„Gemini oder ChatGPT, was ist besser für Bilder?“ Die Frage bekomme ich ständig, und ehrlich gesagt hatte ich bisher nur ein Bauchgefühl als Antwort. Im Herbst 2026 haben beide Anbieter kurz hintereinander ihre Bildmodelle erneuert. Ein guter Moment, das Bauchgefühl durch einen echten Vergleich zu ersetzen.
Dieser Artikel ist bewusst nur das Duell der beiden. Wenn du Midjourney, Flux und die anderen Bildprogramme einordnen willst, findest du das im großen Vergleich der KI-Bildgeneratoren 2026.
Die beiden Gegner
ChatGPT
Bildmodell: GPT Image 2.5
- Erschienen am 8. September 2026, in ChatGPT heißt es „ChatGPT Images 2.5“
- Für alle ChatGPT-Nutzer freigeschaltet, am Handy, am Computer und im Browser
- Zwei Varianten: „Flare“ für Tempo, „Sunburst“ für Genauigkeit. Getestet habe ich Sunburst.
Gemini
Bildmodell: Nano Banana 2.1
- Erschienen am 6. Oktober 2026, Nachfolger von Nano Banana 2
- Kommt schrittweise in die Gemini-App und den KI-Modus der Google-Suche, nicht jedes Konto hat es sofort
- Google verspricht vor allem bessere Gestaltung, genaueres Bearbeiten und gleichbleibende Figuren
So habe ich getestet
Ein fairer Vergleich steht und fällt mit gleichen Bedingungen. Deshalb gab es für beide Modelle:
- Denselben Prompt, Wort für Wort. Alle zehn Prompts sind auf Deutsch geschrieben, so wie die meisten meiner Leser ihre Bilder anfordern. Du findest jeden Prompt in der jeweiligen Runde zum Kopieren.
- Dasselbe Format und dieselbe Größe. Jede Runde hat ein festes Seitenverhältnis, beide Modelle liefen in der Auflösung 1K und auf ihrer höchsten Qualitätsstufe.
- Nur den ersten Versuch. Ich habe nichts aussortiert und nichts nachgebessert. Was beim ersten Mal herauskam, steht hier.
- Dieselbe Plattform. Beide Modelle habe ich über das Bildportal Higgsfield angesteuert, das beide anbietet. So schreibt keine App den Prompt heimlich um. In der ChatGPT- oder Gemini-App kann dasselbe Wort deshalb ein etwas anderes Bild ergeben.
Bewertet habe ich jede Runde nach einer einzigen Frage: Welches Bild erfüllt die Aufgabe besser? Nicht, welches mir persönlich schöner vorkommt. Wo beide gleich gut sind, steht unentschieden.
Die zehn Runden
Rate blind mit: Die Bilder stehen ohne Namen da und in zufälliger Reihenfolge. Tippe auf Bild A, Bild B oder „Gleich gut“, dann verrate ich, wer welches Bild gemacht hat und wie ich entschieden habe.
Porträt
Wirkt ein Mensch wie fotografiert?
Prompt anzeigen
Fotorealistisches Porträt eines alten Fischers mit grauem Bart und tiefen Falten, er sitzt am Fenster einer Holzhütte an der Nordsee. Weiches Seitenlicht vom Fenster, Wollpullover, ruhiger Blick in die Kamera. Aufgenommen mit 85-mm-Objektiv, geringe Schärfentiefe, natürliche Hauttextur.
Welches Bild trifft die Aufgabe besser?
Punkt für Gemini (knapp)
Beide Gesichter sind auf den ersten Blick nicht von einem Foto zu unterscheiden: Falten, Barthaare, Wollstruktur stimmen. ChatGPT erzählt mehr, mit Hafen und Kutter im Fenster. Dafür fällt das Licht fast von vorn, das Gesicht ist gleichmäßig hell. Gemini setzt das verlangte Seitenlicht vom Fenster genauer um: Eine Gesichtshälfte liegt im Schatten, die Stimmung ist dichter. Knapper Punkt für Gemini.
Deutsche Schrift
Stimmen Umlaute, ß und jedes Wort?
