshots, gpt-image-2.5-sunburst-2026-09-08 und gpt-image-2.5-flare-2026-09-08; wir nutzten die IDs ohne Datum.
• Einstellungen: Sunburst und Flare mit size 2048x2048 und quality high, Nano Banana 2.1 mit image_size 2K, aspect_ratio 1:1 und seinem Standard-Denken. Jedes Bild ist 2048×2048.
• Datum: 26. Oktober 2026. Das Menü lief zweimal auf Sunburst und Nano Banana 2.1 und einmal auf Flare, jeder andere Test einmal pro Modell. Mit dem Ausgangsbild der Bearbeitung und drei zusätzlichen Qualitätsläufen sind das 18 Aufrufe, und alle klappten im ersten Versuch.
• Das Ausgangsbild der Bearbeitung entstand mit GPT Image 2, einem älteren Modell, und alle drei Modelle bekamen dieselbe Datei.
• Die Zeit läuft vom Anlegen der Aufgabe bis zum fertigen Ergebnis, abgefragt alle 4 s über die asynchrone Medien-API von OmniaKey, enthält also die Wartezeit.
• Geprüft wurde in voller Größe: jedes Wort und jeder Preis, gezählte Objekte in vergrößerten Ausschnitten, ob jedes Bild jeder Zeile seines Prompts folgt und bei der Bearbeitung, welche Dinge gleich blieben.
• OmniaKey verkauft API-Zugang zu allen drei Modellen, deshalb liefen die Tests darüber. Jeder Preis unten ist OpenAIs oder Googles eigener Listenpreis, nicht unserer.
• Quellen: OpenAIs Modellseiten zu GPT Image 2.5 Sunburst und Flare, die API-Preise, die Anleitung zur Bildgenerierung und das Änderungsprotokoll; von Google die Gemini-API-Preise, die Bildgenerierung und das Änderungsprotokoll, alle am 25. Oktober 2026 geprüft.

Ein bis zwei Bilder pro Prompt und Modell sind eine kleine Stichprobe, deshalb ist jedes Ergebnis ein Beispiel zum Anschauen.

Vier Tests, gleiche Prompts

Test 1: Café-Menü mit sechs Preisen (1:1)

Dieser Test liest jedes Wort und jeden Preis auf einer gedruckten Menükarte und prüft, ob die Preise in einer Spalte stehen.

Prompt:

A printed café menu card lying flat on a marble table, shot from directly above. The card is cream paper with dark green ink. At the top, a large heading reads "HARBOR CAFÉ". Below it, six items, each on its own line with the price aligned to the right: "Flat White — $4.50", "Oat Latte — $5.25", "Cardamom Bun — $3.75", "Avocado Toast — $9.00", "Shakshuka — $11.50", "Lemon Tart — $4.25". At the bottom, in small italic text: "Open daily 7am–3pm". Natural window light, soft shadows, a sprig of rosemary at one corner of the card.

Was der Prompt verlangt: eine gedruckte Café-Menükarte flach auf einem Marmortisch, von direkt oben fotografiert. Die Karte ist cremefarbenes Papier mit dunkelgrüner Tinte, oben steht die große Überschrift "HARBOR CAFÉ", darunter sechs Gerichte, je eines pro Zeile, der Preis rechtsbündig. Unten in kleiner Kursivschrift "Open daily 7am–3pm", dazu Fensterlicht, weiche Schatten und ein Zweig Rosmarin an einer Ecke der Karte.

• GPT Image 2.5 Sunburst (36.7 s und 34.3 s): jedes Wort und jeder Preis in beiden Läufen richtig, inklusive "CAFÉ" und des Halbgeviertstrichs in "7am–3pm". Beide Läufe ließen die Gedankenstriche weg und setzten die Preise in eine rechtsbündige Spalte wie auf einer gedruckten Karte. Der Rosmarin liegt an der Ecke der Karte, teils außerhalb; Lauf 1 ergänzte am Rand eine Kaffeetasse und ein Wasserglas, Lauf 2 eine Kaffeetasse.
• GPT Image 2.5 Flare (42.9 s): jedes Wort und jeder Preis richtig, Gedankenstriche weg, Preise rechtsbündig, mit einer dünnen Linie zwischen den Zeilen und einem Rahmen um die Karte. Es ergänzte eine kleine Zeichnung von Leuchtturm und Vögeln über der Überschrift sowie eine Kaffeetasse und ein Wasserglas.
• Nano Banana 2.1 (36.5 s und 32.8 s): jedes Wort und jeder Preis in beiden Läufen richtig, und der Rosmarin liegt wie verlangt an der Ecke der Karte. Es behielt die Gedankenstriche, deshalb stehen die Preise nie in einer Spalte: Lauf 1 hat unterschiedlich lange Führungslinien, Lauf 2 gar keine Ausrichtung nach rechts.

