Les générateurs d'images IA sont devenus performants rapidement. Une photo d'une personne qui n'a jamais existé, une photo de produit qui n'a jamais été photographiée, une « capture d'écran » d'un événement qui ne s'est jamais produit ; n'importe laquelle de ces images peut être produite en quelques secondes et publiée avant que quiconque n'y regarde à deux fois. Si vous gérez une place de marché, une application de rencontres, une plateforme d'actualités, un flux de vérification d'identité ou un fil de contenu généré par les utilisateurs, vous avez finalement besoin d'une réponse programmatique à une question : cette image a-t-elle été créée par une machine ?
C'est à cette question que les API de détection d'images IA tentent de répondre. Vous envoyez une image, vous recevez en retour une probabilité et parfois une estimation du modèle qui l'a produite. Le problème est que ce domaine est bruyant. Certains « détecteurs » sont des jouets web grand public sans véritable API. D'autres sont des produits d'entreprise accessibles uniquement après un appel commercial. Quelques-uns sont de véritables bonnes API de développement avec inscription ouverte et une documentation claire.
En bref
Pour une API de développement avec inscription ouverte, attribution de modèle et documentation REST claire, Sightengine et Hive Moderation sont les meilleurs choix généraux, et AI or Not arrive en troisième position avec un simple point de terminaison synchrone. Reality Defender est à utiliser si les deepfakes (visages) sont votre principale préoccupation ; il propose un niveau gratuit public. Le classificateur DALL-E 3 d'OpenAI est uniquement accessible pour la recherche, ce n'est pas une API générale. Aucun détecteur n'est concluant ; traitez chaque score comme un signal, pas comme un verdict.
Comment évaluer une API de détection d'images IA
Avant de comparer les fournisseurs, déterminez clairement ce qui compte réellement pour votre cas d'utilisation. Un détecteur qui remporte un benchmark peut néanmoins ne pas convenir à votre produit.
Précision, et pourquoi vous devriez vous méfier du chiffre affiché
Chaque fournisseur cite un chiffre de précision. Traitez ces chiffres avec prudence. La précision dépend entièrement du jeu de test : les générateurs qu'il couvre, si les images ont été redimensionnées, recompressées, capturées ou recadrées, et la date des modèles génératifs. Un détecteur entraîné sur les modèles de l'année dernière sera moins performant face à ceux de cette année. Un chiffre mesuré sur des sorties propres, en pleine résolution, ne sera pas valable pour un JPEG de 600px que quelqu'un a réenregistré trois fois. Demandez au fournisseur quel jeu de données a produit ce chiffre, et effectuez votre propre test sur des images qui ressemblent à votre trafic réel.
Le coût d'un faux positif
Il y a deux façons de se tromper. Un faux négatif laisse passer du contenu synthétique. Un faux positif signale comme fausse la vraie photo d'une vraie personne. Pour la plupart des produits, le faux positif est l'erreur la plus douloureuse ; il accuse un utilisateur payant de fraude. Décidez quelle erreur vous coûte le plus, puis ajustez votre seuil de confiance en conséquence. Une bonne API vous donne un score continu (pas seulement un oui/non) afin que vous puissiez choisir vous-même le seuil, et acheminer les scores limites vers une révision humaine plutôt que de les rejeter automatiquement.
Latence et débit
Si la détection s'exécute dans un flux de téléchargement, elle se situe entre votre utilisateur et un écran de succès. Un appel synchrone qui prend deux secondes est un produit différent de celui qui prend 200 millisecondes. Vérifiez les temps de réponse publiés, puis mesurez-les vous-même depuis votre propre région avec des tailles de charge utile réalistes. Vérifiez également les limites de débit : un niveau gratuit plafonné à 100 requêtes par jour ne survivra pas à un lancement.
Couverture des modèles
« Généré par l'IA » n'est pas une chose unique. Les détecteurs sont entraînés sur des familles de générateurs spécifiques : Midjourney, Stable Diffusion, DALL-E, Flux, Firefly, Imagen de Google et les nouveaux entrants. Un détecteur performant sur les modèles de diffusion peut manquer des images provenant d'un modèle qu'il n'a jamais vu. Si vous avez besoin de savoir non seulement si une image est synthétique, mais aussi quel modèle l'a créée, recherchez les scores de confiance par générateur dans la réponse.