Prompt anzeigen
Gedrucktes Veranstaltungsplakat im Retro-Stil an einer Litfaßsäule. Großer Titel: „Großer Flohmarkt in Füssen“. Darunter: „Samstag, 24. Oktober · 8 bis 16 Uhr · Hofgarten“. Unten klein: „Eintritt frei – Würstchen & Glühwein“. Alle Wörter exakt so geschrieben, mit korrekten Umlauten und ß.
Welches Bild trifft die Aufgabe besser?
Unentschieden
Hier hatte ich mit Fehlern gerechnet, es gab keine. Beide Plakate tragen alle vier Zeilen Buchstabe für Buchstabe richtig: „Großer“ mit ß, „Füssen“, „Würstchen & Glühwein“, sogar der Gedankenstrich sitzt. ChatGPT baut eine echte Litfaßsäule und malt ein üppiges Flohmarktbild, Gemini gestaltet das klarere Plakat mit Ornamenten. Unentschieden – und eine gute Nachricht für alle, die Karten und Plakate auf Deutsch brauchen.
Produktfoto
Taugt das Bild als Werbefoto?
Prompt anzeigen
Werbefoto einer eckigen Parfümflasche aus Klarglas mit goldenem Verschluss, sie steht auf nassem schwarzem Schieferstein. Wassertropfen auf Glas und Stein, dunkler Hintergrund, ein schmales Streiflicht von hinten links lässt die Kanten leuchten. Studioaufnahme, Makro, sehr scharf.
Welches Bild trifft die Aufgabe besser?
Punkt für ChatGPT
ChatGPT liefert ein Bild, das so in einer Anzeige stehen könnte: Das Streiflicht kommt wie verlangt von hinten links und zeichnet die Glaskanten nach, Flasche und Verschluss sind sauber gebaut. Bei Gemini wirkt der Flaschenhals weich und leicht verformt, der Verschluss sitzt nicht mittig. Die Tropfen sind bei beiden schön. Punkt für ChatGPT.
Erklärgrafik
Versteht ein Kind die Grafik auf Anhieb?
Prompt anzeigen
Saubere Erklärgrafik für Schulkinder mit dem Titel „So entsteht Regen“. Vier nummerierte Schritte mit kleinen Illustrationen und deutscher Beschriftung: 1. Verdunstung – Die Sonne erwärmt das Wasser. 2. Kondensation – Wasserdampf bildet Wolken. 3. Niederschlag – Tropfen werden schwer und fallen. 4. Sammlung – Das Wasser fließt zurück ins Meer. Pfeile verbinden die Schritte zu einem Kreislauf. Flache Farben, weißer Hintergrund.
Welches Bild trifft die Aufgabe besser?
Punkt für ChatGPT (knapp)
Alle Texte sind bei beiden fehlerfrei, auch „fließt“ mit ß. Gemini malt den schöneren Kreislauf mit Sonne, Bergen und Fluss in der Mitte. Aber Schritt 1 steht unten rechts, wer oben links zu lesen beginnt, landet bei Schritt 3. ChatGPT ordnet die vier Schritte im Uhrzeigersinn ab oben links, mit klaren Pfeilen. Für eine Grafik, die erklären soll, zählt das mehr. Knapper Punkt für ChatGPT.
Lost Place
Hält sich das Bild an die Szene?
Prompt anzeigen
Verlassene Schwimmhalle aus den 1970er-Jahren, leeres Becken mit abgeplatzten türkisen Fliesen, Moos und Pfützen am Boden, ein umgekippter Sprungturm. Durch zerbrochene Oberlichter fallen Lichtstrahlen in den Staub. Dokumentarisches Foto, Weitwinkel, gedämpfte Farben, melancholische Stimmung.
Welches Bild trifft die Aufgabe besser?
Punkt für ChatGPT
Beide Hallen würde ich sofort fotografieren. Verlangt war aber ein umgekippter Sprungturm, und den liefert nur ChatGPT, dazu Pfützen, in denen sich die Fenster spiegeln, und Lichtstrahlen im Staub. Gemini lässt den Turm stehen und ergänzt Graffiti, die niemand bestellt hat. Sein Bild wirkt dokumentarischer, hält sich aber weniger an den Prompt. Punkt für ChatGPT.
Comicseite
Funktioniert die Geschichte in vier Feldern?
