Génération d’images : ChatGPT Images 2.5 et gpt-image-2.5

Depuis le 8 septembre 2026, ChatGPT Images 2.5 est le moteur d’images de ChatGPT. Il est déployé sur tous les forfaits, sur ordinateur, sur mobile et sur le web, dans la conversation comme dans ChatGPT Work et Codex. Cette version succède à ChatGPT Images 2.0, sorti le 21 avril 2026 avec le modèle gpt-image-2, qui avait apporté un rendu de texte fiable et un mode Thinking capable de raisonner avant de dessiner. Les limites de génération de chaque forfait restent les mêmes qu’avant.

Ce guide présente d’abord les progrès d’Images 2.5 et les deux modes d’usage. Il détaille ensuite les nouveaux outils de retouche, les capacités héritées d’Images 2.0, le prompting adapté au modèle et les points d’intégration dans un workflow. Il se termine par l’API, les tarifs et les limites à connaître avant de vous engager.

Ce que change Images 2.5 par rapport à Images 2.0

OpenAI met en avant quatre progrès. La génération prend jusqu’à 50 % de temps en moins, les détails sont plus nets, et la lumière comme les textures paraissent plus naturelles. Le modèle préserve mieux le sujet d’une photo de référence, par exemple un visage ou un produit. Enfin, l’édition sur plusieurs tours devient plus fiable, car le modèle touche uniquement à la zone concernée.

Côté droits d’usage, rien ne change. Les images générées vous appartiennent et restent exploitables commercialement, y compris sur le forfait gratuit. Les fichiers intègrent des métadonnées C2PA qui tracent leur origine IA. Avec Images 2.5, OpenAI ajoute un filigrane invisible SynthID, une technologie conçue par Google DeepMind, qui permet d’identifier une image même sans ses métadonnées.

Instant ou Thinking : deux modes, deux usages

ChatGPT Images se décline en deux modes qui répondent à des besoins différents. Savoir où passe la frontière vous évite de payer un abonnement inutile ou de sous-exploiter le modèle.

Mode Instant : disponible pour tous, y compris le forfait gratuit

Le mode Instant apporte les gains de qualité de base : un bon rendu du texte, un suivi fidèle des instructions, un placement précis des objets et la prise en charge de nombreuses langues. Il répond en quelques secondes, sans étape de raisonnement visible. Pour un visuel LinkedIn, une illustration d’article ou une maquette rapide, Instant suffit largement. C’est aussi lui qui tourne par défaut dans l’onglet Images de ChatGPT, quel que soit votre forfait.

Mode Thinking : réservé à Plus, Pro et Business

Le mode Thinking, introduit avec Images 2.0, ajoute quatre capacités absentes d’Instant. Il peut chercher sur le web pendant la génération et produire jusqu’à huit images cohérentes depuis un seul prompt. Ce mode planifie aussi la mise en page des compositions denses et vérifie lui-même ses sorties : le modèle compare ses essais au brief, puis régénère si l’écart est trop grand.

Le forfait Go, bien que payant, ne donne pas accès à Thinking. Ce mode prend aussi plus de temps, quelques dizaines de secondes au lieu de quelques-unes. Depuis le 14 septembre 2026, ChatGPT ne passe plus tout seul du mode Instant au mode réflexion sur Plus et Pro. Choisissez donc Thinking vous-même avant d’envoyer un prompt exigeant.

Les nouveaux outils d’Images 2.5 dans ChatGPT

Images 2.5 s’accompagne de plusieurs outils qui rendent la retouche plus directe. Vous pouvez désormais commenter une zone de l’image pour demander une modification ciblée, en plus de l’outil de sélection. L’édition s’ouvre en plein écran, ce qui facilite le travail sur les détails.

Des modèles prêts à personnaliser couvrent les formats les plus demandés, comme l’affiche, le logo ou la photo de produit. Ils ne sont pas encore disponibles dans ChatGPT Work. Sur l’application mobile, vous pouvez aussi dessiner un croquis au doigt et l’accompagner d’une consigne écrite pour obtenir une image finie.

Le partage de prompt complète l’ensemble. Il permet à une autre personne de reprendre l’idée derrière votre image et d’en créer sa propre version, par exemple avec ses propres photos. Depuis le 31 août 2026, ChatGPT sait par ailleurs transformer une idée ou une photo en lot de stickers utilisables dans vos messages, pour tous les utilisateurs sur mobile.

