Qu'est-ce que ChatGPT Images 2.5

OpenAI a lancé ChatGPT Images 2.5 le 8 septembre 2026, auprès d'une base d'utilisateurs qui, selon elle, crée « plus de 3 milliards d'images » par semaine. Il remplace Images 2.0 (la version d'avril derrière notre guide de l'API gpt-image-2) au sein de ChatGPT et arrive dans l'API sous la forme de deux modèles, gpt-image-2.5-flare et gpt-image-2.5-sunburst. Le billet de lancement promet une latence « jusqu'à 50 % » inférieure, une meilleure préservation du sujet et des modifications qui ne touchent que ce que vous avez demandé. Une fiche système a été publiée le même jour, et le fil HN a fourni la plupart des premiers chiffres réels ci-dessous.

La couverture du premier jour a rapporté une information erronée : plusieurs médias ont affirmé que la tarification de l'API avait doublé. Ce n'était pas le cas. Les tarifs par jeton correspondent exactement à ceux de gpt-image-2 ; ce qui a changé, c'est l'échelle de qualité, qui détermine le coût de chaque image. Si vous êtes ici pour écrire du code, le guide de l'API gpt-image-2.5 propose des exemples en curl, Python et Node. Si vous choisissez un modèle, la comparaison Flare vs Sunburst vs gpt-image-2 est la page de décision.

ChatGPT Images 2.5 en un coup d'œil

Qui y a accès

Tout le monde sur ChatGPT, y compris le niveau gratuit : la formulation d'OpenAI est « tous niveaux confondus ». Les plafonds de génération par plan s'appliquent toujours, et OpenAI ne les publie pas comme des chiffres fixes ; la bannière intégrée à l'application indique votre plafond actuel, qui s'adapte à la demande. Les rapports de la communauté (pas les chiffres d'OpenAI) indiquent que le niveau Gratuit est à 2-3 images par 24 heures ou 3-10 par fenêtre glissante de 3 heures, le niveau Plus à environ 40-50 par fenêtre de 3 heures, le niveau Go à « 10x » le niveau gratuit, et le niveau Pro à effectivement illimité avec des garde-fous contre les abus. Les plafonds que nous avons suivis pour Images 2.0 sur le niveau gratuit ont varié de mois en mois, et notre guide du niveau gratuit pour la version 2.5 explique comment en tirer le meilleur parti.

Les quatre nouvelles fonctionnalités de ChatGPT

Esquisse (Sketch). Dessinez directement dans ChatGPT et utilisez le dessin comme guide visuel. Tapez @Sketch dans le composeur, ou ouvrez chatgpt.com/sketch.

Modèles (Templates). Préréglages pour « certains des formats créatifs les plus populaires », tels que « Affiche » et « Merch », des flyers et des photos de produits. Un média rapporte que les modèles ne sont pas disponibles en mode Travail.

Commentaires sur les images. Cliquez sur un point d'une image générée, laissez un commentaire, et la prochaine modification ciblera cette zone.

Partager l'invite. Lorsque vous partagez une image, l'invite l'accompagne, afin que quelqu'un d'autre puisse la remixer avec ses propres photos.

Aucune de ces quatre fonctionnalités n'est intégrée à l'API ; là, vous obtenez les deux modèles et les nouveaux niveaux de qualité sur les mêmes points d'accès qu'auparavant.

Flare vs Sunburst : les deux modèles d'API

OpenAI a divisé la version en deux modèles avec un prix unique et deux profils de vitesse.

Flare est la cible de migration pour tout ce que vous exécutez aujourd'hui sur gpt-image-2. Sunburst est destiné au point d'accès d'édition, où les images de référence et les masques doivent être respectés. Les deux utilisent le même budget de jetons par image pour une qualité et une taille données, donc la latence, et non le coût, est la prime de Sunburst.

Les deux modèles se trouvent derrière les mêmes interfaces : POST /v1/images/generations (JSON en entrée, base64 en sortie), POST /v1/images/edits (multipart, images de référence plus un masque facultatif), et l'outil image_generation de l'API de Réponses, où vous définissez model sur l'un des ID 2.5 et les jetons du modèle principal sont facturés en sus. Le guide de génération d'images couvre les formats de sortie, les tailles personnalisées jusqu'à 4K, et le streaming de partial_images (0-3) à 100 jetons de sortie supplémentaires par fragment.

