La guerre des prix des modèles d'image d'octobre : GPT Image 2.5 se scinde en deux niveaux

La gamme d'images d'OpenAI a changé de forme en septembre, et l'effet sur les coûts a mis quelques semaines à apparaître dans les comparaisons publiques. ChatGPT Images 2.5 est sorti le 8 septembre sous la forme de deux modèles API plutôt que d'un seul : GPT-Image-2.5 Flare et GPT-Image-2.5 Sunburst.

La promesse d'OpenAI est simple. Jusqu'à 50 % de latence en moins, une sortie 2K, une meilleure édition multi-tours et une meilleure préservation du sujet d'une édition à l'autre. Flare est le modèle rapide par défaut. Sunburst est le niveau plus lent, axé sur la précision.

La surprise, c'est la colonne des prix. Flare et Sunburst démarrent tous les deux à 4 crédits par génération, avec le niveau 4K à 7. Le précédent GPT Image 2 démarre à 9. Autrement dit, le modèle OpenAI le plus récent est aussi le modèle OpenAI le moins cher. Cela fait basculer le choix par défaut pour les nouveaux travaux vers 2.5.

Comment distinguer Flare de Sunburst

La règle pratique pour une équipe de production est simple. Utilisez Flare pour les brouillons, les lots et tout ce pour quoi la première image acceptable suffit. Utilisez Sunburst quand une retouche doit préserver exactement un visage, un libellé ou une mise en page, et que vous pouvez attendre.

L'argument pour rester sur GPT Image 2 est plus étroit qu'il n'y paraît. Si une campagne a déjà été validée sur l'ancien modèle, changer en cours de campagne modifie les teintes de peau, l'épaisseur des caractères et l'éclairage d'une manière que le client remarquera avant vous. Le conseil des praticiens est de terminer la campagne en cours là où elle est et de commencer la suivante sur 2.5.

Le reste du secteur n'est pas resté immobile

Tencent a publié Hy Image 3.5 Preview le 22 septembre. Un seul modèle gère à la fois la génération et l'édition multi-tours. Il monte jusqu'à 4096 par 4096, accepte 20 images de référence et est affiché à environ 0,024 $ par image en 1K à 2K sur l'API internationale de Tencent.

Le mot « Preview » a ici un vrai poids. Il n'y a ni poids, ni rapport technique. Une preview sans l'un ni l'autre peut changer de comportement d'une semaine à l'autre. Testez-la sur l'API si la possibilité de fournir 20 références compte pour votre flux de travail. Ne bâtissez pas encore de gabarit récurrent dessus.

L'équipe Qwen d'Alibaba a publié Qwen-Image-2.1 le 20 septembre : 7B en poids ouverts, 2K natif, sortie RGBA avec un vrai canal alpha et jusqu'à 10 images de référence. La licence, cependant, est désormais réservée à la recherche, sans usage commercial. Cela signifie qu'une agence ou une marque ne peut pas livrer de sorties de 2.1 dans des travaux rémunérés selon les conditions des poids ouverts. Si vous avez récupéré les poids en pensant aux anciennes conditions, lisez la licence avant qu'un fichier client ne quitte la machine.

Recraft a publié V4.1 Flash le 23 septembre et l'a qualifié de « modèle d'image le plus rapide du marché ». Ni résolution, ni chiffre de latence, ni prix. Une seule source, aucun chiffre. Traitez cela comme une annonce plutôt que comme une fiche technique.

Pourquoi les conditions de licence ont changé l'équation

L'histoire discrète de septembre, c'est que les deux alternatives ouvertes ont évolué dans des directions opposées en matière de licence, et que ces évolutions comptent plus que le rang dans les benchmarks.

Qwen-Image-2.1 a tenu la promesse technique qui a rendu la famille populaire. Sept milliards de paramètres, c'est assez petit pour tourner sur une station de travail de studio, le 2K natif évite une étape de suréchantillonnage, et une sortie RGBA avec un vrai canal alpha signifie qu'un sujet généré arrive avec la transparence déjà intégrée plutôt que de nécessiter une passe de détourage. Dix images de référence en une seule génération constituent un plafond réellement utile pour le travail produit, où la cohérence d'un sujet sur une série de prises de vue est la partie difficile.

Puis la licence a fermé la porte commerciale. Recherche uniquement, aucun usage commercial. Pour une agence, cela signifie que les conditions des poids ouverts ne peuvent pas couvrir de travaux clients rémunérés. Les poids fonctionnent toujours, et un designer peut encore les utiliser pour explorer, mais la sortie ne peut pas être livrée selon ces conditions. Les praticiens qui avaient bâti un pipeline autour de versions précédentes de Qwen, plus permissives, lisent désormais les petites lignes d'un fichier qu'ils ont déjà téléchargé.

