GPT Image 2.5 à l’essai
La mise à jour de septembre d’OpenAI mène le classement à l’aveugle d’Arena, rend bien le texte et retouche avec plus de soin. Où elle trébuche encore, ce qu’elle coûte, et comment elle se compare à Google.
Le 8 septembre, OpenAI a lancé ChatGPT Images 2.5, cinq mois après Images 2.0. Dans ChatGPT, il est devenu le modèle d’image de tous les utilisateurs. Dans l’API, il est arrivé sous la forme de deux modèles : GPT-Image-2.5 Flare, rapide et proposé par défaut, et GPT-Image-2.5 Sunburst, plus lent, pour un travail plus précis.
Selon OpenAI, ses outils servent désormais à créer plus de 3 milliards d’images par semaine. Voici ce qui a changé, ce que le modèle fait bien, où il trébuche encore, ce qu’il coûte, et ce que cela signifie pour une marque qui veut l’utiliser.
Ce qui a changé
Les principales promesses sont des détails plus nets, une lumière et des textures plus naturelles, et des résultats plus rapides, avec jusqu’à 50 pour cent d’attente en moins qu’avec Images 2.0. OpenAI affirme aussi que le modèle garde le sujet d’une photo de référence plus reconnaissable et suit plus fidèlement les instructions de retouche sur plusieurs échanges, si bien que les modifications précédentes ne se défont plus.
ChatGPT s’est doté d’outils autour du modèle. Sketch transforme un croquis sommaire en image aboutie. Avec Templates, une affiche ou une photo de produit part d’une structure plutôt que d’un prompt vide, et des commentaires peuvent être placés directement sur une image pour guider une retouche.
L’essentiel des bases a été posé en avril avec GPT Image 2. TechCrunch l’a trouvé « étonnamment bon » pour le texte, avec un menu de restaurant assez crédible pour servir, et OpenAI a mis en avant un meilleur rendu d’écritures comme le japonais, le coréen, l’hindi et le bengali. Il a aussi introduit une étape de réflexion : le modèle peut chercher sur le web, produire plusieurs images à partir d’un seul prompt et vérifier son propre résultat.
Qualité, texte et retouche
Les votes à l’aveugle le placent en tête. Dans le classement texte vers image d’Arena, où l’on compare deux images anonymes pour désigner la meilleure, Sunburst occupait la première place et Flare la deuxième le 7 octobre, devant GPT Image 2 et nettement devant Grok Imagine, MAI-Image-2.6 de Microsoft et Nano Banana 2.1 de Google. De tels votes mesurent ce que les gens préfèrent au premier coup d’œil, pas si une image convient à une marque, mais l’avance est constante.
C’est sur le texte que le progrès se voit le plus. Titres, menus, étiquettes et éléments d’interface, qui sortaient brouillés il y a deux ans, sont désormais en général correctement orthographiés. La documentation d’OpenAI se montre plus prudente que son annonce de lancement : le modèle « peut encore avoir du mal avec le placement précis et la netteté du texte ». À notre avis, cela veut dire oui pour les ébauches et les maquettes, et oui pour un emballage final ou des mentions légales seulement après qu’une personne a vérifié chaque mot.
Pour une marque, la retouche compte davantage que la première image. Selon OpenAI, Images 2.5 sait mieux ne modifier que ce qui a été demandé, de sorte qu’un produit, un arrière-plan ou une ligne de texte peuvent être remplacés sans toucher à la composition. Sa documentation nomme clairement les limites. Un masque est une indication, pas un pochoir, et le modèle « peut ne pas suivre sa forme exacte avec une précision totale ». Il peut aussi avoir du mal à garder cohérents des personnages récurrents ou des éléments de marque d’une génération à l’autre, et à placer des éléments avec précision dans une mise en page.
La règle pratique en découle. Traitez chaque retouche comme un nouveau rendu de toute l’image et comparez-la à l’original avant de l’utiliser où que ce soit. Lorsqu’un produit doit rester exactement tel qu’il est, comme une bouteille à l’étiquette réglementée, gardez la vraie photo et laissez le modèle construire la scène autour plutôt que de redessiner l’objet.
Vitesse, prix et limites
Flare est le modèle qu’OpenAI recommande pour la plupart des usages. Sunburst est pensé pour les campagnes, où les retouches doivent tenir, et demande plus de temps. Les deux coûtent le même prix par token : 30 dollars par million de tokens d’image en sortie, plus l’entrée. Le calculateur d’OpenAI estime une image carrée de 1'024 pixels à environ un demi-cent en basse qualité, environ 5 cents en haute qualité et environ 21 cents avec le nouveau réglage maximal.
Les images peuvent atteindre 3'840 pixels sur le grand côté, mais tout ce qui dépasse 2'560 sur 1'440 reste marqué comme expérimental, et les prompts complexes peuvent prendre jusqu’à deux minutes. OpenAI peut demander à une organisation de faire vérifier son identité avant de pouvoir utiliser les modèles d’image dans l’API. Les modèles sont aussi retirés rapidement : gpt-image-1 s’arrête le 23 octobre, et GPT Image 1.5 ainsi que sa version mini suivront le 1er décembre. Chaque flux de travail construit sur un modèle doit être testé à nouveau sur le suivant.
Face à Google et aux autres
Google a répondu le 6 octobre avec Nano Banana 2.1, fondé sur Gemini 3.6 Flash. Il accepte jusqu’à 14 images de référence, garde cohérents jusqu’à quatre personnages et dix objets, produit des images jusqu’en 4K et coûte, selon The Decoder, 3,36 cents américains par image en 1K et 7,56 cents en 4K. La fiche du modèle publiée par Google en énumère les points faibles : un petit texte souvent flou en 1K, une ressemblance imparfaite avec les images de référence et une confusion occasionnelle entre la gauche et la droite.
Le compromis est donc clair. GPT Image 2.5 mène pour la préférence générale et pour le texte, et sa retouche s’est améliorée. Google est moins cher en haute résolution, accepte plus de références à la fois et s’intègre à Google Ads, Flow et Stitch. Dans les tests de The Decoder, Nano Banana Pro, le modèle plus ancien et plus cher de Google, produisait encore souvent l’image la plus naturelle. Aucun modèle ne l’emporte sur toutes les tâches, c’est pourquoi mieux vaut choisir tâche par tâche, et non une fois par an.
Ce que cela signifie pour une marque
Notre verdict : GPT Image 2.5 est, en l’état actuel des connaissances, le modèle d’image généraliste le plus performant, surtout lorsque le texte et la mise en page comptent. Utilisez Flare pour les ébauches, les concepts et les formats sociaux, et Sunburst pour les visuels finaux de campagne. Vérifiez chaque mot, gardez la vraie photo du produit pour tout ce qui doit être exact, et tenez un deuxième modèle prêt pour les tâches où Google est moins cher ou meilleur. OpenAI marque ses images de métadonnées C2PA et d’un filigrane invisible, ce qui aide à rester honnête.
Ce n’est pas pour autant un système de marque. Il ne connaît ni votre lumière, ni vos cadrages, ni vos couleurs tant que vous ne les lui montrez pas, et il peut dériver d’une génération à l’autre. C’est pour cette partie que Reel existe : des styles verrouillés à partir de vraies références, le meilleur modèle choisi pour chaque tâche, GPT Image et Gemini compris, un contrôle qualité sur chaque résultat, et une personne qui choisit ce qui est utilisé. Un meilleur modèle accélère ce processus. Il ne le remplace pas.