Tarification : mêmes tarifs par jeton, une échelle de qualité redéfinie

Selon la page de tarification, Flare, Sunburst et gpt-image-2 (Standard) sont tous facturés de manière identique : 8,00 $ par million de jetons d'entrée d'image, 30,00 $ par million de jetons de sortie d'image, 5,00 $ par million de jetons d'entrée de texte. Les pages des modèles 2.5 l'indiquent directement : « Les tarifs des jetons correspondent à GPT Image 2. »

Les rapports de « tarification API 2x » ont placé la ligne Standard 2.5 à côté de la ligne Batch gpt-image-2, qui bénéficie d'une réduction de 50 %. De Standard à Standard, rien n'a changé.

Ce qui a changé, c'est la signification de chaque étiquette de qualité. Avertissement d'OpenAI : « Des taux de jetons égaux ne signifient pas un coût par image égal : la consommation de jetons peut différer selon le modèle et le réglage de qualité. » Le nombre de jetons par image selon le calculateur d'OpenAI pour les modèles 2.5 (jetons de sortie d'image uniquement, 30 $/1M, relevé le 9 septembre) :

Sur la même page, gpt-image-2 à 1024x1024 coûte environ 0,006 $ en low, 0,053 $ en medium, et 0,211 $ en high. Ainsi, 2.5 en high (1 756 jetons) correspond à l'ancien budget medium de gpt-image-2, 2.5 en max (7 024 jetons) correspond à l'ancien budget high, et low reste inchangé à 196 jetons.

Deux conséquences pour quiconque migre, tirées du tableau :

• Conservez quality: "high", échangez l'ID du modèle, et chaque image devient environ 4 fois moins chère, au budget de jetons `medium` précédent. 10 000 images par mois à 1024x1024 coûtent 526,80 $ sur 2.5 contre 2 110 $ sur gpt-image-2 en `high`.
• Vous voulez l'ancien budget de sortie `high` ? Passez à `max`. Les mêmes 10 000 images coûtent 2 107,20 $, ce qui correspond effectivement à l'ancienne facture.

Les images de référence sur le point d'accès d'édition sont facturées comme entrée d'image à 8 $/1M sans nombre par image publié, donc usage.input_tokens est le seul moyen de le savoir ; de même, le tableau est une estimation du calculateur et usage.output_tokens est ce qui vous est facturé. La comparaison des prix applique ce calcul sur les cinq qualités et les deux tailles et ajoute une liste de contrôle de migration.

Ce qu'OpenAI affirme vs ce que la communauté a mesuré

Le chiffre d'OpenAI est une latence « jusqu'à 50 % » inférieure. L'utilisateur HN jjcm, dont l'outil de conception d'interface utilisateur AI a généré environ 50 000 images sur gpt-image-2, rapporte que la latence moyenne « s'est maintenue autour de 104s » là-bas et « autour de 35-40s » sur 2.5. Une seule charge de travail, mais une baisse plus importante que ce qui était annoncé.

La qualité est le point où les opinions divergent. L'avis récurrent sur HN était « beaucoup plus rapide que gpt-image-2 mais la qualité n'est pas très différente », et plusieurs utilisateurs ont déclaré que les modifications d'OpenAI perdaient toujours des détails fins par rapport à Nano Banana 2 ou Flux. Ce sont des opinions, pas des mesures.

Le classement texte-image Arena (mis à jour le 7 septembre 2026), voté par la communauté, place Sunburst à 1421, Flare à 1399, et gpt-image-2 (medium) à 1381, devant mai-image-2.6 de Microsoft à 1331 et Nano Banana 2 à 1261. Sur le tableau d'édition d'images, le même ordre est maintenu avec une avance plus importante pour Sunburst : 1520, 1491, 1461. Il s'agit de scores de préférence, pas de benchmarks OpenAI, et ils évoluent.

Chiffres de sécurité de la fiche système

La fiche système publie trois taux par modèle.

Les deux modèles 2.5 présentent moins de contenu dangereux que la référence tout en bloquant moins d'invites. La provenance reste inchangée : chaque image contient des métadonnées C2PA ainsi qu'un filigrane invisible, que la fiche système nomme SynthID de Google DeepMind.

