ChatGPT Images 2.5 : Flare, Sunburst, prix et 10 prompts
OpenAI a lancé ChatGPT Images 2.5 le 8 septembre 2026. Latence divisée par deux, deux modèles API au même tarif, édition par commentaires, et 10 prompts testables.
Publié le :
- ChatGPT
- Gemini
- AI Mode
- Claude
- Perplexity
- Grok
En bref
OpenAI a lancé ChatGPT Images 2.5 le 8 septembre 2026, cinq mois après Images 2.0. Le modèle est déployé sur tous les paliers de ChatGPT, sur ChatGPT Work et sur Codex, sur ordinateur, mobile et web, sans liste d’attente ni palier payant. Côté API, deux modèles distincts arrivent : gpt-image-2.5-flare et gpt-image-2.5-sunburst, au tarif exactement identique à GPT Image 2.
- Latence réduite jusqu’à 50 % par rapport à Images 2.0, à tarif inchangé. C’est une baisse de prix qui ne porte pas son nom.
- La vraie nouveauté n’est pas le modèle, c’est l’édition par commentaires : vous épinglez une note sur une zone de l’image et le modèle ne retouche que celle-là.
- Deux modèles API à choisir selon un seul critère : Flare pour le volume et la vitesse, Sunburst pour la précision des retouches. Même prix, seul le temps de génération change.
- Nouveautés d’interface : Sketch pour dessiner une composition au lieu de la décrire, des modèles guidés pour affiche et produit, et le partage du prompt avec l’image.
- Provenance : métadonnées C2PA plus le tatouage invisible SynthID de Google DeepMind. Ces marqueurs disparaissent à la capture d’écran et à la recompression.
Demander à l’IA de résumer cet article :
Ce qui change réellement dans le modèle
OpenAI a résumé le lancement en quatre points sur son compte X le 8 septembre : génération plus rapide, fidélité améliorée, détails cohérents sur plusieurs retouches successives, et édition par commentaires. La description technique tient en trois améliorations.
L’éclairage et les textures. Le modèle produit un éclairage plus naturel et des textures plus riches. C’est le terrain sur lequel Google avait pris l’avantage avec Nano Banana Pro, et c’est exactement là qu’OpenAI a poussé.
La préservation du sujet. Sur une photo de référence, le sujet est mieux conservé. Pour un usage produit ou portrait, c’est la différence entre une image utilisable et une image à refaire.
Le suivi d’instructions sur plusieurs tours. C’est la correction la moins spectaculaire et la plus utile. Le mode de défaillance connu de tous : au quatrième tour de retouche, le visage a dérivé, le fond a changé de teinte, et la modification demandée au deuxième tour est revenue en arrière sans prévenir. C’est ce qui est corrigé.
S’ajoutent trois points qui intéressent directement quiconque produit du contenu : une meilleure gestion des fonds transparents, des mises en page complexes, et des images qui portent de l’information réelle. Traduit sans langue de bois : les schémas et les infographies sortent moins déformés.
L’échelle du problème, telle qu’OpenAI la présente : plus de 3 milliards d’images sont créées chaque semaine sur ChatGPT Images et les modèles GPT-Image de l’API. À ce volume, la latence est une décision produit, pas une ligne de fiche technique.
L’édition par commentaires, la vraie nouveauté
L’outil que les gens remarqueront n’est pas le modèle, c’est la barre d’édition autour. Sur une image générée, vous obtenez désormais des outils de manipulation directe au lieu d’un champ de prompt vide.
Le commentaire ressemble à une fonction de relecture et se comporte comme une instruction. Vous cliquez sur un élément précis, vous attachez une note du type « enlève ça » ou « mets ça en bleu », et le modèle exécute cette modification-là. Le point clé est la localité : le modèle sait quels pixels vous désignez, donc il arrête de reconstruire les parties qui vous plaisaient.
