ChatGPT Images 2.5, Flare ou Sunburst : quel outil choisir ?

Ce qu’OpenAI a lancé le 8 septembre

OpenAI a présenté ChatGPT Images 2.5 comme une nouvelle génération de son outil d’image. Dans ChatGPT, la mise à jour promet des détails plus nets, une meilleure fidélité aux photos de référence, des éclairages et textures plus naturels, ainsi que des modifications plus ciblées au fil d’une conversation. Elle ajoute aussi Sketch, des modèles de départ, des commentaires placés sur l’image et le partage facultatif du prompt.

Pour les développeurs, deux modèles arrivent dans l’API : GPT-Image-2.5 Flare et GPT-Image-2.5 Sunburst. Flare est présenté comme le choix par défaut pour la plupart des applications, avec un accent sur la rapidité et le volume. Sunburst vise les travaux qui demandent davantage de contrôle et de précision, au prix d’une génération plus longue. Ces trois noms décrivent donc deux façons d’accéder à la même famille : une expérience prête à l’emploi dans ChatGPT et deux moteurs destinés à l’intégration technique.

Fait vérifié : les produits et leur disponibilité sont officiels. Prudence : les comparaisons de vitesse et de qualité publiées au lancement viennent d’OpenAI et de partenaires cités par OpenAI, pas d’un audit indépendant.

ChatGPT, Flare et Sunburst ne répondent pas au même besoin

Choisissez d’abord le mode de travail, pas le nom le plus impressionnant. Dans ChatGPT, vous décrivez un besoin, joignez éventuellement une référence, observez le résultat et demandez des corrections. C’est adapté à une personne qui prépare ponctuellement une illustration, une affiche, une maquette ou une photographie de produit sans construire d’application.

L’API devient pertinente lorsqu’un site, un outil interne ou une chaîne de production doit lancer des créations de manière répétable. Flare convient alors aux brouillons, variations, contenus sociaux, prototypes rapides et volumes importants. Sunburst devient un candidat pour le visuel final, une retouche locale délicate ou une série dont les détails doivent rester cohérents. Il n’est pas nécessaire d’opposer les deux : une équipe peut explorer avec Flare et réserver Sunburst aux images qui ont franchi une validation humaine.

1. ChatGPT : besoin ponctuel et dialogue visuel
2. Flare : itérations rapides et génération en volume
3. Sunburst : finition, retouche précise et contrôle renforcé
4. Flux mixte : explorer vite, sélectionner, puis affiner

La promesse de vitesse : utile, mais à mesurer sur votre tâche

OpenAI annonce une réduction de latence pouvant atteindre 50 % pour Images 2.5 par rapport à Images 2.0 et décrit Flare comme plus rapide que GPT-Image-2. La formulation « jusqu’à » ne donne ni une moyenne, ni une garantie pour chaque format. Le délai observé dépend aussi de la résolution, de la charge, du nombre d’images, des références et des retouches demandées.

Chronométrez donc un cycle complet : rédaction du brief, première génération, corrections, téléchargement et mise au bon format. Une image obtenue en quelques secondes mais corrigée six fois peut coûter plus de temps qu’un rendu plus lent accepté au deuxième essai. Pour un indépendant, la métrique utile n’est pas la latence du serveur ; c’est le temps jusqu’au visuel réellement publiable.

Retoucher sans reconstruire toute l’image

La progression la plus intéressante concerne peut-être les modifications ciblées. OpenAI affirme que le modèle conserve mieux le sujet, la composition et les éléments qui ne doivent pas changer. Les commentaires directement placés sur une zone et les échanges successifs peuvent rendre la correction plus naturelle qu’une nouvelle consigne intégrale.

Pour en profiter, verrouillez explicitement ce qui doit rester identique : cadrage, produit, palette, proportions, arrière-plan ou personnage. Puis ne demandez qu’une modification par étape. Comparez chaque version à la référence, car une dérive discrète peut apparaître sur un logo, un visage, une texture, une ombre ou un texte. Une retouche précise reste une proposition à contrôler, pas un fichier automatiquement prêt pour l’impression ou une campagne.