Ce qui manque encore dans la documentation

Au 9 septembre, quatre éléments que l'on pourrait attendre n'y figurent pas.

• Limites de débit par niveau. Les pages des modèles 2.5 renvoient à la page des limites de l'organisation au lieu de lister les niveaux. gpt-image-2 fonctionne de 5 images par minute au niveau 1 à 250 au niveau 5, et les points d'accès d'images nécessitent un niveau payant.
• Traitement par lots (Batch). L'onglet Batch de la page de tarification ne répertorie que gpt-image-2 ; il n'est pas confirmé si /v1/batch accepte un ID 2.5. Si vous dépendez de la réduction de l'API Batch, gpt-image-2 reste le chemin documenté.
• Le paramètre thinking. Notre guide gpt-image-2 le documente, mais ni la documentation actuelle de gpt-image-2 ni celle de 2.5 ne le mentionnent. Ne supposez pas qu'il est accepté ou pris en compte.
• Une date de dépréciation pour gpt-image-2. Aucune n'a été publiée ; l'instantané gpt-image-2-2026-04-21 est toujours actif.

Testez Flare et Sunburst côte à côte dans Apidog

Le moyen le plus rapide de comprendre l'impact de la version 2.5 sur votre facture est d'envoyer la même requête aux deux modèles et de lire usage. Apidog est un client et une plateforme de test API : il ne génère pas les images, il construit et envoie les appels et effectue des assertions sur les réponses.

1. Créez une requête pour POST https://api.openai.com/v1/images/generations avec votre invite, quality et size dans le corps JSON, et stockez la clé API en tant que variable d'environnement.
2. Créez des environnements flare et sunburst, chacun définissant la variable {{model}} référencée par le corps, afin que le changement d'environnement change de modèle.
3. Ajoutez une requête multipart pour /v1/images/edits avec une image de référence et un masque facultatif, l'appel où Sunburst est censé justifier son attente plus longue.
4. Assurez-vous que usage.output_tokens est inférieur à votre budget par image et que data[0].b64_json est présent, décodez le base64 dans un script de post-traitement, puis planifiez la requête comme un test de régression afin qu'un changement silencieux d'échelle de qualité échoue à une assertion, et non à votre facture.

Téléchargez Apidog pour suivre le guide de l'API.

FAQ

ChatGPT Images 2.5 est-il gratuit ? Oui. OpenAI déclare qu'il est disponible « sur tous les niveaux », y compris Gratuit ; les plafonds par plan s'appliquent toujours, et la bannière intégrée à l'application est le seul chiffre officiel. Le guide du niveau gratuit couvre chaque plan et le parcours du développeur.

OpenAI a-t-il augmenté les prix de l'API pour gpt-image-2.5 ? Non. Les tarifs par jeton correspondent à ceux de gpt-image-2 à 8 $/1M jetons d'entrée d'image et 30 $/1M jetons de sortie d'image ; les rapports d'une augmentation de 2x comparaient 2.5 au tarif Batch à moitié prix de gpt-image-2. Le coût par image a changé, car les étiquettes de qualité correspondent à différents nombres de jetons.

Quelle est la différence entre Flare et Sunburst ? Même prix, même nombre de jetons, mais vitesse et précision différentes. Flare est le « choix par défaut d'OpenAI pour la plupart des applications » avec 50 % de latence en moins que gpt-image-2 ; Sunburst échange un temps de génération plus long contre un contrôle plus précis des modifications.

Dois-je modifier mon code pour migrer de gpt-image-2 ? Échangez l'ID du modèle, puis vérifiez votre paramètre de qualité. high sur 2.5 rendra avec l'ancien budget de jetons medium ; utilisez max pour l'ancien budget high. Ne vous fiez pas au paramètre thinking, car la documentation 2.5 ne le mentionne pas.

Où aller ensuite

Images 2.5 est une version axée sur la vitesse et l'édition, dont la table de prix semble inchangée et ne l'est pas. Choisissez Flare à moins que votre charge de travail ne soit axée sur l'édition, et mesurez à nouveau usage.output_tokens après la migration au lieu de faire confiance à l'ancienne étiquette de qualité. Le guide de l'API vous mènera à un appel fonctionnel ; construisez les deux requêtes dans Apidog et laissez la réponse vous dire combien coûte chaque image.