D’après les 24 premières heures de test de Graham Barlow pour TechRadar, la barre comprend Markup, Comment, Remove BG, Erase et Resize. Remove BG conserve le premier plan et rend un PNG transparent au téléchargement. Erase est un pinceau : vous passez grossièrement sur une personne à l’arrière-plan et elle disparaît, sans sélection précise. Resize bascule entre les formats habituels, 3:4, 16:9, 4:3.
Une nuance que l’annonce ne fait pas, et qu’il faut connaître avant de crier à la nouveauté : Barlow observe que cette barre d’édition semble avoir été déployée discrètement au cours du mois d’août, sans annonce. Une partie de ce qui paraît neuf était peut-être déjà dans votre compte.
Dernier détail qui compte en production : chaque retouche est enregistrée comme un fichier distinct. Vous pouvez remonter dans les versions précédentes et récupérer celle que vous aimiez trois modifications plus tôt.
Sketch et les modèles guidés
Sketch répond à un problème réel : certaines choses vont plus vite à dessiner qu’à décrire. La disposition d’une pièce, la silhouette d’un vêtement, la position de deux personnages l’un par rapport à l’autre. Vous dessinez une forme grossière, vous ajoutez une description de style, et le modèle traite le dessin comme un guide visuel.
L’accès se fait en tapant @Sketch dans une conversation, ou par le menu Images puis Sketch. Le canevas est volontairement rudimentaire, plus proche d’un tableau blanc que d’un logiciel de dessin. C’est le bon choix : personne n’a besoin de calques pour indiquer que le canapé va à gauche.
Les modèles guidés transforment un prompt vide en brief. Vous choisissez un format, affiche, merch, flyer ou photo produit, et l’interface vous interroge. Sur le modèle photo produit : votre image de départ, puis un style parmi Clean Studio, Editorial, Lifestyle ou Dramatic, puis un cadre, et seulement là la génération démarre.
C’est de l’ingénierie de prompt déplacée dans l’interface, et ça traite la première cause de mauvais résultats chez les utilisateurs occasionnels : la sous-spécification.
Le partage du prompt avec l’image est la nouveauté la plus discrète et la plus stratégique. Quelqu’un peut rejouer votre idée avec ses propres photos. Le mécanisme viral est évident, et OpenAI parie clairement dessus.
Flare ou Sunburst : le tableau de décision
Pour les développeurs, Images 2.5 arrive en deux modèles distincts, tous deux en instantané du 8 septembre 2026. Les deux acceptent du texte et des images en entrée, ne produisent que des images, et couvrent toute la plage de qualité de low à max, plus auto.
| GPT-Image-2.5 Flare | GPT-Image-2.5 Sunburst | |
|---|---|---|
| Identifiant | gpt-image-2.5-flare | gpt-image-2.5-sunburst |
| Pour quoi | Le choix par défaut. Contenu créateur et social, expériences produit, recherche visuelle, prototypage rapide, génération à haut volume | Flux visuels premium. Créations de campagne prêtes à diffuser, imagerie produit soignée |
| Compromis | Meilleure qualité que GPT Image 2 avec 50 % de latence en moins | Précision supérieure sur les retouches, temps de génération plus longs |
Prix : le point que la plupart des articles vont rater
Les deux modèles sont tarifés à l’identique, et à l’identique du modèle qu’ils remplacent.
| Poste | Tarif par million de tokens |
|---|---|
| Texte en entrée | 5 $, soit 1,25 $ en cache |
| Image en entrée | 8 $, soit 2 $ en cache |
| Image en sortie | 30 $ |
| Texte en sortie | non facturé, ces modèles ne produisent pas de texte |
- La documentation du modèle indique explicitement que les tarifs par token correspondent à ceux de GPT Image 2. Un modèle plus rapide et plus fidèle sur la même grille tarifaire, c’est une baisse de prix qui n’en porte pas le nom.
- Un avertissement enterré dans la même page de documentation : le calculateur de tokens de GPT Image 2 n’estime pas la consommation de 2.5. Ne budgétez pas avec lui.