Les capacités héritées d’Images 2.0

Images 2.5 conserve les capacités qu’Images 2.0 avait rendues utilisables en production. Ce sont elles qui justifient de tester le modèle, même si vous utilisiez déjà un autre générateur.

Le rendu de texte multilingue fiable

Depuis gpt-image-2, le modèle atteint une précision quasi parfaite sur les titres, les libellés d’interface et la signalétique, y compris dans des tests à l’aveugle. Le japonais, le coréen, le chinois, l’hindi et le bengali passent la barre de lisibilité, alors que c’était un angle mort persistant des générateurs d’images. Une affiche manga avec des kanjis justes, ou un panneau publicitaire en Inde avec un titre correct en devanagari, devient un livrable direct plutôt qu’un brouillon à retoucher. Les paragraphes longs et la reproduction exacte d’un logo existant restent en revanche imparfaits.

La série cohérente jusqu’à huit images

En mode Thinking, un seul prompt produit jusqu’à huit images qui partagent la même charte, les mêmes personnages et la même palette. Cette capacité sert d’abord aux campagnes en plusieurs formats : un même brief génère en un appel le carré Instagram 1:1, la bannière 3:1, l’en-tête LinkedIn et l’image de partage Facebook. Elle convient ensuite aux planches de personnage, qui montrent une même figure de face, de trois quarts, de profil et en action. Enfin, elle facilite les storyboards et les planches séquentielles pour la bande dessinée, le jeu vidéo indépendant ou les livres jeunesse. La cohérence reste imparfaite au pixel près, mais elle suffit pour un premier jet exploitable par un studio.

Les formats techniques qui échouaient auparavant

Le modèle réussit des formats que les générateurs précédents rataient systématiquement, comme les QR codes fonctionnels, les diagrammes scientifiques annotés, les plans de bâtiment, les menus de restaurant aux prix alignés et les posters d’infographie dense. Ces visuels demandent à la fois de la précision typographique et une logique de structure. Toute une catégorie de livrables peut donc se passer d’un outil de design dédié.

La recherche web pendant la génération

En mode Thinking, le modèle peut interroger le web pendant qu’il compose l’image. Si vous lui demandez une infographie sur les derniers chiffres d’un marché, il cherche les données publiques actuelles, puis les intègre directement dans le visuel. Lors de la démonstration de lancement d’Images 2.0, OpenAI a demandé au modèle de parcourir sa propre boutique en ligne. Le modèle a ensuite généré une publicité avec les produits réellement en stock ce jour-là. Il se comporte alors comme un agent visuel qui enquête avant de livrer, dans la même logique que Deep Research pour le texte.

Prompter Images 2.5 : le brief plutôt que la description

Le modèle répond mieux à un brief qu’à une description exhaustive, ce qui change la façon d’écrire vos demandes. Prenez l’exemple suivant : « Affiche pour une startup fintech qui vise des DAF sceptiques face à l’IA, ton rassurant et institutionnel, sans effet d’annonce ». Cette consigne produit un meilleur résultat que « Affiche bleu marine avec graphique en hausse, personnage en costume, logo en bas à droite ». Le modèle raisonne en effet sur l’intention, l’audience et la contrainte. Écrivez vos prompts comme si vous briefiez un designer.

Structure d’un prompt qui marche

Quand une description structurée reste pertinente, pour une maquette précise ou un visuel au texte exact, la grille suivante fonctionne bien. Les blocs [SUJET] et [TEXTE] pèsent réellement sur le résultat final.

# Structure d'un prompt image professionnel
[SUJET] : Quoi exactement — objet, scène, personne, concept
[STYLE] : Photoréaliste, illustration vectorielle, aquarelle,
          flat design, 3D isométrique, cinématique, manga
[COMPOSITION] : Plan large, gros plan, vue aérienne,
                centré, rule of thirds, grille labellisée
[ÉCLAIRAGE] : Lumière naturelle, golden hour, studio,
              néon, clair-obscur
[COULEURS] : Palette précise ou ambiance (tons chauds,
             pastel, monochrome, couleurs corporate)
[TEXTE] : Titres, labels, légendes exacts à inclure
         (entre guillemets dans le prompt)
[FORMAT] : 1:1, 16:9, 9:16, 3:1, 1:3, fond transparent

Trois exemples avant/après

Prompt faible : « Fais-moi un visuel pour un post LinkedIn sur le télétravail. »
Vous obtenez alors une image générique d’ordinateur portable posé sur un bureau.

