Meilleures API image-vers-image de 2026 : une même édition, trois modèles, des résultats réels

La plupart des comparatifs « meilleures API image-vers-image » se contentent d'aligner des tableaux de paramètres. Nous, nous comparons les sorties. Nous avons pris une photo source — un dripper à café en céramique vert sauge posé sur un plan de travail de cuisine encombré — et envoyé la instruction d'édition strictement identique à trois modèles image-vers-image via le même endpoint de tâche hiapi, puis nous avons placé les résultats côte à côte, sans aucune retouche. Cet article montre chaque image, les prompts exacts, les prix unitaires en temps réel, et les différences de schéma d'API qu'on ne découvre qu'en appelant réellement.

Le test : une image, un prompt, trois modèles

Tous les participants sont appelés via l'API de tâches asynchrones de hiapi :

• gpt-image-2/image-to-image@ext — endpoint d'édition étendu GPT Image 2 : jusqu'à 16 images de référence, sortie 4K, trois niveaux de qualité
• nano-banana-2 — le modèle phare actuel de Nano Banana : édition et génération d'images, sortie 4K, forte capacité de rendu de texte
• nano-banana-pro — le haut de gamme de la même série, orienté qualité des visuels clés

L'image source est volontairement en désordre — miettes sur le plan de travail, un torchon en lin, du bric-à-brac près de la fenêtre — parce que la vraie tâche « nettoie-moi ça pour la mise en vente » ressemble exactement à ça. (Cette image a été générée plus tôt avec gpt-image-2/text-to-image ; c'est désormais notre entrée de test i2i standard.)

Chaque modèle a reçu l'instruction suivante, mot pour mot :

Replace the background: put this exact sage green ceramic pour-over coffee
dripper, unchanged - same shape, same matte glaze, same camera angle - on a
polished white marble countertop against a seamless pale warm-grey studio
backdrop. Remove the crumbs, cloth and clutter. Soft diffused studio lighting,
gentle realistic shadow under the product, professional e-commerce catalog
photography. No text.

Le remplacement de fond e-commerce classique : garder le produit, remplacer l'environnement. C'est l'usage commercial le plus courant des API image-vers-image, et c'est précisément là que se joue ce qu'aucun tableau de paramètres ne peut vous dire — la fidélité du sujet, c'est-à-dire si le modèle vous renvoie votre produit ou un sosie convaincant.

Les résultats renvoyés par chaque modèle

gpt-image-2/image-to-image@ext

Excellent respect des instructions : plan de travail en marbre, fond gris chaud sans raccord, bric-à-brac disparu, ombres de studio douces, composition type catalogue. Mais regardez le produit lui-même. L'émail est plus brillant et plus tacheté que le matte d'origine, et le bord du récipient arbore une fine liseré brun clair absent de l'image source. La forme, la paroi intérieure nervurée et l'anse sont correctes — mais la matière a dérivé. Pour du travail conceptuel et des moodboards, c'est sans importance ; pour un produit en cours de mise en ligne, vos équipes le repèrent au premier coup d'œil.

Cette exécution utilisait quality: "medium", 1K — coût de l'image : 0,061 $.

nano-banana-2

C'est ce résultat qui nous a poussés à vérifier si nous n'avions pas mélangé les fichiers. L'émail mat, les nervures, le bord non émaillé, l'anse, et même l'angle de prise de vue sont restés globalement inchangés, tandis que le plan de travail et le fond ont été remplacés par du marbre et un gris chaud comme demandé. Si la tâche consiste à « placer ce SKU exact dans une nouvelle scène », nano-banana-2 a, dans ce test, la meilleure fidélité du sujet des trois — à 0,085 $ en 1K, alors qu'en 2K c'est moins cher (0,076 $, voir les tarifs ci-dessous).

nano-banana-pro

Même série, même fidélité : le produit est préservé tel quel, la texture matte intacte, la scène légèrement plus chaude, le veinage du marbre plus marqué — le rendu direct gagne une touche « photo de magazine ». Que cela justifie de payer près du double de nano-banana-2 (0,17 $ en 1K comme en 2K) dépend de la tâche ; l'avantage du Pro se voit souvent sur les compositions complexes à plusieurs éléments et les visuels clés haut de gamme, pas sur un simple changement de fond pour un produit unique comme ici.

