ChatGPT Images 2.6 : GIF, nouveaux modèles d'API et ce que ça coûte vraiment

TL;DR

ChatGPT Images 2.6 est la mise à jour d'images d'OpenAI du 4 novembre 2026 : génération 50 % plus rapide, GIF animés, images de référence enregistrées et deux nouveaux modèles d'API, gpt-image-2.6-flare et gpt-image-2.6-sunburst. Elle est disponible sur tous les forfaits ChatGPT, y compris Free.

Le point facile à manquer : les prix par token de l'API sont inchangés par rapport à 2.5, mais une image carrée en basse qualité utilise désormais environ 4,2 fois plus de tokens de sortie, soit environ 0,025 $ au lieu de 0,006 $. La haute qualité et au-delà coûtent comme avant. Si vous produisez des brouillons bon marché en grand volume, testez avant de changer.

Si ces images vont dans des articles de blog, le rédacteur de blog IA d'eesel gère le placement, la palette et les légendes autour du modèle que vous utilisez, et un agent de code IA peut le piloter depuis la CLI eesel.

Quoi de neuf dans ChatGPT Images 2.6 ?

OpenAI a annoncé Images 2.6 le 4 novembre 2026, deux mois après ChatGPT Images 2.5. L'essentiel, c'est la vitesse et le mouvement : selon OpenAI, le modèle génère des images 50 % plus vite qu'avant et peut désormais animer une image fixe en GIF.

Je suis ingénieur logiciel chez eesel et je construis la partie agent du produit, y compris le pipeline qui appelle l'API d'images d'OpenAI pour chaque bannière principale et chaque infographie de ce blog. Quand un nouveau modèle GPT Image sort, ma première question n'est donc pas « est-il plus joli ? » mais « qu'est-ce que ça change dans un pipeline qui en produit des milliers ? ». Cet angle guide la suite de cet article.

Voici tout ce qui est sorti, réparti selon l'endroit où vous l'utiliserez :

• GIF, dans ChatGPT et l'API. Transformez un prompt ou une image en GIF animé. Dans ChatGPT, vous pouvez régler la vitesse et modifier chaque image.
• Images de référence enregistrées, dans ChatGPT. OpenAI indique que vous pouvez garder des images de référence de vous-même, de vos animaux et de personnages prêtes à réutiliser sans les téléverser à nouveau.
• L'annotation arrive dans l'API. L'annotation d'image, déjà dans ChatGPT, fonctionne maintenant via le endpoint de modifications, ce qui permet d'entourer précisément ce qu'il faut changer.
• Sortie SVG, API uniquement. Demandez un fichier vectoriel modifiable au lieu d'un PNG.
• Un réglage de complexité. Un nouveau cadran pour la quantité de planification du modèle avant le rendu, distinct de la qualité.
• Effort de raisonnement dans ChatGPT. La fiche système indique que les utilisateurs du chat peuvent configurer l'effort de raisonnement via le sélecteur de modèle.

L'échelle compte aussi. OpenAI affirme que les gens créent désormais 4 milliards d'images par semaine sur ChatGPT, Codex et l'API. Les utilisateurs de Codex l'obtiennent sur les mêmes forfaits, comme expliqué dans mon guide des tarifs de Codex. C'est ce volume que visent ces gains de vitesse.

"Now with GIFs and reference images. Plus, two new models are coming to the API with 50% faster image generation."

OpenAI, X

Comment fonctionnent les GIF dans Images 2.6 ?

Les GIF sont la fonction qui fera les captures d'écran, il vaut donc la peine de savoir ce qu'ils sont vraiment. Dans ChatGPT, vous décrivez un mouvement ou téléversez une image, et vous obtenez une animation en boucle que vous pouvez accélérer, ralentir ou corriger image par image.

Dans l'API, c'est un changement de format. Vous définissez output_format: "gif" sur POST /v1/images/generations et décrivez dans le prompt le sujet, le mouvement et la boucle. Le guide de génération d'images liste les contrôles :

Quelques limites sont faciles à rater. La sortie GIF ne fonctionne que sur le endpoint de génération, pas sur celui de modification, et elle ne prend pas en charge le streaming, les images partielles ni la compression personnalisée. L'exemple d'OpenAI, une animation Sunburst de 9 images de 200 ms chacune, revient à sa pose de départ après 1,8 seconde.

Les clients en accès anticipé indiquent où cela aboutit : OpenArt pour les réactions et mèmes sur les réseaux sociaux, et une startup appelée Town qui l'a utilisé pour un personnage animé d'indicateur de saisie. C'est le plafond honnête pour l'instant. Ce sont des boucles, des mascottes et des storyboards, pas un remplacement de Sora 2 ou d'autres modèles vidéo.

