ChatGPT Images 2.5 : ce qui change vraiment pour créer et retoucher des images

Une mise à jour centrée sur le contrôle

OpenAI a présenté ChatGPT Images 2.5 le 8 septembre 2026. L’entreprise décrit cette version comme son nouveau modèle d’image de référence, avec quatre axes principaux : des détails plus nets, une génération plus rapide, une meilleure fidélité aux images de référence et des retouches plus précises.

Le point le plus concret côté performance : OpenAI affirme avoir réduit la latence de génération jusqu’à 50 % par rapport à Images 2.0. L’entreprise indique aussi que plus de 3 milliards d’images sont créées chaque semaine via ChatGPT Images et les modèles GPT-Image dans l’API.

Disponible dans ChatGPT, Work et Codex

La disponibilité est immédiate dans l’écosystème OpenAI. Images 2.5 est déployé pour les utilisateurs de ChatGPT, ChatGPT Work et Codex, sur desktop, mobile et web.

C’est l’information la plus actionnable pour les utilisateurs : il ne s’agit pas seulement d’une annonce API ou d’une fonctionnalité réservée à un environnement développeur. OpenAI présente Images 2.5 comme une évolution intégrée aux usages quotidiens de ChatGPT.

Ce qui évolue pour l’utilisateur

La promesse ne se limite pas à produire une image plus jolie. OpenAI met surtout l’accent sur la capacité à préserver les sujets d’une photo de référence : visages, animaux, objets ou éléments distinctifs doivent rester plus reconnaissables d’une version à l’autre.

Autre évolution : l’édition ciblée. Images 2.5 doit mieux modifier uniquement ce qui est demandé, tout en conservant le reste de l’image. C’est un point important pour les usages réels : changer un arrière-plan, ajuster un détail produit ou corriger un élément sans dégrader toute la composition.

OpenAI insiste aussi sur la cohérence multi-tours. En clair, lorsqu’un utilisateur enchaîne plusieurs demandes de modification dans une même conversation, le modèle est censé mieux conserver les changements précédents et éviter que l’image ne se détériore au fil des itérations.

ChatGPT devient plus visuel

La nouveauté la plus pédagogique est peut-être Sketch. Cette fonction permet de dessiner directement dans ChatGPT pour guider la génération d’une image. L’utilisateur peut donc partir d’un croquis simple, ajouter une description, puis laisser ChatGPT produire une version finalisée. Dans ChatGPT, OpenAI indique que Sketch peut être invoqué avec @Sketch.

OpenAI ajoute aussi des templates pour certains formats créatifs, comme les posters, le merchandising ou les photos produit. L’idée est d’éviter la page blanche et de structurer plus facilement une demande.

Enfin, ChatGPT permet désormais de placer des commentaires directement sur les images pour demander une retouche plus localisée. Les utilisateurs peuvent aussi choisir de partager le promptConsigne / contexte fourni au modèle pour orienter sa génération (system, user, exemples, outils). utilisé avec une image, afin que d’autres puissent réutiliser l’idée avec leurs propres contenus.

Deux modèles pour l’API

Côté développeurs, OpenAI lance deux modèles : GPT-Image-2.5 Flare et GPT-Image-2.5 Sunburst. La page pricing de l’API OpenAI liste les identifiants gpt-image-2.5-flare et gpt-image-2.5-sunburst.

Flare est présenté comme le choix par défaut pour la plupart des applications. OpenAI affirme qu’il produit des images de meilleure qualité que GPT-Image-2 avec une latence réduite de 50 %. Le modèle vise notamment les contenus sociaux, les expériences produit, la recherche visuelle, le prototypage rapide et la génération à gros volume.

Sunburst cible des workflows plus premium, où la précision et le contrôle sont prioritaires, avec des temps de génération plus longs. OpenAI cite par exemple des créations de campagne prêtes pour la production ou des visuels produit plus finalisés.

La page pricing d’OpenAI affiche, pour Flare comme pour Sunburst, les tarifs suivants par million de tokens : 5 dollars en entrée texte, 1,25 dollar en entrée texte mise en cache, 8 dollars en entrée image, 2 dollars en entrée image mise en cache et 30 dollars en sortie image. Ce n’est donc pas « 30 dollars par image » : le coût final d’une génération dépend du nombre de tokens image consommés, et OpenAI renvoie à son calculateur dans le guide de génération d’images pour l’estimer.