Tableau de notation

Modèle	Respect de l'instruction d'édition	Fidélité du produit	Images de référence	Sortie max	Prix par image
gpt-image-2/image-to-image@ext	Totale	Partielle — émail et bord ont dérivé	Jusqu'à 16	4K	0,007–0,76 $
nano-banana-2	Totale	Quasi exacte	Plusieurs	4K	0,076–0,114 $
nano-banana-pro	Totale	Quasi exacte	Plusieurs	4K	0,17–0,2992 $

Les observations ci-dessus proviennent d'une édition contrôlée exécutée le 5 juillet 2026. D'autres sujets (visages, tissus, typographie) pourraient modifier le classement des modèles — tout l'intérêt de cet article est que vous pouvez refaire cette expérience avec vos propres images en quelques minutes.

Tarifs, vérifiés sur la page de tarification en temps réel

Tous les prix ci-dessous ont été vérifiés le 5 juillet 2026 sur la page de tarification hiapi. Tous facturés à l'image, à l'usage, sans abonnement.

gpt-image-2/image-to-image@ext est facturé selon la qualité × la résolution :

Qualité	1K	2K	4K
low	0,007 $	0,015 $	0,022 $
medium	0,061 $	0,132 $	0,217 $
high	0,245 $	0,535 $	0,76 $

Les modèles de la série Nano Banana sont facturés uniquement selon la résolution :

Modèle	1K	2K	4K
nano-banana-2	0,085 $	0,076 $	0,114 $
nano-banana-pro	0,17 $	0,17 $	0,2992 $

Trois conseils pratiques :

• Le moyen le moins cher d'itérer sur un prompt d'édition est gpt-image-2 en low/1K : 0,007 $ par essai. Prototypez là, puis relancez les prompts retenus sur une qualité supérieure ou sur les modèles Nano Banana.
• Le palier 2K de nano-banana-2 est moins cher que le 1K (0,076 $ contre 0,085 $). Aucune raison de ne pas choisir le 2K.
• Les paliers de qualité supérieure rendent le rendu plus net ; ils ne changent pas le comportement de préservation du sujet. La dérive de matière observée en medium devient une dérive de matière plus nette en high.

Les schémas d'entrée ne sont pas interchangeables

Les trois modèles se trouvent derrière le même endpoint — POST https://api.hiapi.ai/v1/tasks — mais le schéma input diffère selon la série de modèles, et c'est là que se logent la plupart des bugs de première intégration.

L'endpoint d'édition GPT Image 2 accepte image_urls, et quality comme resolution sont obligatoires :

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-image-2/image-to-image@ext",
    "input": {
      "prompt": "Replace the background: put this exact product on a marble countertop...",
      "image_urls": ["https://your-cdn.example.com/source.jpg"],
      "quality": "medium",
      "resolution": "1K"
    }
  }'

Les modèles de la série Nano Banana acceptent image_input, ainsi que aspect_ratio et resolution :

curl -s -X POST https://api.hiapi.ai/v1/tasks \
  -H "Authorization: Bearer $HIAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "nano-banana-2",
    "input": {
      "prompt": "Replace the background: put this exact product on a marble countertop...",
      "image_input": ["https://your-cdn.example.com/source.jpg"],
      "aspect_ratio": "1:1",
      "resolution": "1K"
    }
  }'

Les deux renvoient un identifiant de tâche dans data.taskId. Interrogez l'endpoint de détail de tâche jusqu'à ce que status vaille success, puis téléchargez output[0].url au plus vite — les URL de sortie expirent, donc enregistrez immédiatement les octets dans votre propre stockage. Nos éditions reviennent chaque fois en quelques minutes sur la file asynchrone.

Un détail appréciable : si vous envoyez un mauvais nom de champ, la réponse 400 indique le schéma attendu ("image_urls: missing required field"), donc une erreur de nom ne vous coûte que quelques secondes, pas une séance de débogage.

