Dans cet article
- Ce qu'OpenAI a réellement annoncé
- Sunburst ou Flare ? La règle est simple
- La retouche partielle est le vrai changement, pas la génération
- Le coût se compte en tokens, pas en images
- Cinq usages rentables dès la première semaine
- Trois remarques avant de construire dessus
- Comment l'intégrer à votre système au lieu d'en faire un outil d'appoint
Le 8 septembre 2026, OpenAI a ajouté une nouvelle génération de modèles d'image sous le nom GPT Image 2.5, livrée sous forme de deux modèles plutôt qu'un : gpt-image-2.5-sunburst, le plus performant des deux, conçu pour les flux de travail où la précision de la retouche compte le plus, et gpt-image-2.5-flare, le plus rapide, pour la génération courante d'images de haute qualité. À retenir pour un dirigeant : vous pouvez désormais modifier une zone précise d'une photo produit que vous possédez déjà, au lieu de réserver une nouvelle séance en studio ou de régénérer toute l'image en espérant qu'elle ressemble à l'originale.
Ce qu'OpenAI a réellement annoncé
Selon les pages des modèles dans la documentation officielle d'OpenAI, les deux modèles acceptent du texte et des images en entrée et ne produisent que des images en sortie. Chacun dispose d'une version figée datée du jour même du lancement : gpt-image-2.5-sunburst-2026-09-08 et gpt-image-2.5-flare-2026-09-08. Ce détail compte sur le plan opérationnel, car figer une version signifie que vos résultats ne changent pas sous vos pieds le jour où le fournisseur met le modèle à jour.
Les deux modèles prennent en charge six réglages de qualité : low, medium, high, xhigh, max et auto. Et les deux fonctionnent par deux voies : l'Image API, avec ses points d'accès de génération et de retouche, ou comme outil au sein de la Responses API quand vous voulez une expérience en plusieurs tours où un utilisateur affine l'image en dialoguant avec elle. La première voie suffit si vous avez besoin d'une image à partir d'un prompt. La seconde est ce qu'il vous faut si vous construisez un écran où un employé du marketing retouche une image étape par étape.
Sunburst ou Flare ? La règle est simple
Ne choisissez pas sur le nom, choisissez selon la nature du travail. Si la tâche exige de la précision dans la retouche (changer la couleur d'une bouteille, retirer un élément d'un arrière-plan, remplacer le texte d'un emballage, conserver exactement la forme du produit), c'est le terrain de Sunburst, le modèle qu'OpenAI décrit comme son plus performant pour la génération et la retouche d'images. Si la tâche relève du volume et de la vitesse (des dizaines d'arrière-plans de campagne, des illustrations d'articles, des brouillons visuels rapides avant validation d'une direction), Flare est le choix logique.
En usage réel, la plupart des équipes ont besoin des deux : Flare pendant l'exploration, où la quantité compte et où les erreurs coûtent peu, puis Sunburst pour la passe finale, quand l'image arrive sur une page produit que verra un client qui paie.
La retouche partielle est le vrai changement, pas la génération
La génération d'images à partir de texte n'est plus ni nouvelle ni rare. Ce qui mérite l'attention ici, c'est la prise en charge de l'inpainting : redessiner une zone définie d'une image existante tandis que le reste de l'image reste intact. L'outil passe ainsi du générateur d'images à l'éditeur d'images, et la différence entre les deux est celle qui sépare un amusement pour l'équipe marketing d'un outil qui entre dans une véritable chaîne de production.
Un exemple concret : une boutique de trois cents références, toutes photographiées sur fond blanc, décide de passer à une identité visuelle gris clair. L'ancienne voie : planifier une nouvelle séance, déplacer le stock, payer un photographe, deux semaines. La nouvelle voie : faire passer les images par l'API avec une seule instruction, ajouter une relecture humaine des résultats, un jour de travail. Même photo, même produit, seul l'environnement a changé.
Le coût se compte en tokens, pas en images
Ce point déroute beaucoup de dirigeants, car il ne ressemble pas à la tarification des prestations de design. Selon la tarification d'OpenAI pour les deux modèles, le tarif est identique pour la paire : le texte en entrée à cinq dollars par million de tokens et un dollar vingt-cinq en cache, l'image en entrée à huit dollars par million de tokens et deux dollars en cache, et l'image en sortie à trente dollars par million de tokens. Le texte en sortie n'est pas facturé du tout, car ces modèles produisent des images et non du texte. OpenAI précise aussi que les tarifs au token sont les mêmes que ceux de la génération précédente, GPT Image 2.
Le conseil pratique : n'estimez pas sur le papier. Lancez un lot d'essai de cent images réelles de votre propre catalogue avec les réglages exacts que vous comptez utiliser, lisez la facture, puis multipliez. Une estimation fondée sur cent images réelles est plus honnête que n'importe quel calculateur, d'autant que le niveau de qualité choisi modifie directement la consommation.
Cinq usages rentables dès la première semaine
- La cohérence du catalogue : des arrière-plans, un éclairage et des angles uniformes pour des centaines d'articles photographiés à des moments et dans des conditions différents.
- Les variantes de campagne : une version été, une version Ramadan et une version White Friday de la même photo, sans séance pour chaque occasion.