- Les deux modèles sont branchés sur les points d’accès de génération et d’édition d’images, et peuvent être sélectionnés derrière l’outil de génération d’images de l’API Responses. Ce ne sont pas des modèles généralistes : ni chat, ni embeddings, ni audio, ni vidéo.
10 prompts à tester dès maintenant
Chaque prompt cible une capacité nouvelle ou améliorée, avec le modèle recommandé. Écrivez vos prompts en anglais : les modèles image y répondent mieux, quelle que soit la langue de votre site.
- 1. Couverture d’article, série cohérente (Flare). « Editorial tech illustration for a blog cover, 16:9. Flat vector with subtle depth, clean geometric shapes, generous negative space. Near-black background, off-white shapes, one blue accent. No text, no logos, no faces. » Relancez-le trois fois en changeant seulement le sujet : la cohérence de style sur plusieurs générations est l’une des améliorations annoncées.
- 2. Fond transparent pour pictogrammes (Flare). « A single minimal line icon of a folder with an upward arrow, thick uniform strokes, transparent background, centered, no shadow, no text. » Puis passez par Remove BG pour récupérer le PNG transparent.
- 3. Mockup produit depuis une photo de référence (Sunburst). Joignez votre photo, puis : « Place this exact product on a matte concrete surface, soft daylight from the left, shallow depth of field. Keep the product identical: same label, same proportions, same colours. Do not redraw the product. » C’est le test de la préservation du sujet.
- 4. Édition multi-tours, le vrai test (Sunburst). Quatre tours séparés : réchauffer le fond, retirer l’objet de droite, ajouter un contre-jour sur le sujet, puis revenir uniquement sur la teinte du fond. Le quatrième tour est le piège : sur les générations précédentes, le sujet avait dérivé bien avant.
- 5. Catalogue produit multi-angles (Sunburst). « From this single product photo, generate three consistent views: front, 45-degree angle, and top-down. Same lighting, same background, same product details across all three. » Cas d’usage e-commerce direct.
- 6. Schéma technique sans texte (Flare). « A clean conceptual diagram, no text and no labels: three concentric outlined shells around a central glowing core. Flat vector, two colours, dark background. » Les mises en page complexes sont annoncées comme améliorées : ce prompt le vérifie.
- 7. Bannière avec texte dense (Flare). Demandez un titre lisible en toutes lettres sur fond sombre, avec une typographie nette. Le rendu de texte reste le terrain historique de force d’OpenAI : vérifiez surtout les accents français, c’est là que ça casse.
- 8. Photo produit en contexte via les modèles guidés. Passez par Templates, format photo produit, style Lifestyle. Laissez l’interface vous interroger plutôt que d’écrire un prompt : c’est le seul moyen de comparer honnêtement votre prompt manuel au brief guidé.
- 9. Composition spatiale par Sketch. Tapez @Sketch, dessinez trois rectangles grossiers, puis demandez un intérieur photoréaliste où chaque forme devient un meuble. C’est le cas où Sketch bat quatre prompts textuels : décrire une disposition spatiale en mots est un exercice perdu d’avance.
- 10. Retouche locale par commentaire. Générez une image, cliquez sur une zone précise, épinglez un commentaire. Comparez avec le même changement demandé en réécrivant le prompt entier : l’écart entre les deux méthodes est la vraie mesure de cette version.
Trois erreurs de prompt à éviter
- Décrire un style au lieu de le contraindre. « Écris de façon aérée » ne marche pas mieux sur une image que sur un texte. « Fond noir uni, une seule couleur d’accent, aucun dégradé » marche.
- Demander des visages réels. Le modèle refusera ou produira une ressemblance approximative, et le tatouage SynthID rendra l’image identifiable comme générée. Sur une personne réelle, c’est un risque juridique sans bénéfice.
- Mettre un chiffre important dans l’image. Les moteurs génératifs n’extraient pas le texte d’une image. Une donnée qui n’existe que dans votre infographie ne travaille pas pour vous. Gardez les chiffres dans les tableaux HTML de la page.
