OpenAI a scindé son modèle d’image phare en deux. Cela en dit plus que le benchmark.

Le 8 septembre, OpenAI a déployé ChatGPT Images 2.5, et enfouie dans l’annonce se trouvait une décision qui compte plus que n’importe quel chiffre de vitesse. L’entreprise a pris son unique modèle d’image phare et l’a scindé en deux.

Pour les développeurs, l’API propose désormais GPT-Image-2.5 Flare et GPT-Image-2.5 Sunburst. Flare est le modèle rapide. OpenAI affirme qu’il est deux à quatre fois plus rapide que GPT-Image 2, et le partenaire de la première heure Manus l’a confirmé par ses propres tests, ainsi qu’un meilleur rendu des arrière-plans transparents. Sunburst est le modèle lent et précis. Il est conçu pour les retouches qui doivent conserver tout le reste exactement tel quel. Les deux coûtent le même prix : 8 $ par million de tokens d’entrée et 30 $ par million de tokens de sortie.

Ce détail de tarification est la partie intéressante. Quand deux modèles font des tâches différentes mais coûtent exactement le même prix, le fournisseur ne vous vend pas plus de puissance de calcul. Il vous demande de décider ce dont vous avez réellement besoin, ce qui constitue un tout autre type de conversation produit que « voici notre meilleur modèle, utilisez-le pour tout ».

Ce qui a réellement changé

Du côté grand public, le chiffre phare est la latence. OpenAI affirme que le délai de génération a diminué jusqu’à 50 % par rapport à Images 2.0, tandis que la netteté, l’éclairage naturel et le détail des textures se sont améliorés. Cette combinaison est inhabituelle. D’habitude, on sacrifie l’un pour obtenir l’autre.

C’est dans l’histoire de la retouche que Sunburst mérite son nom. L’argument est que le modèle comprend ce qu’il ne faut pas changer. Higgsfield AI, l’un des partenaires cités par OpenAI, l’a formulé ainsi, et c’est un bon résumé de ce dont cette mise à jour traite vraiment. Les anciens éditeurs d’image savaient bien suivre une instruction, mais étaient mauvais pour laisser le reste du cadre intact. Vous demandiez une nouvelle couleur pour une veste et vous obteniez un visage subtilement différent, un horizon déplacé, une source lumineuse modifiée. Sunburst cible précisément ce type d’échec, en maintenant les visages, les produits et les éléments de marque stables au fil de plusieurs cycles de retouche.

Trois nouveaux outils font leur apparition dans l’application ChatGPT. Sketch vous permet de taper @Sketch et de dessiner une mise en page ou une silhouette approximative dans le chat, en utilisant votre gribouillage comme référence pour le rendu final. Templates donne un point de départ pour des formats courants comme les affiches et les produits dérivés. Comments vous permet d’épingler une note à un endroit précis d’une image, afin de pouvoir dire « supprime ceci » ou « mets ceci en bleu » sans réécrire le prompt.

OpenAI s’est aussi appuyé sur une statistique de sécurité. Sunburst génère du contenu dangereux à un taux de 1,09 %, Flare à 1,41 %, et le modèle précédent à 1,64 %. La direction est bonne, même si ces chiffres sont autodéclarés et constituent un argument de communication plutôt qu’une garantie.

Le coup d’Adobe

Le même jour, Adobe a annoncé avoir intégré GPT-Image-2.5 à Firefly. Ce n’est pas une simple note de partenariat. Adobe a passé deux ans à repositionner Firefly comme une couche d’orchestration, un endroit où les modèles de Google, Runway et d’autres sont branchés sur un flux de travail professionnel. Ajouter le tout nouveau modèle d’image d’OpenAI dès le premier jour, c’est cette stratégie qui fonctionne comme prévu.

Matt Chotin, d’Adobe, l’a présenté comme un moyen d’offrir aux créateurs de la flexibilité de l’idée à la livraison. Concrètement, cela signifie que la bataille s’est déplacée de la qualité brute du modèle. Les deux parties se distribuent désormais mutuellement. Plus de 70 outils Adobe sont intégrés à ChatGPT, de sorte qu’un designer peut appeler des fonctionnalités de Photoshop, Premiere ou Firefly depuis l’interface d’OpenAI. Chaque entreprise devient un canal pour l’autre, et aucune ne peut posséder seule le point de départ de la tâche créative.

