Un écart de 12x : ce que la génération d’images IA coûte vraiment à l’échelle d’un catalogue

Le classement n’est pas la facture

Demandez à une salle de designers quel modèle d’image est le meilleur et vous obtiendrez une réponse assurée, presque toujours celui qui trône en tête de l’arène. Demandez à la même salle quel modèle leur entreprise devrait réellement faire tourner en volume, et l’assurance s’évapore. Ce sont deux questions différentes, et en octobre l’écart entre elles s’est creusé au point de ressembler à une défaillance de marché.

Une analyse tarifaire publiée ce mois-ci chiffre le problème. Pour une équipe qui génère 50,000 images produits par mois en résolution d’environ 1K, une sortie par requête, la facture mensuelle parmi des modèles qui se jugent tous raisonnables va d’environ $840 à environ $10,550. Soit un écart de 12.5 fois avant même de compter les reprises. Même charge, même résolution, même travail.

La grille tarifaire, traduite

L’écart se voit le plus simplement par image. En bas de l’échelle, un modèle de traitement par lots rapide tombe autour de $0.007 par image 1K. Nano Banana 2.1 se situe à environ $0.0168 en mode par lots et $0.0336 en mode standard. FLUX.2 [pro] démarre autour de $0.03, MAI-Image-2.6 autour de $0.039 selon l’estimation de l’arène, Grok Imagine Image 2.0 autour de $0.04, Seedream 5.0 Pro autour de $0.045, et FLUX 3 Image en 1K autour de $0.048.

Puis les prix grimpent brutalement. GPT-Image-2 en effort moyen atteint près de $0.053, Nano Banana Pro près de $0.134, et GPT-Image-2 en effort élevé près de $0.211 par image. Sur la même charge de 50,000 images, la différence entre l’option raisonnable la moins chère et la plus chère représente un remboursement de prêt immobilier, voire plusieurs.

Le plus fou, c’est la vitesse à laquelle la résolution rebat les cartes. En 1K, les premiers modèles se tiennent de très près. En 4K, les mêmes 50,000 images coûtent environ $3,780 avec Nano Banana 2.1 et environ $30,350 avec FLUX 3 Image. Un modèle qui semblait une bonne affaire en résolution catalogue peut devenir intenable dès qu’on exige une qualité d’impression.

Pourquoi le moins cher gagne souvent, et parfois non

Quand un modèle n’est « qu’à deux échelons » derrière en arène, le réflexe est de traiter l’écart comme du bruit. Pour un catalogue produits, ce réflexe est généralement juste. Si votre seuil d’acceptation est « propre, fidèle à la marque, produit correct », un modèle moins cher le franchit plus souvent que ne le laisse croire le classement, et l’argent économisé repart dans la prise de vues supplémentaires ou le test d’autres concepts.

Pour une image héro destinée à un panneau publicitaire, le calcul s’inverse. Le coût d’une image rejetée n’est pas le tarif de génération. C’est le temps du designer, la nouvelle prise de vue, l’échéance manquée. Quand l’enjeu est aussi élevé, payer quatre fois plus par image est une assurance bon marché, et le classement cesse d’être une mesure de vanité.

La réponse pragmatique vers laquelle la plupart des équipes convergent est d’arrêter de choisir un seul modèle. Faites tourner le moins cher sur un lot de 50 de vos propres produits, faites tourner le cher sur ces mêmes 50, puis comptez combien d’images passent du premier coup. C’est ce chiffre, et non le score d’arène, qui décide de votre grille tarifaire.

Il y a une asymétrie utile cachée dans ce conseil. Les modèles bon marché échouent de façon évidente, et les échecs évidents coûtent peu à repérer. Les modèles chers échouent de façon subtile : un logo légèrement faux, une ombre portée du mauvais côté, une main avec un doigt de trop. Ces échecs coûtent plus à repérer parce qu’ils survivent au premier regard, ce qui est précisément pourquoi les équipes paient pour le modèle cher. La question n’est jamais de savoir si la prime en vaut la peine dans l’abstrait. Elle est de savoir si les erreurs précises du modèle moins cher sont celles que vos relecteurs auraient de toute façon laissées passer.

Les reprises, multiplicateur caché

Le coût le plus sous-estimé de la génération d’images IA, c’est la reprise. Le modèle tarifaire ci-dessus suppose une sortie par requête. Les flux réels ne fonctionnent pas ainsi. S’il faut en moyenne 1.5 tentative par image acceptée, la facture grimpe de 50 pour cent sans que le prix unitaire bouge. Soudain, un modèle bon marché exigeant deux essais coûte plus qu’un modèle cher qui n’en demande qu’un.

C’est pourquoi le « taux d’acceptation » mérite de figurer à côté du « prix par image » sur toute fiche comparative. Un modèle avec 60 pour cent d’acceptation au premier essai équivaut en pratique à 1.67 fois son prix affiché. Un modèle à 90 pour cent équivaut à 1.11 fois. L’écart entre les prix effectifs de deux modèles peut dépasser l’écart entre leurs prix catalogue, et il pointe dans une autre direction.

Faites le calcul aux deux extrémités du tableau et la leçon s’affûte. Un modèle à $0.02 l’image avec 50 pour cent d’acceptation coûte $0.04 par image acceptée. Un modèle à $0.05 l’image avec 85 pour cent d’acceptation coûte environ $0.059 par image acceptée. Le modèle « cher » ne coûte en pratique qu’une fois et demie de plus, et il a épargné à un humain plusieurs tours de relecture. Une fois qu’on chiffre le temps humain investi dans ces reprises, l’écart peut se refermer complètement. Le prix affiché est un point de départ, pas une réponse.

Les dépréciations sont aussi une ligne budgétaire

Octobre a ajouté un second type de coût absent de toute grille tarifaire : la migration forcée. Google a programmé le retrait de son ancien point de terminaison d’image Gemini pour la fin octobre, poussant quiconque reste sur la génération précédente à migrer, qu’il le veuille ou non. Sur le flux décrit plus haut, le passage de l’ancien point de terminaison à Nano Banana 2.1 réduit la facture mensuelle de près de moitié et aboutit à un modèle mieux classé. Une victoire gratuite, livrée par une échéance.

C’est la bonne version d’une dépréciation. La mauvaise, c’est la migration que vous n’aviez pas prévue, sur un modèle que vous ne pouvez pas figer, à un prix que vous n’aviez pas modélisé. Si votre pipeline d’images dépend d’un point de terminaison précis, le calendrier fait désormais partie de votre structure de coûts, au même titre que la grille tarifaire.

L’économie, pas l’esthétique

Rien de tout cela ne soutient que les modèles bon marché sont aussi beaux. Souvent, ils ne le sont pas. Cela soutient que « quel modèle est le meilleur » est la mauvaise question pour quiconque produit des images à grande échelle. Les bonnes questions sont plus étroites et moins romantiques : quel est mon seuil d’acceptation, quel est mon taux de reprise, quelle résolution le livrable exige-t-il vraiment, et que devient ma facture quand cette résolution change.

L’écart de 12x n’est pas un bug du marché. C’est le marché qui vous dit que la génération d’images a assez mûri pour avoir des paliers, comme le stockage cloud et l’encodage vidéo avant elle. Les équipes qui traitent la génération d’images comme un problème d’approvisionnement, avec taux d’acceptation et économie unitaire, dépenseront une fraction de ce que dépensent celles qui la traitent comme un problème de goût. Les deux peuvent avoir raison sur l’image la plus jolie. Une seule peut expliquer la facture.