Imagen 4

Imagen 4 ist Googles DeepMind-Text-zu-Bild-Modell. Es wurde im Mai 2025 auf der Google I/O angekündigt und über die Gemini-API und Vertex AI allgemein verfügbar. Es erzeugt Bilder mit bis zu 2K-Auflösung und stellt Text und Typografie lesbar dar – ein Bereich, in dem frühere Imagen-Versionen und viele Konkurrenzmodelle Schwierigkeiten hatten. Google bietet drei Varianten an: eine schnelle Stufe für Entwürfe mit ungefähr zehnfacher Geschwindigkeit von Imagen 3, eine Standardstufe und Ultra für maximale Detailtreue und Promptbefolgung. Die Preise gelten pro Bild und unterscheiden sich nach Variante; Fast ist am günstigsten, Ultra am teuersten.

Das Modell ergänzt Gemini und Veo in Googles Angebot für generative Medien und konkurriert direkt mit GPT-Image-Modellen von OpenAI und Midjourney. Im Mittelpunkt stehen weniger Neuheit als Zuverlässigkeit: genaue Umsetzung detaillierter Prompts, bessere Hände und Gesichter sowie weniger Bildfehler früherer Diffusionsmodelle. Entwickler:innen greifen über Google AI Studio und Vertex AI darauf zu; außerdem treibt es die Bildgenerierung in der Gemini-App an.