OpenAI lance GPT Images 2.6 : 50 % plus rapide, avec SVG, GIF et retouches par annotation

La génération d’images achoppe généralement sur trois points : l’attente est longue, la retouche d’un seul détail réécrit toute l’image et le résultat est un fichier matriciel qui ne convient ni à une icône ni à l’impression. GPT Images 2.6 s’attaque aux trois à la fois. Cette mise à jour succède au modèle 2.5, lancé deux mois plus tôt, et se veut davantage pratique que spectaculaire.

Ce qui a changé

Le chiffre essentiel : le modèle est désormais 50 % plus rapide. Dans l’API, le mode Flare en basse qualité produit une image en environ 6 secondes. Pour les interfaces où l’utilisateur attend le résultat directement à l’écran, c’est la différence entre « veuillez patienter » et « presque instantané ».

Il est maintenant possible d’obtenir un SVG en sortie. C’est utile pour les icônes, les logos et tout ce qui est destiné à l’impression : un fichier vectoriel peut être redimensionné sans perte, évitant au designer de devoir retracer manuellement une image matricielle.

Les GIF font également leur apparition. Il suffit de demander une boucle, d’importer une photo ou un dessin, puis de récupérer une animation. On peut en modifier la vitesse, retoucher des images individuelles et partager le résultat. Une restriction importante demeure : il est impossible de modifier un GIF final importé par l’utilisateur. L’API n’accepte pas non plus de GIF animé en entrée ; ce format fonctionne uniquement en sortie.

Autre détail bienvenu dans les conversations : les références nommées. Enregistrez la photo d’un chien sous le nom Pepper, puis invoquez @Pepper dans n’importe quelle conversation sans avoir à la téléverser de nouveau. Pour les personnages récurrents et les mascottes de marque, cela fait gagner du temps et épargne bien des frustrations.

De nouveaux réglages dans l’API

Le paramètre complexity accepte les valeurs low, medium et high, cette dernière étant sélectionnée par défaut. Il ne correspond pas à la qualité de l’image, mais au degré de planification effectué par le modèle avant le rendu. Le niveau low suffit pour des retouches ponctuelles ; high convient mieux aux scènes denses comportant de nombreux objets. Aucun supplément n’est facturé pour ce réglage.

La deuxième nouveauté concerne les retouches par annotation. Vous envoyez un PNG transparent de mêmes dimensions que l’original et comportant des annotations ; seules les zones marquées sont alors modifiées. Prenons la maquette d’une fiche produit : il faut remplacer le texte figurant sur la boîte sans toucher au reste. Dessinez une annotation par-dessus la boîte et le modèle ne retouchera que cette zone. Il existe une nuance : ces annotations ne sont pas compatibles avec un masque au sein d’une même requête ; il faut choisir l’une des deux méthodes.

Combien cela coûte

La tarification reste identique à celle de la version 2.5, par million de jetons :

• texte en entrée : 5 $, ou 1,25 $ depuis le cache ;
• image en entrée : 8 $, ou 2 $ depuis le cache ;
• image en sortie : 30 $.

Le coût d’une image dépend de sa résolution et de sa qualité. OpenAI ne publie pas de tarif fixe par image. Il faudra donc estimer le budget à partir de requêtes réelles plutôt que d’un catalogue.

Comment en tirer parti

Si vous développez un produit intégrant la génération d’images, cette mise à jour mérite d’être testée immédiatement : le prix n’a pas changé, tandis que la vitesse a progressé. Voici les mesures concrètes à prendre :

• exécutez vos requêtes courantes avec les niveaux low et high de complexity, puis comparez les résultats : low pourrait suffire dans la moitié des cas et vous faire gagner du temps ;
• pour les retouches, essayez le flux de travail reposant sur un PNG transparent au lieu de régénérer toute l’image ;
• pour les icônes et les logos, évaluez le SVG : mieux vaut faire juger la qualité vectorielle par un designer que se fier à une démonstration ;
• si vous avez besoin d’animations, gardez à l’esprit que les GIF ne sont disponibles qu’en sortie et conservez vos fichiers sources sous forme statique.

En résumé, il ne s’agit pas d’une révolution, mais d’une évolution mûre : moins d’attente, davantage de contrôle sur les retouches et des formats réellement utiles au travail. Pour les produits, l’apport le plus précieux est la possibilité de modifier précisément une image sans mettre en péril le reste de la composition. Pour les développeurs, l’essentiel est que tout soit disponible dans l’API et dans Codex avec l’ensemble des forfaits, ce qui permet une intégration sans processus distinct d’approbation budgétaire.