Die Wellen-Textur in OpenAIs neuen Bildmodellen

Am 8. September 2026 hat OpenAI zwei neue Bildmodelle veröffentlicht: Flare und Sunburst. Ein Bildmodell ist eine KI, die aus einer Textbeschreibung ein Bild erzeugt. Man schickt einen Satz, zurück kommt ein Bild.

Flare löst den bisherigen Standard ab und liefert bessere Qualität bei kürzerer Wartezeit. Sunburst ist die Premium-Variante für besonders kontrollierte Ergebnisse. Beide kosten gleich viel, Sunburst braucht aber deutlich länger.

Ich habe beide am selben Tag über die API getestet. Die API ist die Schnittstelle, über die man die Modelle direkt per Programm ansprechen kann. Die Textbeschreibung:

old oil style painting, stoic philosopher plato teaching computer science in the ancient school of athens in a server room, accidentally Renaissance

Also: ein Ölgemälde, in dem der antike Philosoph Plato in einem Serverraum Informatik unterrichtet, im Stil der Renaissance. Flare brauchte 22 Sekunden, Sunburst 28. Als Kontrolle habe ich dasselbe Motiv auch von Googles Gemini generieren lassen.

Flare erzählt eine Geschichte: eine lesbare Tafel mit Code, Bücher mit Titeln wie “Python, Algorithms, Networks”. Sunburst orientiert sich stärker an Raffaels Schule von Athen, symmetrisch, mit Server-Racks als Säulen. Beide Bilder sind stilistisch überzeugend. Flare erzeugt Text fast fehlerfrei.

Die Wellen-Textur aus dem Vorgängermodell war sofort zu sehen. Roben, Wände, Haare tragen dasselbe wellenförmige Muster. Zwei neue Modelle, dasselbe Muster.

Was diese Textur ist

Das Muster ist schwer in Worte zu fassen. Man könnte es auch Knitter-, Kräusel- oder Rausch-Textur nennen.

Es fällt beim Reinzoomen nicht auf. Es zeigt sich, wenn man einen größeren Bildbereich überblickt: das Gehirn entdeckt Wiederholungen. Stoff, Marmor, Haut und Hintergrund tragen dieselbe Oberflächenstruktur, als läge eine Folie über dem Bild.

Besonders deutlich wird es bei Personengruppen. Jeder Kopf bekommt fast dieselbe Haarstruktur, jede Robe dieselbe Wellung. Einmal gesehen, habe ich es in jedem weiteren OpenAI-Bild wiedergefunden.

Höhere Auflösung und Qualitätsstufen helfen kaum. Flare auf höchster Stufe ist sogar stärker gewellt, weil das Modell mehr Detail in die Stofffalten erzeugt. Sunburst auf Maximum liefert das glatteste Ergebnis: weiche Pinselübergänge, fast saubere Wände. Das Muster bleibt aber in Haaren und Gruppen erkennbar.

OpenAI markiert seine Bilder mit SynthID, einem unsichtbaren Wasserzeichen von Google DeepMind, das kennzeichnet, woher ein Bild stammt. Eingebettet wird es seit den 2.5-Modellen. Die Wellen-Textur ist das Wasserzeichen aber nicht: Es gab sie schon beim Vorgängermodell, bevor SynthID eingeführt wurde. Und ein eingebettetes Wasserzeichen würde ein regelmäßiges Raster hinterlassen, das die Frequenzanalyse nicht findet.

Warum kein Computer das Muster findet

Claude und ich haben vier Ansätze probiert, das Muster automatisch zu erkennen. Keiner liefert einen Messwert, der OpenAI-Bilder zuverlässig vom Gemini-Kontrollbild trennt.

Wir haben nach regelmäßigen Rastern gesucht, die feine Struktur auf glatten Flächen gemessen, die Ausrichtung der Strukturen verglichen und auf manuell markierten Bereichen die Signalstärke geprüft. Bei jeder Messung hat Gemini mehr messbare Textur als OpenAI.

Das klingt verkehrt, und es fühlt sich auch so an.

Das Auge sieht trotzdem bei OpenAI das Problem. Der Grund: Nicht die Menge an Textur ist auffällig, sondern die Gleichförmigkeit. Stoff, Stein und Haut tragen bei OpenAI dieselbe Feinstruktur. Bei Gemini hat Marmor eine andere Oberfläche als Stoff und Stoff eine andere als Haut. Das ist der Unterschied, und kein einfacher Messwert bildet ihn ab.

Ein automatischer Filter bräuchte einen trainierten Klassifikator: ein System, das gelernt hat, wie verschiedene Materialien normalerweise aussehen.

Zwei Bilder, die das Muster sichtbar machen

Hochpass-Filter: Ein Hochpass-Filter entfernt großflächige Farbverläufe und lässt nur die feinen Strukturen stehen. Man kann es sich vorstellen wie einen Röntgenblick für Oberflächen.

Im Vergleichsbild zeigt Gemini eine Radierung mit ruhigen Flächen, wo wenig Detail ist. Alle drei OpenAI-Varianten (Flare, Sunburst, Codex) sind gleichmäßig mit feinem Grieß gefüllt, auf jeder Oberfläche. Codex ist dabei kein eigenes API-Modell, sondern das eingebaute Bildmodell des Codex-Werkzeugs: Es läuft über mein enthaltenes ChatGPT-Kontingent statt über die API, und welches Modell dahintersteckt, lässt sich nicht wählen. Auch dieses Bild trägt die Textur, im Hochpass deutlich, mit bloßem Auge nur schwach.

Alle Hochpass-Bilder in voller Auflösung: Flare, Sunburst, Codex, Gemini.

Blinzel-Test: Das Gegenteil vom Zoom. Die Bilder werden verkleinert und ein mittlerer Strukturbereich isoliert. Objekte, Personen und Architektur verschwinden. Was bei Gemini übrig bleibt, ist eine erkennbare Zeichnung mit Bögen und Umrissen. Was bei Flare übrig bleibt, ist gleichförmiges Rauschen.

Zwei Verstärkungsstufen. Stufe 5 hebt die Muster in den Flächen hervor, Stufe 7 die Wellenstruktur an den Kanten. Beide Bilder zeigen oben das Graustufen-Original, unten den isolierten Bereich.

Die Originalbilder: Flare, Sunburst, Gemini.

Das Muster liegt knapp unterhalb der normalen Betrachtungsauflösung. Auf einem Monitor in voller Breite ist es sofort da.

Zur Transparenz: Das Gemini-Bild ist ein JPEG mit 1376 mal 768 Pixeln, die OpenAI-Bilder sind PNGs mit 1536 mal 864. Nach der Verkleinerung für den Filter spielt der Unterschied keine Rolle.

Was das für mich heißt

Flare und Sunburst sind bei Text, Komposition und Geschwindigkeit ein Fortschritt. Solange die Wellen-Textur bei bestimmten Motiven sichtbar bleibt, greife ich dort auf Gemini zurück. Es gibt Bilder, bei denen man das Muster kaum sieht. Bei anderen springt es ins Auge.

Die beste Milderung innerhalb von OpenAIs Modellen: Sunburst mit der höchsten Qualitätsstufe. Die Wartezeit verdoppelt sich, die Kosten bleiben gleich.

Wer ein ChatGPT-Abo hat und keinen eigenen Entwicklerzugang anlegen will: OpenAI bietet mit Codex ein Werkzeug an, das Bilder erzeugen kann, ohne dass zusätzliche Kosten anfallen. Die Qualität ist gut, das Muster war bei meinem Testbild sogar schwächer als bei Flare.