Les testeurs du jour du lancement sont arrivés au même constat :

"Honestly, you have to think about the use case. GIFs are going to be little throwaway things that you're pasting into Discord or meme-ing. Nobody's reaching for a GIF if they're looking for professional results."

vunderba, Hacker News

Il y a aussi une réserve de sécurité qu'il est juste de mentionner. La fiche système indique que la modération propre aux GIF d'OpenAI a détecté 77,7 % d'un ensemble ciblé de GIF contraires aux règles, et précise que les violations liées au mouvement restent difficiles à détecter. C'est un jeu de test adverse, pas un taux de production, mais cela explique pourquoi les règles GIF bloquent certaines catégories plus largement que pour les images fixes.

Que sont les modèles GPT-Image-2.6 Flare et Sunburst ?

Pour les développeurs, 2.6 conserve la division en deux modèles arrivée avec 2.5. Si vous avez lu mon test d'Images 2.5, la logique est la même, avec de nouvelles forces de chaque côté.

gpt-image-2.6-flare est décrit sur sa page de modèle comme de la génération et de la modification d'images "for fast iteration". OpenAI dit qu'en basse qualité, Flare peut renvoyer une image en seulement six secondes et qu'il améliore la qualité de mise en page pour les affiches, les visuels produit et autres visuels professionnels.

gpt-image-2.6-sunburst est présenté sur sa page de modèle pour le "detailed visual work". Selon l'annonce, il offre une qualité supérieure et plus de cohérence entre les modifications quand la qualité est réglée sur medium ou high. Si vous modifiez le même personnage ou la même photo produit cinq fois de suite, c'est celui qui devrait le garder reconnaissable.

Les deux modèles acceptent du texte et des images en entrée, produisent des images et utilisent les deux mêmes endpoints qu'avant : v1/images/generations et v1/images/edits. La qualité va de low, medium, high, xhigh à max, la même échelle qu'en 2.5. Si vous appelez déjà l'API de génération d'images OpenAI, le changement se résume à un identifiant de modèle, et la configuration habituelle de l'API OpenAI, les clés et les limites de débit restent valables.

Tous les premiers testeurs n'ont pas préféré le nouveau Flare. Un développeur qui gère un site de prompt vers design a fait marche arrière après une heure :

"After playing with it for an hour, I'm rolling back 2.6-flare to 2.5-flare. I've found 2.6-flare specifically to either be too simplistic in its approaches, or create outputs that are inherently broken in other cases."

jjcm, Hacker News

La même personne a dit que 2.6 Sunburst "seems solid". Un fil du jour du lancement n'est pas un benchmark, mais c'est une bonne raison de tester en A/B vos propres prompts avant de changer une valeur par défaut en production.

Que change le nouveau réglage de complexité ?

C'est le contrôle le plus utile de 2.6, et le plus facile à mal interpréter. La complexité n'est pas la qualité. Selon OpenAI, la qualité contrôle le détail visuel et la fidélité, tandis que la complexité guide la quantité d'éléments dans la scène.

Le guide détaille les points :

• Le champ complexity accepte low, medium ou high. Si vous l'omettez, les deux modèles utilisent high.
• Ajuster la complexité n'entraîne aucun frais distinct.
• Une complexité plus basse convient aux modifications ciblées, comme changer un arrière-plan ou un panneau.
• Une complexité plus haute aide pour le texte dense, les mises en page complexes et les relations entre objets, mais peut ajouter de la latence et introduire des changements non demandés.

Ce dernier point est le plus pratique. Comme la valeur par défaut est high, beaucoup d'équipes surplanifient des modifications simples sans le savoir. La recommandation d'OpenAI est une complexité basse pour la plupart des tâches de modification, associée à la qualité dont votre flux a besoin. Pour un pipeline comme le mien, qui demande surtout des schémas propres avec quelques libellés, je commencerais à medium et ne passerais à high que pour les infographies riches en texte.

Comment fonctionne la modification guidée par annotation dans l'API ?

L'annotation, c'est le flux « entourez l'élément ». Vous envoyez l'image d'origine plus un PNG transparent distinct avec vos cercles ou croquis, et décrivez le changement dans le prompt. Le modèle modifie la zone marquée et laisse le reste intact.

Les règles de la documentation de modification d'images :

• Utilisez POST /v1/images/edits avec un fichier markup. Cela fonctionne avec les modèles 2.5 et 2.6 pris en charge.
• Le calque d'annotation doit être un PNG transparent de mêmes largeur et hauteur que la première image d'entrée. Ne l'aplatissez pas sur la photo.
• L'annotation s'applique à la première image d'entrée ; les images supplémentaires servent de références.
• Chaque image peut atteindre 16 777 216 pixels, et le fichier d'annotation est limité à 50 Mo.
• Vous ne pouvez pas combiner markup avec mask ni prompt_rewriter.

