GPT Image 2.6 : OpenAI coupe son générateur d'images en deux

OpenAI a sorti GPT Image 2.6 le 4 novembre, et la nouveauté n'est pas tant la qualité des images que la façon dont le modèle est vendu. Au lieu d'un générateur unique, deux variantes exposées dans l'API : Flare et Sunburst.

Même famille, même prix, deux profils de performance. En clair, OpenAI arrête de prétendre qu'un seul réglage convient à tout le monde, et demande au développeur de choisir entre vitesse et constance.

Le changelog officiel date l'ouverture au 1er novembre pour l'API, le déploiement grand public du 4. ChatGPT, Codex, API : tout est servi en même temps, sur tous les niveaux d'abonnement, desktop, mobile et web.

Flare, Sunburst : ce que les noms cachent

La documentation est courte mais nette. Flare est « conçu pour la vitesse et le travail interactif », avec une génération en six secondes seulement en qualité basse. Sunburst est « conçu pour la qualité et la constance à travers les retouches », aux réglages moyen et élevé.

La nuance intéressante n'est pas la beauté de l'image, c'est la constance. Quand on retouche une même image huit fois d'affilée — on change la lumière, on déplace un objet, on corrige un visage — un modèle d'image a tendance à dériver. Le personnage vieillit, la chemise change de couleur, le cadrage glisse. C'est précisément ce que Sunburst est censé tenir.

Le gain global annoncé est de 50 % de vitesse par rapport à la génération précédente. Les tests menés chez Recraft confirment un facteur d'environ deux sur Flare, à tous les niveaux de qualité.

La méthode de travail qui en découle

Le conseil qui circule depuis la sortie est d'une banalité désarmante, et pourtant il tient : prototyper avec Flare, livrer avec Sunburst.

Ce qui rend ce découpage exploitable, c'est une observation remontée des tests comparatifs : les deux modèles s'accordent généralement sur la composition. Un brouillon Flare prédit assez fidèlement ce que Sunburst produira au même prompt. Sunburst ajoute la finition — rayons de lumière, reflets, détails de matière — mais ne réinvente pas le cadre.

Autrement dit, on peut itérer à six secondes par essai pendant vingt minutes, trouver le bon prompt, puis payer le rendu final une seule fois en qualité haute. Pour une équipe qui produit des visuels en série, c'est la différence entre une après-midi et une journée.

Attention quand même : « généralement d'accord » n'est pas « identique ». Sur les compositions complexes avec du texte intégré, l'écart peut suffire à faire sauter une maquette validée. Le brouillon reste un brouillon.

Les prix, et le piège discret du comptage

La tarification API de GPT Image 2.6 est publiée par million de tokens :

• Entrée texte : 5 $
• Entrée image : 8 $
• Entrée en cache : 2 $
• Sortie image : 30 $

Flare et Sunburst coûtent la même chose. Ce qui ressemble à une bonne nouvelle en est une, mais elle est assortie d'un avertissement qu'il vaut mieux lire avant de migrer : les réglages basse et moyenne qualité produisent davantage de tokens facturables qu'en version 2.5.

Conséquence très concrète. Une application qui tournait en qualité moyenne sur la 2.5 et qui bascule telle quelle sur la 2.6 peut voir sa facture monter, alors même que les tarifs unitaires n'ont pas bougé. Le coût d'une image dépend du nombre de tokens de sortie, pas d'un prix fixe par fichier.

Tester sur un échantillon représentatif avant de basculer la production n'est pas une précaution de maniaque, c'est le minimum.

GIF animés, SVG, complexité réglable

Trois ajouts fonctionnels méritent qu'on s'y arrête.

Les GIF animés. Génération directe, contrôle de la vitesse, édition image par image. On ne parle pas de vidéo — pas de son, pas de durée longue, pas de cohérence sur trente secondes — mais d'animations courtes en boucle. Exactement le format qui alimente les emails marketing, les bannières et les démonstrations de fonctionnalité dans une documentation produit.

L'export SVG. C'est peut-être le point le plus sous-estimé de la sortie. Un SVG est vectoriel : il se redimensionne sans perte, se modifie dans un éditeur, pèse quelques kilo-octets. Pour un pictogramme ou un logotype simple, cela change la nature de l'usage — on passe d'une illustration jetable à un asset intégrable dans une chaîne de production graphique.

Le paramètre complexity, réglé sur high par défaut. Un curseur de plus à comprendre, et un de plus à mal régler.

S'y ajoutent les personnages de référence — des éléments réutilisables sauvegardés pour garder la même figure d'une image à l'autre — et l'édition par marquage : on superpose un PNG transparent sur l'image pour indiquer au modèle où intervenir. Pointer plutôt que décrire. C'est plus efficace que trois paragraphes de prompt pour expliquer « la main gauche, pas la droite ».

Ce qui reste bancal

Quelques réserves, parce que le communiqué ne les écrira pas.

• Les six secondes concernent la qualité basse. C'est la vitrine, pas le régime de croisière. En qualité haute, on revient dans des ordres de grandeur bien plus classiques.
• La promesse de constance n'est pas chiffrée. Aucun protocole public, aucune métrique, aucun jeu de test reproductible permettant de mesurer la dérive entre retouches. On croit sur parole ou on mesure soi-même.
• Deux modèles, c'est deux chemins de code à maintenir. Routage, tests, gestion d'erreur, suivi de coût par variante. La flexibilité se paie en complexité d'intégration.
• Le texte dans l'image reste le juge de paix historique des générateurs. Rien dans les éléments publiés ne permet d'affirmer que le problème est résolu.

Le mouvement de fond est ailleurs. Depuis deux ans, chaque sortie de modèle d'image se jouait sur le réalisme. GPT Image 2.6 déplace le terrain vers la stabilité en production : tenir un personnage sur dix itérations, exporter dans un format que le graphiste peut rouvrir, prédire sa facture. Ce sont des préoccupations d'atelier, pas de démonstration.

Pour qui fabrique des visuels à la chaîne, la vraie question n'est plus « est-ce que l'image est belle » mais « est-ce que je peux la refaire à l'identique demain, avec une variante, sans tout recommencer ». La réponse d'OpenAI tient en deux mots propriétaires et un paramètre de complexité.