OpenAI publie ChatGPT Images 2.5 le 8 septembre 2026, et la société résume la mise à jour comme étant des détails plus nets, une génération plus rapide et des retouches plus précises.

Mais la question la plus pertinente à se poser cette fois n’est pas « de combien la qualité d’image s’est encore améliorée », mais plutôt : l’IA qui génère des images est-elle en train de passer d’un processus où l’on saisit une invite une seule fois et où l’on attend le résultat, à un processus de création permettant d’esquisser, d’ajouter des annotations, de modifier localement et d’itérer encore et encore ?

Cette différence est essentielle. Une image unique teste la capacité du modèle à comprendre une phrase ; des modifications répétées mettent à l’épreuve sa capacité à conserver, dans une même tâche, la continuité des sujets, du style, de la composition et de l’intention des retouches. Pour les visuels de produits, les affiches d’événements, les séries visuelles et la gestion de contenu, le second aspect se rapproche souvent davantage du travail réel que l’éblouissement d’une seule image.

【Les changements ne portent pas seulement sur la « génération », mais aussi sur le « comment modifier »】

D’après les informations publiées par OpenAI, côté ChatGPT cette fois-ci, de nouveaux modes de contrôle ont été ajoutés : esquisses Sketch, modèles, annotations dans l’image et partage d’instructions (prompt).

L’intérêt de Sketch, c’est que l’utilisateur n’a pas besoin de se limiter à décrire la composition avec des mots. Il peut d’abord esquisser une référence grossière afin d’indiquer au modèle où se situe globalement le sujet, comment la page est agencée et quelles relations existent entre les éléments de l’image. Cela résout un problème difficile à exprimer précisément avec les prompts : l’implantation et la mise en page en espace.

Le modèle se rapproche davantage du point de départ courant dans la production de contenu. De nombreuses tâches d’image ne sont pas créées « à partir de rien », mais doivent être générées rapidement en s’appuyant sur une scène fixe, par exemple pour des couvertures, des affiches, des visuels pour les réseaux sociaux ou des images de présentation de produit. Les modèles réduisent le coût lié à la re-description à chaque fois de la mise en page et du style.

Les annotations dans l’image et l’édition locale résolvent un autre vieux problème : auparavant, les utilisateurs ne pouvaient souvent dire que « modifie ici », mais il était difficile de préciser ce que désignait exactement « ici ». Dans la nouvelle version, les annotations, les zones sélectionnées et les instructions textuelles sont intégrées dans le même flux d’édition. Cela signifie que l’utilisateur peut mieux indiquer au système : quels endroits conserver, quels endroits remplacer, et quels endroits ajuster uniquement au niveau des détails.

Ce qui fait que les outils d’images IA ressemblent davantage à un atelier visuel modifiable, plutôt qu’à un simple bouton pour générer une image.

【Pourquoi la cohérence sur plusieurs tours est plus importante que le résultat d’une seule image】

Officiellement, OpenAI indique que par rapport à Images 2.0, Images 2.5 peut réduire jusqu’à 50 % la latence de génération et améliorer la conservation du sujet dans la référence ainsi que la cohérence des modifications sur plusieurs tours. À préciser toutefois : les améliorations en vitesse et en qualité relèvent actuellement des déclarations produit d’OpenAI ; l’article ne présente pas de tests indépendants réalisés en propre.

Mais la « cohérence sur plusieurs tours » elle-même constitue une direction importante.

Dans la création réelle, une image n’est souvent pas terminée après une seule génération. Par exemple, pour une affiche d’événement : le premier tour fixe le sujet et l’ambiance ; le deuxième modifie la zone du titre ; le troisième ajuste l’arrière-plan ; le quatrième change la taille pour un autre format. Le problème, c’est que beaucoup de modèles de génération, lors de modifications répétées, ont tendance à « corriger par inadvertance des choses qui ne devaient pas l’être » : le visage de la personne change, la forme du produit change, la couleur de marque dérive, et la mise en page peut aussi être entièrement reconfigurée.

Si le sujet de référence peut être conservé de façon plus stable, alors les modifications sur plusieurs tours ne relèvent plus seulement du hasard. Cela rend l’IA plus apte à jouer le rôle d’étape intermédiaire entre le brouillon et le produit final : d’abord fixer l’orientation, puis corriger localement, puis décliner le rendu pour différents contextes.

