Test de GPT Image 2 : un retour d'expérience honnête après prise en main

GPT Image 2 est sorti fin avril 2026, avec un discours marketing ambitieux : rendu de texte quasi parfait, sortie 4K, raisonnement intégré. Depuis six semaines, nous l'avons mis à l'épreuve sur de vraies tâches de production — affiches, photographie produit, infographies, portraits, scènes multi-éléments complexes — et ce que nous en avons tiré est plus clair que la démo de lancement.

Version courte : les promesses phares tiennent la route. Les surprises résident principalement dans le compromis entre coût et qualité, ainsi que dans les limites non mentionnées au lancement. Ce n'est pas un modèle qui écrase toutes les alternatives sur chaque tâche, mais son contour est net — et une fois ce contour perçu, les questions de flux de travail vont de soi.

---

Configuration du test

Nous avons testé GPT Image 2 sur des tâches comparables à celles que nous utiliserions pour évaluer n'importe quel modèle d'image : photographie produit (visuels de catalogue et de lifestyle), affiches promotionnelles en chinois et en anglais, infographies, couvertures pour réseaux sociaux, wireframes d'interface, portraits éditoriaux et scènes multi-éléments riches en détails. Toutes les générations ont été réalisées sur la plateforme hiapi en résolution 1K et 2K, sans tri — un seul tirage par prompt, et c'est ce tirage qui a été évalué.

Plusieurs des résultats que vous verrez ci-dessous proviennent directement de nos modèles de prompts réellement utilisés ; si vous souhaitez vérifier l'un ou l'autre par vous-même, la comparaison est reproductible.

---

Ce qui tient la route

Le rendu de texte est la vraie mise à niveau

C'est la caractéristique phare, et elle mérite cette réputation. Grands titres en anglais, calligraphie chinoise, japonaise et coréenne, étiquettes de prix dans l'image, textes d'étiquettes, légendes d'infographies — GPT Image 2 les rend correctement du premier coup dans presque tous les cas.

Dans la comparaison ci-dessus (GPT Image 2 à gauche, GPT Image 1.5 à droite), la différence sur les travaux de superposition de texte dense se voit sans zoomer. Le modèle précédent brouillait les petites légendes ou inventait des formes de lettres, tandis que GPT Image 2 maintient l'orthographe et l'interlettrage de façon stable.

Le modèle fait aussi des déductions contextuelles pertinentes : lorsque nous avons demandé une « affiche haut de gamme » avec un titre entre guillemets, il a ajouté un petit monogramme de marque et une ligne « EST. 2024 » que nous n'avions pas demandés, mais qui cadrent avec l'esprit artisanal. Ces ajouts contextuels sont rares dans les modèles d'image — la plupart rendent strictement ce que vous demandez ou hallucinent au hasard. GPT Image 2 se situe dans un juste milieu utile.

Pour approfondir ce que le rendu de texte peut faire et ne pas faire, consultez notre test de résistance du rendu de texte.

Le photoréalisme atteint le niveau de production pour un usage commercial

Pour la photographie produit — verre dépoli, surfaces céramiques, tissus souples, bords métalliques — le rendu se lit comme une vraie photographie de produit. Le schéma d'éclairage spécifié dans le prompt (éclairage studio à trois points, lumière latérale, lumière douce directionnelle de fenêtre) produit les ombres et reflets corrects. Le verre dépoli et la céramique mate en particulier présentent une texture de matériau précise, plutôt que l'aspect légèrement plastique des modèles d'image de l'ancienne génération.

Les compositions lifestyle — le produit comme sujet, accompagné d'accessoires — tiennent également la route. L'« objet principal » reste net et centré, les éléments d'accompagnement (plaid en maille, livre ouvert, plante) se trouvent au bon plan de profondeur et ne volent pas la vedette. La lumière de fenêtre rend la douceur et la chaleur appropriées.

Les scènes complexes restent cohérentes

Beaucoup de modèles d'image perdent le contrôle quand le prompt s'allonge — ancrer plusieurs objets à des positions spatiales précises, maintenir la distinction des matériaux dans toute la scène — tandis que GPT Image 2 garde de la méthode. Les repères spatiaux du type « à gauche [X], au centre [Y], à droite [Z] » sont respectés. La lumière dorée de l'après-midi entrant par la fenêtre produit des longueurs d'ombre correctes et une belle représentation des particules de poussière. Le pot en terre cuite, le monstera, le tapis tissé, l'étagère en bois, le plaid en maille et la lampe de table à lumière chaude restent tous là où ils ont été placés.

