Certaines idées se dessinent en trois traits et se décrivent en trois paragraphes. L’agencement d’une pièce, la coupe d’une veste, l’équilibre d’une affiche : le vocabulaire y perd toujours quelque chose. Depuis le 8 septembre, ChatGPT accepte qu’on lui montre au lieu de lui expliquer.
Ce jour-là, OpenAI a publié ChatGPT Images 2.5, successeur direct d’Images 2.0, et lui a adjoint Sketch : une zone de dessin qui s’ouvre en tapant « @Sketch » dans la conversation. Le gribouillis sert de plan de composition, la phrase vient ensuite préciser le style et les détails. Deux manières d’exprimer une intention visuelle cohabitent désormais dans la même fenêtre.
Décrire ou montrer, deux façons de viser juste
Le prompt promet l’universalité. Une phrase suffit, personne n’a besoin de savoir tenir un crayon, le texte se copie, se partage, se réutilise d’un projet à l’autre. Sa faiblesse est connue de quiconque a passé une demi-heure à obtenir la bonne mise en page : la langue rend mal les positions relatives, les proportions et les vides. « À gauche de la lampe, légèrement en retrait » se négocie image après image.
Le croquis promet l’inverse. Il fixe en dix secondes ce que trente mots approximent, mais il n’énonce rien du reste : ni la matière, ni la lumière, ni l’époque. D’où le dispositif retenu par OpenAI, où l’esquisse porte la géométrie et le texte porte tout le reste. La division du travail est nette, et elle correspond assez bien à la façon dont un graphiste raisonne : on cadre, puis on habille.
L’annotation prend la place du calque
Le second changement joue dans le même sens, et il touche la retouche. On pose désormais une annotation sur la zone à corriger : vous entourez la tasse d’une photo produit, vous écrivez « en rouge », et l’arrière-plan reste intact. Le modèle ne recompose pas l’image entière autour de la demande, il traite le point désigné.
Comparez avec la mécanique des éditeurs classiques, masques et calques, qui demande de délimiter proprement avant de modifier. L’annotation supprime l’étape de sélection, au prix d’une imprécision assumée sur les contours. L’une donne un contrôle chirurgical à qui sait s’en servir, l’autre un contrôle correct à tout le monde, tout de suite. OpenAI arrive ici après Google : depuis décembre 2025, l’application Gemini laisse entourer ou griffonner une zone à même l’image pour désigner la retouche.
OpenAI insiste surtout sur la tenue dans la durée : au fil de retouches successives, les modifications antérieures restent cohérentes et chaque nouvelle demande prolonge les précédentes, sans que l’image soit reconstruite à chaque tour. Les traits distinctifs d’un sujet, son éclairage et ses textures survivent mieux au changement de décor.
La latence annoncée baisse de 50 % par rapport à Images 2.0, sur un service dont le volume dépasse les 3 milliards d’images générées par semaine, dans ChatGPT comme par l’API (l’interface de programmation qui permet à d’autres applications d’appeler le modèle). Le déploiement couvre toutes les formules, ChatGPT Work et Codex compris, sur le web, sur mobile et dans l’application de bureau.
Flare et Sunburst, la vitesse contre la précision
Côté API, l’annonce de l’équipe développeurs d’OpenAI décline le modèle en deux moteurs. GPT-Image-2.5 Flare joue la rapidité et s’installe en choix par défaut, GPT-Image-2.5 Sunburst joue la précision et demande des générations plus longues. Même tarif de lancement pour les deux : 8 dollars par million de tokens image en entrée, 30 dollars en sortie, 5 dollars par million de tokens texte.
À prix égal, l’arbitrage se déplace vers le temps que votre chaîne de production peut consacrer à une image. Un flux de visuels sociaux à la centaine ne raisonne pas comme une déclinaison de packaging validée par un client : le choix du moteur devient une décision à prendre appel par appel.
Des progrès annoncés, aucun protocole publié
La fidélité d’une génération à un croquis approximatif n’est étayée par aucune mesure publique : OpenAI décrit des progrès sur les instructions visuelles complexes, les mises en page élaborées et les fonds transparents, sans publier de protocole d’évaluation. Sur le photoréalisme brut, les modèles concurrents restent dans le jeu, et les quotas du plan gratuit ne sont pas détaillés.
Sur la traçabilité, chaque image emporte des métadonnées C2PA (Coalition for Content Provenance and Authenticity, le standard de provenance des contenus) et un tatouage numérique invisible. Utile pour un service industriel, insuffisant dès que l’image quitte la plateforme et passe par une capture d’écran.
Le prompt visuel long et structuré valait encore comme compétence il y a un an. Ce qui se valorise maintenant, c’est le cadrage : poser une composition en quelques traits, désigner la bonne zone, décider ce qui doit rester fixe entre deux versions. Ces réflexes appartiennent au métier du graphiste, pas à celui du rédacteur de prompts.
Les outils de génération avaient offert l’image à ceux qui ne dessinaient pas. Ils commencent à redemander un peu de main. Les équipes qui ont remplacé leurs directeurs artistiques par des bibliothèques de prompts s’en apercevront les premières : un croquis, même moche, ne s’externalise pas à un modèle.
