GPT Image 2.6 accélère la génération et ajoute les GIF, les SVG et les retouches ciblées

Un générateur d’images perturbe généralement le rythme de travail à deux moments. Il faut d’abord attendre le rendu d’une scène complexe alors qu’il suffit de recolorer l’arrière-plan. Ensuite, le modèle modifie la moitié du cadre lorsque vous lui avez demandé de corriger un seul objet. GPT Image 2.6 tente de résoudre ces deux problèmes : OpenAI a scindé le modèle en Sunburst pour le travail détaillé et Flare pour les itérations rapides, ajouté un réglage de la complexité de traitement et appris à l’Images API à produire des GIF et des SVG ainsi qu’à modifier précisément les zones sélectionnées.

Exemple simple : un designer entoure un vase sur une photo et demande de le rendre bleu sans toucher à la table, à l’éclairage ni aux plantes. Au lieu d’une explication verbale comme « le vase à droite, près de la fenêtre », l’application transmet l’image source, un calque de marquage et une instruction. Pour le développeur, cela signifie moins de logique artisanale autour des coordonnées et des masques ; pour l’utilisateur, une action compréhensible directement sur la toile.

Deux modèles et un réglage important

La gamme comprend deux versions. GPT Image 2.6 Sunburst est conçu pour les compositions détaillées et les retouches minutieuses. GPT Image 2.6 Flare convient aux cas où il importe surtout de parcourir rapidement plusieurs variantes. Le choix doit être lié à l’opération plutôt qu’à l’ensemble du produit : les aperçus provisoires peuvent être envoyés à Flare, puis la variante retenue et les retouches complexes à Sunburst.

Le paramètre complexity détermine la quantité de travail que le modèle consacre à la planification de l’image. Les valeurs low, medium et high sont disponibles ; si le paramètre n’est pas fourni, high est utilisé. Une faible complexité convient au remplacement local d’un arrière-plan ou d’un texte. Une complexité élevée est plus utile pour les scènes à la mise en page dense, comprenant de nombreux objets et des relations entre eux.

Mais high n’est pas un bouton « embellir ». La documentation officielle avertit qu’une complexité élevée peut augmenter la latence et provoquer des modifications superflues. Une approche raisonnable consiste donc à commencer par low ou medium, à mesurer la qualité sur ses propres scénarios et à n’augmenter le niveau que là où cela apporte réellement un bénéfice. Complexity n’entraîne pas de facturation distincte, mais le coût final dépend toujours des jetons utilisés et du niveau de qualité choisi.

GIF, SVG et retouche guidée par marquage

GPT Image 2.6 peut créer des GIF animés via l’Images API. La requête permet de définir les paramètres de l’animation, puis de poursuivre la retouche à partir du résultat et d’une nouvelle instruction. Cette fonction sera utile pour les réactions, les illustrations d’interface, les scènes publicitaires simples et les prototypes rapides de mouvement — des cas où un véritable modèle vidéo serait excessif.

L’exportation en SVG intéressera davantage les équipes qui créent des logos, des pictogrammes et des graphismes simples pour les interfaces. Le résultat est un document vectoriel statique, sans scripts, ressources externes ni images matricielles intégrées. Il doit néanmoins être vérifié : la génération de l’image source et la préparation du SVG sont facturées séparément, et une illustration complexe ne se transformera pas nécessairement en un fichier facile à retoucher manuellement.

Pour les modifications ciblées, l’Images API accepte un calque de marquage indiquant la zone souhaitée. Le prompt doit décrire la modification elle-même et demander séparément de préserver le reste de la scène. Cela ne garantit pas une invariance parfaite : il faut tester les retouches successives afin de détecter l’accumulation d’artefacts et de vérifier la préservation des visages, des couleurs de marque et des petits détails.

Ce que doit faire une équipe produit

Ne transposez pas directement dans l’interface les formulations marketing sur la vitesse. Constituez un petit ensemble de tâches réelles : changement d’arrière-plan, correction d’un texte, préservation d’un personnage, création d’une affiche complexe et courte animation. Pour chacune, comparez Sunburst et Flare aux trois niveaux de complexity en mesurant la durée, le coût, le taux de résultats acceptés et le nombre de requêtes répétées.

L’affirmation d’un « budget de pixels d’environ un million et demi » n’est pas confirmée par la documentation officielle ; il est donc prématuré d’en faire la base des limitations du produit. Il convient également de traiter avec prudence les conclusions subjectives concernant la réduction du bruit et la stabilité du seed entre les requêtes : ce sont de bonnes hypothèses à tester, mais pas un engagement contractuel de l’API.

La conclusion pratique est simple : GPT Image 2.6 offre aux développeurs davantage de contrôle, et non un bouton magique garantissant la qualité. Commencez avec Flare et low ou medium pour les brouillons interactifs, basculez les scènes finales complexes vers Sunburst, conservez les fichiers sources avant chaque retouche et calculez les coûts d’après l’usage réel. Guide officiel : https://developers.openai.com/api/docs/guides/image-generation