Prompt pro : « Photo réaliste d’un espace de travail à domicile, vue en légère plongée. Bureau en bois clair, écran externe affichant le titre ‘Q2 Sales Review’ en haut à gauche, tasse de café, plante verte en arrière-plan. Lumière naturelle latérale, tons neutres et chaleureux. Ratio 16:9 pour LinkedIn. »
Ce prompt donne un visuel publiable, avec le texte « Q2 Sales Review » lisible sur l’écran. Le même résultat restait hasardeux avec gpt-image-1.5.

Prompt complexe : le cas suivant, une infographie multilingue avec données, aurait été impensable avant gpt-image-2.

# Prompt infographie multilingue
Infographie verticale format A4 portrait, style éditorial magazine.
Titre principal en haut : "État du marché mondial de l'IA
générative en 2026".

En dessous, trois colonnes parallèles :
- Colonne 1 "Amérique du Nord" : ChatGPT 58%, Gemini 21%,
  Claude 14%, Autres 7%
- Colonne 2 "Europe" : ChatGPT 47%, Le Chat 19%, Gemini 18%,
  Claude 12%, Autres 4%
- Colonne 3 "Asie-Pacifique" : Qwen 34%, ChatGPT 28%,
  DeepSeek 22%, Gemini 11%, Autres 5%

Chaque barre porte son pourcentage en gros caractères.

PALETTE : fond crème, barres en bleu marine profond et
terracotta pour l'accent, typographie serif pour le titre,
sans-serif pour les données.

En bas, note de source "Données illustratives"
en italique petit. Composition aérée, lignes de grille
discrètes, aucun pictogramme superflu.

En mode Thinking, ce prompt produit une infographie publiable telle quelle. Les valeurs numériques sont correctement placées, les titres de colonne restent lisibles, la hiérarchie typographique est respectée et la palette tient sur l’ensemble. Ce type de livrable demandait auparavant deux heures de mise en page dans Figma ou InDesign.

Les deux images ci-dessus ont été générées avec Images 2.0. Images 2.5 reprend ces capacités avec une génération plus rapide et des détails plus nets.

Intégrer Images 2.5 dans un workflow

Le modèle est accessible par plusieurs chemins, chacun avec ses contraintes et son public. Le bon point d’entrée dépend surtout du type de livrable final.

Dans l’interface ChatGPT

L’onglet Images, dans la barre latérale, reste le point d’entrée principal sur le web et sur mobile. Pour utiliser Thinking, sélectionnez ce mode avant d’envoyer le prompt, sur un forfait qui y donne accès. L’édition par sélection reste le geste quotidien le plus utile, et Images 2.5 la rend plus sûre : un logo ajouté dans un coin laisse intact l’éclairage du reste de l’image.

Dans ChatGPT Work et Codex

Images 2.5 est disponible dans ChatGPT Work et dans Codex depuis le 8 septembre 2026. Les développeurs génèrent ainsi des maquettes d’interface, des icônes ou des directions visuelles sans quitter leur espace de travail, et sans clé API séparée à configurer. Le prototypage visuel se fait alors sans aller-retour entre l’éditeur de code et l’outil de design. Les modèles prêts à personnaliser, eux, ne sont pas encore proposés dans Work.

Dans Figma, Canva et Adobe Firefly

Figma, Canva, Adobe Firefly, fal et Hermes Agent ont intégré gpt-image-2 dès son lancement en avril. Une créatrice de contenu qui travaille déjà dans Canva a ainsi retrouvé le modèle directement dans l’éditeur, sans passer par l’interface ChatGPT. Le passage de ces outils à Images 2.5 n’a pas été annoncé à ce jour : vérifiez le modèle proposé dans chaque outil.

Via l’API pour les intégrations sur mesure

Côté API, Images 2.5 existe en deux modèles, disponibles dans des versions datées du 8 septembre 2026. gpt-image-2.5-flare, le modèle par défaut, vise la génération rapide du quotidien avec environ 50 % de latence en moins. gpt-image-2.5-sunburst est présenté par OpenAI comme son modèle le plus capable pour la génération et l’édition, avec un contrôle plus fin des retouches. OpenAI ne précise pas lequel des deux tourne dans ChatGPT.

