Le 8 septembre 2026, OpenAI a lancé ChatGPT Images 2.5 et deux modèles pour son API, GPT-Image-2.5 Flare et GPT-Image-2.5 Sunburst. Chaque image générée porte des métadonnées C2PA et, pour la première fois, un filigrane invisible SynthID de Google DeepMind, dans ChatGPT, dans Codex et dans l’API. OpenAI indique aussi que ses utilisateurs créent plus de trois milliards d’images par semaine.
Pour une équipe marketing, trois questions se posent : quel modèle produit vos visuels, combien coûte chaque niveau de qualité et que faire de cette signature dans votre chaîne éditoriale. Cet article répond à chacune, avec les prix relevés et les limites signalées par les premiers tests.
Qu’est-ce qui change avec ChatGPT Images 2.5 ?
OpenAI annonce des lumières plus naturelles, des textures plus fines, une meilleure conservation du sujet issu d’une photo de référence et des retouches limitées à l’élément demandé, y compris au fil de plusieurs échanges. Le modèle rapide réduit la latence jusqu’à 50 % par rapport à Images 2.0. Selon Runway Dev, qui a intégré les deux modèles le 8 septembre, ils acceptent jusqu’à 16 images de référence, des prompts de 32 000 caractères et une sortie en 4K.
ChatGPT ajoute une fonction de dessin, @Sketch, qui transforme un croquis en modèle visuel, des modèles prêts à l’emploi pour affiches, logos, infographies, miniatures et publicités, des commentaires posés sur l’image et le partage des prompts. Images 2.5 est disponible pour tous les utilisateurs de ChatGPT, de ChatGPT Work et de Codex, y compris en offre gratuite.
Quel modèle obtenez-vous vraiment ?
Dans l’API, vous choisissez explicitement Flare ou Sunburst. Dans ChatGPT, la question reste ouverte : selon The Decoder, l’annonce et la documentation restent muettes sur le moment où l’application utilise le modèle rapide ou le modèle précis. Ses tests du 9 septembre montrent des retouches ciblées dans le mode Work et des détails qui changent dans le mode Chat, même avec un raisonnement réglé sur élevé. Le média précise que cela pourrait évoluer pendant le déploiement.
Retenez une règle de production : notez pour chaque visuel le mode et le modèle utilisés. Confiez les campagnes qui exigent des retouches ciblées à l’API ou au mode qui a tenu sa promesse lors de vos essais.
Combien coûte la qualité d’une image ?
OpenAI facture les deux modèles aux mêmes tarifs par jeton : 8 $ par million de jetons d’image en entrée et 30 $ par million en sortie. Le coût par image dépend donc du niveau de qualité choisi. The Decoder relève, pour une image de 1 024 × 1 024 pixels, les ordres de grandeur suivants.
CHIFFRES CLÉS
Le prix d’une image de 1 024 × 1 024 pixels
Estimations relevées par The Decoder pour l’API d’OpenAI. Le niveau max équivaut au tarif du niveau high de GPT-Image-2.
0,006 $
Niveau low, identique à celui du modèle précédent
Source : The Decoder, 9 septembre 2026
0,053 $
Niveau high, le niveau de référence de GPT-Image-2
Source : The Decoder, 9 septembre 2026
0,21 $
Niveau max, avec environ 7 024 jetons de sortie
Source : The Decoder, 9 septembre 2026
Deux précisions comptent pour votre budget. Aucun tarif réduit pour traitement par lots n’existe à ce jour pour ces modèles. Sunburst revient plus cher que Flare dans les premiers essais malgré des tarifs par jeton identiques. Le canal d’accès change aussi la facture : Runway Dev facture ces modèles en crédits à 0,01 $. Une image en 1K ou 2K coûte 1 crédit au niveau low, 16 au niveau high et 63 au niveau max, soit 0,01 $, 0,16 $ et 0,63 $, auxquels s’ajoute 1 crédit par image de référence. Ces valeurs représentent environ trois fois les estimations de l’API directe pour les niveaux high et max. Comparez toujours le tarif de votre canal avant de fixer un budget.
Que change la double signature ?
OpenAI continue de s’appuyer sur la norme C2PA, qui inscrit des métadonnées de provenance dans le fichier. Elle y ajoute le filigrane invisible SynthID de Google DeepMind pour rendre l’identification plus résistante. OpenAI décrit une approche en couches, sans solution unique. Les deux signaux aident à établir comment une image a été produite. Ils restent sans valeur de preuve sur la réalité de la scène représentée, rappelle WinBuzzer en relayant l’évaluation de sécurité d’OpenAI.
La double signature vue par une équipe marketing
Cette lecture est une analyse éditoriale d’IA & Marketing fondée sur les annonces d’OpenAI et sur les premiers retours.
Ce qu’elle apporte
- Une identification de l’image comme générée par IA, même à distance de sa création.
- Deux signaux complémentaires : des métadonnées dans le fichier et un filigrane invisible.
- Une pièce utile à votre dossier de transparence sur les contenus IA.
- Une signature appliquée dans ChatGPT, Codex et l’API.
Ce qu’elle laisse ouvert
- Aucune assurance sur l’existence du produit ou de l’événement représenté.