Le détail important est la comparaison avec GPT-Image-2. Sur la même page, OpenAI liste GPT-Image-2 à 2,50 dollars en entrée texte, 0,625 dollar en entrée texte mise en cache, 4 dollars en entrée image, 1 dollar en entrée image mise en cache et 15 dollars en sortie, toujours par million de tokens. Autrement dit, Images 2.5 coûte exactement deux fois plus cher au token que GPT-Image-2 sur chaque ligne tarifaire.

Le compromis est donc clair pour les équipes qui génèrent en volume : OpenAI annonce pour Flare une meilleure qualité que GPT-Image-2 avec 50 % de latence en moins, mais le prix au million de tokens est multiplié par deux face au même GPT-Image-2. La vitesse gagnée se paie intégralement côté API.

Deux signaux partenaires donnent une idée des usages attendus. Adobe indique que les modèles GPT-Image-2.5 arrivent dans Firefly. Manus affirme de son côté que, dans ses évaluations, Flare génère des images de qualité à une vitesse deux à quatre fois supérieure à GPT-Image-2, avec de meilleurs résultats sur les arrière-plans transparents.

Sécurité et traçabilité

OpenAI accompagne la sortie d’une system card dédiée à ChatGPT Images 2.5. L’entreprise y décrit ses garde-fousRègles et filtres (policy, classifiers, allowlists) qui limitent les sorties ou actions dangereuses d’un système IA. : contrôles en amont sur les prompts, analyse des images fournies en entrée, surveillance des modifications potentiellement malveillantes et vérification de l’image générée avant affichage.

La system card donne aussi des chiffres. Dans une évaluation automatisée construite avec des prompts adversariaux, OpenAI mesure la part de générations non sûres présentées à l’utilisateur à 1,09 % pour GPT-Image-2.5 Sunburst et 1,41 % pour GPT-Image-2.5 Flare, contre 1,64 % pour ChatGPT Images 2.0. OpenAI précise que ces chiffres portent sur un jeu de test volontairement difficile et ne représentent pas la fréquence attendue de ces demandes en production.

Dans son Preparedness Framework, OpenAI indique que ni Sunburst ni Flare ne franchissent les seuils Bio High ou Cyber High. L’entreprise dit toutefois appliquer par précaution des mitigations adaptées à un modèle traité comme à capacité élevée dans le domaine du risque biologique, avec des contrôles sur les entrées et les sorties.

Sur la provenance, OpenAI indique continuer à utiliser les métadonnées C2PA et ajouter un filigrane invisible via SynthID dans ChatGPT, Codex et l’API. Point notable : SynthID est une technologie de Google DeepMind. OpenAI adopte donc, pour le marquage invisible, une brique portée par un concurrent direct. C’est un signal intéressant : sur la traçabilité des images générées, l’industrie semble avancer vers des standards et outils partagés, même si OpenAI reconnaît qu’il n’existe pas de solution unique.

Premiers retours et prudence

Les premiers retours publics restent à prendre avec prudence. Les témoignages cités par OpenAI viennent surtout de partenaires ou clients précoces, notamment Higgsfield, Adobe et Manus. Ils confirment l’intérêt professionnel du modèle, mais ne remplacent pas des tests indépendants à grande échelle.

Axios a aussi publié une prise en main le jour de l’annonce, en évoquant des progrès sur la vitesse, la préservation de la ressemblance et les fonctions d’édition. L’article étant réservé aux abonnés, il vaut mieux le considérer comme un signal externe plutôt que comme une base principale d’analyse.

Pourquoi c’est important

ChatGPT Images 2.5 illustre un glissement plus large : l’IA générative d’image ne cherche plus seulement à produire un résultat spectaculaire en une commande. Elle devient un outil de retouche conversationnelle, où l’utilisateur ajuste, pointe, dessine et affine progressivement.

Pour les créateurs, les équipes marketing ou les développeurs d’applications visuelles, l’enjeu est clair : passer plus vite de l’idée à une image exploitable, tout en gardant davantage de contrôle sur les détails.