OpenAI Images 2.6 génère directement des GIF : la chaîne de production des mèmes réduite de moitié

Le soir du 4 novembre, OpenAI a déployé Images 2.6 sur trois points d’entrée : ChatGPT, Codex et l’API. Les plateformes chinoises se sont animées dès le lendemain matin : Tencent Cloud Developer Community, Tencent News et ZOL ont publié des articles, et China Daily a même précisé que PixPix avait été le premier à l’intégrer.
La plupart des titres médiatiques se sont focalisés sur « 50 % plus rapide ». Le chiffre est exact : la génération précédente, Flare, pouvait déjà produire une image en six secondes en qualité basse, et Sunburst rend plus stable la cohérence du personnage principal lors des retouches successives. Mais ce qui mérite davantage d’attention, c’est le format de sortie. Cette fois, il ne s’agit plus seulement d’un PNG, mais d’un GIF en boucle et d’un SVG directement utilisable dans un front-end.
Ce que le GIF résout vraiment
Auparavant, pour animer une image statique, la méthode était souvent maladroite : dessiner image par image dans le code, ou demander au modèle neuf images puis les assembler soi-même. Les décalages entre les frames étaient la norme : les expressions du personnage dérivaient, les objets sautaient de place. Quiconque a produit des mèmes le sait : pour qu’une boucle « ne saute pas », on passait plus de temps en post-production sur le montage qu’à dessiner l’image elle-même.
Avec Images 2.6, l’outil dessine d’abord une planche de neuf cases, puis compose l’animation. L’API utilise par défaut neuf frames de 0,2 seconde chacune, avec un maximum de soixante-quatre frames ; sur le web, on peut régler la vitesse de lecture de 0,5x à 2x en sept paliers, consulter frame par frame et modifier une frame isolée. Il suffit d’indiquer clairement dans le prompt le sujet, l’action et le mode de boucle ; l’exemple officiel écrit « 6 frames au total, la 6e se raccorde en douceur à la 1re ».
C’est particulièrement utile pour trois types de travaux. D’abord les mèmes et mascottes d’IP, où le GIF en boucle est déjà une unité de livraison ; ensuite les visuels produits en boucle pour l’e-commerce, où une rotation de produit de quinze secondes raconte trois fois plus qu’une image fixe ; enfin les micro-animations pour les réseaux sociaux, bien moins coûteuses à produire qu’une vidéo courte.
La voie de l’export SVG est en revanche moins discutée. Elle transforme la maquette en fichier vectoriel, redimensionnable sans perte, compatible avec le web, les interfaces d’applications et l’impression. La génération d’images fait un petit pas de « voici une belle image » vers « voici un asset exploitable en production ».
Deux sous-modèles, en réalité une stratégie de coûts
Côté API, l’offre se scinde en Flare et Sunburst. Flare mise sur la vitesse : en qualité basse, une image peut sortir en six secondes, et la typographie des affiches et des visuels produits e-commerce a été optimisée. Sunburst mise sur le détail : en qualité moyenne et haute, il restitue la texture d’un pull en laine ou le bord d’un bas de pantalon, et lors d’éditions successives, les visages, les produits et les mascottes d’IP ont moins tendance à « changer de tête ».
L’équipe officielle a séparé, dans le calcul d’inférence, la planification de la mise en page et le rendu des pixels ; les développeurs peuvent ajuster l’intensité d’inférence et arbitrer entre vitesse, coût et qualité. C’est une phrase d’apparence anodine mais essentielle : les modèles d’image commencent à admettre que « rapide » et « bon » sont deux options que l’on peut acheter séparément, plutôt qu’un niveau fixe.
Les classements d’arène confirment cette répartition. En génération texte-image, Sunburst est deuxième (1409 points), Flare quatrième (1384 points), et OpenAI occupe plusieurs places du top 5 ; en édition image-image, Sunburst est troisième (1476 points), Flare cinquième (1462 points). À noter : Sunburst arrive directement en tête de la catégorie cartoon, anime et fantasy, qui est la plus utilisée en création de contenu.
Ne pas se laisser emporter par les chiffres
OpenAI a publié une nouvelle donnée : le volume d’images générées chaque semaine via ChatGPT, Codex et l’API dépasse 4 milliards, soit plus de 500 millions par jour. La génération d’images constitue désormais un pan entier du trafic et de la monétisation de l’écosystème ChatGPT.
