Des images plus rapides, de la vidéo moins chère

Deux lancements ont fait avancer d’un pas cette semaine les outils de contenu de marque. Le 4 novembre, OpenAI a publié Images 2.6, qui produit des GIF animés et des fichiers vectoriels et travaille plus vite que la version précédente. Le lendemain, Google a publié Gemini Omni 1.2 Flash, un modèle vidéo qui crée et modifie des séquences plus longues pour moins d’argent. Aucun des deux ne change ce dont une marque a besoin. Tous deux changent la vitesse et le coût auxquels une équipe passe d’une idée à quelque chose qu’elle peut juger.

OpenAI : Images 2.6

Images 2.6 est arrivé dans ChatGPT, Codex et l’API, sur toutes les formules ChatGPT. OpenAI affirme qu’il génère les images 50 pour cent plus vite qu’avant. Dans l’API, il se décline de nouveau en deux modèles : GPT Image 2.6 Flare, qui en qualité basse « peut générer des images en six secondes à peine », et Sunburst, pour plus de détail et des résultats plus constants d’une retouche à l’autre. OpenAI indique aussi que Flare met désormais mieux en page les affiches et les images de produits. Le prix par token n’a pas changé depuis la 2.5 : 30 dollars par million de tokens d’image en sortie.

La nouveauté visible, c’est le mouvement. Dans ChatGPT, un GIF peut partir d’un prompt ou d’une photo, et sa vitesse comme ses images individuelles peuvent être ajustées ensuite, a rapporté The Next Web. Dans l’API, un GIF compte de 2 à 16 images, par défaut neuf images de 200 millisecondes chacune, soit une boucle de 1,8 seconde. OpenAI suggère des usages comme une mascotte de marque animée ou une photo de produit transformée en boucle.

Pour les développeurs, l’annotation d’images arrive dans l’API, si bien qu’une retouche peut viser un endroit précis, et un nouveau paramètre de complexité détermine à quel point le modèle planifie avant de produire le rendu. Les images peuvent aussi être renvoyées sous forme de fichiers SVG, ce qui, selon OpenAI, les rend prêtes à l’emploi sur des sites web, dans des applications et en impression. La documentation explique comment : l’API crée d’abord une image, puis un second modèle la redessine en vecteurs, et les deux étapes sont facturées. Le résultat est un fichier statique, sans scripts ni images intégrées.

Google : Gemini Omni 1.2 Flash

Google a publié Gemini Omni 1.2 Flash le 5 novembre et l’a mis en disponibilité générale dans la Gemini API et, pour les entreprises, via Google Cloud. Les séquences peuvent désormais durer jusqu’à 15 secondes, contre 10 avec Omni 1.1, à la seconde près à partir de trois secondes. En 720p, une seconde coûte 0,07 dollar, 30 pour cent de moins que les 0,10 dollar d’Omni 1.1 : une séquence complète de 15 secondes revient donc à environ 1,04 dollar. Les ébauches en 360p coûtent 0,023 dollar la seconde, tandis que les mises à l’échelle en 1080p et en 4K coûtent davantage, jusqu’à 0,209 dollar la seconde.

Les autres changements portent sur le contrôle. Une séquence peut être modifiée étape par étape, en remplaçant un produit ou un arrière-plan, en changeant la lumière ou le format, sans être générée à nouveau. Google affirme que les visages, les vêtements, la typographie des emballages et les couleurs de marque restent cohérents d’un angle de caméra à l’autre, et l’API accepte jusqu’à six images de référence. Google nomme aussi ses propres limites : le travail se poursuit sur « l’action sportive rapide, les changements rapides de script et la physique complexe ».

Deux détails comptent pour les équipes en Europe. La modification ou le prolongement de vidéos importées via l’API n’est pas disponible dans l’EEE, en Suisse ni au Royaume-Uni : une marque qui y est établie ne peut donc pas encore confier au modèle ses propres vidéos pour les retravailler ; les séquences créées par le modèle lui-même peuvent toujours être modifiées. Et l’ancien modèle s’en va vite : à partir du 3 décembre, les requêtes adressées à Omni 1.1 sont redirigées vers la 1.2 et facturées à ses tarifs.