Cas pratique : préparer six visuels pour une petite entreprise

Une petite entreprise veut une bannière, trois publications carrées et deux images de produit. Elle commence par un brief commun : public, message, couleurs, dimensions, éléments interdits et référence autorisée. Elle génère quatre pistes rapides pour la bannière, choisit une direction et décline seulement cette piste. Les textes importants sont ajoutés ensuite dans un outil de mise en page afin de garder une typographie exacte et modifiable.

Pour les photographies de produit, l’équipe exige que l’objet ne change pas et ne modifie que le décor. Elle compare étiquette, forme, couleur et proportions avec la photo originale. Si Flare produit les variantes assez fidèlement, il suffit. Si les retouches continuent à altérer un détail commercial important, Sunburst mérite un essai. Le responsable valide chaque fichier et conserve la photo source, le prompt, la version choisie et la licence des autres éléments.

1. Écrire un brief commun et des dimensions exactes
2. Créer plusieurs directions à faible coût
3. Sélectionner une seule direction avant les déclinaisons
4. Comparer chaque produit ou personne à la référence
5. Ajouter le texte critique dans un outil éditable
6. Archiver sources, prompts, validations et exports

Comprendre les tarifs API sans inventer un prix par image

La page tarifaire officielle affiche, pour Flare comme pour Sunburst, 8 dollars par million de jetons d’image en entrée, 2 dollars pour l’entrée d’image mise en cache et 30 dollars pour les jetons d’image en sortie. L’entrée texte est facturée 5 dollars par million de jetons, ou 1,25 dollar lorsqu’elle est mise en cache. Ces valeurs sont des prix API en dollars, hors taxes et susceptibles d’évoluer.

Elles ne signifient pas qu’une image coûte toujours la même somme. Le format, la qualité, la quantité de contenu généré et les entrées influencent le nombre de jetons. Utilisez le calculateur officiel, puis vérifiez la facture sur un petit lot. Ajoutez surtout les essais rejetés et le temps de contrôle. Le coût complet d’un visuel est le coût API de toutes ses versions plus le travail de préparation, de correction et de mise en page.

Même tarif unitaire publié ne signifie pas même coût final : un modèle plus lent ou un flux exigeant davantage de tentatives peut modifier le coût par image acceptée.

Disponibilité en France et sur les différents supports

OpenAI annonce Images 2.5 pour tous les utilisateurs de ChatGPT, ChatGPT Work et Codex sur ordinateur, mobile et web. Flare et Sunburst sont annoncés comme disponibles dans l’API. Le billet ne mentionne pas d’exclusion spécifique pour la France ou l’Union européenne, mais parle d’un déploiement en cours : une fonction peut donc apparaître progressivement selon le compte ou l’application.

Les fonctions incluses dans ChatGPT ne font pas l’objet d’un supplément séparé annoncé dans le billet, mais les limites peuvent dépendre de l’offre. Avant un abonnement ou une intégration, vérifiez l’écran de votre compte, les quotas, les conditions de traitement des données et la région réellement utilisée. La disponibilité d’un bouton ne répond pas à elle seule aux exigences de confidentialité d’un client européen.

Données, photos de référence et confidentialité

Une photo de référence peut contenir un visage, un domicile, une plaque, un document ou un produit non annoncé. Recadrez ce qui est inutile et retirez les métadonnées lorsque c’est pertinent. N’envoyez pas un dossier client, des photos d’enfants, une pièce d’identité ou un prototype confidentiel dans un service qui n’a pas été validé pour cet usage.

Pour une équipe, distinguez les tests avec des contenus fictifs de la production avec des données réelles. Documentez le compte utilisé, la conservation, les accès et la suppression. Si une personne est reconnaissable, obtenez l’autorisation nécessaire et limitez la transformation au but accepté. La meilleure fidélité annoncée ne change ni le droit à l’image ni votre responsabilité sur le fichier diffusé.

Droits d’auteur, marques et identité visuelle

Un modèle peut produire une image qui rappelle une œuvre, un personnage ou une marque. Évitez de demander l’imitation d’un artiste vivant et décrivez plutôt les propriétés recherchées : palette, époque, matière, cadrage et ambiance. Recherchez les ressemblances évidentes avant publication et conservez la preuve des éléments que vous avez fournis.

