OpenAI a publié ChatGPT Images 2.5 et introduit deux nouveaux modèles de génération d'images pour les développeurs, ajoutant une répartition plus explicite entre vitesse et qualité à la surface de son API d'image.

La société a annoncé la sortie le 8 septembre, indiquant qu'Images 2.5 est disponible pour tous les utilisateurs de ChatGPT, ChatGPT Work et Codex sur ordinateur, mobile et Web. Pour les développeurs, le changement le plus conséquent est l'arrivée de GPT-Image-2.5 Flare et GPT-Image-2.5 Sunburst. OpenAI positionne Flare comme le modèle de génération quotidienne le plus rapide, tandis que Sunburst est destiné à un travail créatif de plus haute précision où les détails et le respect des instructions comptent davantage.

Cette distinction est importante car la génération d'images devient une partie intégrante des logiciels d'entreprise ordinaires plutôt qu'une expérience créative distincte. Les outils marketing, les plateformes commerciales, les systèmes de révision de conception, les produits d'aide à la vente et les flux de travail agents génèrent ou modifient de plus en plus d'images via des API. La nouvelle version donne à ces équipes plus de contrôle, mais elle leur donne également plus de décisions en matière de coûts et de gouvernance à prendre.

Ce qui a changé dans l'API

Les informations publiques sur le modèle OpenAI pour GPT-Image-2.5 Sunburst répertorient l'entrée de texte et d'image, la sortie d'image et la prise en charge des points de terminaison de génération et d'édition d'images. Il répertorie également six paramètres de qualité, y compris les niveaux xhigh et max haut de gamme. Les tarifs Sunburst publiés par OpenAI indiquent 5 $ par million de jetons d'entrée de texte, 8 $ par million de jetons d'entrée d'image et 30 $ par million de jetons de sortie d'image.

La société affirme également que la latence de génération d'images a été réduite jusqu'à 50 % par rapport à Images 2.0. Ce chiffre est l’affirmation même d’OpenAI, et les comparaisons indépendantes sont encore précoces. Néanmoins, la direction est claire : OpenAI essaie de faire en sorte que la génération d'images ressemble moins à un travail par lots occasionnel qu'à une capacité interactive au sein des produits et des flux de travail.

Pour les développeurs, le changement pratique ne consiste pas seulement à « un meilleur modèle d'image ». Il s'agit d'un problème de routage plus large. Certains cas d'utilisation nécessitent des brouillons rapides, des espaces réservés, des variantes sociales ou des concepts miniatures. D'autres ont besoin de modifications contrôlées, de visuels sensibles à la marque, de compositions adjacentes au produit ou d'actifs plus détaillés où une génération échouée fait perdre du temps à l'examen humain. Flare et Sunburst offrent aux équipes un moyen de séparer ces tâches plutôt que de transmettre chaque demande via le même paramètre de modèle.

Pourquoi les entreprises devraient y prêter attention

L'impact commercial se manifestera d'abord dans les équipes qui génèrent déjà des images en volume. Un assistant de conception qui crée dix options approximatives pour chaque invite a un profil de coût différent d'un flux de travail qui crée un élément de campagne de haute qualité après plusieurs cycles d'examen. Ajoutez des entrées d'images, des modifications, des niveaux de qualité supérieurs et des itérations répétées, et les dépenses peuvent évoluer rapidement.

Cela rend l'observabilité plus importante que l'annonce du modèle elle-même. Les entreprises devront suivre quels produits, utilisateurs, équipes, invites, tailles d'image et paramètres de qualité génèrent des dépenses. Une simple facture mensuelle du fournisseur ne suffira pas aux équipes financières ou de plateforme qui tentent de comprendre si les générations de meilleure qualité améliorent la production ou augmentent simplement les coûts d'expérimentation.