Ce qui change en production

D’abord, les formats finis sortent directement du modèle. Une mascotte en boucle pour une story, un produit qui tourne dans une courte boucle, une icône en vecteur modifiable : jusqu’ici, chacun demandait un deuxième outil et quelqu’un pour convertir le fichier. Désormais, une première version sort de la même requête, et le designer part d’un fichier de travail plutôt que d’une image plate.

Ensuite, le prix de la seconde de vidéo continue de baisser. Dix ébauches d’une séquence de 15 secondes en 360p coûtent moins de 3,50 dollars, et seule celle qui est retenue doit être mise à l’échelle. Les variantes pour chaque public et chaque emplacement cessent d’être une question de budget, et Google conseille lui-même d’ébaucher en basse définition, de « corriger un détail par une retouche de suivi » et de ne mettre à l’échelle que la meilleure.

Enfin, les cycles raccourcissent. Une ébauche en six secondes et une retouche qui change une seule chose au lieu de toute la séquence permettent davantage de cycles en un après-midi. Les deux modèles arrivent aussi là où les équipes de design travaillent déjà : Figma Weave est cité dans les deux annonces, Adobe dans celle de Google, et Higgsfield figure parmi les clients en accès anticipé d’OpenAI.

Ce qui ne change pas

Un modèle plus rapide ne connaît toujours pas votre marque. La documentation d’OpenAI indique que le modèle « peut parfois avoir du mal à maintenir une cohérence visuelle pour des personnages récurrents ou des éléments de marque » d’une génération à l’autre, la même réserve que nous avions relevée en octobre dans notre test d’Images 2.5. La cohérence vient toujours d’un style verrouillé : de vraies références, une lumière, un cadrage et des couleurs fixés, consignés sous forme de recette et testés.

Produire plus signifie aussi choisir davantage. Dix variantes bon marché ne servent que si quelqu’un qui a du goût choisit la bonne et sait dire pourquoi les autres ne fonctionnent pas. À notre avis, ce travail prend de l’importance à mesure que la génération devient moins chère, car la difficulté passe de la fabrication au jugement.

Les droits et la transparence ne se simplifient pas non plus. Les deux entreprises utilisent désormais le même système de filigrane : OpenAI dit ajouter SynthID, de Google DeepMind, dans ChatGPT, Codex et l’API, à côté des métadonnées C2PA, et chaque vidéo Omni porte SynthID. Dans l’UE, les règles du règlement sur l’IA (AI Act) relatives au marquage et au signalement des contenus générés par IA s’appliquent depuis le 2 août 2026, les outils déjà sur le marché avant cette date ayant jusqu’au 2 décembre pour marquer leurs sorties, et le code de bonnes pratiques de la Commission décrit comment les respecter. Une marque a toujours besoin des droits sur chaque référence qu’elle importe, et d’une règle claire sur le moment où elle signale ce qu’elle publie.

Et l’approbation reste l’affaire d’une personne. La fiche système d’OpenAI est claire au sujet des GIF : « Les infractions liées au mouvement restent difficiles à détecter, et les garde-fous peuvent ne pas toutes les intercepter. » Une mascotte en boucle est un contenu publié comme un autre, et elle demande le même contrôle et la même validation avant sa diffusion.

Où nous en sommes

C’est autour de ce travail que Reel et Tempo sont construits. Reel, déjà disponible, crée des images et des films dans les styles verrouillés d’une marque, choisit le meilleur modèle pour chaque tâche, GPT Image et Gemini compris, vérifie chaque résultat et laisse le choix final à une personne. Tempo, également disponible, est notre moteur de réseaux sociaux : ses visuels viennent de Reel, et aujourd’hui une personne approuve chaque publication. Des modèles plus rapides et moins chers accélèrent ce processus. Ils ne remplacent ni le style, ni le choix, ni l’approbation.