Pour une identité de marque, l’IA peut explorer des directions, mais le logo final mérite un travail original, éditable et vérifié. Ne laissez pas un générateur inventer une certification, un emballage, un avis client ou une caractéristique produit. Lorsque les droits sont déterminants, demandez un avis professionnel. Un visuel séduisant n’est pas automatiquement libre de tout risque.

Réalisme accru et risque de deepfake

La fiche de sécurité d’OpenAI reconnaît qu’un réalisme accru peut faciliter des deepfakes plus convaincants en l’absence de garde-fous. L’entreprise décrit des contrôles sur les demandes, les images fournies et les sorties, ainsi que l’usage de métadonnées C2PA et d’un filigrane invisible. Ces mécanismes réduisent certains abus ; ils ne rendent pas toute image vraie ni toute provenance toujours visible.

Dans un test adversarial fixe conçu pour provoquer des contenus interdits, OpenAI rapporte 1,09 % de sorties dangereuses présentées pour Sunburst et 1,41 % pour Flare. La fiche précise que ces taux ne représentent pas le trafic réel et que les étiquettes automatiques peuvent contenir des erreurs. La leçon n’est donc pas de comparer mécaniquement deux pourcentages, mais de conserver une modération, une validation humaine et une règle claire contre les représentations trompeuses.

Le test comparatif en douze images

Préparez douze cas proches de votre travail : trois créations depuis du texte, trois transformations à partir d’une référence, trois retouches locales et trois déclinaisons de format. Gardez les mêmes consignes et les mêmes fichiers. Pour chaque résultat, notez fidélité, composition, texte, cohérence, nombre de reprises, durée et coût.

Faites relire les images sans afficher le nom du modèle lorsque c’est possible. Une personne choisit selon la grille, puis une autre recherche les défauts. Testez aussi un cas impossible ou risqué pour observer le refus. Le modèle gagnant n’est pas celui qui produit la plus belle démonstration, mais celui qui atteint votre seuil de qualité avec le moins de corrections et un risque acceptable.

1. Fixer douze cas et une grille avant de générer
2. Utiliser les mêmes références et formats
3. Compter toutes les tentatives, pas seulement la meilleure
4. Faire une sélection à l’aveugle
5. Contrôler droits, fidélité et provenance
6. Calculer le coût par image acceptée

Une méthode de prompt simple et vérifiable

Structurez la demande en six blocs : usage, sujet, composition, style, contraintes et éléments à préserver. Ajoutez le format final et la zone qui recevra éventuellement du texte. Pour une retouche, nommez précisément la modification et terminez par la liste de ce qui ne doit pas bouger.

Évitez d’empiler vingt adjectifs contradictoires. Commencez par la structure, puis affinez la lumière, la matière et les détails. Après chaque étape, décrivez le défaut observé plutôt que de relancer une nouvelle idée. Cette méthode produit un historique lisible et permet de comprendre pourquoi une version a été retenue.

1. Usage : où l’image sera publiée
2. Sujet : ce qui doit être représenté
3. Composition : cadrage et hiérarchie
4. Style : quelques propriétés concrètes
5. Contraintes : dimensions et interdits
6. Préservation : ce qui doit rester identique

Le verdict : commencer avec l’outil le plus simple

Pour un particulier ou un indépendant qui crée quelques visuels, ChatGPT Images 2.5 est le point de départ logique : aucune intégration n’est nécessaire et la conversation facilite les corrections. Pour une application ou une production répétée, Flare est le candidat initial annoncé par OpenAI. Sunburst ne devient rationnel que si un test démontre que sa précision supplémentaire réduit réellement les reprises ou protège un détail important.

Ne migrez pas toute une chaîne sur la foi du lancement. Testez un lot limité, gardez vos sources et fichiers de mise en page hors du modèle, et prévoyez une solution manuelle. La nouveauté est prometteuse pour accélérer l’itération et la retouche ; sa valeur réelle se mesure dans vos images acceptées, vos délais, vos coûts et les erreurs que votre contrôle a évitées.