Prompt anzeigen
Comicseite mit vier Feldern im Stil eines klassischen europäischen Comics, klare Linie. Feld 1: Eine Katze sitzt vor einem leeren Napf. Sprechblase: „Schon wieder leer?“ Feld 2: Sie schaut zur Küchentür. Sprechblase: „Das wird ein Nachspiel haben.“ Feld 3: Sie wirft eine Tasse vom Tisch. Geräusch: „KLIRR!“ Feld 4: Ein Mann füllt den Napf, die Katze grinst. Sprechblase: „Geht doch.“ Alle Texte genau so auf Deutsch.
Welches Bild trifft die Aufgabe besser?
Punkt für ChatGPT (knapp)
Beide erzählen die Geschichte vollständig, alle Sprechblasen stimmen wortgenau. Bei Gemini schaut die Katze in Feld 2 aber nicht zur Küchentür, wie verlangt, sondern zur Seite. Dafür ist sein bunter „KLIRR“-Schriftzug ein schöner Comic-Moment, und der müde Mann ist witzig. ChatGPT trifft jedes Feld genau und zeichnet detailreicher. Knapper Punkt für ChatGPT.
Hände und Details
Stimmen Finger und Feinmechanik?
Prompt anzeigen
Nahaufnahme der Hände eines Uhrmachers bei der Arbeit. Er hält mit einer feinen Pinzette ein winziges Zahnrad über ein geöffnetes mechanisches Uhrwerk. Fünf Finger je Hand, sichtbare Fingernägel und Hautfalten, Lupe im Hintergrund, warmes Licht einer Werkbanklampe. Makrofoto, extrem detailliert.
Welches Bild trifft die Aufgabe besser?
Unentschieden
Hände waren jahrelang der Prüfstein für Bild-KI. Beide bestehen ihn: fünf Finger, glaubwürdige Haltung, Fingernägel und Hautfalten, dazu Lupe und warmes Werkbanklicht. ChatGPT hält das Zahnrad wie verlangt über das Werk, Gemini setzt es gerade ein, was fast noch natürlicher wirkt. Die Uhrwerke sind bei beiden glaubwürdig, aber kein echtes Kaliber. Unentschieden.
Eigenes Foto bearbeiten
Bleibt mein Foto erkennbar?
Prompt anzeigen
Verwandle dieses Foto in eine Winterlandschaft: Der See ist teilweise zugefroren und mit Schnee bedeckt, Schnee liegt auf den Bergen, Bäumen und dem Dach des Bootshauses, leichter Schneefall, kalter bläulicher Morgen. Bildausschnitt, Berge und Bootshaus bleiben genau gleich. Die Menschen und Boote entfernen.
Welches Bild trifft die Aufgabe besser?
Unentschieden
Die Vorlage ist mein Foto vom Pragser Wildsee aus dem Juli 2019. Beide Werkzeuge lassen Berge, Bäume und Bootshaus an ihrem Platz, entfernen Badegäste und Boote und legen Schnee auf jedes Dach und jeden Felsabsatz. ChatGPT zeigt den verlangten leichten Schneefall und Eis mit Rissen. Gemini liefert das größere Bild (1264 statt 1024 Pixel breit) und einen Wolkenschleier am Gipfel. Beides ist stark. Unentschieden.
Logo
Funktioniert das Logo auch klein?
Prompt anzeigen
Einfaches, modernes Logo für ein kleines Café namens „Kleine Bohne“. Eine stilisierte Kaffeebohne mit Gesicht, darunter der Schriftzug „Kleine Bohne“ und klein „Kaffee & Kuchen seit 2026“. Zwei Farben: Dunkelbraun und Creme. Flaches Vektordesign auf einfarbigem Hintergrund, gut lesbar, auch klein.
Welches Bild trifft die Aufgabe besser?
Punkt für Gemini
Beide Schriftzüge sind korrekt, beide halten sich an zwei Farben. ChatGPT zeichnet ein sympathisches Maskottchen mit Armen, Beinen und dampfender Tasse, das ist eher eine Figur als ein Logo, und im Kleinen gehen die Details verloren. Gemini bleibt bei einer schlichten Bohne mit Gesicht, die auch als winziges Symbol im Browser oder auf einem Stempel funktioniert. Punkt für Gemini.