Fazit: GPT Image 2.5 Sunburst. Alle fünf Menüs schrieben jedes Wort und jeden Preis richtig, beim Text also Gleichstand. Sunburst machte aus den Zeilen "Flat White — $4.50" zweimal eine echte Karte mit rechtsbündiger Preisspalte und ergänzte auf der Karte selbst nichts. Nano behielt die Striche wörtlich, deshalb stehen seine Preise nie bündig, und Flare zeichnete einen Leuchtturm, den niemand verlangt hatte.

Test 2: Objekte auf einem Regal zählen (1:1)

Dieser Test prüft zwei exakte Zahlen in einem Bild und ob das Regal wie verlangt bleibt.

Prompt:

A studio photo of a wooden shelf against a light gray wall. On the shelf, from left to right: a clear glass jar holding exactly five red marbles, an empty clear glass jar, and a clear glass jar holding exactly three yellow lemons. A small white paper tag hangs from the middle jar with the number "2" written on it in black marker. A single blue feather lies on the shelf in front of the right jar. Soft, even lighting and no other objects.

Was der Prompt verlangt: ein Studiofoto eines Holzregals vor einer hellgrauen Wand. Von links nach rechts ein klares Glas mit genau fünf roten Murmeln, ein leeres Glas und ein Glas mit genau drei gelben Zitronen. Am mittleren Glas hängt ein weißes Papierschild mit der schwarzen Filzstift-Zahl "2", vor dem rechten Glas liegt eine einzelne blaue Feder. Weiches, gleichmäßiges Licht, sonst nichts.

• GPT Image 2.5 Sunburst (32.9 s): genau 5 rote Murmeln im linken Glas und ein leeres mittleres Glas mit dem Schild "2". Das rechte Glas zeigt 3 Zitronen vorne und eine vierte, teils verdeckt dahinter, also 4. Die Feder liegt vorne zwischen dem mittleren und dem rechten Glas.
• GPT Image 2.5 Flare (37.7 s): 6 Murmeln in einer Pyramide und 4 Zitronen rechts, 3 vorne und eine teils verdeckt. Das mittlere Glas ist leer und trägt das Schild "2".
• Nano Banana 2.1 (37.5 s): 7 Murmeln im linken Glas und genau 3 Zitronen rechts, am Glas entlang aufgestapelt. Das mittlere Glas ist leer und trägt das Schild "2", und die Gläser sind höher, im Mason-Jar-Stil.

Fazit: Gleichstand zwischen Sunburst und Nano Banana 2.1. Kein Modell traf beide Gläser: Sunburst versteckte eine vierte Zitrone, Nano setzte sieben Murmeln hinein, Flare verfehlte beide. Wenn Zahlen zählen, prüfe jedes Bild und bitte die Dinge nebeneinander anzuordnen ("three lemons in a row, none behind").

Test 3: Produktfoto eines weißen Laufschuhs aus Leder (1:1)

Dieser Test prüft, ob eine Studio-Vorgabe durchhält: glänzende Reflexe, unscharfes Neon, kein Text und keine Logos.

Prompt:

Product photo of a white leather running shoe on wet black asphalt at night, low angle, close-up. Pink and teal neon signs are out of focus in the background, and their colors reflect in the puddles and on the shoe's glossy surfaces. Small water droplets on the toe box. Sharp focus on the shoe, shallow depth of field, realistic commercial photography, no logos and no text.

Was der Prompt verlangt: ein Produktfoto eines weißen Laufschuhs aus Leder auf nassem schwarzem Asphalt bei Nacht, niedriger Winkel, Nahaufnahme. Pinke und türkise Neonschilder stehen unscharf im Hintergrund, ihre Farbe spiegelt sich in den Pfützen und auf den glänzenden Flächen des Schuhs. Kleine Wassertropfen auf der Zehenkappe, scharfer Fokus auf dem Schuh, geringe Schärfentiefe, realistische Werbefotografie, keine Logos und kein Text.