Cela compte pour l'illustration éditoriale, la visualisation d'intérieur et tout travail nécessitant une lecture claire de la scène complète d'un seul coup d'œil.

Texte chinois, japonais, coréen et textes multilingues

Nous avons déjà constaté le rendu correct du texte anglais. La calligraphie chinoise, japonaise et coréenne est plus difficile, et la plupart des modèles d'image échouent encore aujourd'hui. GPT Image 2 non — les traits, les proportions des caractères et la position des sceaux sont rendus correctement dans des contextes chinois et japonais. Dans notre comparaison avec Nano Banana 2, GPT Image 2 a même ajouté, sans qu'on le lui demande, des expressions culturellement appropriées à une affiche de cérémonie du thé (ichi-go ichi-e, 和敬清寂).

---

Ce qui ne tient pas

Plus lent que la génération précédente

C'est la plus grande surprise. GPT Image 1.5 génère une image en 18 à 36 secondes. GPT Image 2 prend en moyenne environ 107 secondes en 1K, et certaines générations dépassent 120 secondes avec des prompts complexes. Environ 3 à 5 fois plus lent.

Pour les flux de travail interactifs — tester des prompts dans le Playground, itérer avec un client sur Zoom — cette latence se ressent. Pour les flux de travail par lots — vous mettez en file, vous revenez plus tard chercher le résultat — la perte de débit reste acceptable. Mais c'est un vrai recul, pas une note de bas de page marketing, et cela devrait influencer votre façon d'utiliser ce modèle.

La répartition naturelle à l'époque était : itérer sur les variantes de prompts avec GPT Image 1.5, puis basculer sur GPT Image 2 pour la génération finale. Aujourd'hui que 1.5 a été retiré de la plateforme, comptez ces ~107 secondes dans votre flux de travail — ou lancez d'abord une passe de brouillons économiques avec gpt-image-2-beta (0,02 $ par image) avant d'investir dans le rendu final.

Pas de fond transparent

GPT Image 2 ne prend pas en charge les fonds transparents. Les requêtes contenant background: "transparent" échouent directement — pas de dégradation élégante. Si votre flux de travail dépend de détourages PNG (logos pour l'export, masques de produit pour la composition, stickers pour réseaux sociaux), il vous faudra un autre modèle ou une étape de post-traitement de suppression d'arrière-plan. Ce n'est pas un comportement optionnel, mais une contrainte stricte du modèle actuel.

C'est un photographe, pas un artiste

L'esthétique par défaut de GPT Image 2 penche vers le réalisme et la finesse éditoriale : compositions propres, éclairage cinématographique, profondeur de champ photographique. C'est parfait pour le travail commercial — visuels produit, images marketing, imagerie de marque. Mais si vous voulez des résultats libres, picturaux, expérimentaux ou abstraits, ce n'est pas idéal.

Dans la comparaison ci-dessus (GPT Image 2 à gauche, GPT Image 1.5 à droite), le même prompt a produit deux ambiances différentes. GPT Image 2 recherche des ombres dramatiques et un contraste profond. GPT Image 1.5 recherche une tonalité d'illustration chaleureuse. Aucun n'est « meilleur » — ils visent des travaux différents.

Si votre travail nécessite de l'illustration picturale, de l'aquarelle ou tout ce qui profite d'une imperfection, les modèles plus anciens — ou un tout autre modèle d'image — pourraient mieux convenir que GPT Image 2.

Les portraits font parfois un peu « générés par IA »

Pour la plupart des sujets, le photoréalisme de GPT Image 2 est difficile à distinguer d'une vraie photographie. Mais sur les portraits en gros plan, le modèle produit parfois ces visages juste trop symétriques — écart des yeux parfaitement égal, texture de peau légèrement trop uniforme — qui empêchent de les lire pleinement comme de vraies photos. Une vraie caméra portrait capture l'asymétrie, alors qu'un modèle d'image doit choisir activement de l'introduire.

Ce n'est pas un mode d'échec propre à GPT Image 2 — chaque modèle d'image photoréaliste en souffre plus ou moins — mais cela vaut la peine de le savoir si vous produisez surtout des portraits. Pour le réalisme des portraits de personnes, Nano Banana 2 a souvent l'air plus proche d'une vraie photo, au prix d'un coût presque 3 fois plus élevé par image.

