A cartoon orange tabby cat in a red jacket dancing upright on its hind legs, motion arcs sweeping behind it - the kind of looping animation this guide generates from a single text prompt.
Anleitungen

So erstellen Sie ein animiertes GIF aus einem Text-Prompt (GPT Image 2.6)

Veröffentlicht am Nov 6, 2026

Maschinell übersetzt

Kurze Antwort: ja. GPT Image 2.6 liefert ein animiertes, endlosschleifendes GIF aus einem gewöhnlichen Text-Prompt – 2 bis 16 Frames, eine von Ihnen gewählte Frame-Verzögerung, optional ein transparenter Hintergrund – ganz ohne Videomodell und ohne Timeline – und es kann auch ein Foto animieren, das Sie bereits besitzen. Nachfolgend finden Sie den exakten Prompt, die exakten Einstellungen, das Ergebnis und die Kosten für jeden einzelnen Durchgang. Die wichtigste Erkenntnis: Mehr Frames bedeuten nicht mehr Bildmaterial. Sie bedeuten weniger.

Offenlegung: Wir erstellen CombiChat, welches den Zugang zu diesen Modellen verkauft, daher haben wir ein offensichtliches Interesse daran, dass Sie glauben, dies sei kostengünstig. Jeder hier angegebene Kostenpunkt entspricht der Credit-Belastung auf unserem eigenen Konto für die Durchgänge auf dieser Seite – es handelt sich nicht um eine Schätzung und nicht um eine Preisliste des Anbieters. Die Methode finden Sie am Ende. Gemessen am 6. November 2026.

Was Sie erstellen

Eine Cartoon-Zeichnung einer orangefarbenen Glückskatze in einer roten Bomberjacke, die auf ihren Hinterbeinen tanzt, wobei sich sechzehn Frames abwechseln – die fertige Animation, die dieses Handbuch aus einem einzigen Text-Prompt generiert.

Ein Prompt, ein Durchlauf, eine Datei: 16 Frames, eine 1,6-sekündige Schleife, transparenter Hintergrund, damit sie auf jede Farbe passen. Es hat etwa eine Minute gedauert und 22.428 Credits gekostet, etwa 22 Cent.

Die Einstellungen

Der Composer von CombiChats Bildstudio mit dem Format auf gif eingestellt, 16 Frames, Frame-Dauer 100ms, Qualität hoch und Hintergrund transparent – die exakten Einstellungen, die für die Animation in diesem Handbuch verwendet wurden.

Der entscheidende Trick liegt darin, in der Zeile Format gif auszuwählen. Es handelt sich hierbei nicht um eine Container-Wahl wie PNG gegenüber WebP – es ändert, was das Modell zurückgibt, weshalb in dem Moment, in dem Sie es auswählen, zwei zusätzliche Zeilen daneben erscheinen.

SteuerungWir haben verwendetWarum
ModellGPT Image 2.6 SunburstDie auf Details optimierte Hälfte des 2.6-Paares. Einen Charakter über sechzehn Frames hinweg beizubehalten, ist der schwierigste Teil dieser Aufgabe, und Sunburst ist darauf ausgelegt, Konsistenz über die Renderings hinweg zu gewährleisten.
FormatgifErmöglicht die Anzeige von Frames und Frame-Dauer. Jeder andere Wert liefert ein Standbild.
Frames16Das Limit. Lesen Sie den nächsten Abschnitt, bevor Sie reflexartig danach greifen.
Frame-Dauer100ms16 Frames x 100ms = eine 1,6-sekündige Schleife, etwa 10 Frames pro Sekunde.
QualitäthochDie Einstellung, die Ihre Kosten von Ende zu Ende um das 8,5-fache beeinflusst.
Verhältnis1:1Das quadratische Format übersteht jeden Zuschnitt, den eine Social-Media-Plattform anwendet.
HintergrundtransparentMacht das Ergebnis zu einem Sticker statt zu einem Bild einer Katze auf einem weißen Quadrat.
Anzahl1Eine Schleife reicht für dieses Beispiel aus. Höhere Zahlen funktionieren ebenfalls — jede Animation wird als eigener Auftrag generiert, sodass sie nicht um ein gemeinsames Budget konkurrieren.