• GPT Image 2.5 Sunburst (41.5 s): nasser Asphalt, pinke und türkise Neonreflexe, Tropfen auf der Zehenkappe, ein glänzendes Lack-Finish und kein Text. Doch der Schuh wird getragen: Ein Knöchel und eine schwarze Jogginghose sind im Bild, also ein Lifestyle-Foto statt des verlangten Produktfotos.
• GPT Image 2.5 Flare (41.8 s): ein einzelner Schuh auf nassem Asphalt bei Nacht aus niedrigem Winkel, Neon unscharf dahinter, Farbe in den Pfützen und auf dem glänzenden Finish, Tropfen auf der Zehenkappe, kein Text und keine Logos. Das kommt jeder Zeile der Vorgabe am nächsten.
• Nano Banana 2.1 (47.3 s): ein einzelner Schuh aus mattem, perforiertem Leder, am ehesten echtes Leder von den dreien, mit Tropfen auf der Zehenkappe. Die Zeile "kein Text" brach: Das verschwommene pinke Neon dahinter hat die Form eines Wortes, der Boden wirkt glitzernd statt pfützig, und der Schuh glänzt nicht.

Fazit: GPT Image 2.5 Flare. Nur dieses Modell lieferte ein schlichtes Produktfoto mit glänzenden Reflexen und ohne Text. Sunburst steckte den Schuh an einen Fuß, und Nano machte den lederartigsten Schuh, setzte aber Neon in Wortform dazu.

Test 4: Ein Raum, bearbeitet (1:1)

Dieser Test prüft eine Bearbeitung, die den Raum erhält: Nur das Sofa ändert sich und eine Pflanze kommt dazu.

Prompt:

Change the sofa to dark green velvet and put a tall potted fiddle-leaf fig plant on the left side of the sofa. Keep everything else exactly the same: the walls, the window, the coffee table, the books, the rug, the light and the camera angle.

Was der Prompt verlangt: das Sofa gegen dunkelgrünen Samt tauschen und links daneben eine hohe, getopfte Geigenfeige stellen. Alles andere bleibt genau gleich: die Wände, das Fenster, der Couchtisch, die Bücher, der Teppich, das Licht und der Kamerawinkel.

Das Ausgangsfoto machten wir mit GPT Image 2, einem älteren Modell, nach einem Prompt für ein hellgraues Dreisitzer-Stoffsofa vor weißer Wand, einen runden Eichentisch mit zwei Büchern, einen cremefarbenen Wollteppich und ein großes Fenster rechts mit Vorhängen, im Nachmittagslicht. Alle drei Modelle bekamen dieselbe Datei.

• GPT Image 2.5 Sunburst (43.1 s): ein dunkelgrünes Samtsofa und eine hohe Geigenfeige im Korb links. Wände, beide Bilderrahmen, Fenster, Vorhänge, Kissen, Decke, Eichentisch, beide Bücher, die Buchrücken-Beschriftung, Teppich, Licht und Kamerawinkel stimmen mit dem Ausgangsbild überein. Das Regal ganz links ist weg, und die Pflanze steht an seiner Stelle.
• GPT Image 2.5 Flare (37.5 s): dasselbe Ergebnis wie Sunburst, mit der Feige links, jedem gelisteten Ding und der Buchrücken-Beschriftung erhalten, und dem Regal weg.
• Nano Banana 2.1 (33.2 s): ein dunkelgrünes Samtsofa und eine Feige im weißen Topf links, das Regal ist erhalten. Es verkürzte aber das Sofa, rückte sein linkes Ende nach rechts, damit Pflanze, Decke und Kissen Platz haben, und machte aus der Buchrücken-Beschriftung andere, unlesbare Buchstaben. Tisch, Teppich, Fenster und Licht blieben.

Fazit: Gleichstand zwischen Sunburst und Flare. Beide behielten jedes gelistete Ding bis hin zur Buchrücken-Beschriftung und schufen Platz für die Pflanze, indem das Regal verschwand. Nano behielt das Regal, verkürzte aber das Sofa und änderte die Buchrücken-Beschriftung, und der Prompt verlangte, dass die Bücher gleich bleiben.

Ergebnis pro Test

Jedes Menü schrieb jedes Wort und jeden Preis richtig, deshalb entschied das Layout diesen Test: GPT behandelte die Gedankenstriche als Trenner und richtete die Preise aus, Nano behielt sie. Jedes Modell ließ außerdem eine Zeile einer Vorgabe fallen: Sunburst machte ein Lifestyle-Foto statt eines Produktfotos, Flare zeichnete ins Menü, und Nano setzte Neon in Wortform in ein "kein Text"-Foto.

Preis und Tempo

OpenAI rechnet GPT Image 2.5 pro Token ab und nennt keinen Preis pro Bild, deshalb sind die Zahlen unten die Tokens, die unsere Bilder berechnet haben, mal OpenAIs Sätze.

OpenAI nimmt $30 pro Million Ausgabe-Tokens für Bilder, ein Bild auf high sind also 16,640 × $30 pro Million = $0.4992, dazu 79–160 Text-Eingabe-Tokens zu $5 pro Million, höchstens $0.0008.

