OpenAI lance ChatGPT Images 2.5, une nouvelle version de son modèle d’image et de son flux d’édition, disponible dans ChatGPT, ChatGPT Work et Codex. Deux modèles arrivent aussi dans l’API : GPT-Image-2.5 Flare et GPT-Image-2.5 Sunburst. OpenAI affirme que cette version améliore la fidélité des sujets, la précision des retouches et la cohérence au fil de plusieurs modifications, tout en réduisant la latence de génération jusqu’à 50 % par rapport à Images 2.0.
ChatGPT gagne également plusieurs outils de travail : Sketch permet de dessiner une référence sommaire, les modèles prédéfinis donnent un point de départ pour des formats courants, les commentaires placés sur une image servent à cibler une modification, et les prompts peuvent être partagés. Côté API, Flare vise la majorité des usages, tandis que Sunburst privilégie le contrôle fin au prix d’un temps de génération plus long.
Le changement important est la continuité de l’édition
Les générateurs d’images sont souvent jugés sur une opération unique : un prompt produit une image, puis l’utilisateur recommence si le résultat ne convient pas. Images 2.5 avance vers un processus plus persistant. OpenAI indique que les modifications précédentes restent mieux préservées dans les tours suivants et qu’une retouche ciblée altère moins les éléments qui n’étaient pas concernés.
Cette évolution correspond davantage au travail réel. Une équipe marketing peut vouloir changer un produit, un arrière-plan ou un texte sans perdre la composition, l’identité du sujet ou le traitement visuel déjà validé. Un designer peut explorer plusieurs variantes tout en conservant la même personne ou le même objet de référence.
L’analyse d’Aipolix est que les API d’image commencent ainsi à ressembler à des outils de création collaboratifs plutôt qu’à de simples services sans mémoire. Dès qu’un actif doit survivre à plusieurs retouches, il devient nécessaire de suivre son origine, son historique et les éléments qui devaient rester inchangés.
Sketch et les commentaires donnent une place aux instructions spatiales
Les deux nouveaux modes réduisent la dépendance à la description textuelle. Sketch permet de dessiner directement une forme ou une disposition. Les commentaires servent à indiquer sur l’image la zone qui doit être modifiée.
Beaucoup d’instructions visuelles sont plus faciles à montrer qu’à écrire. « Déplacer cet élément » ou « modifier seulement cette zone » devient plus précis lorsqu’un utilisateur peut pointer l’endroit concerné. Pour les équipes produit, cela permet de recueillir une intention visuelle structurée au lieu de forcer toute interaction dans une zone de prompt.
Les modèles prédéfinis jouent un rôle similaire pour le démarrage. Plutôt que de partir d’une page blanche, l’utilisateur sélectionne un format courant, comme une affiche ou une image produit, puis adapte le contenu. Ce mécanisme rend le travail plus reproductible pour les non-spécialistes.
Flare et Sunburst introduisent un choix d’architecture
OpenAI publie deux modèles API aux objectifs distincts. Flare reprend les principales améliorations de qualité, de retouche et de vitesse et est présenté comme le choix par défaut pour la plupart des applications. OpenAI affirme qu’il offre une qualité supérieure à GPT-Image-2 avec une latence réduite de moitié. Sunburst vise les travaux où la précision des retouches justifie un temps de génération plus long.
Pour les développeurs, le point utile est que le choix de modèle devient une décision d’architecture. Les aperçus à grande échelle, le contenu social ou le prototypage rapide peuvent privilégier la voie rapide, tandis qu’un visuel final de campagne ou une image produit détaillée peut justifier davantage de contrôle.
Ces chiffres restent des affirmations du fournisseur. Les équipes devraient mesurer leur propre charge, car résolution, complexité des retouches et utilisation de références peuvent changer les résultats.
Une meilleure cohérence rend la provenance plus importante
OpenAI indique que le modèle préserve mieux les sujets issus d’images de référence et les modifications précédentes. Cette capacité est utile, mais elle allonge aussi l’histoire de chaque actif.
Après plusieurs retouches, une équipe doit pouvoir savoir quelle image a servi de source, quels commentaires ou prompts ont produit chaque version, si une référence était soumise à des droits particuliers et quelle version a reçu l’autorisation finale. La cohérence au fil des tours augmente donc le besoin de gestion des versions et de traçabilité.
Dans un système de production, chaque retouche devrait être considérée comme une opération versionnée plutôt que comme un remplacement opaque de l’image précédente.
Sécurité et identification restent dans le périmètre
OpenAI indique continuer à utiliser des contrôles sur les prompts et les images, des métadonnées C2PA et un filigrane invisible. Une fiche système séparée décrit les évaluations de sûreté et certaines limites du modèle.
Ces mécanismes ne remplacent pas les règles internes des organisations. Les équipes ont toujours besoin de politiques sur les droits des images de référence, la validation des retouches sensibles, la conservation des sources et les obligations d’information applicables aux contenus générés.
Ce que cela change pour les équipes
Le mouvement général va vers une boucle de création continue. Sketch fournit un point de départ visuel, les commentaires facilitent les modifications locales, les modèles prédéfinis rendent les formats courants reproductibles et la cohérence multi-étapes réduit la nécessité de reconstruire l’actif.
Pour les développeurs, Flare et Sunburst créent un arbitrage explicite entre vitesse et contrôle. Pour les équipes créatives, l’enjeu principal devient la capacité à préserver l’intention, l’identité du sujet et la provenance tout au long d’une série de modifications.