ChatGPT Images 2.5 promet 50 % de délai en moins et des retouches ciblées
OpenAI a commencé à déployer ChatGPT Images 2.5 le 8 septembre 2026. Selon l’annonce officielle d’OpenAI, cette version peut réduire la latence de génération jusqu’à 50 % par rapport à Images 2.0, mieux préserver le sujet d’une référence et circonscrire une retouche à la zone demandée. Ce pourcentage constitue une performance maximale annoncée par l’entreprise, pas un résultat indépendant garanti pour chaque image.
Ce lancement du 8 septembre concerne ChatGPT, ChatGPT Work et Codex, sur toutes les formules et sur ordinateur, mobile et web ; le déploiement était encore présenté comme progressif le jour de l’annonce. Deux modèles, GPT‑Image‑2.5 Flare et GPT‑Image‑2.5 Sunburst, sont également disponibles dans l’API. Le même jour, la prise en main d’Axios a observé l’emploi d’un croquis et d’une sélection visuelle pour modifier localement des créations, ainsi qu’une meilleure conservation d’un chat de référence entre plusieurs transformations.
La retouche ciblée réduit le besoin de tout régénérer
Le changement le plus concret concerne la séparation entre l’élément à corriger et le reste de la composition. Une zone peut être désignée directement sur le visuel, puis accompagnée d’une instruction : remplacer un objet, éclaircir un détail, modifier un arrière-plan ou corriger un fragment de texte. Le modèle est censé préserver le sujet, la mise en page et le traitement visuel autour de cette zone.
Dans l’essai d’Axios, une partie d’un projet de tatouage a ainsi été entourée avant d’être modifiée, puis deux propositions ont été combinées. Ce cas montre l’intérêt de la sélection locale lorsqu’une consigne textuelle seule décrit mal l’emplacement visé. Il ne démontre toutefois ni un taux de réussite général ni l’absence de changements involontaires hors de la sélection.
La distinction est importante : une retouche ciblée n’est pas une édition déterministe au pixel près. Images 2.5 reste un modèle génératif, et OpenAI ne publie pas dans son annonce de taux d’échec pour cette fonction. Le bénéfice attendu est donc une diminution des régénérations complètes, dont l’ampleur dépendra de la complexité de la scène et de la précision de la demande.
Sketch et les modèles modifient le point de départ
Sketch ajoute une entrée visuelle aux instructions écrites. L’utilisateur peut dessiner la disposition d’une pièce, le contour d’un vêtement ou la position d’un objet, puis demander au modèle d’en produire une version aboutie. Le croquis sert de guide structurel : il ne remplace pas la description du contenu ou du rendu et n’implique pas une reproduction littérale de chaque trait.
Les modèles préconfigurés répondent à un autre besoin. Ils fournissent un cadre initial pour des formats courants, notamment une affiche, un produit dérivé ou une photo de produit, puis invitent à renseigner les éléments à personnaliser. le relevé des nouvelles commandes publié par Numerama indique que Sketch s’ouvre avec « @Sketch », que les modèles se trouvent dans l’espace Images et que les outils d’édition apparaissent après l’ouverture d’un visuel en plein écran.
Ces fonctions interviennent donc à des moments différents. Sketch fixe une géométrie approximative avant la génération ; un modèle organise un format fréquent ; les commentaires localisent une correction après la création. Le partage facultatif du prompt permet enfin de transmettre l’idée de départ afin qu’une autre personne la réutilise avec ses propres éléments.
La cohérence entre les tours reste une promesse à mesurer
Images 2.5 doit aussi mieux conserver un sujet et les modifications déjà acceptées au fil d’une conversation. Lorsqu’un visage, un animal, une posture ou une mise en page a été validé, une nouvelle demande est censée s’appuyer sur cet état sans annuler les corrections précédentes ni dégrader progressivement le visuel.
L’essai effectué avec la photo d’un chat apporte un premier indice favorable : l’animal est resté reconnaissable dans plusieurs interprétations. Cette observation porte cependant sur un nombre limité de tâches. Elle ne permet pas de mesurer la fidélité sur des séries longues, des scènes chargées ou des références comportant plusieurs personnes.
Les autres améliorations revendiquées comprennent des éclairages plus naturels, des textures plus riches, une meilleure compréhension des instructions complexes, des arrière-plans transparents mieux gérés et des informations plus exactes dans les visuels. Faute de protocole comparatif public couvrant ces critères, elles doivent encore être lues comme des affirmations du fournisseur.
Une matrice pour distinguer les quatre apports
Les nouveautés ne répondent pas toutes au même problème. Leur portée se résume ainsi :
- Génération : Images 2.5 promet des résultats plus rapides et plus détaillés ; la baisse de latence annoncée atteint au maximum 50 % face à Images 2.0.
- Retouche : la sélection visuelle et les commentaires indiquent où intervenir, tandis que le modèle doit laisser le reste de la composition aussi stable que possible.
- Cohérence entre les tours : le sujet de référence et les changements déjà validés doivent mieux résister à une succession d’instructions.
- API : GPT‑Image‑2.5 Flare est présenté comme le choix général, axé sur la qualité, l’édition et la vitesse ; GPT‑Image‑2.5 Sunburst vise un contrôle plus précis pour les travaux détaillés, avec des temps de génération plus longs.
À ce stade, les fonctions sont lancées et les deux modèles d’API sont disponibles, mais le déploiement dans les interfaces a été annoncé comme progressif. Le premier essai publié étaye l’utilité de la sélection locale et la conservation du sujet sur quelques créations. Des comparaisons indépendantes plus larges restent nécessaires pour savoir dans quels usages le gain maximal de 50 % est atteint et à quelle fréquence les retouches épargnent réellement le reste de l’image.
À lire aussi:
Abonnez-vous à notre newsletter
Recevez directement les dernières actualités sur le Web3, l’IA et les cryptomonnaies.