Auf Handygröße sehen die drei gleich aus, in voller Größe ist das Menü auf low etwas weicher. Das ist ein Prompt, nimm es also als Hinweis.

Sunburst und Flare berechneten bei gleicher Qualität dieselben Tokens: 16,640 auf high, 4,224 auf medium. Die Bearbeitung auf high kostete zusätzlich 1,659 Eingabe-Bild-Tokens zu $8 pro Million und 56 Text-Tokens, rund $0.51.

Googles Listensätze, geprüft am 25. Oktober 2026, sind $30 pro Million Ausgabe-Tokens für Bilder, $7.50 pro Million Ausgabe-Tokens für Text und Denken und $1.50 pro Million Eingabe-Tokens.

Unsere Bearbeitung mit Nano nutzte 258 Denk-Tokens und ein Eingabebild mit 1,120 Tokens, rund $0.054. Auf high kostet GPT Image 2.5 pro 2K-Bild rund 9-mal so viel, auf medium rund 2.3-mal so viel, und auf low weniger: $0.033 gegen $0.056.

Nano kostet mehr als Googles gelisteter Bildpreis, weil Denken auf medium standardmäßig an ist und als Textausgabe zu $7.50 pro Million abgerechnet wird. Unser Test Qwen Image 3 vs Nano Banana 2.1 hat denselben Effekt gemessen.

Beide Anbieter berechnen für Batch-Aufgaben die Hälfte des Standardsatzes.

Low und medium machten GPT nicht schneller: Die Menüs auf low und medium brauchten 37.3 s auf Sunburst und 37.8 s auf Flare mit medium. Die aktuellen Sätze von OmniaKey stehen auf den Modellseiten zu Sunburst, Flare und Nano Banana 2.1.

Sunburst oder Flare?

Sunburst für Text, Layouts und Zählen, Flare für Produktfotos; pro Token kosten beide gleich viel. OpenAIs eigener Rat lautet "Choose Sunburst for workflows where editing precision matters most, and Flare for fast, high-quality everyday image generation." Die Modellseiten führen Sunburst als "Highest" bei Tempo "Medium" und Flare als "Higher" bei "Very fast", beide zu denselben Token-Sätzen.

In unseren Läufen berechneten beide identische Tokens und lieferten fast identische Bearbeitungen, und Flare machte das beste Produktfoto. Flare zeichnete aber ins Menü, verzählte sich bei beiden Gläsern und hatte mit 41.8 s den langsamsten Median. OpenAIs Dokumentation nennt zwei weitere Qualitätsstufen, xhigh und max, die wir nicht getestet haben, und was sich gegenüber der vorigen Generation geändert hat, steht in GPT Image 2.5 vs GPT Image 2.

Vorteile und Nachteile

GPT Image 2.5 Sunburst

• Vorteile: jedes Wort in beiden Menü-Läufen richtig und die Preise bündig, die richtige Murmelzahl, eine Bearbeitung, die jedes gelistete Ding behielt, und der schnellste Median mit 35.5 s.
• Nachteile: steckte den Schuh an einen Fuß, versteckte eine vierte Zitrone, ergänzte eine Kaffeetasse und ein Wasserglas in der Menüszene und kostet rund $0.50 pro 2K-Bild auf high.

GPT Image 2.5 Flare

• Vorteile: das beste Produktfoto und eine Bearbeitung so gut wie die von Sunburst.
• Nachteile: zeichnete einen unverlangten Leuchtturm ins Menü, verzählte sich bei beiden Gläsern und hatte trotz OpenAIs Label "Very fast" den langsamsten Median mit 41.8 s.

Nano Banana 2.1

• Vorteile: jedes Wort richtig, genau drei Zitronen, der Rosmarin an der verlangten Stelle, das Regal erhalten und rund $0.056 pro 2K-Bild. Googles Dokumentation nennt 4K und bis zu 14 Referenzbilder, was Nano Banana 2.1 vs Pro neben Pro misst.
• Nachteile: behielt die Gedankenstriche, deshalb stehen die Preise nie bündig, sieben Murmeln statt fünf, Neon in Wortform in einem "kein Text"-Foto, ein verkürztes Sofa und geänderte Buchrücken-Beschriftung in der Bearbeitung und Denk-Tokens bei jedem Bild.