Les deepfakes sont un problème distinct
Détecter une image entièrement synthétique est différent de détecter un visage manipulé sur une vraie photo. La détection des deepfakes (échanges de visages, réactivation de visages) est une spécialité en soi. Certaines API font les deux ; certaines n'en font qu'une seule bien. Si votre risque est l'usurpation d'identité dans la vérification d'identité, privilégiez un détecteur axé sur les deepfakes.
Modèle de tarification
Les fournisseurs tarifient en différentes unités : par image, par « opération » (où une vérification avancée peut coûter plusieurs opérations), par crédit, ou par niveau mensuel avec des dépassements. Adaptez la tarification à votre volume réel. Un prix par appel qui semble bon marché peut exploser si chaque téléchargement déclenche trois vérifications.
Confidentialité et résidence des données
Vous envoyez des images d'utilisateurs à un tiers. Lisez les conditions de traitement des données. Le fournisseur conserve-t-il les images ? Pendant combien de temps ? S'entraîne-t-il sur vos données ? Un déploiement sur site ou en région est-il disponible ? Pour les industries réglementées, cela peut décider du fournisseur avant même la précision. Si vous souhaitez un examen plus approfondi des limites de la détection, pourquoi la détection d'images IA échoue couvre les modes de défaillance en détail.
Hive Moderation
Hive (également commercialisé sous les noms Hive AI et Hive Moderation) est un fournisseur établi de modération de contenu dont la détection de contenu généré par IA et de deepfakes complète ses produits de modération visuelle, textuelle et audio. C'est l'une des options les plus largement utilisées dans ce domaine.
Ce qu'il détecte
Le classificateur de contenu généré par IA de Hive renvoie un score de confiance indiquant si une image est générée par IA, et il renvoie également le moteur génératif probable qui l'a produite. La gamme de produits couvre les images, la vidéo et l'audio, et inclut une détection distincte des deepfakes.
Fonctionnement de l'accès
Hive propose un plan développeur en libre-service. Vous vous inscrivez, ajoutez un mode de paiement, et Hive vous fournit des crédits de démarrage gratuits pour tester. L'API V3 en libre-service est « instantanée » : créez une clé API V3 et commencez à l'appeler, avec des limites de débit par défaut en place. Pour un trafic soutenu à fort volume, vous contactez Hive pour passer à un plan d'entreprise avec des limites de débit et une tarification personnalisées. Le déploiement sur site est disponible pour les clients d'entreprise. Pour les chiffres actuels, consultez la page de tarification de Hive.
Avantages
- Produit mature, largement déployé, avec un véritable niveau en libre-service.
- Renvoie le générateur source probable, pas seulement un résultat binaire.
- Un seul fournisseur pour les images, la vidéo, l'audio et une modération plus large si vous avez besoin de plus que de la détection.
- Option sur site pour les déploiements sensibles à la confidentialité.
Inconvénients
- Les limites de débit par défaut en libre-service sont modestes ; un volume sérieux nécessite une discussion d'entreprise.
- La tarification pour les niveaux supérieurs est basée sur devis, le coût total n'est donc pas évident à l'avance.
- Comme pour chaque détecteur ici, la précision varie selon le générateur et la qualité de l'image.
Sightengine
Sightengine est une entreprise d'API de modération de contenu et d'analyse d d'images. Sa détection d'images générées par IA offre l'une des expériences développeur les plus épurées de cette liste, avec une documentation rédigée pour les personnes qui appellent des API.
Ce qu'il détecte
Sightengine détermine si une image a été générée par un modèle d'IA et calcule des scores de confiance par générateur. Sa documentation liste la couverture de générateurs tels que Stable Diffusion, Midjourney, DALL-E / sortie d'image GPT, Flux, Firefly, et des modèles plus récents comme les modèles d'images de Google et Seedream. Il offre également la détection de vidéos générées par IA et la détection de deepfakes comme vérifications distinctes.
Fonctionnement de l'accès
Inscription ouverte. Sightengine propose un plan gratuit sur lequel vous pouvez rester indéfiniment pour les tests, avec un plafond mensuel d'opérations et un plafond quotidien. Les niveaux payants (Starter, Growth, Pro) augmentent les limites, avec une tarification des dépassements au-delà de chaque niveau. Un détail à savoir : l'utilisation est mesurée en « opérations », et les vérifications avancées telles que la détection d'images générées par IA coûtent plus d'opérations par appel qu'une vérification de modération standard. Confirmez les chiffres actuels et les coûts d'opération sur la page de tarification de Sightengine.