Die Frame-Dauer reicht von 20 ms bis 2.000 ms in einem 10-Millisekunden-Raster, und dieses Raster ist keine willkürliche Wahl: Ein GIF speichert seine Frame-Verzögerung in Hundertstelsekunden, sodass eine Verzögerung von 55 ms als 60 in die Datei geschrieben würde und die Steuerung Sie belügen würde. Zwanzig Millisekunden sind zudem die schnellste Verzögerung, die Browser berücksichtigen – Chrome und Firefox begrenzen alles, was schneller ist, stillschweigend auf 100 ms.

Der Prompt

text
Eine Endlosschleife einer 16-Frame-Animation einer dicken, orangefarbenen Glubschaugenkatze in einer winzigen roten Bomberjacke, die auf den Hinterbeinen steht und einen Charleston-Tanzschritt macht: die Knie schwingen nach innen und kreuzen sich, die Vorderpfoten kreuzen sich an den Knien, der Schwanz schwingt entgegengesetzt zu den Hüften, die Ohren wippen im Takt. Flacher Cel-Shading-Cartoon-Stil, kräftige schwarze Umrisse, vier flache Farben pro Form, keine Verläufe und keine Texturen. Ganzer Körper von den Ohren bis zu den Pfoten, zentriert, großzügiger Leerraum an allen Seiten. Die letzte Pose kehrt exakt zur ersten zurück, sodass die Schleife nahtlos ist.

Drei Dinge darin leisten die eigentliche Arbeit, und jedes einzelne davon war ursprünglich ein Fehler, den wir gemacht haben.

Beschreiben Sie die Anatomie; benennen Sie den Vergleich niemals. Die natürliche Art, dies zu schreiben, wäre: "eine Katze, die wie ein Mensch tanzt, auf zwei Beinen wie eine Person". Tun Sie das nicht. Ein Bildmodell liest "wie ein Mensch" nicht als Vergleich – es liest es als Substantiv, nach dem Sie gefragt haben, und Sie erhalten eine Person im Bild. Wenn Sie stattdessen die Pose genau beschreiben (auf den Hinterbeinen aufrecht stehend, die Knie nach innen angewinkelt, die Pfoten an den Knien gekreuzt), rufen Sie exakt dasselbe Bild ab, ohne eine Person zu benennen. Das Hinzufügen von "keine Menschen" hilft ebenfalls nicht; das Wort befindet sich so oder so im Prompt.

Flache Farben sind hier keine Stilpräferenz, sondern das Dateiformat. Ein GIF speichert maximal 256 Farben pro Frame und komprimiert, indem es Folgen identischer Pixel findet. Weiche, fotorealistische Schattierungen machen beides gleichzeitig zunichte: Die Farbpalette wird in Bänder posterisiert und die Dateigröße schwillt massiv an. Wenn Sie nach vier flachen Farben pro Form, ohne Verläufe, mit kräftigen Umrissen fragen, wird das Ergebnis kleiner und sieht besser aus. Cel-Animation und GIF wurden füreinander geschaffen.

Fordern Sie einen nahtlosen Loop ein. Die letzte Pose kehrt exakt zur ersten zurück ist ein einfacher Satz, der einen nahtlosen Zyklus garantiert. Lassen Sie ihn weg, und die Animation springt jedes Mal sichtbar, wenn sie neu startet.

Mehr Frames, weniger Pixel

Das ist der Teil, über den niemand schreibt, und er ist das Gegenteil der Funktionsweise der Videobepreisung.

Die Anfrage an GPT Image 2.6 nach mehr GIF-Frames liefert Ihnen nicht mehr Bild: Es wird ein etwa feststehendes Pixelbudget unter ihnen aufgeteilt. Ein Loop mit 2 Frames wurde mit 1216 x 816 zurückgegeben, und jeder generierte Loop mit 16 Frames kam bei etwa einem halben Megapixel an – 864 x 576 oder 704 x 704 – über beide 2.6-Modelle, zwei Seitenverhältnisse und alle vier Qualitätsstufen hinweg.