C'est ici que le le contrôle des coûts des API IA devient opérationnel plutôt que théorique. Les charges de travail d'images ont souvent une valeur plus visible pour l'utilisateur final que les tâches de texte uniquement, mais elles peuvent également masquer des modèles de tentatives coûteuses. Un utilisateur peut continuer à se régénérer jusqu'à ce qu'un visuel semble correct. Un agent peut appeler un point de terminaison d'édition à plusieurs reprises pour satisfaire une instruction vague. Un produit peut utiliser par défaut un niveau de qualité premium car personne n'a défini de politique par type de flux de travail.

Pour les entreprises utilisant une plate-forme multimodèle telle que B2B LLM, la version renforce les arguments en faveur de politiques de routage plutôt que d'une sélection de modèle unique. Les équipes produit peuvent souhaiter que Flare soit la valeur par défaut pour l'idéation, Sunburst pour les flux de production approuvés et des limites distinctes pour la génération groupée, les modifications d'images et la sortie de haute qualité. Les mêmes contrôles qui sont importants pour les modèles de texte, notamment les autorisations au niveau de l'organisation, la gouvernance des clés API, les analyses d'utilisation et les alertes budgétaires, deviennent plus importants lorsque la génération d'images est ajoutée à la pile.

Qui est concerné

Les développeurs qui créent des outils créatifs constituent le public le plus direct. Ils disposent désormais d’un choix de modèle plus clair pour équilibrer la latence, la qualité et le coût. Les équipes SaaS intégrant la génération visuelle dans les flux de travail des clients devront exposer ce choix avec soin. Laisser chaque utilisateur final sélectionner le paramètre de qualité le plus élevé peut être simple, mais cela peut créer des coûts unitaires imprévisibles.

Les équipes marketing et de marque sont également affectées, surtout si elles s'appuient sur des brouillons générés par l'IA avant approbation humaine. Une meilleure latence peut raccourcir la boucle de création, mais un plus grand nombre de générations disponibles peut également augmenter la charge de révision. La question utile n’est pas de savoir si les équipes peuvent créer davantage d’images. Il s'agit de savoir s'ils peuvent les créer, les sélectionner, les modifier, les approuver et les archiver avec suffisamment de contrôle pour s'adapter aux processus de marque et de conformité existants.

Les équipes de plate-forme et de sécurité ont une préoccupation différente : les entrées et modifications d'images peuvent inclure des images de produits sensibles, du matériel de campagne inédit, des captures d'écran, du contenu soumis par les clients ou des informations réglementées. À mesure que les API multimodales s'implantent de plus en plus dans les flux de travail des entreprises, les entreprises doivent décider quelles données peuvent être envoyées à quel fournisseur, quelles équipes peuvent utiliser la saisie d'images et comment les journaux et les actifs générés sont conservés.

Ce qui reste incertain

Plusieurs détails nécessitent encore une manipulation minutieuse. L'amélioration de la latence d'OpenAI est signalée par le fournisseur, les équipes doivent donc se comparer à leurs propres invites, tailles d'image, régions et modèles de concurrence avant de modifier les hypothèses de production. Les documents de source publique donnent également des détails de prix plus clairs pour Sunburst que pour Flare ; les entreprises doivent vérifier directement le modèle de tarification exact avant de proposer des tarifs destinés aux clients ou de définir des règles de rétrofacturation internes.

La qualité est également difficile à réduire à un nom de modèle. Sunburst est peut-être la meilleure solution pour un travail créatif détaillé, mais un chemin moins cher ou plus rapide peut être suffisant pour les brouillons, les maquettes internes ou la personnalisation à faible risque. La meilleure mise en œuvre combinera probablement la conception de politiques, de mesures et de flux de travail humain : acheminez les générations de routine vers des paramètres plus rapides, réservez les niveaux premium aux cas d'utilisation approuvés et surveillez les taux de tentatives aussi étroitement que le volume de requêtes initial.

La version Images 2.5 d'OpenAI concerne donc moins une nouvelle fonctionnalité créative unique que la transformation de l'IA multimodale en un service commercial géré. Les équipes qui en bénéficieront le plus seront celles qui traitent la génération d'images comme une infrastructure de production : mesurée, autorisée, acheminée et examinée avec le même sérieux que les autres fonctionnalités pilotées par API.