Avantages
- Documentation axée sur les développeurs et SDK officiels en trois langues.
- Scores par générateur dans la réponse, ce qui aide à l'attribution et au réglage.
- Véritable niveau gratuit sans limite de temps pour l'évaluation.
- Le même fournisseur couvre les vérifications d'images IA, de vidéos IA et de deepfakes.
Inconvénients
- L'unité de facturation « opérations » demande un moment pour être convertie en coût réel ; la détection avancée n'est pas une seule opération.
- La détection de générateurs flambant neufs est en retard jusqu'à ce que les modèles soient réentraînés, une contrainte partagée par tous les détecteurs.
AI or Not
AI or Not est une startup axée sur la détection. Contrairement aux fournisseurs de modération généralistes, la détection de médias générés par IA et manipulés est son produit principal, à travers les images, l'audio et d'autres modalités.
Ce qu'il détecte
AI or Not classe si une image est générée par IA et renvoie des signaux spécifiques au générateur (par exemple Midjourney ou DALL-E), ainsi que la détection des deepfakes et certaines facettes supplémentaires comme le contenu NSFW et les signaux de qualité d'image. L'entreprise publie ses propres chiffres de précision ; comme pour tous ces chiffres, validez-les sur vos propres données plutôt que de prendre le chiffre affiché au pied de la lettre.
Fonctionnement de l'accès
Inscription ouverte. Vous créez un compte, obtenez une clé API et appelez l'API avec un jeton Bearer. AI or Not propose des vérifications gratuites d'images individuelles sur son site web et une API payante pour une utilisation en vrac et commerciale. Vérifiez les plans et limites actuels sur la documentation de l'API AI or Not.
Avantages
- Point de terminaison synchrone propre ; une requête, un rapport complet.
- La détection est le produit central, pas une fonctionnalité secondaire.
- Renvoie l'attribution du générateur ainsi que les facettes deepfake et qualité ensemble.
- Inscription ouverte avec un chemin gratuit pour l'évaluation.
Inconvénients
- Une entreprise plus petite que les fournisseurs de modération établis ; prenez cela en compte pour les dépendances à long terme.
- Les détails de tarification publique sont plus minces ; vous devrez peut-être lire la documentation ou contacter l'équipe pour estimer le coût.
Reality Defender
Reality Defender est une entreprise de détection de deepfakes qui vendait historiquement à des entreprises et des gouvernements. En 2025, elle a ouvert une API développeur publique et un niveau gratuit, la rendant accessible aux développeurs individuels en 2026.
Ce qu'il détecte
La force de Reality Defender réside dans les deepfakes : médias manipulés et synthétiques, avec une focalisation qui va au-delà des visages pour une détection contextuelle des images synthétiques. Il prend actuellement en charge la détection d'images et d'audio, avec la vidéo comme ajout prévu. Si votre risque est l'usurpation d'identité et la manipulation de visages plutôt que l'art IA générique, c'est le spécialiste.
Fonctionnement de l'accès
API publique avec un niveau gratuit. Vous créez un compte RealAPI sur la plateforme Reality Defender, générez une clé API et authentifiez vos requêtes avec celle-ci. Le niveau gratuit offre une petite allocation mensuelle de scans pour l'évaluation ; les plans payants augmentent les limites. Consultez la page API de Reality Defender pour les niveaux actuels.
Avantages
- Spécialiste des deepfakes avec une solide expérience en entreprise, désormais ouvert à tous les développeurs.
- Niveau gratuit public, vous pouvez donc évaluer sans appel commercial.
- Large couverture SDK : cinq langages plus HTTPS direct.
- Détection multi-modèles plutôt qu'un seul classificateur.
Inconvénients
- La détection d'images est solide, mais le produit est centré sur les deepfakes et l'audio ; pour la détection générique d'art IA, un fournisseur plus large pourrait couvrir plus de générateurs.
- L'allocation du niveau gratuit est faible ; elle est destinée à l'évaluation, pas au trafic de production.
Classificateur de détection DALL-E 3 d'OpenAI
OpenAI a développé un classificateur qui prédit si une image provient de son propre modèle DALL-E 3. Il est utile de le comprendre, mais ce n'est pas une API à usage général à laquelle vous pouvez vous inscrire aujourd'hui.