Comment l'édition multi-références change la donne

L'édition à partir d'une seule image source est le scénario de base, mais les deux séries acceptent plus d'une image d'entrée, et c'est là que se jouent les travaux de cohérence de produit et de personnage :

• Le champ image_urls de gpt-image-2/image-to-image@ext accepte jusqu'à 16 images de référence — de quoi injecter toute une planche de marque (photo produit, références de palette, références de mise en page) dans une seule édition.
• Les modèles de la série Nano Banana acceptent plusieurs images de référence image_input, et excellent particulièrement à maintenir un sujet stable d'une scène à l'autre.

Deux sorties nano-banana-2 issues de notre propre bibliothèque illustrent le résultat en pratique — toutes deux pilotées par la référence d'une même bouteille et d'une même personne :

L'astuce est dans le prompt : nommez ce qui ne doit pas changer (« ce flacon de sérum exact, inchangé — même verre ambré, même bouchon compte-gouttes noir ») et laissez le modèle reconstruire tout le reste. Le tutoriel complet se trouve dans notre guide des images produit avec Nano Banana.

Comment choisir

• Éditer votre propre produit ou personnage, avec une exigence stricte de fidélité du sujet → commencez par nano-banana-2. Dans notre test, c'est le meilleur rapport fidélité/prix ; choisissez le 2K, c'est le palier le moins cher.
• Itérations à grand volume et sensibles au coût → gpt-image-2/image-to-image@ext en low/1K, 0,007 $ par essai. Itérez à moindre coût, puis montez en gamme le prompt gagnant.
• Flux de travail avec planches de marque nécessitant de nombreuses images de référence à la fois → gpt-image-2/image-to-image@ext, le seul des trois à accepter 16 images de référence.
• Visuels clés haut de gamme en 4K → nano-banana-pro, mais faites d'abord un A/B avec nano-banana-2 à 0,114 $/4K — pour un travail à sujet unique, l'écart est plus faible que ne le suggère le prix.

Si vous pesez l'option d'intégrer séparément chaque fournisseur de modèle, les critères qui comptent vraiment en production sont : un prix unitaire vérifiable sur une page publique, une seule authentification et une seule boucle de polling de tâche au lieu de plusieurs, et la possibilité de changer la chaîne "model" sans réécrire le pipeline. C'est l'argument de l'endpoint unifié ; comparez-le aux capacités que votre stack actuelle fournit déjà.

Questions fréquentes

Quelle est la différence entre une API image-vers-image et une API texte-vers-image ? Le texte-vers-image génère une image à partir d'une simple description. L'image-vers-image reçoit une ou plusieurs images d'entrée plus une instruction et renvoie l'image modifiée — remplacement de fond, changement de style, édition d'objet, ou composition construite à partir de plusieurs références. Les modèles de ce test savent tous faire de l'i2i ; la plupart savent aussi générer depuis zéro.

Quelle est l'API image-vers-image la moins chère de ce comparatif ? Au tarif affiché, gpt-image-2/image-to-image@ext en qualité low et 1K : 0,007 $ par image. L'édition la moins chère qui préserve aussi l'apparence exacte de notre produit est nano-banana-2 en 2K : 0,076 $.

Combien d'images de référence puis-je envoyer ? gpt-image-2/image-to-image@ext en accepte jusqu'à 16 via le tableau image_urls. Les modèles de la série Nano Banana acceptent plusieurs références via image_input — précisément pour les flux de cohérence montrés plus haut.

Ces modèles peuvent-ils rendre du texte dans l'image éditée ? nano-banana-2 met le rendu de texte au rang de ses atouts majeurs et constitue le choix le plus sûr quand l'édition touche à des étiquettes ou à des textes d'emballage. Quel que soit le modèle, relisez le texte rendu avant publication — la typographie générée par modèle demande encore une vérification humaine.

Lancez le test avec vos propres images

Le moyen le plus rapide de résoudre « quel modèle image-vers-image convient à mon contenu » est le même que le nôtre : choisissez une image source, écrivez un prompt d'édition, puis exécutez-le sur gpt-image-2/image-to-image@ext, nano-banana-2 et nano-banana-pro — sur hiapi, ce sont trois POST identiques, seul le nom du modèle change. Récupérez une clé API dans le guide de démarrage rapide ; aux paliers que nous avons utilisés, l'expérience complète sur trois modèles coûte environ 0,32 $. Moins cher que le café que ce dripper peut infuser.