Images 2.5 met l’accent non seulement sur le résultat d’une génération unique, mais aussi sur la capacité de décomposer la création en étapes continues.

【Dans l’API, Flare et Sunburst : deux compromis】

Cette mise à jour concerne aussi le produit API. OpenAI propose en parallèle GPT-Image-2.5 Flare et Sunburst. Selon la définition officielle, Flare est le choix par défaut pour la plupart des applications ; Sunburst s’adresse à des besoins de précision plus élevés, mais génère plus lentement.

Cela montre que la génération d’images commence à présenter une segmentation des tâches plus claire.

Si l’application doit produire en grand volume et rapidement des images utilisables, par exemple des brouillons de contenu, des supports d’exploitation ou des explorations visuelles à faible coût, alors le modèle par défaut privilégiera davantage la vitesse et la stabilité globale. Si la tâche nécessite un contrôle plus fin de l’image, par exemple des publicités avec des exigences élevées, la vision produit ou des chaînes d’édition complexes, il est possible qu’on accepte une méthode plus lente en échange de la précision.

Ce n’est pas une simple question de « quel modèle est le meilleur », mais un choix de coût entre différents workflows : plus rapide ou plus précis ; idéal pour l’exploration par lot, ou adapté à la livraison de finitions soignées.

【La « frontière de l’échec » reste à bien comprendre】

Transformer la création d’images IA en un flux éditable ne signifie pas pour autant qu’elle peut être livrée avec validation sans contrôle humain.

La documentation d’aide d’OpenAI précise clairement que la sélection dans l’éditeur n’est pas forcément précise, et que la modification peut s’étendre au-delà de la zone choisie par l’utilisateur. Cela implique qu’en plus de vouloir modifier un simple détail, l’utilisateur doit vérifier si les éléments voisins ont été modifiés par effet de bord.

Les affiches très denses en texte, les images de référence de personnes réelles, et les éditions successives sur plusieurs tours restent les scénarios qui méritent le plus d’être observés. Ils testent respectivement l’exactitude du texte, la fidélité des personnes ou du sujet, et la capacité du modèle à maintenir l’intention initiale après plusieurs modifications.

La limite de sécurité ne doit pas non plus être ignorée. L’évaluation de sécurité d’Images 2.5 mentionne qu’une meilleure vraisemblance peut accroître le risque de deepfakes plus convaincants, ce qui pousse la plateforme à déployer des protections au niveau des prompts et des images. Cela signifie que l’amélioration de la vraisemblance n’est pas seulement un argument marketing produit : elle augmente aussi le risque d’abus et la pression liée à l’examen (review).

【Le vrai changement : l’humain passe de « écrire une phrase » à « gérer un flux »】

La direction présentée par Images 2.5 correspond à un changement dans la façon dont les outils d’images IA fonctionnent : l’utilisateur ne se contente plus d’écrire un prompt puis de choisir une image parmi les résultats ; il gère désormais plutôt une chaîne de production visuelle.

On commence par utiliser l’esquisse pour définir la structure ; on réduit le coût de démarrage avec le modèle ; on explique l’intention des modifications avec les annotations ; on corrige progressivement grâce à l’édition locale ; puis, via une génération sur plusieurs tours, on se rapproche d’un rendu utilisable et quasiment final.

Ce changement n’annule pas le jugement humain : au contraire, il avance et disperse ce jugement dans chaque étape. La composition est-elle cohérente ? Le sujet est-il conservé ? Le texte est-il correct ? Les modifications locales débordent-elles ? Les assets de la personne réelle et de la marque sont-ils réécrits à tort ? Le résultat respecte-t-il les conditions de sécurité et les scénarios d’usage ?

Ainsi, ce qu’il faut surtout regarder avec ChatGPT Images 2.5, ce n’est pas seulement « est-ce que c’est mieux dessiné ». La question la plus importante est : l’IA peut-elle participer de manière stable à l’ensemble d’un parcours d’image, de l’idée et de l’esquisse jusqu’à la livraison ? La réponse dépendra ensuite du rythme d’ouverture des fonctionnalités selon les différentes plateformes, et aussi de la capacité du système à résister aux tests d’une tâche continue lorsque les utilisateurs modifient l’image à répétition dans des projets réels.

Uniquement à des fins d’étude et de recherche ; ne constitue pas un conseil en investissement.