Ce qu'il détecte
Le classificateur de détection DALL-E est un classificateur binaire qui estime la probabilité qu'une image provienne spécifiquement de DALL-E 3. Il renvoie un résultat vrai/faux plus un score continu. Notez la portée étroite : il est réglé pour DALL-E 3, pas pour Midjourney, Stable Diffusion ou d'autres générateurs. OpenAI a signalé une précision interne élevée sur les images DALL-E 3 avec un faible taux de faux positifs, mais ce sont des chiffres internes sur le propre modèle d'OpenAI.
Fonctionnement de l'accès
C'est le point important d'honnêteté. L'accès est contrôlé via le programme d'accès pour les chercheurs d'OpenAI. Il est destiné aux laboratoires de recherche et aux organisations journalistiques à but non lucratif axées sur la recherche, qui postulent et reçoivent des crédits API pour évaluer le classificateur. Ce n'est pas une API développeur publique et ouverte à l'inscription, et vous ne devriez pas planifier un produit autour d'elle. OpenAI a décrit cela et son travail plus large sur la provenance dans son article de mai 2026 sur l'avancement de la provenance de contenu, qui couvre également l'adhésion au comité de pilotage C2PA et l'ajout du filigrane SynthID à sa sortie d'image.
Pourquoi c'est toujours important
Même si vous ne pouvez pas l'appeler, la direction d'OpenAI indique où l'industrie se dirige : métadonnées de provenance et filigrane plutôt que la seule détection. Si vous construisez pour le long terme, prévoyez de lire les informations d'identification du contenu C2PA et les signaux de filigrane tels que SynthID, et pas seulement les scores de probabilité d'un classificateur.
Avantages
- Haute précision signalée sur les images DALL-E 3.
- Renvoie à la fois un verdict binaire et un score continu.
Inconvénients
- Accès uniquement pour la recherche ; pas d'inscription ouverte, ce n'est donc pas une API développeur générale.
- Délimité à DALL-E 3 ; il ne couvre pas d'autres générateurs.
- Pas quelque chose sur lequel construire une fonctionnalité de production aujourd'hui.
Illuminarty
Illuminarty est un service de détection qui propose à la fois un outil web grand public et une API développeur. C'est l'une des options les plus abordables avec une grille tarifaire publiée.
Ce qu'il détecte
Illuminarty vérifie si une image a été générée par IA, estime le générateur le plus probablement utilisé, et propose une détection localisée : une indication des régions de l'image qui semblent synthétiques. La sortie au niveau régional est utile lorsque vous suspectez des modifications partielles plutôt qu'une image entièrement générée.
Fonctionnement de l'accès
Inscription ouverte avec un modèle à plusieurs niveaux. Illuminarty publie un plan gratuit pour la classification de base d'images et de texte, et des niveaux mensuels payants qui ajoutent l'identification de modèle, la détection localisée et des limites de requêtes quotidiennes plus élevées. Confirmez les niveaux et limites actuels sur le site d'Illuminarty avant de vous engager, car les détails des plans peuvent changer.
Avantages
- Grille tarifaire publiée et prévisible plutôt que des niveaux sur devis uniquement.
- La détection localisée met en évidence les parties de l'image qui semblent synthétiques.
- Plan gratuit pour la classification de base.
Inconvénients
- Une opération plus petite que les principaux fournisseurs de modération ; prenez cela en compte pour les SLA et le support à long terme.
- Vérifiez la couverture du générateur par rapport à votre trafic ; comme tous les détecteurs, il suit les modèles sur lesquels il a été entraîné.
Modèles de classificateurs hébergés par Hugging Face
Cette dernière option est d'une nature différente. Hugging Face n'est pas une entreprise de détection ; c'est un hub de modèles. Mais vous pouvez exécuter des modèles open-source de détection d'images IA sur son inférence hébergée, ce qui en fait une voie réelle si vous souhaitez un contrôle ou un coût faible.
Ce qu'il détecte
Cela dépend entièrement du modèle que vous choisissez. Le Hub héberge des modèles communautaires de classification d'images entraînés à étiqueter les images comme générées par IA ou créées par l'homme, tels que des points de contrôle de classificateurs d'images construits sur des architectures comme SigLIP et Vision Transformers. Chaque modèle a ses propres données d'entraînement, ses générateurs pris en charge et son profil de précision. Il n'y a pas de garantie unique du fournisseur ; vous choisissez un modèle et héritez de ses forces et de ses lacunes.