Gemessen über 20 animierte Durchgänge auf beiden GPT Image 2.6 Modellen, November 2026. Jedes 16-Frame-GIF wies eine Größe von etwa einer halben Megapixel auf.

Das Modell rendert Ihre Frames nicht in voller Größe und berechnet den Preis pro Frame. Es verteilt ein annähernd fest vorgegebenes Pixelbudget auf diese. Vier Frame-Anzahlen, dasselbe Modell, dieselbe Qualität, dasselbe Seitenverhältnis:

FramesGelieferte LeinwandMegapixelVerbrauchte Credits
21216 x 8160.997,858 (~$0.07)
41216 x 8160.997,859 (~$0.07)
91152 x 7680.887,222 (~$0.07)
16864 x 5760.507,219 (~$0.07)

Der Wechsel von 2 Frames zu 16 Frames kostete in dieser Serie nichts und halbierte die Auflösung. Wir haben denselben Zusammenbruch der Leinwand beim anderen 2.6-Modell bei einem anderen Seitenverhältnis und in jeder Qualitätsstufe beobachtet: Jedes von uns generierte 16-Frame-GIF, über beide Modelle und alle vier Stufen hinweg, wies eine Größe von etwa einer halben Megapixel auf. Dieser Teil ist zuverlässig.

Die Kosten hingegen nicht. Beim zweiten Modell blieb die Rechnung nicht konstant:

Modell, Qualität, Verhältnis2 Frames16 Frames
2.6 Flare, niedrig, 3:27.858 Credits (~$0,07)7.219 (~$0,07) — pauschal
2.6 Sunburst, hoch, 1:110.650 Credits (~$0,10)22.428 (~$0,22) — 2,1x

Planen Sie Ihr Budget also nicht nach dem Motto „Frames sind kostenlos“. Planen Sie es basierend auf der einen Konstante, die überall gilt: Die Anzahl der Frames wird immer durch die Auflösung bezahlt; manchmal durch Geld. Dies lässt Ihnen eine echte Wahlmöglichkeit statt eines Gratis-Menüs:

  • Wollen Sie flüssige Bewegungen? Wählen Sie 16 Frames und akzeptieren Sie etwa 704 x 704 Pixel. Für eine Schleife, die in einem Chat-Fenster mit 400 Pixeln Breite angezeigt wird, ist dies fast immer die richtige Entscheidung.
  • Wollen Sie Schärfe? Wählen Sie 2 bis 4 Frames mit der vollen Megapixel-Auflösung und gestalten Sie die Bewegung passend dazu – ein Blinzeln, ein Aufprall, eine Welle, ein Schwanzwedeln. Eine Zwei-Frame-Schleife ist ein absolut ansehnlicher Sticker und macht nur ein Fünftel der Dateigröße aus.

Eine Besonderheit, die man kennen sollte, da sie die Struktur des oben Beschriebenen erklärt: Das Modell rendert eine Animation nicht als Sequenz. Es legt die Frames als ein einziges großes Raster an – eine 16-Frame-Schleife bei 704x704 ist in Wirklichkeit ein 2816x2816-Blatt –, was genau der Grund ist, warum die Frame-Anzahl Ihre Auflösung verringert. Wenn Sie mehrere Schleifen auf einmal anfordern, sendet CombiChat jede als eigene Anfrage, sodass sie nicht um dasselbe Budget konkurrieren.

Unten finden Sie die Animation von oben auf dieser Seite, wobei ihre sechzehn Frames flach ausgelegt sind. Dies ist das, was das Modell in einem Durchgang gezeichnet hat – und es ist auch der klarste Blick auf den schwierigsten Teil der Aufgabe, nämlich nicht das Zeichnen selbst, sondern das Beibehalten derselben Katze, derselben Jacke und derselben Streifen in jeder einzelnen Zelle:

![Alle sechzehn Frames der tanzenden Katze, ausgelegt als Vier-mal-Vier-Raster – dasselbe Layout, das das Modell intern rendert, bevor es es in ein GIF packt, und der Grund, warum eine längere Schleife in einer kleineren Größe zurückgegeben wird.}(/api/blog/media/4ede3494-6287-4fcf-8bb7-c5e743852c4d)

Hier ist derselbe Prompt als Zwei-Frame-Loop. Er ist schärfer – 960 x 960 im Vergleich zu den 704 der 16-Frame-Version – und mit 215 KB nur ein Fünftel so schwer, und es ist dennoch unverkennbar eine tanzende Katze:

Dieselbe tanzende Katze als Zwei-Frame-Loop mit 960 mal 960 Pixeln – schärfer, aber kaum in Bewegung; der Kompromiss, den dieser Leitfaden zwischen Frame-Anzahl und Auflösung misst.