Les modifications par annotation utilisent les mêmes tarifs par token que toute autre modification, sans frais supplémentaires. Pour qui s'est battu avec des fichiers de masque, c'est la façon la plus simple de dire « change ceci, pas cela ».

Images 2.6 peut-il exporter des fichiers SVG ?

Oui, via l'API uniquement. Définissez output_format: "svg" sur le endpoint de génération et vous obtenez un fichier vectoriel XML avec des tracés, formes et couleurs modifiables. OpenAI le destine aux icônes, logos et illustrations qui doivent aller sur des sites, des applications et à l'impression.

Il faut savoir comment il est produit, car cela affecte le coût. Le guide indique que l'API crée d'abord une image de référence puis l'utilise pour produire le SVG. Vous payez le tarif du modèle d'images pour cette image de référence, plus le tarif d'un modèle de création pour les tokens qu'il utilise pour écrire le SVG. Le total correspond donc à deux appels de modèle, pas un, et le guide ne publie pas de prix fixe par SVG.

Les limites :

• n doit valoir 1.
• Pas de streaming, d'images partielles, de output_compression ni de prompt_rewriter.
• Le endpoint de modifications ne produit pas de SVG, et un SVG ne peut pas servir d'entrée pour les modifications.
• Le fichier est statique : pas de scripts, de ressources externes ni d'images raster intégrées.

Pour une équipe qui confie de toute façon logos et icônes à un designer pour les retoucher dans Canva AI ou Figma, cela économise l'étape de vectorisation automatique. Pour tout ce qui est animé, on revient à la voie du GIF.

Combien coûte ChatGPT Images 2.6 ?

C'est la section que je mettrais en capture d'écran. Les prix par token de la page de tarifs d'OpenAI n'ont pas changé entre 2.5 et 2.6 :

Si vous vous arrêtez là, vous supposerez que 2.6 est une mise à niveau gratuite. Ce n'est pas le cas, du moins en bas de gamme. Le calculateur de coûts d'OpenAI attribue à 2.6 plus de tokens de sortie par image en qualité basse et moyenne. Le code du calculateur multiplie les nombres de tokens de 2.6 par 4,2 en low et par 3,3 en medium, et laisse high, xhigh et max inchangés.

Voici ce que cela donne par image, avec le calculateur à 30 $ par million de tokens de sortie. Ce sont uniquement les coûts de sortie, avant tout token d'entrée texte ou image :

Faisons le calcul pour une charge réelle. Une équipe qui produit 10 000 brouillons carrés en basse qualité par mois paierait environ 59 $ de tokens de sortie en 2.5 et environ 247 $ en 2.6. En haute qualité, les mêmes 10 000 images coûtent environ 527 $ avec l'un ou l'autre modèle. Donc 2.6 est une hausse de prix pour les brouillons et une mise à niveau gratuite pour les versions finales.

Deux remarques de plus sur les prix. D'abord, le tableau Batch d'OpenAI liste actuellement gpt-image-2 et les modèles 2.5 à moitié prix, mais n'a pas encore de ligne 2.6, donc je ne supposerais pas de remises Batch pour 2.6 tant qu'elle n'apparaît pas. Ensuite, le calculateur est une estimation ; le guide d'OpenAI recommande de vérifier le champ usage des vraies réponses, car le nombre de tokens varie selon le prompt et le modèle. Pour plus de contexte, voyez mon détail des tarifs d'Images 2.5 et le guide plus large des tarifs de l'API OpenAI.

Dans ChatGPT, le prix ne change pas. La page de tarifs d'OpenAI liste une création d'images limitée sur Free (0 $), plus sur Go (8 $), "more complex and accurate image creation" sur Plus (20 $) et une création illimitée et plus rapide sur Pro (100 $). La génération d'images avec Thinking est une fonction de Plus et Pro. OpenAI n'a pas publié de limites de GIF par forfait au lancement, et mon guide des tarifs de ChatGPT couvre le reste de chaque forfait.

Le tableau de la sécurité est-il différent ?

Surtout non. La fiche système indique que le socle de sécurité est le même qu'en 2.5, avec des protections supplémentaires pour les GIF. Sur un ensemble fixe de 3 077 prompts adverses, les sorties dangereuses ayant passé la modération sont passées de 1,92 % à 1,72 % pour Sunburst et de 1,49 % à 2,14 % pour Flare. OpenAI dit qu'aucune des deux évolutions d'ensemble n'était statistiquement significative.