Cela signifie aussi autre chose : chaque fois que la barrière de génération baisse, la production de contenu médiocre augmente d’un cran. Le GIF est un tout nouveau terrain d’afflux : plus gourmand en bande passante qu’une image fixe, plus difficile à identifier par la recherche, et particulièrement adapté à la production de masse. Une série d’« usines à mèmes » va s’emparer immédiatement de cette fonction, et certains se plaindront forcément dans quelques jours de ne voir que des GIF interchangeables.

Un changement d’angle rend le paysage concurrentiel plus clair. Sur OpenRouter, les modèles d’image de Google représentent actuellement 47,5 % des requêtes d’image de la semaine, OpenAI 28,3 %, et Seedream 5.0 Flash de ByteDance affiche la plus forte progression, avec +118 % de requêtes sur une semaine et une entrée dans le top 10. Côté vidéo, le tableau est différent : ByteDance 26,1 %, HeyGen 19,7 %, Google 18,5 %, et le premier est un modèle de digital human, pas un modèle cinématographique.
« Produire directement des GIF » n’apportera pas mécaniquement de l’usage. Ce que cela économise, c’est le temps de production de l’asset, pas le temps de juger si l’asset mérite d’être produit.
Trois choses à tester tout de suite
Pour ceux qui veulent créer des mèmes ou des mascottes de marque, c’est la fenêtre la plus économique : décrivez clairement l’action et le rythme de la boucle, générez d’abord neuf frames pour vérifier la continuité, puis décidez s’il faut allonger à vingt-quatre ou soixante-quatre frames ; une vitesse ralentie à 0,5x convient mieux aux expressions exagérées.
Pour l’e-commerce, on peut tester directement une version GIF en boucle avec le même jeu de visuels produits et comparer son taux de clic avec celui de l’image fixe principale, pour quelques centimes par image.
Pour les développeurs front-end et les designers, il vaut la peine d’essayer l’export SVG. Injecter le vectoriel généré dans le design system pour modifier les couleurs ou la taille de police demande moins d’efforts que de repartir d’un bitmap.
Une autre chose mérite d’être faite au passage : conserver ensemble les prompts, les images de référence et les fichiers finaux de cette génération. Pas pour le souvenir, mais parce que ce sont les seuls éléments mobilisables pour reproduire la même image plus tard. Les modèles multimodaux savent déjà enregistrer une personne ou un animal comme image de référence réutilisable, ce qui accélère les itérations ; mais pour itérer, il faut que la version précédente existe encore.
Une réserve
Le GIF natif ressemble pour l’instant davantage à « un substitut bon marché à la génération d’une courte vidéo » qu’à un modèle vidéo à part entière. Il n’a pas de piste audio, plafonne à soixante-quatre frames, et les mouvements complexes cassent facilement. Plutôt que d’espérer qu’il remplace Veo ou Seedance, mieux vaut le considérer comme l’échelon entre l’image fixe et le court métrage. Cet échelon était vide ; il est désormais comblé.
Articles associés
Une feuille de calcul communautaire de clics pour couper les publicités des Android chinois
Il ne touche pas au système, ne déverrouille rien, ne flashe rien. Il bascule un à un les interrupteurs que les fabricants ont déjà prévus. Le prix à payer, c'est la liste qu'il faut continuer d'écrire.
GPT Image 2.6 a tenu le prix des tokens et fait monter la facture
GPT Image 2.6 reprend chaque tarif au token de 2.5 et coûte malgré tout plus cher par image, parce qu'une part plus grande du travail se paie en tokens de sortie. Onze jours après le lancement, la grille tarifaire dit plus que le classement.
Quelqu'un a reconstruit IDM de l'extérieur et a écrit ce qu'il n'a pas touché
Une réimplémentation en Rust d'Internet Download Manager revendique 5 fois la vitesse et 86 langues. Le document le plus intéressant est le paragraphe qui explique comment elle a été construite sans rien copier.
Rune est un framework UI Rust conçu pour qu'un agent puisse vérifier son propre travail
Rune rend en headless, vide son arbre d'éléments et accepte des entrées scriptées, ce qui donne à un agent de codage un signal différable qu'aucune capture d'écran ne fournit. Le framework est en préversion et n'accepte pas de pull requests.