Was es kostet

Qualität ist der entscheidende Hebel. Drei Stufen, gemessen am selben Prompt bei 16 Frames; die obersten zwei basieren auf den Messwerten für Standbilder desselben Modells:

QualitätAbgerechnete CreditsUngefähr
niedrig10.541~$0,10
mittel18.495~$0,18
hoch22.428~$0,22
sehr hoch~39.900~$0,39
max~89.700~$0,89

Credits sind das Guthaben, das ein CombiChat-Plan verbraucht; ein Plus-Plan umfasst zwei Millionen davon pro Monat — das entspricht etwa 89 Einheiten in hoher Qualität oder 189 in niedriger Qualität. Pro verdoppelt diesen Wert, und Max verdoppelt ihn erneut.

Beachten Sie, was nicht auf der Liste steht: Die Verzögerung der Frames (frame delay), das Seitenverhältnis und der transparente Hintergrund kosten bei keinem der Modelle etwas. Die Qualität ist der Regler, der dominiert — eine Spanne von 8,5x von einem Ende zum anderen — während die Frame-Anzahl nur eine untergeordnete, modellabhängige Rolle spielt.

Der Standardwert ist niedrig, und niedrig ist, wo es Probleme gibt

Neue Bildgenerierungen starten auf niedrig, was auch der Punkt ist, an dem die Animation zuerst auseinanderfällt – der Qualitätsverlust betrifft genau die Teile einer Figur, die sich bewegen.

Dieselbe Zeichentrickkatze, nebeneinander in niedriger und hoher Qualität gezeichnet: Bei niedriger Qualität verschmelzen die Beine zu einer Masse und die Pfoten verschwinden, weshalb dieser Leitfaden empfiehlt, den Standardwert zu ändern.

Links, niedrig: 10.541 Credits, etwa 10 Cent. Rechts, hoch: 22.428 Credits, etwa 22 Cent. Gleicher Prompt, dieselben 16 Frames, dieselbe 704 x 704 Leinwand – zwei getrennte Generierungen, da dieses Modell keinen Seed verwendet.

Beide Katzen sind als Einzelzeichnungen völlig in Ordnung. In der niedrigen Version sind die Beine zu einer einzigen Masse verschmolzen, die Pfoten sind verschwunden und die Kontur ist weicher geworden – und über sechzehn Frames hinweg sind das genau die Teile, denen Ihr Auge folgt, sodass die Schleife eher wie ein Wackeln als wie ein Tanz wirkt. Die Korrektur kostet etwa elf Cent.

Animieren Sie ein bereits vorhandenes Foto

Das Motiv muss nicht aus dem Prompt stammen. Fügen Sie ein Bild über die Referenz-Schaltfläche hinzu, wählen Sie gif und beschreiben Sie nur die Bewegung: Das Modell animiert Ihr Bild und behält das Motiv, den Bildausschnitt sowie den Hintergrund bei, anstatt ein neues zu zeichnen.

text
Animieren Sie genau dieses Kätzchen als nahtlose, sich wiederholende Tanzbewegung. Ausgehend von seiner Pose auf dem Foto, mit vor der Brust zusammengedrückten Vorderpfoten, hüpft das Kätzchen im Takt auf und ab und klatscht bei jedem Sprung seine Vorderpfoten zusammen, während die Ohren wackeln und der Kopf von Seite zu Seite nickt. Behalten Sie dasselbe Kätzchen, denselben Bildausschnitt und denselben Hintergrund wie auf dem Foto bei. Die letzte Pose kehrt exakt zur ersten zurück, sodass die Schleife nahtlos ist.