Les deux modèles partagent la même grille, identique à celle de gpt-image-2. Le texte en entrée coûte 5 $ par million de tokens, ou 1,25 $ en cache. Les images en entrée coûtent 8 $ par million de tokens, ou 2 $ en cache, et les images en sortie 30 $ par million de tokens. L’API Batch divise ces tarifs par deux si vous acceptez un traitement différé. Les limites de débit vont de 5 images par minute au premier palier d’usage à 250 images par minute au cinquième.

La qualité se règle sur cinq niveaux, low, medium, high, xhigh et max, en plus du mode auto. Le coût par image dépend donc fortement du réglage choisi. Pour gpt-image-2, une image 1024×1024 revenait autour de 0,006 $ en qualité basse, 0,053 $ en qualité moyenne et 0,211 $ en haute qualité. Le calculateur d’OpenAI ne couvre pas encore la version 2.5. Des estimations tierces situent le niveau high de gpt-image-2.5 autour de 0,053 $ et le niveau max autour de 0,211 $ : le même libellé de qualité ne correspond donc pas au même coût d’une version à l’autre.

DALL-E 2 et DALL-E 3 ne répondent plus depuis le 12 mai 2026, et les workflows Zapier, Make ou n8n qui les appelaient ont dû basculer. Trois autres modèles sont en fin de vie. OpenAI a annoncé le 2 juin 2026 l’arrêt de gpt-image-1.5, de gpt-image-1-mini et de l’alias chatgpt-image-latest au 1er décembre 2026, avec gpt-image-2 comme remplaçant. Si votre code appelle l’un de ces noms, prévoyez dès maintenant la migration vers gpt-image-2.5-flare, gpt-image-2.5-sunburst ou gpt-image-2. Contrairement à ce que promettait l’alias chatgpt-image-latest, il faudra donc recâbler votre intégration.

Les limites à connaître

À la sortie d’Images 2.0, OpenAI reconnaissait quatre zones où le modèle trébuchait encore. Images 2.5 améliore la netteté et l’édition, mais OpenAI n’a pas publié de bilan détaillé sur ces quatre points.

Les objets à géométrie physique complexe restent difficiles. Un Rubik’s cube aux reflets cohérents, un guide d’origami ou des objets posés sur des surfaces inclinées mettent le modèle en défaut, faute d’une compréhension physique solide.

Les détails très fins ou répétitifs demandent une relecture. Les grains de sable, les textures denses et les diagrammes techniques chargés de petites annotations peuvent contenir des erreurs de libellé.

La reproduction exacte de logos existants reste fragile. Plusieurs testeurs rapportent que le modèle restitue parfois une version périmée d’un logo, même après une correction explicite. Pour tout travail où l’identité visuelle doit être exacte au pixel près, prévoyez une retouche manuelle.

L’actualité récente peut échapper au modèle. Les connaissances de gpt-image-2 s’arrêtent à décembre 2025, et OpenAI n’a pas publié la date limite d’Images 2.5. Un visuel lié à un produit ou à un événement très récent peut donc être approximatif. Le mode Thinking compense en partie grâce à la recherche web.

Les filtres de sécurité restent actifs. Ils bloquent les contenus violents, sexuels ou haineux et la reproduction de personnages protégés par le droit d’auteur. Les images de personnalités publiques sont autorisées, mais encadrées. Pour Images 2.5, OpenAI surveille en plus les demandes et les images produites avec un modèle de raisonnement dédié à la sécurité. Ces garde-fous produisent parfois des refus sur des prompts légitimes.

Ce que cela change pour vous

Vous produisez régulièrement du contenu visuel avec du texte, comme des infographies, des maquettes, des affiches, des diapositives ou des visuels de réseaux sociaux ? Images 2.5 vous fait gagner du temps, même en mode Instant sur le forfait gratuit. Le rendu correct des titres et des libellés vous évite de repasser par Canva pour ajouter le texte après coup, et la retouche ciblée limite les régénérations complètes.

Vous travaillez sur des campagnes en plusieurs formats, des storyboards ou des séries de visuels cohérents ? Le mode Thinking justifie alors à lui seul un forfait Plus, ou un siège Business en entreprise, puisque Go n’y donne pas accès. Huit visuels cohérents en un appel remplacent plusieurs heures de travail itératif.

Votre besoin principal est la reproduction exacte d’un logo de marque, ou la constance d’un personnage sur un grand nombre d’images ? Gardez en tête que le modèle reste imparfait sur ces deux cas précis. Pour la plupart des autres usages, Images 2.5 s’impose comme un choix par défaut solide.