Welches Modell für welche Aufgabe

Denselben Test über eine API

Das schickt den Menü-Prompt aus Test 1 an Sunburst mit 2048×2048 und hoher Qualität, so wie wir es ausgeführt haben:

curl https://api.omniakey.com/v1/media/tasks \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: harbor-cafe-menu-001" \
  -d '{
    "model": "gpt-image-2.5-sunburst",
    "type": "image",
    "operation": "generate",
    "input": {"prompt": "A printed café menu card lying flat on a marble table, shot from directly above. The card is cream paper with dark green ink. At the top, a large heading reads \"HARBOR CAFÉ\". Below it, six items, each on its own line with the price aligned to the right: \"Flat White — $4.50\", \"Oat Latte — $5.25\", \"Cardamom Bun — $3.75\", \"Avocado Toast — $9.00\", \"Shakshuka — $11.50\", \"Lemon Tart — $4.25\". At the bottom, in small italic text: \"Open daily 7am–3pm\". Natural window light, soft shadows, a sprig of rosemary at one corner of the card."},
    "parameters": {"size": "2048x2048", "quality": "high"}
  }'

1. Die Antwort ist 202 mit einer Aufgaben-ID.
2. Rufe https://api.omniakey.com/v1/media/tasks/{id} alle paar Sekunden ab, bis status succeeded ist.
3. Lade das Bild von assets[0].url herunter.

Für Flare model auf gpt-image-2.5-flare setzen. Auf OmniaKey nimmt quality die Werte low, medium, high oder auto, und medium senkte unsere Ausgabe-Tokens von 16,640 auf 4,224.

Für Nano Banana 2.1 model auf gemini-nano-banana-2.1 und parameters auf {"aspect_ratio": "1:1", "image_size": "2K"} setzen, weil OmniaKey size bei diesem Modell ablehnt. Zum Bearbeiten operation auf edit setzen und das Ausgangsbild als input.image mit {"data": "<base64>", "mime_type": "image/jpeg"} senden, die ganze Anfrage bleibt bei höchstens 1 MiB. GPT-Image-Modelle geben PNG zurück, Gemini-Modelle meist JPEG.

Starte auf den Modellseiten zu GPT Image 2.5 Sunburst, GPT Image 2.5 Flare und Nano Banana 2.1, jeden Parameter erklärt die Dokumentation zur Bild-API.

Häufige Fragen

Ist GPT Image 2.5 besser als Nano Banana 2.1?

Nach Test: Sunburst gewann das Menü, Flare das Produktfoto, und Zählen und Raumbearbeitung endeten unentschieden. Beim Preis ist es umgekehrt, rund $0.50 gegen rund $0.056 pro 2K-Bild auf high. Nimm die GPT-Modelle für Layouts und Bearbeitungen, die erhalten bleiben müssen, und Nano, wenn die Rechnung wichtiger ist.

Worin unterscheiden sich GPT Image 2.5 Sunburst und Flare?

OpenAI positioniert Sunburst für Bearbeitungspräzision und Flare für schnelle Alltagsgenerierung und führt Sunburst als "Highest" bei Tempo "Medium" gegenüber Flares "Higher" und "Very fast". Beide nutzen dieselben Token-Sätze und berechneten in unseren Läufen dieselben Tokens. Flare lieferte das beste Produktfoto, Sunburst das sauberste Menü-Layout.

Wie viele Tokens verbraucht ein Bild von GPT Image 2.5?

Bei 2048×2048 berechneten unsere Bilder 1,088 Ausgabe-Tokens auf low, 4,224 auf medium und 16,640 auf high, die Bearbeitung kam mit 1,659 Eingabe-Bild-Tokens dazu. OpenAIs Rechner schätzt den Verbrauch von 2.5 nicht, miss also einen ersten Stapel und multipliziere mit $30 pro Million Ausgabe-Tokens.

Warum kostet Nano Banana 2.1 mehr als sein gelisteter Bildpreis?

Weil Denken auf medium standardmäßig an ist und als Textausgabe zu $7.50 pro Million abgerechnet wird. Unsere vier Generierungen nutzten einen Median von 730 Denk-Tokens, rund $0.0055 zusätzlich zu den $0.0504 für das Bild.

Ist gpt-image-2 veraltet?

Nein. OpenAIs Seite zu veralteten Modellen hat keine Zeile für gpt-image-2, und die Bild-Anleitung beschreibt es weiterhin. Die älteren gpt-image-1-mini, gpt-image-1.5 und chatgpt-image-latest verlassen die API am 1. Dezember 2026, Ersatz sind Sunburst oder Flare, und gpt-image-1 wurde am 23. Oktober 2026 abgeschaltet.

Änderungsprotokoll

• 26. Oktober 2026: erste Version, die vier Tests mit gleichem Prompt liefen am selben Tag.