Côté provenance, les images 2.6 portent des métadonnées C2PA et le filigrane SynthID de Google DeepMind dans ChatGPT, Codex et l'API. Si vous publiez des images IA sur un site de marque, c'est bon à savoir : les images sont étiquetées au niveau du fichier, que vous ajoutiez ou non une légende.

Qui devrait utiliser Images 2.6 et qui devrait attendre ?

Mon avis, après avoir parcouru la documentation et les tests du jour du lancement :

• Passez-y maintenant si vous voulez des GIF, des icônes SVG ou des modifications guidées par annotation. Ce sont de nouvelles capacités, pas des retouches, et rien en 2.5 ne les offre.
• Passez-y pour les versions finales si vous générez en haute qualité ou plus. Même prix, délai plus court, et la cohérence de modification de Sunburst est la bonne évolution pour les photos produit et les visuels de campagne.
• Testez avant de changer si votre volume est en qualité basse ou moyenne. Votre facture de sortie peut être multipliée par 3,3 à 4,2 pour les mêmes réglages, et au moins un créateur d'outil de design a trouvé les mises en page de 2.6 Flare plus faibles pour l'interface.
• Restez dans ChatGPT si vous n'êtes pas développeur. Les images de référence enregistrées et les GIF sont les fonctions que la plupart des gens utiliseront vraiment, et elles ne coûtent rien de plus sur votre forfait.

Si vous comparez entre éditeurs, 2.6 se place dans un champ encombré avec Nano Banana Pro, Midjourney et FLUX 3, avec Ideogram et Recraft comme autres options pour le texte et le travail vectoriel.

Mon panorama des alternatives à Images 2.5 reste la meilleure carte de ce marché, et mon explication d'Images 2.0 montre le chemin parcouru par la gamme depuis avril.

Ce que je changerais dans un pipeline d'images de blog

Ici, je peux parler d'expérience, pas seulement de lecture. Chaque article de ce blog sort avec une bannière principale générée et trois infographies dessinées à la main ou plus, y compris celles ci-dessus, toutes créées via l'API d'images d'OpenAI. La leçon, à ce volume, c'est que le modèle est la partie facile, et le flux de travail autour est la partie difficile.

Pour 2.6 en particulier, je changerais trois choses dans mon pipeline. Je définirais complexity explicitement au lieu d'hériter de high, car la plupart de mes schémas sont des mises en page simples qui n'ont pas besoin de cette planification supplémentaire. Je garderais les brouillons sur les réglages moins chers de 2.5 (ou sur le modèle économique GPT Image 1 Mini) jusqu'à avoir mesuré l'écart de coût sur de vrais prompts plutôt que sur le calculateur. Et j'essaierais la sortie SVG pour les schémas de type icône, car un vecteur modifiable vaut mieux que de regénérer une image pour corriger un libellé.

Si vous voulez la version longue de cette liste, mon guide pour créer des images de blog avec l'IA la détaille. Ce qu'aucune sortie de modèle ne change : une API d'images ne choisit toujours pas quelle section mérite un visuel, ne garde pas la couleur d'accent cohérente dans un article, ne vérifie pas que les libellés correspondent aux faits et n'écrit pas de légende qui cite la source. Sautez ces étapes et un blog cesse de paraître sorti d'un même studio.

C'est le vide que comble eesel. eesel est une plateforme de coéquipiers IA, et son rédacteur de blog IA est le coéquipier pour ce travail. Vous lui donnez un mot-clé et votre site, et il fait la recherche sur le sujet, rédige un article dans la voix de votre marque et génère la bannière et les infographies, palette et légendes déjà gérées.

Il se place aux côtés des autres options de mon panorama des meilleurs rédacteurs de contenu IA, et les équipes qui veulent l'intégrer à leur propre stack peuvent utiliser l'API du rédacteur de blog.

La même plateforme assure un vrai travail de production chaque jour : SE Ranking, l'éditeur de logiciels SEO, utilise le coéquipier support d'eesel pour répondre au chat en direct Zendesk de trois produits distincts, avec un agent par produit. Le rédacteur de blog repose sur cette même base. Si vous préférez le scripter, la CLI eesel permet à un agent de code comme Claude Code ou Cursor d'ajuster les instructions du rédacteur, de téléverser du matériel de marque approuvé et de lancer des exécutions depuis le terminal, même si vous relisez toujours chaque brouillon avant publication.

Vous voulez des images comme celles-ci, fidèles à la marque, légendées et placées dans un article terminé ? Essayez eesel et voyez ce qu'il fait de votre prochain mot-clé.