Kinderbuch
Sieht das aus wie Aquarell?
Prompt anzeigen
Kinderbuch-Illustration in Aquarell: Ein kleiner Fuchs mit runder Brille sitzt auf einem bemoosten Baumstumpf im Herbstwald und liest ein dickes Buch. Um ihn fallen orange und gelbe Blätter, ein Igel und ein Eichhörnchen hören zu. Warmes Nachmittagslicht, weiche Farben, liebevolle Details.
Welches Bild trifft die Aufgabe besser?
Punkt für Gemini
Beide Bilder würde jedes Kind mögen. Verlangt war aber Aquarell, und das trifft nur Gemini: Tuschelinien, ausfließende Farbe, Papierstruktur, viel Weißraum. ChatGPT malt prächtiger, mit Brücke, Häuschen und Laterne, das Ergebnis wirkt aber wie ein digitales Gemälde. Punkt für Gemini.
Der Endstand
| Runde | Aufgabe | Sieger |
|---|---|---|
| 1 | Porträt | Gemini (knapp) |
| 2 | Deutsche Schrift | Unentschieden |
| 3 | Produktfoto | ChatGPT |
| 4 | Erklärgrafik | ChatGPT (knapp) |
| 5 | Lost Place | ChatGPT |
| 6 | Comicseite | ChatGPT (knapp) |
| 7 | Hände und Details | Unentschieden |
| 8 | Eigenes Foto bearbeiten | Unentschieden |
| 9 | Logo | Gemini |
| 10 | Kinderbuch | Gemini |
| Gesamt | ChatGPT 4 : 3 Gemini |
Vier zu drei klingt nach einem klaren Sieger. Ist es nicht. Drei der vier ChatGPT-Punkte waren knapp oder hingen an einem einzigen Detail aus dem Prompt, etwa dem umgekippten Sprungturm. Hätte ich nach Schönheit statt nach Aufgabe bewertet, sähe das Ergebnis anders aus.
Was jedes Werkzeug besonders gut kann
ChatGPT liegt vorn, wenn …
- es genau auf jedes Detail im Prompt ankommt
- ein Bild verkaufen soll: Produktfotos, Werbemotive
- Inhalte klar geordnet sein müssen, etwa Grafiken für Schule, Vortrag oder Anleitung
- eine Szene viel erzählen soll, mit Hintergrund und Kleinigkeiten
Gemini liegt vorn, wenn …
- Licht und Stimmung wichtiger sind als jede Einzelheit
- ein bestimmter Malstil gefragt ist, etwa Aquarell
- ein Entwurf schlicht und klar bleiben soll, zum Beispiel ein Logo
- du ein etwas größeres Bild aus der Bearbeitung brauchst
Und in drei Disziplinen ist es inzwischen fast egal: deutsche Schrift, Hände und das Bearbeiten eigener Fotos. Vor einem Jahr waren genau das die Stellen, an denen Bild-KI am häufigsten danebenlag. Wie du ChatGPT gezielt für eigene Fotos einsetzt, steht im Artikel GPT Image 2 und 2.5, wie du mit Gemini Bilder planst, im Nano-Banana-Tutorial.
Was dieser Test nicht zeigt
Zehn Runden sind ein guter Eindruck, aber kein Beweis. Ein paar Grenzen solltest du kennen:
- Jeder Prompt lief nur einmal. Beide Modelle liefern bei jedem Versuch ein anderes Bild. Ein zweiter Durchgang könnte einzelne knappe Runden drehen.
- Getestet über Higgsfield, nicht in den Apps. ChatGPT und Gemini bauen deinen Wunsch in der App oft noch um, bevor das Bild entsteht. Das kann helfen oder stören.
- Nur einfache Aufträge. Mehrstufiges Bearbeiten, also „mach den Himmel dunkler, jetzt noch die Person weg“, habe ich hier nicht verglichen. Gerade dort werben beide Anbieter mit Verbesserungen.
- Meine Bewertung ist meine. Ich habe sie bei jeder Runde begründet. Wenn du anders tippst, ist das kein Fehler, sondern genau der Grund für den Blindtest.