- L'aperçu de l'emballage avant impression : tester visuellement un texte en arabe ou un nouveau logo sur l'emballage avant de lancer une impression.
- La restauration d'anciennes images : supprimer les éléments gênants, les reflets ou les marques obsolètes des photos d'archives au lieu de les jeter.
- Les illustrations de contenu : des visuels pour votre blog et votre newsletter au lieu des mêmes photos de banque d'images que vos concurrents utilisent aussi.
Trois remarques avant de construire dessus
D'abord, la vérification de l'organisation. La documentation d'OpenAI indique que vous devrez peut-être effectuer la vérification de votre organisation API depuis votre console développeur avant d'utiliser les modèles GPT Image. Intégrez cette étape au calendrier dès le départ pour qu'elle ne vous prenne pas par surprise le jour du lancement.
Ensuite, la relecture humaine n'est pas facultative. Toute image produit destinée à être publiée a besoin qu'une personne la valide. Le modèle ne sait pas que la couleur qu'il a ajustée est celle déposée dans votre identité de marque, et il ne sait pas que la retouche a fait paraître le produit plus grand qu'il n'est. Montrer un produit avec une image qui ne correspond pas à la réalité est un problème commercial et réglementaire avant d'être un problème technique.
Enfin, ne téléversez pas de photos de personnes. Les photos de clients ou d'employés ne sont pas une matière première pour des expériences. Rendez la règle explicite pour votre équipe : produits, lieux et supports marketing oui ; personnes non, sauf consentement explicite documenté dans le cadre d'une politique claire sur les données personnelles.
Comment l'intégrer à votre système au lieu d'en faire un outil d'appoint
La différence entre une entreprise qui tire profit de ces modèles et une autre qui se contente d'en parler tient à l'endroit où ils sont utilisés. S'ils vivent dans un onglet de navigateur qu'un employé ouvre pour télécharger un fichier à la main, le gain est faible et disparaît aux premières vacances. La valeur apparaît quand vous connectez l'API à votre système : un nouvel article entre dans le catalogue, ses variantes visuelles sont générées automatiquement aux formats dont chaque canal a besoin, elles entrent dans une file de relecture, et elles sont publiées en un clic d'approbation. À ce stade, vous n'achetez plus des images, vous construisez une chaîne de production visuelle qui tourne sans supervision quotidienne.
Chez Origami, nous construisons exactement ce type de connexion dans les systèmes que nous développons pour nos clients : une API reliée à la base de données produits, une file de relecture avec des permissions claires et un journal qui indique qui a approuvé quelle image et quand. La technologie est disponible aujourd'hui, et ce qui fait la différence, c'est la décision elle-même : la traitez-vous comme un nouveau jouet, ou comme une étape d'un processus opérationnel avec un responsable et un indicateur de réussite ?
Sources
- Documentation officielle d'OpenAI, page du modèle GPT-Image-2.5 Sunburst : developers.openai.com
- Documentation officielle d'OpenAI, page du modèle GPT-Image-2.5 Flare : developers.openai.com
- Guide de génération d'images d'OpenAI : developers.openai.com
Questions fréquentes
Quelle est la différence entre Sunburst et Flare, et lequel ma boutique doit-elle utiliser ?
Sunburst est le modèle le plus performant d'OpenAI pour la génération et la retouche d'images, adapté aux travaux où la précision de la retouche compte le plus, comme les images finales des pages produit. Flare est le plus rapide, adapté à la génération courante en volume, comme les brouillons de campagne et les illustrations de contenu. La plupart des boutiques utilisent Flare pendant l'exploration et Sunburst pour la version finale.
Puis-je modifier mes photos produit existantes, ou le modèle ne fait-il que générer de nouvelles images ?
Les deux modèles acceptent des images en entrée et prennent en charge l'inpainting, c'est-à-dire qu'une zone définie de l'image est redessinée tandis que le reste reste tel quel. Vous pouvez donc changer un arrière-plan, supprimer un élément ou remplacer le texte d'un emballage sans refaire la photo du produit.
Combien coûte réellement l'utilisation de GPT Image 2.5 ?
La tarification se fait au token plutôt qu'à l'image, et elle est identique pour les deux modèles selon la documentation d'OpenAI : cinq dollars par million de tokens de texte en entrée, huit dollars par million de tokens d'image en entrée et trente dollars par million de tokens d'image en sortie. Le meilleur moyen d'estimer est de lancer un lot d'essai de cent images de votre propre catalogue avec les réglages que vous comptez adopter, puis de mesurer la facture.
Ai-je besoin de quelque chose de particulier sur mon compte avant de l'activer ?
Oui. La documentation d'OpenAI indique que vous devrez peut-être effectuer la vérification de votre organisation API depuis la console développeur avant d'utiliser les modèles GPT Image. Ajoutez tôt cette étape au plan de mise en œuvre, et exigez aussi une relecture humaine de chaque image avant publication pour qu'elle corresponde au produit réel et à votre identité visuelle.
Suivez Origami sur Google
Ajoutez Origami à vos sources préférées : nos articles apparaîtront en premier pour vous dans la recherche Google et les actualités à la une.