Provenance : C2PA, SynthID, et pourquoi ça se perd
La fiche système publiée le 8 septembre confirme deux mécanismes : les métadonnées C2PA dans le cadre du programme de conformité C2PA, et le tatouage invisible SynthID de Google DeepMind.
Le point critique est relevé par The Next Web : ces métadonnées disparaissent lors des captures d’écran, des recompressions et des cycles de distribution normaux. Autrement dit, la provenance est nécessaire mais insuffisante. Une image générée, capturée à l’écran puis republiée, a perdu sa traçabilité.
Pour vous, ça se traduit en une règle simple. Ce n’est pas un sujet de référencement, Google ne pénalise pas une image générée. C’est un sujet contractuel : si vous facturez de la création visuelle ou si un client est soumis à des obligations de traçabilité, la question se règle avant publication, pas après.
Les autres chiffres de la fiche système : un taux de génération non conforme de 1,09 % pour Sunburst et 1,41 % pour Flare, contre 1,64 % pour Images 2.0. Les deux modèles restent sous les seuils Bio High et Cyber High du Preparedness Framework, avec des atténuations biologiques maintenues actives pour la génération d’images.
Ce que ça change pour votre SEO et votre GEO
Un modèle image ne touche pas votre classement organique. Il touche trois postes concrets de votre production.
Le coût du visuel par article. À 30 $ le million de tokens image en sortie, tarif inchangé, avec une latence divisée par deux : le calcul par article ne bouge pas mais le temps de production oui. Sur vingt articles par mois et soixante visuels, c’est le poste où la vitesse compte.
La cohérence de série. Un blog dont les couvertures partagent un système visuel est identifiable en vignette sur les réseaux et dans les résultats. La cohérence de style sur plusieurs générations, annoncée comme améliorée, sert exactement ça.
Le texte dans l’image, et sa limite. Un visuel dont le titre est lisible est partagé et sert d’aperçu social. Mais il n’est pas lu comme du contenu par les moteurs génératifs. La règle reste de mettre l’information extractible dans le texte de la page, en réponse directe et en tableau, et de réserver le visuel à ce qu’il fait mieux que les mots. Les leviers complets sont dans comment être cité par ChatGPT.
Le contexte : Microsoft a presque rattrapé OpenAI
Ce lancement n’est pas gratuit. La progression de Microsoft sur Arena explique le calendrier : premier modèle MAI-Image entré au 9e rang en octobre 2025, MAI-Image-2 au 3e en mars 2026, MAI-Image-2.5 au 3e en mai, puis MAI-Image-2.6 au 2e rang en août avec 79 points Elo de gain sur son prédécesseur, ne cédant la première place qu’à GPT-Image-2.
Face à Google, honnêtement, personne ne peut trancher aujourd’hui : aucun benchmark publié, aucun classement Arena, aucun face-à-face indépendant pour Images 2.5. Toute page qui désigne un vainqueur le jour du lancement devine.
Ce qu’on sait de la répartition antérieure : les modèles d’OpenAI étaient plus forts sur le texte dans l’image, les mises en page denses et le placement précis. Ceux de Google menaient sur le photoréalisme, la peau et l’éclairage cinématographique, avec en plus la capacité d’ancrer une infographie dans des résultats de recherche en direct. Images 2.5 pousse directement sur les points forts de Google.
Un retour partenaire à lire comme tel : Manus, qui a évalué la version en avance, rapporte que Flare a produit des images de haute qualité à deux à quatre fois la vitesse de GPT Image 2 dans ses propres tests. C’est une mesure client, pas un benchmark OpenAI. Adobe annonce par ailleurs l’arrivée des modèles GPT-Image-2.5 dans Firefly.
Ce qu’OpenAI n’a pas annoncé
À noter si vous planifiez autour de cette version : pas de tableau de benchmarks, pas de spécification de résolution ni de format, pas de tarif par image, pas de nouvelles limites de débit, et aucun avis de dépréciation pour les modèles précédents. C’est un billet produit, pas un rapport technique.