- Des métadonnées qui peuvent disparaître au redimensionnement ou à la recompression.
- Un besoin de conserver le fichier d’origine et l’historique des retouches.
- Une vérification à mener sur votre chaîne d’export et de diffusion.
Les tests cités par Morphic, qui relaie la liste de limites publiée par OpenAI, ajoutent deux points. Le rendu du texte progresse avec des imperfections sur les placements précis. Les prompts complexes peuvent demander jusqu’à deux minutes. Pour un visuel comportant un texte légal ou un prix, relisez chaque lettre.
Que faire dans votre chaîne d’images ?
La mise en situation suivante montre une organisation possible. Elle est fictive et constitue une recommandation éditoriale.
MISE EN SITUATION FICTIVE
Une boutique en ligne signe ses visuels
LE CONTEXTE
Une boutique fictive de cosmétiques crée ses visuels de campagne avec ChatGPT Images 2.5 et prépare la publication de quarante images pour un lancement.
LE DÉROULÉ
L’équipe archive chaque image d’origine dans un dossier séparé, avec le modèle, le niveau de qualité, la date et le prompt. Elle exporte ensuite les versions pour le site, redimensionnées et compressées, puis ouvre un échantillon pour vérifier ce que l’export conserve comme métadonnées. Un responsable relit chaque texte présent dans les visuels. La page de campagne et les réseaux sociaux indiquent l’usage d’une IA lorsque la loi ou la politique de la marque l’exige. Le suivi de ces gestes tient dans une feuille de calcul partagée.
CE QUE CET EXEMPLE MONTRE
Conserver l’original, tracer le modèle et contrôler l’export coûte peu de temps et protège la boutique en cas de question sur l’origine d’un visuel.
PROMPT 1
Préparer la fiche de traçabilité d’un visuel généré par IA
Objectif : Obtenir un modèle de fiche à remplir pour chaque image générée avant sa publication.
Vous êtes un responsable de la production visuelle. Créez un modèle de fiche de traçabilité pour les images générées par IA de [nom de la marque]. La fiche comprend : l’identifiant du visuel, la date, l’outil et le modèle utilisés, le niveau de qualité, le prompt, les images de référence, le nom du fichier d’origine, les retouches effectuées, les formats exportés, le résultat de la vérification des métadonnées après export, la personne qui a relu les textes, la mention IA prévue et la date de publication. Présentez-la sous forme de tableau de dix-huit lignes maximum et ajoutez cinq règles de contrôle à appliquer avant toute publication.
À vérifier : Adaptez la fiche à votre politique de marque et n’incluez aucune donnée confidentielle dans le prompt.
Questions fréquentes
FAQ
ChatGPT Images 2.5 en cinq questions
Ces réponses reprennent les premiers relevés publiés du 8 au 13 septembre 2026.
Flare est le choix par défaut, plus rapide. Sunburst vise les retouches et les images qui doivent être exactes, avec des temps de génération plus longs. Les deux partagent les mêmes tarifs par jeton.
Runway Dev indique que Sunburst renvoie un fond transparent et que Flare accepte les fonds opaques et automatiques. D’autres plateformes décrivent la transparence pour Flare. Vérifiez la prise en charge sur le canal que vous utilisez.
Non. Le filigrane est invisible. Les métadonnées C2PA se lisent avec un outil de vérification adapté et peuvent disparaître lors d’un export.
Le cadre européen de transparence sur les contenus IA est détaillé dans notre article sur l’AI Act. Vérifiez le calendrier d’application et faites valider votre politique de mention par un conseil juridique.
Le classement d’Arena place Sunburst en tête, devant Flare. Ces scores portent un statut préliminaire et reposent sur peu de votes. Testez le modèle sur vos propres briefs avant de généraliser.
Au 9 septembre 2026, The Decoder relève dans le classement texte vers image d’Arena : Sunburst à 1 421 points sur environ 3 100 votes, Flare à 1 399 sur environ 2 900 votes et GPT-Image-2 à 1 381 sur environ 78 700 votes. Suivent mai-image-2.6 de Microsoft à 1 331 et grok-imagine-image-2.0 à 1 315. Les deux nouveaux scores portent la mention préliminaire et peuvent évoluer avec les votes.
Consulter la grille tarifaire de Runway Dev
SOURCES
Sources et pour aller plus loin
Ces ressources ont été consultées le 20 septembre 2026 pour vérifier les informations de cet article.
- The Decoder : ChatGPT Images 2.5, faster, more precise, but not the same for everyone
Article du 9 septembre 2026 : modèles, tarifs par image, tests des modes, classement Arena et signature.
- Runway Dev : API Pricing and Costs
Prix en crédits des modèles GPT Image 2.5 par qualité et résolution ; prix du crédit.
- Runway Dev : API Changelog and Updates
Intégration du 8 septembre 2026 : références, prompts, résolutions et fonds transparents.
- WinBuzzer : ChatGPT Images 2.5 promises more consistent edits
Précisions sur C2PA, SynthID et sur la portée de ces signaux.
- Morphic : GPT Image 2.5, specs and access
Synthèse des caractéristiques, des limites publiées par OpenAI et des scores Arena.