Hy Image 3.5 Preview de Tencent présente le problème inverse. Il est disponible sur l'API, donc l'usage commercial est une question de paiement à l'image plutôt qu'une question de licence. Mais « Preview » signifie pas de poids et pas de rapport technique, ce qui veut dire que le comportement peut changer d'une semaine à l'autre. Bâtir un gabarit récurrent dessus, comme une prise de vue produit fixe avec un éclairage fixe, est un pari que le modèle sous-jacent ne bougera pas. L'option plus sûre est de le tester sur des tâches précises, de conserver les résultats et d'y revenir quand la preview deviendra une version stable.

L'argument pratique pour garder deux modèles prêts

La conclusion raisonnable pour un studio est de garder un niveau rapide et un niveau de précision configurés, et de savoir quelle tâche chacun traite, plutôt que de se fixer sur un seul gagnant.

Un niveau rapide, qui en octobre signifie GPT Image 2.5 Flare ou un modèle comparable, couvre l'idéation, les planches d'ambiance, les images brouillon et la variation à grand volume. La vitesse et le coût dominent, et la sortie est un point de départ plutôt qu'un livrable.

Un niveau de précision gère les retouches où un visage, un libellé ou une mise en page doit rester intact. C'est là que le chemin plus lent de Sunburst se rentabilise, et que la dérive d'un modèle rapide moins cher sur la teinte de peau ou l'épaisseur des caractères devient visible pour un client.

Le niveau local ouvert est une troisième place, utile quand un flux de travail doit fonctionner sans envoyer d'actifs à une API externe. La sortie RGBA de Qwen-Image-2.1 convient bien à cette place, tant que la tâche n'est pas commerciale selon les conditions des poids ouverts.

Trois niveaux configurés ressemblent à une charge supplémentaire. En pratique, c'est l'inverse. L'équipe qui sait quel modèle traite quelle tâche arrête de rediscuter le choix à chaque brief, et elle arrête de découvrir en cours de campagne que le modèle vers lequel elle a basculé rend la couleur signature d'une marque légèrement différemment.

Ce que dit le classement, et ce qu'il ne dit pas

Les classements Artificial Analysis, consultés le 6 octobre, placent OpenAI aux trois premières places sur les tableaux texte-vers-image et édition d'image. C'est une avance plus nette que celle de l'entreprise en août.

Rang | Modèle | Texte-vers-image | Édition d'image --- | --- | --- | --- 1 | GPT-Image-2.5 Sunburst | 1425 | 1524 2 | GPT-Image-2.5 Flare | 1398 | 1481 3 | GPT Image 2 | 1383 | 1462 4 | MAI-Image-2.6 (Microsoft) | 1333 | 1428 5 | Nano Banana 2.1 (Google) | 1328 | 1428

Le constat le plus utile pour le coût se trouve plus bas. Nano Banana Pro, en 2K, se classe 16e, sous Nano Banana 2.1 et à environ un quart du prix 1K de Pro. La fiche modèle de Google elle-même montre que 2.1 bat l'ancien modèle Pro sur certaines évaluations internes d'édition. Des évaluateurs indépendants notent que Pro produit encore de meilleures images dans certains tests pratiques.

Cet écart entre le rang et la réalité est la partie à retenir. Le rang dans une arène en dit peu sur les forces spécialisées d'un modèle. FLUX 3 Image, Midjourney et Ideogram 4.0 dans son réglage le plus haut sont soit absents des tableaux, soit classés bas, mais chacun a une niche où il gagne. Ideogram 4.0 Quality, par exemple, se classe 20e.

Ce que cela signifie pour le budget d'un studio

Trois choses ont changé en septembre et influent sur la façon dont une équipe devrait planifier.

Le modèle par défaut pour les nouveaux travaux n'est plus le niveau premium. GPT Image 2.5 Flare à 4 crédits fait la plupart de ce que faisait GPT Image 2 à 9, et le fait plus vite.

Les poids ouverts sont devenus plus utiles et plus restreints en même temps. Les poids 7B et la sortie RGBA de Qwen-Image-2.1 sont réellement utiles pour les pipelines locaux, mais la licence de recherche uniquement ferme la porte commerciale que les versions précédentes de Qwen laissaient ouverte. Lisez les licences avant de bâtir dessus, pas après.

Et le classement est un point de départ, pas un verdict. Un modèle classé 16e sur un tableau agrégé peut encore battre le numéro un sur la tâche précise qui vous attend. Testez avec vos propres prompts avant de basculer une chaîne de production.

L'histoire du mois, c'est que le niveau le moins cher de la génération d'images de pointe est devenu nettement moins cher, tandis que les conditions de licence autour des alternatives ouvertes se sont nettement resserrées. Ces deux changements poussent les équipes à réexaminer des réglages par défaut établis il y a des mois.