Fonctionnement de l'accès
Vous avez besoin d'un compte Hugging Face et d'un jeton d'accès. Vous pouvez appeler un modèle via l'API d'inférence sans serveur de Hugging Face pour une utilisation légère, ou déployer un point de terminaison d'inférence dédié pour un trafic de production stable. Vous pouvez également télécharger les poids du modèle et les héberger vous-même. Parcourez les modèles sur huggingface.co.
Avantages
- Contrôle maximal : choisissez le modèle, inspectez-le, affinez-le ou auto-hébergez-le.
- Potentiellement le coût le plus bas à l'échelle, surtout en auto-hébergement.
- Pas de verrouillage fournisseur ; le modèle est ouvert.
Inconvénients
- Aucune garantie de précision ou de support du fournisseur ; la qualité varie considérablement entre les modèles communautaires.
- Vous êtes responsable de l'évaluation, de la sélection du modèle, des mises à jour et de la disponibilité.
- De nombreux modèles communautaires sont en retard par rapport aux générateurs les plus récents et peuvent ne pas être maintenus.
- Plus de travail d'ingénierie qu'une API clé en main. Si vous choisissez cette voie, créer votre propre API de détection d'images IA explique comment encapsuler un modèle dans un service.
Tableau comparatif
| Fournisseur | Inscription ouverte | Ce qu'il détecte | Style d'API | Attribution du générateur | Support Deepfake | Niveau gratuit | Modèle de tarification |
|---|---|---|---|---|---|---|---|
| Hive Moderation | Oui, en libre-service | Images, vidéo, audio IA | REST | Oui, prédit le générateur | Oui | Crédits de démarrage à l'inscription | Libre-service plus devis entreprise |
| Sightengine | Oui | Images, vidéo IA, deepfakes | REST plus SDKs (Python, PHP, Node) | Oui, scores par générateur | Oui | Oui, sans limite de temps | Niveaux mensuels, facturés en opérations |
| AI or Not | Oui | Images, audio IA, deepfakes | REST, point de terminaison synchrone | Oui, par générateur | Oui | Vérifications gratuites d'images uniques | API payante pour usage en vrac et commercial |
| Reality Defender | Oui, API publique | Deepfakes, images IA, audio | REST plus SDKs (Python, TS, Go, Rust, Java) | Axé sur la détection | Oui, force principale | Oui, petite allocation mensuelle | Niveau gratuit plus plans payants |
| OpenAI DALL-E 3 classifier | Non, accès recherche uniquement | Images DALL-E 3 uniquement | REST | Non, limité à DALL-E 3 | Non | Crédits de recherche uniquement | Programme d'accès pour les chercheurs |
| Illuminarty | Oui | Images IA, régions localisées | REST | Oui, modèle probable | Limité | Oui, classification de base | Niveaux mensuels publiés |
| Hugging Face hosted models | Oui (compte HF) | Dépend du modèle choisi | Inférence REST | Dépend du modèle | Dépend du modèle | Utilisation gratuite sans serveur, limitée | Par utilisation ou point de terminaison dédié |
Considérez la précision de chaque option ici comme conditionnelle. Aucune de ces options n'est un authentificateur concluant.
Conclusion
La détection d'images IA est utile, et ce n'est pas de la magie. Utilisez-la comme un signal dans un système plus vaste, pas comme un verdict final.
- Pour une API développeur générale avec inscription ouverte et attribution de générateur, commencez par Sightengine ou Hive Moderation.
- Pour un simple point de terminaison synchrone qui renvoie tout en un seul appel, essayez AI or Not.
- Pour les deepfakes et la manipulation de visages, Reality Defender est le spécialiste et dispose désormais d'un niveau gratuit public.
- Le classificateur DALL-E 3 d'OpenAI est uniquement accessible pour la recherche ; ne planifiez pas un produit autour de lui.
- Illuminarty est une option économique avec détection localisée ; les modèles hébergés par Hugging Face conviennent aux équipes qui veulent un contrôle et peuvent gérer l'ingénierie.
- Aucune API n'est concluante. Validez la précision sur votre propre trafic, concevez en tenant compte du coût des faux positifs, et acheminez les scores limites vers une révision humaine.
La méthode fiable pour choisir est de tester. Intégrez le point de terminaison de chaque fournisseur dans Apidog, envoyez des images réelles, inspectez le JSON, mesurez la latence depuis votre région et comparez les résultats côte à côte avant de vous engager à écrire une seule ligne de code de production.