Wir haben diesen Prompt mit einem Foto eines rotbraunen Kätzchens bei GPT Image 2.6 Sunburst in hoher Qualität, 3:4, 16 Frames gesendet. Das Ergebnis lag bei 608 x 816 – dasselbe Kätzchen, das zweimal pro Schleife klatscht und hüpft und dann wieder in der Pose des Fotos zur Ruhe kommt – und es wurden 17.683 Credits berechnet, etwa 17 Cent.

  • Nutzen Sie den Prompt für die Bewegung. Das Foto zeigt bereits, wie das Motiv aussieht. Was es nicht sagen kann, ist, wie es sich bewegt; genau dafür sind die Worte da.
  • Beginnen Sie die Bewegung mit der Pose aus dem Foto und lassen Sie sie dort enden. Die Schleife schließt dann mit dem Bild ab, mit dem Sie begonnen haben.
  • Rechnen Sie mit einer größeren Datei. Ein Foto bleibt ein Foto, mit all der Schattierung, die ein GIF nur schlecht speichern kann: Unser 16-Frame-Kätzchen ist 3,6 MB groß, mehr als das Dreieinhalbfache der 1.009 KB der Cartoon-Katze.
  • Keine Maske. Das Bildstudio kann keine Maske mit einer animierten Drehung senden, daher wird die Schaltfläche Maske ausgeblendet, wenn gif ausgewählt ist.

Drei Dinge, die es nicht kann

  • Kein Seed. Dieses Modell akzeptiert keinen Seed, daher kann ein Ergebnis, das Ihnen gefällt, weder reproduziert noch leicht angepasst werden. Wenn Sie erneut generieren, erhalten Sie eine andere Katze.
  • Fest auf sechzehn Frames limitiert. Wenn Sie 17 Frames anfordern, lehnt OpenAI dies klipp und klar ab: "Use an integer from 2 to 16." Seiten, die 32 oder 64 Frames versprechen, beschreiben etwas anderes.
  • Die Dateien sind groß. Unsere 16-Frame-Schleife ist 1.009 KB groß; die 2-Frame-Version desselben Inhalts beträgt 215 KB. Das GIF-Format speichert fast jeden Frame vollständig und ohne Komprimierung zwischen den Frames, sodass eine 16-Frame-Animation in etwa sechzehn Einzelbildern in einem Trenchcoat entspricht. Konvertieren Sie für eine Webseite zu MP4 und behalten Sie das GIF nur für die Stellen, die ausschließlich GIFs unterstützen – Chat-Apps, Sticker, E-Mail.

So sind wir auf diese Zahlen gekommen

Jeder auf dieser Seite aufgeführte Kostenpunkt ist eine Belastung unseres eigenen Kontos und keine Preisliste. Wir haben die Durchläufe im Bildstudio von CombiChat mit einem gewöhnlichen kostenpflichtigen Plan durchgeführt und anschließend die Credits aus dem jeweiligen Protokoll jedes Durchlaufs abgelesen. Credits sind die Einheit, in der ein Plan abgerechnet wird, wobei 100.000 Credits einem US-Dollar entsprechen – der Dollarbetrag neben jedem Wert stellt also diese Umrechnung dar, abgerundet und mit einer Tilde versehen, um zu verdeutlichen, dass es sich um einen Richtwert und nicht um ein verbindliches Angebot handelt. Der Aufschlag ist bei jedem kostenpflichtigen Plan identisch, sodass dies genau die Zahlen sind, die Sie sehen würden.

Die Tabelle mit der Frame-Anzahl basiert auf vier separaten Durchläufen mit identischen Einstellungen auf GPT Image 2.6 Flare, und die zweite Tabelle fügt zwei weitere auf Sunburst hinzu. Die Qualitätstabelle zeigt einen gemessenen Durchlauf pro Stufe für niedrig, mittel und hoch; xhigh und max sind Projektionen, die durch Skalierung der gemessenen High-Tier-Animation mit dem Verhältnis der gemessenen Standbild-Kosten desselben Modells ermittelt werden, weshalb sie ein Tilde-Zeichen tragen — diese Projektion lag in der High-Tier-Stufe vor unserem Test innerhalb von zehn Credits bei über fünfundzwanzigtausend, daher vertrauen wir darauf, kennzeichnen es jedoch. Die Canvas-Größen werden aus den bereitgestellten Dateien ausgelesen, niemals aus der Anfrage: Sie wählen die Ausgabegröße bei diesem Modell nicht selbst. Die Foto-Animation entspricht einem weiteren Durchlauf auf Sunburst bei hoher Qualität, gemessen am 7. November 2026.

