OpenAI: Web-Suche im Responses API gibt nun auch Bilder neben Textergebnissen zurück

OpenAI hat am 9. Juni 2026 ein Upgrade des Web-Such-Tools innerhalb des v1/responses-Endpunkts der Responses API bekannt gegeben: Neben den üblichen Textergebnissen gibt die Suche ab sofort auch Bildresultate (image results) zurück. Die Änderung richtet sich an Anwendungen, bei denen visueller Kontext die Antworten qualitativ besser und vollständiger macht.

Was hat sich im Web-Such-Tool geändert?

Bisher gab das Web-Such-Tool innerhalb der Responses API ausschließlich Textergebnisse zurück — Seitentitel, Ausschnitte relevanter Inhalte und URLs. Nutzer, die auch visuelle Materialien benötigten, mussten separate Bildabrufschritte implementieren oder Nutzer zu separaten visuellen Suchen umleiten.

Ab heute kann derselbe Web-Such-Tool-Aufruf neben Text auch relevante im Web gefundene Bilder zurückgeben. Bilder sind in die Standardantwort des Tools integriert — kein separater Endpunkt, kein besonderes Flag oder Beta-Zugangsschlüssel erforderlich. Die Änderung ist automatisch aktiv für alle bestehenden und neuen Implementierungen, die die Web-Suche innerhalb von v1/responses verwenden.

Die zurückgegebenen Bilder sind solche, die die Web-Suche in Echtzeit auf öffentlich zugänglichen Seiten findet — es handelt sich um Fotos aus dem Web, nicht um vom KI-Modell generierte Bilder. Qualität und Verfügbarkeit der Ergebnisse unterliegen den üblichen Web-Such-Variablen: Qualität des indizierten Inhalts und Verfügbarkeit der Quellen.

Anwendungsfälle, in denen Bilder neben Text Mehrwert schaffen

OpenAI nennt mehrere Kategorien von Anwendungsfällen, bei denen die Rückgabe von Bildern neben Textergebnissen die Nutzererfahrung konkret verbessert:

Produktfotos — E-Commerce-, Preisvergleichs- oder Kataloganwendungen können eine visuelle Darstellung des Artikels neben der Textbeschreibung anzeigen, ohne einen separaten Aufruf an eine Bild-API oder Fotodatenbank.

Sehenswürdigkeiten und Orte — Reiseführer, Reiseplaner und Stadtentdeckungsanwendungen können neben der Textbeschreibung eines Ortes sofort ein Foto oder eine Illustration des betreffenden Platzes anzeigen.

Events und Personen — Journalistische Tools, Nachrichtenzusammenfasser oder Assistenten, die aktuelle Ereignisse verfolgen, können visuellen Kontext anzeigen — ein Foto von einem Event oder ein Porträt einer Person — zusammen mit Textinformationen, ohne zusätzliche API-Aufrufe.

Visuelle Referenzen — Jede Anwendung, bei der ein Nutzer fragt „Wie sieht X aus?” oder „Zeig mir Y”, kann jetzt integriert antworten, anstatt den Nutzer zu einer separaten visuellen Ansicht umzuleiten.

Technische Hinweise für Entwickler

Für Entwickler, die die Web-Suche innerhalb der Responses API bereits verwenden, ist die Änderung auf Code-Ebene transparent — sie erfordert keine Änderungen an bestehenden Implementierungen. Bilder werden als Teil der normalen Tool-Antwort zurückgegeben.

Die vollständige Dokumentation zur Antwortstruktur, wenn Bildresultate enthalten sind, ist im von OpenAI aktualisierten Web-Suche-Leitfaden (web search guide) verfügbar, der zusammen mit diesem Changelog-Eintrag aktualisiert wurde.

---

Das Upgrade ist gezielt und praktisch: Für Entwickler, die visuell reiche Anwendungen erstellen, reduziert es die Anzahl der erforderlichen API-Aufrufe und vereinfacht die Lösungsarchitektur. Anstatt das Bildabrufen als zusätzlichen Schritt im Workflow separat zu orchestrieren, erledigt das Web-Such-Tool dies jetzt innerhalb desselben Aufrufs. Für Anwendungen, die sich auf webbasierte visuelle Inhalte stützen — insbesondere in den Kategorien Produkte, Orte und Events —, ist dies eine kleine, aber willkommene Verbesserung.