OpenAI a publié le 8 septembre ChatGPT Images 2.5, accompagné de deux modèles pour développeurs : Flare, positionné comme le choix par défaut et le plus rapide, et Sunburst, destiné aux travaux d'édition exigeants. La latence de génération serait réduite jusqu'à 50 % par rapport à la version 2.0. Le chiffre qui accompagne l'annonce mérite d'être retenu : plus de trois milliards d'images produites chaque semaine.
Nous avions établi dans notre comparatif modalité par modalité que l'image était le terrain le plus disputé, sans vainqueur unique. Cette sortie déplace précisément une des lignes.
Le chiffre qui devrait ouvrir l'article
Trois milliards d'images par semaine. C'est probablement l'information la plus importante de l'annonce, et elle est passée sous les caractéristiques techniques.
Rapporté à une année, cela dépasse largement la production photographique mondiale de plusieurs décennies. Nous avons écrit à propos de la fin de l'image comme preuve que le problème n'était pas la qualité des faux mais leur abondance. Ce chiffre en donne la mesure.
Il indique aussi ce que ce marché est devenu : non plus un usage curieux, mais une brique de production installée dans les flux de travail de millions de personnes.
Le virage : l'édition plutôt que la génération
Lisez la liste des améliorations annoncées : préserver les sujets d'une photo de référence, suivre des consignes de retouche sur plusieurs échanges successifs, ne modifier que ce qui est demandé en laissant le reste intact, tenir des arrière-plans transparents.
Aucune de ces capacités ne concerne la création d'une image à partir de rien. Toutes concernent la modification d'une image existante.
C'est un déplacement significatif. Générer une belle image impressionne ; modifier précisément une image sans abîmer le reste est ce dont on a besoin quand on travaille. Le premier est une démonstration, le second est un outil.
Nous relevions dans notre comparatif que le marché de l'image se répartissait par spécialité : un modèle dominant sur le texte intégré dans les visuels, un autre sur les photos produits nettes, un acteur chinois sur la photographie éditoriale, et FLUX Kontext, de l'allemand Black Forest Labs, en tête sur l'édition de photographies réelles. Nous soulignions qu'il s'agissait du seul domaine où un acteur européen tenait une position de premier plan. C'est exactement ce segment que cette version attaque frontalement.
Les différences et les prix, en clair
Voici le point que la plupart des reprises n'explicitent pas : les tarifs n'ont pas bougé d'un centime par rapport à GPT Image 2, sorti en avril 2026.
| GPT Image 2 avril 2026 |
2.5 Flare par défaut |
2.5 Sunburst édition fine |
|
|---|---|---|---|
| Entrée image / M tokens | 8,00 $ | 8,00 $ | 8,00 $ |
| Entrée image en cache | 2,00 $ | 2,00 $ | 2,00 $ |
| Sortie image / M tokens | 30,00 $ | 30,00 $ | 30,00 $ |
| Entrée texte / M tokens | 5,00 $ | 5,00 $ | 5,00 $ |
| Latence | référence | −50 % | plus lent |
| Usage visé | généraliste | volume, réseaux sociaux, prototypage | campagnes, visuels produits finalisés |
Trois enseignements se dégagent de ce tableau.
Le gain est gratuit. À tarif inchangé, on obtient une latence divisée par deux et une meilleure précision d'édition. C'est l'inverse de ce que nous avons documenté toute la semaine, de la hausse de Sonnet 5 au prix multiplié par 2,5 de GPT-6 Astra. Sur l'image, la baisse passe par la vitesse plutôt que par le tarif.
Les deux modèles coûtent pareil. C'est inhabituel : d'ordinaire, le modèle le plus soigné se paie plus cher. Ici la différenciation porte uniquement sur le comportement. Vous choisissez donc selon l'usage, pas selon le budget.
La sortie domine la facture. À 30 dollars par million de tokens en sortie contre 5 en entrée texte, ce qui coûte est l'image produite, pas la consigne. Concrètement, une image de 1024 pixels de côté revient à quelques centimes en basse définition et peut approcher les vingt centimes en haute définition. Les estimations couramment citées situent le coût par image entre 0,04 et 0,35 dollar selon la complexité et la taille.
Puisque le prix par image est fixe, ce qui décide de votre facture est le nombre de tentatives avant d'obtenir ce que vous vouliez. C'est précisément ce que cette version cherche à réduire : une édition qui ne casse pas le reste de l'image évite de tout régénérer. Un modèle qui coûte le même prix mais demande trois essais au lieu de dix divise votre facture par trois sans qu'aucun tarif ne bouge. C'est le même raisonnement que le coût par tâche accomplie que nous recommandons de suivre partout.
Lequel choisir
Flare pour le volume et l'itération : contenus sociaux, prototypage rapide, exploration de directions, arrière-plans transparents. Des évaluations tierces le situent à deux à quatre fois la vitesse de GPT Image 2.
Sunburst quand l'image existe déjà et qu'il faut la retoucher sans l'abîmer : visuel de campagne, photo produit finalisée, série où la cohérence entre les images compte.
Un modèle plus léger pour les brouillons. La gamme comporte des variantes bien moins chères en sortie, et la pratique la plus économique consiste à itérer avec elles avant de produire la version finale avec un modèle de tête. C'est du routage appliqué à l'image, exactement comme nous le recommandons pour le texte.
La documentation de dépréciation indique l'arrêt de GPT Image 1 le 23 octobre 2026 et le retrait de GPT Image 1.5 le 1er décembre 2026. Si un produit dépend encore de ces identifiants, la migration doit être engagée. C'est exactement le type d'échéance que nous recensions dans notre calendrier de septembre : elles arrivent par courriel et se découvrent en panne.
Le retour du geste
Une fonctionnalité mérite plus d'attention qu'elle n'en recevra : la possibilité de dessiner directement une esquisse qui sert de référence.
C'est un changement de nature dans la manière de piloter ces outils. Jusqu'ici, on décrivait ce qu'on voulait par du texte, avec toute l'imprécision que cela suppose — expliquer une composition avec des mots est difficile, même pour un professionnel.
Un croquis, même maladroit, transmet en trois secondes une information qu'un paragraphe rend mal : où se trouve quoi, dans quelle proportion, orienté comment.
Nous écrivions dans notre article sur l'art de poser une bonne question que la formulation était devenue la compétence centrale. Ce dispositif suggère une nuance : pour tout ce qui est spatial, le geste reste plus efficace que la phrase.
Les réserves
Aucune mesure indépendante. Les gains annoncés sont ceux de l'entreprise. Les évaluations citées émanent de partenaires, ce qui n'est pas la même chose qu'un classement en aveugle.
La comparaison porte sur la version 2.0. Une réduction de latence de moitié par rapport à une version antérieure ne dit rien de la position face aux concurrents actuels.
La question de la provenance reste entière. Trois milliards d'images par semaine, et nous avons montré que les dispositifs de marquage se contournent. Le standard de signature que nous avons décrit dans notre article sur le C2PA reste la seule piste sérieuse, et elle progresse lentement.
Ce qu'il faut retenir
Cette sortie confirme une tendance que nous voyons partout : la compétition ne porte plus sur la prouesse mais sur l'utilisabilité. Ce sont les mêmes mots que nous employions pour Fable 5.1 et GPT-6 Astra, dont les gains portaient sur les tâches longues plutôt que sur le raisonnement pur.
Pour un créateur, la conclusion pratique est inchangée et se renforce : aucun modèle ne gagne partout, et le bon réflexe reste de tester sur ses propres images plutôt que de croire un tableau. Ce qui change, c'est qu'un segment où l'Europe était en tête vient de devenir contesté.