Häufig gestellte Fragen

Kann GPT Image 2.6 animierte GIFs erstellen? Ja. Stellen Sie das Ausgabeformat auf GIF ein, und das Modell liefert eine Endlosschleife anstelle eines Standbilds – 2 bis 16 Frames, mit einer von Ihnen gewählten Frame-Verzögerung zwischen 20 und 2.000 Millisekunden und einem optionalen transparenten Hintergrund. Es handelt sich um dasselbe Modell und dasselbe Eingabefeld, das auch für Standbilder verwendet wird; es ist kein Videomodell involviert.

Wie viele Frames kann ein KI-generiertes GIF haben? Die Obergrenze bei GPT Image 2.6 liegt bei sechzehn Frames, und OpenAI lehnt alles, was darüber hinausgeht, mit einer expliziten Fehlermeldung ab, die eine ganze Zahl zwischen 2 und 16 verlangt. Veröffentlichte Angaben über 32 oder 64 Frames treffen auf dieses Modell nicht zu.

Kosten mehr Frames mehr? Manchmal. Bei einem Modell und einer Form haben wir 2, 4, 9 und 16 Frames bei identischen Einstellungen gemessen, und alle vier kosteten etwa das Gleiche – etwa 7.200 bis 7.900 Credits, was etwa sieben Cent entspricht; bei einem anderen Modell kosteten 16 Frames das 2,1-Fache von 2 Frames. Was mehr Frames immer kosten, ist die Auflösung – jedes generierte 16-Frame-GIF lag bei etwa einem halben Megapixel, im Vergleich zu einem vollen Megapixel bei 2 Frames.

Kann ich mein eigenes Foto in ein animiertes GIF umwandeln? Ja. Fügen Sie das Foto als Referenz hinzu, stellen Sie das Format auf GIF ein und beschreiben Sie die Bewegung: GPT Image 2.6 animiert dieses Foto, anstatt ein neues Bild zu erfinden. Ein 16-Frame-Loop einer fotografierten Kätzchen-Aufnahme in hoher Qualität kostete 17.683 Credits, etwa 17 Cent. Das Einzige, was eine Animation nicht übertragen kann, ist eine Maske.

Warum sieht mein KI-GIF blockartig oder gestreift aus? Zwei Ursachen verstärken sich hierbei: Ein GIF speichert maximal 256 Farben pro Frame, wodurch glatte fotografische Schattierungen in Farbstufen (Posterisierung) zerfallen; zudem beginnt die Qualitätseinstellung auf einem niedrigen Niveau, was genau die beweglichen Teile weichzeichnet, denen Ihr Auge folgt. Nutzen Sie Prompts für flache Cel-Shading-Kunst mit kräftigen Umrisslinien und erhöhen Sie die Qualität – flache Kunst ist genau das, wofür dieses Format entwickelt wurde.

Kann ein KI-generiertes GIF einen transparenten Hintergrund haben? Ja. Wenn Sie den Hintergrund auf „transparent“ setzen, erhält jeder Frame einen transparenten Farbindex. Dies ermöglicht es, das Ergebnis als Sticker zu verwenden, anstatt als Bild auf einem weißen Quadrat. Die GIF-Transparenz ist pro Pixel an oder aus (statt abgestuft), weshalb kräftige Umrisse und flache Füllungen sauber erhalten bleiben, während weiche fotografische Kanten nicht.

Was benötige ich, um GIFs in CombiChat zu erstellen? Ein Plus-Plan oder höher. Beide GPT Image 2.6-Modelle liegen über der Modellstufe, die im kostenlosen Plan enthalten ist. Animation ist kein kostenpflichtiges Add-on — sie befindet sich in der Zeile „Format“ im Bildgenerator und kostet nicht mehr als der jeweilige Schritt selbst.