So machst du deinen eigenen Vergleich
Prompt aus einer Runde kopieren
Öffne bei einer Runde „Prompt anzeigen“ und kopiere den Text. So startest du mit derselben Aufgabe wie ich.
In beiden Apps gleich eingeben
Füge den Prompt in ChatGPT und in Gemini ein, ohne ihn zu verändern. Gib bei Bedarf dasselbe Format an, etwa „im Hochformat“.
Mindestens zweimal erzeugen
Ein einzelnes Bild ist Glückssache. Erst nach zwei, drei Versuchen siehst du, was ein Modell zuverlässig kann.
Nach der Aufgabe urteilen
Frag dich nicht, welches Bild schöner ist, sondern welches das macht, was du verlangt hast. Das ist am Ende die Frage, die dir Zeit spart.
Häufige Fragen
Ist Gemini oder ChatGPT besser für Bilder?
In meinem Test mit zehn gleichen Aufgaben lag ChatGPT mit GPT Image 2.5 knapp vorn, 4 zu 3 bei drei Unentschieden. ChatGPT hält sich genauer an den Prompt, Gemini mit Nano Banana 2.1 trifft Licht und Malstile besser. Für Produktfotos und Grafiken würde ich ChatGPT nehmen, für Illustrationen und schlichte Logos Gemini.
Welche Bildmodelle stecken in ChatGPT und Gemini?
ChatGPT nutzt seit dem 8. September 2026 GPT Image 2.5, in der App „ChatGPT Images 2.5“ genannt. Gemini erzeugt Bilder seit dem 6. Oktober 2026 mit Nano Banana 2.1. Das neue Modell kommt schrittweise in die Gemini-App, es kann also sein, dass dein Konto noch das Vorgängermodell zeigt.
Welche KI kann Bilder erstellen wie ChatGPT?
Am nächsten kommt Gemini mit Nano Banana 2.1, das in vielen Aufgaben gleichauf liegt, bei deutscher Schrift ebenso fehlerfrei ist und eigene Fotos genauso zuverlässig bearbeitet. Weitere Programme wie Midjourney oder Flux vergleiche ich im Artikel zu den KI-Bildgeneratoren 2026.
Kann ich beide kostenlos nutzen?
Beide lassen sich ohne Abo ausprobieren, allerdings mit Tagesgrenzen, die die Anbieter je nach Tarif und Auslastung festlegen und gelegentlich ändern. Wer viele Bilder braucht, landet bei beiden schnell bei einem bezahlten Tarif.
Schreiben ChatGPT und Gemini jetzt fehlerfrei auf Deutsch?
In meinem Test ja: Plakat, Erklärgrafik, Comic und Logo enthielten bei beiden keinen einzigen Fehler, auch Umlaute und ß stimmten. Bei langen Texten oder sehr kleiner Schrift kann trotzdem noch etwas danebengehen, deshalb jeden Text vor dem Drucken gegenlesen.
Mein Fazit
Wer macht die besseren Bilder? Knapp ChatGPT, wenn es darum geht, genau das zu bekommen, was man bestellt hat. Gemini, wenn ein Bild vor allem stimmungsvoll und stilsicher sein soll. Der wichtigere Befund ist aber ein anderer: Der Abstand ist so klein geworden, dass die Frage „welches Programm?“ weniger zählt als „welcher Prompt?“.
Ich nutze inzwischen beide und schicke bei wichtigen Bildern denselben Prompt einfach an beide Modelle. Das kostet eine Minute mehr und liefert fast immer ein Bild, das besser ist als jedes einzelne. Welche Stile, Lichtstimmungen und Blickwinkel gut zusammenpassen, damit beide Modelle deinen Prompt verstehen, zeigt dir der Kombinations-Finder.
Quellen
- ChatGPT Images 2.5, Erscheinungsdatum und Varianten Flare und Sunburst: Unite.AI, DataCamp
- Nano Banana 2.1, Erscheinungsdatum und Verteilung in Gemini: Android Authority, Neowin
- Alle 20 Bilder: eigener Test am 17. Oktober 2026 über Higgsfield, GPT Image 2.5 (Sunburst, 1K, Qualität hoch) und Nano Banana 2.1 (1K, höchste Denkstufe)