Et aucun nouveau quota d’images par formule n’a été publié. Les plafonds qui circulent dans les articles tiers ne se rattachent à aucune source OpenAI : traitez tout chiffre précis vu aujourd’hui avec méfiance.
Sources et mise à jour
OpenAI : billet « Introducing ChatGPT Images 2.5 », 8 septembre 2026 ; fiche système du 8 septembre 2026 ; documentation des modèles gpt-image-2.5-flare et gpt-image-2.5-sunburst sur platform.openai.com ; billet « Introducing ChatGPT Images 2.0 », 21 avril 2026 ; compte @OpenAI, publication du 8 septembre 2026.
Presse et tests : Fello AI (Lenka Vojtechova, 8 septembre 2026) pour la grille tarifaire détaillée ; TechRadar (Graham Barlow) pour le test de la barre d’édition sur 24 heures ; Neowin (Pradeep Viswanathan, 8 septembre 2026) pour la progression de Microsoft sur Arena ; Unite.AI et Archyde pour les chiffres de la fiche système ; Simon Willison pour la confirmation des identifiants d’API ; The Next Web pour la limite des marqueurs de provenance.
Retours partenaires, cités comme tels et non vérifiés indépendamment : Manus sur la vitesse de Flare, Adobe sur l’arrivée dans Firefly.
Mise à jour du 9 septembre 2026 : article publié après le lancement du 8 septembre. Aucun benchmark indépendant ni classement Arena n’existe encore pour Images 2.5. Cet article sera mis à jour à la publication des premières mesures tierces, qui arrivent généralement sous une semaine, et à toute annonce de quota par formule.
Questions fréquentes
ChatGPT Images 2.5 est-il gratuit ?
Oui. OpenAI déploie Images 2.5 sur tous les paliers de ChatGPT, sur ChatGPT Work et sur Codex, sur ordinateur, mobile et web. Il n’y a pas de palier payant sur le modèle lui-même ni de liste d’attente. Le nombre d’images que vous pouvez créer dépend toujours des limites d’usage de votre formule, et OpenAI n’a publié aucun nouveau quota avec cette version.
Quelle différence entre Flare et Sunburst ?
Flare est le modèle API par défaut, pour l’usage quotidien et le haut volume, avec une qualité supérieure à GPT Image 2 et 50 % de latence en moins. Sunburst est destiné aux flux premium qui demandent un contrôle serré sur plusieurs retouches, comme la création de campagne, et échange de la vitesse contre de la précision. Les deux coûtent exactement le même prix par token.
ChatGPT Images 2.5 coûte-t-il plus cher dans l’API ?
Non. La documentation indique des tarifs par token identiques à GPT Image 2 : 5 $ par million de tokens texte en entrée, 8 $ par million de tokens image en entrée, 30 $ par million de tokens image en sortie, avec du cache à 1,25 $ et 2 $ respectivement. Attention en revanche : le calculateur de tokens de GPT Image 2 n’estime pas la consommation de 2.5.
Comment utiliser Sketch dans ChatGPT ?
Tapez @Sketch dans une conversation, ou ouvrez Images depuis le menu principal puis choisissez Sketch. Dessinez un guide grossier à la souris ou au doigt, validez, puis ajoutez une description du style et des détails souhaités. ChatGPT convertit le dessin en image finie, que vous pouvez ensuite affiner en mode édition.
Une image générée nuit-elle au référencement ?
Rien n’indique que Google pénalise une image générée en tant que telle. Ce qui compte reste l’attribut alt, le nom de fichier, le poids, le format et la pertinence par rapport au contenu. Le point d’attention est ailleurs : les images portent des métadonnées C2PA et un tatouage SynthID, donc leur origine est identifiable. C’est un sujet contractuel avec vos clients, pas un sujet de classement.
La prochaine étape
Appliquez cette méthode à votre site, puis mesurez le même périmètre chaque semaine.
Partager
À propos de l’auteur
Contenu écrit et vérifié par l’équipe GetRerank, à partir de données produit réelles et de sources publiques citées dans l’article. Aucun résultat client n’est utilisé comme preuve.
OpenAI Astra