Les chiffres derrière la sortie

Il y a une raison pour laquelle ce lancement se lit comme un coup de stratégie produit plutôt qu’un simple bond de capacités. Lorsque GPT Image 2 est sorti en avril 2026, il occupait la première place du classement text-to-image d’Artificial Analysis avec un Elo de 1178 et se classait deuxième au classement de la retouche. Images 2.5 est un incrément sur cette base, et dans les jours suivant le lancement, aucun des deux nouveaux modèles API n’avait d’entrée sur le classement d’Artificial Analysis, et aucun tiers n’avait publié de benchmark reproductible. Les améliorations de vitesse et de qualité sont toutes autodéclarées, ou rapportées par les partenaires cités Adobe, Manus et Higgsfield. Cela ne veut pas dire qu’elles sont fausses, mais cela signifie que tout jugement sur ce que ce dédoublement apporte devrait attendre des tests indépendants.

Ce qui n’est pas autodéclaré, c’est le prix. Les deux modèles sont à huit dollars par million de tokens d’entrée d’image et trente dollars par million de tokens de sortie, identiques l’un à l’autre. La plage de résolution de sortie va de 1024 × 1024 à 3840 × 2160, avec un nombre total de pixels plafonné entre 655 360 et 8 294 400. Pour un développeur, la décision concernant une fonctionnalité donnée se résume désormais à une seule question : cette charge de travail doit-elle aller vite, ou la quatrième retouche doit-elle laisser le sujet intact ? Le modèle qui répond à cette question est choisi, et le fait que les deux coûtent le même prix élimine le prix comme excuse pour mal choisir.

Pourquoi la scission est la vraie histoire

La génération d’images a cessé d’être une expérimentation. OpenAI affirme que la plateforme produit plus de trois milliards d’images par semaine, et ce chiffre est révélateur. À ce volume, la question intéressante n’est plus « peut-elle créer une belle image » mais « quel type de travail lui demande-t-on d’accomplir ».

Les équipes marketing qui produisent des centaines de variantes pour les réseaux sociaux se soucient du débit. Une équipe de marque qui finalise un visuel clé de campagne se soucie de savoir si le logo dérive après la quatrième retouche. Ces deux tâches tirent dans des directions opposées, et un modèle unique force l’une d’elles à faire des compromis. Scinder la gamme, c’est admettre que la clientèle s’est elle aussi scindée.

La réponse des concurrents a déjà été façonnée par cela. Midjourney gagne encore sur un certain fini cinématographique, mais il n’a pas d’interaction conversationnelle native et sa courbe d’apprentissage est plus raide. Adobe Firefly s’appuie sur des licences commerciales et son écosystème logiciel, mais sa création conversationnelle autonome est limitée. Le modèle d’image intégré de Google est solide sur certaines tâches et inconstant sur le contrôle au niveau de la marque. Personne ne couvre tout le terrain.

Pour quiconque choisit un outil, la conclusion pratique est d’arrêter de chercher un unique meilleur modèle d’image et de commencer à faire correspondre le modèle à la tâche. L’itération à haut volume et la finition de précision sont désormais des achats distincts, même lorsqu’ils proviennent de la même entreprise au même prix. Les classements de benchmarks continueront de bouger, et ils compteront de moins en moins. Ce qui compte, c’est de savoir si le flux de travail autour du modèle peut survivre à la prochaine version, car le modèle qui le sous-tend sera encore remplacé dans quelques mois.

Ce dernier point mérite qu’on s’y attarde. Images 2.5 est arrivé environ cinq mois après Images 2, et les deux ont remplacé une version qui était à la pointe l’an dernier. Les équipes qui construisent un processus durable, avec leurs propres prompts, références de style et étapes de validation, sont celles qui peuvent absorber ce renouvellement constant. Les équipes qui câblent en dur un seul modèle dans leur pipeline héritent de tous ses arrêts et de tous ses changements de prix. Sur ce point, la sortie de deux modèles est un rappel utile du fournisseur le plus bruyant de la pièce : même le leader vous dit de ne pas dépendre d’un seul modèle.