---

La réalité des prix

Sur hiapi, GPT Image 2 est facturé 0,03 $ par image en 1K — 40 % moins cher que GPT Image 1.5 (qui coûtait 0,05 $ avant son retrait en juin 2026). Pour un modèle phare, c'est un positionnement inhabituel : la plupart des modèles « nouvelle génération » appliquent une prime. GPT Image 2 facture au contraire moins.

Pour les sorties 2K et 4K, des multiplicateurs s'appliquent (1,33× et 2× respectivement, soit 0,04 $ et 0,06 $ par image). Pour les détails tarifaires complets (y compris la ventilation par paliers de qualité et les stratégies de réduction des coûts), consultez l'analyse des prix de GPT Image 2.

À ces niveaux, pour un vrai flux de travail, le coût est rarement la véritable contrainte. Le temps, oui. Une équipe qui génère 500 images par jour dépense 15 $ — mais si elle les exécute en série, elle passe environ 15 heures de temps réel à attendre que ces générations se terminent. Traitez donc par lots et en parallèle en conséquence.

---

Qui devrait l'utiliser

GPT Image 2 est le bon choix pour :

• Les travaux commerciaux où la précision du texte est cruciale — affiches, packaging, infographies, couvertures pour réseaux sociaux, étiquettes dans l'image. Le rendu de texte est la caractéristique phare, et elle est vraiment fiable.
• La photographie produit pour l'e-commerce ou le marketing — pour un pipeline complet de visuels produit principaux avec GPT Image 2, consultez notre flux de travail e-commerce de bout en bout.
• Les compositions éditoriales de grande envergure — scènes d'intérieur, scènes comportant de nombreux éléments spatiaux, tout ce qui profite d'un rendu « conçu ».
• Les contextes multilingues, y compris le chinois, le japonais et le coréen — calligraphie, affiches multilingues, visuels marketing internationaux.
• Les travaux à haute fréquence où le coût unitaire compte — à ce niveau de qualité, 0,03 $ par image en 1K est le tarif le plus bas sur hiapi.

Cherchez ailleurs si :

• Vous avez besoin de cycles d'itération rapides. 107 secondes par image, c'est trop lent pour un flux de travail de prompts en temps réel. (GPT Image 1.5 était l'alternative plus rapide ici ; depuis son retrait, testez d'abord la latence de la gamme existante dans le Playground avant de vous engager, et utilisez le gpt-image-2-beta moins cher pour les brouillons.)
• Vous avez besoin de fonds transparents. Non pris en charge. Utilisez un autre modèle ou faites du post-traitement.
• Vous voulez une esthétique picturale ou expérimentale. Le style par défaut de GPT Image 2 penche vers le réalisme ; les modèles plus anciens ou d'autres modèles d'image vous offriront une plus grande variance stylistique.
• Vous avez besoin d'un réalisme de portrait qui se lit pleinement comme une vraie photo. Une légère symétrie IA apparaît parfois. Des modèles spécialisés en portrait pourraient mieux vous servir.

---

Questions fréquentes

GPT Image 2 est-il meilleur que GPT Image 1.5 ?

En rendu de texte, photoréalisme et mise en page complexe — oui, nettement meilleur. En vitesse et esthétique picturale plus libre — non, le modèle plus ancien l'emporte. La plupart des vrais flux de travail gagnent à garder les deux disponibles : GPT Image 1.5 pour l'itération rapide, GPT Image 2 pour la sortie finale.

À quel point est-il « lent » ?

En moyenne environ 107 secondes par image en 1K. Les prompts complexes (beaucoup de texte, scènes denses, haute résolution) peuvent dépasser 120 secondes. En comparaison, GPT Image 1.5 prenait environ 20 secondes. Coût plus bas, mais temps réel plus élevé.

GPT Image 2 prend-il en charge les fonds transparents ?

Non. Les requêtes avec fond transparent échouent. Si vous avez besoin de détourages PNG, il vous faudra une étape distincte de suppression d'arrière-plan ou un autre modèle.

Le rendu de texte s'est-il vraiment autant amélioré ?

Pour nos tâches, oui. Grands titres en anglais, calligraphie chinoise, légendes d'infographies, étiquettes de prix dans l'image — dans la grande majorité des cas, le rendu est correct du premier coup. Le discours marketing tient la route.

Et Nano Banana 2 ?

Précision du texte comparable sur la plupart des tâches, photoréalisme commercial légèrement meilleur (notamment portraits et photographie produit), mais environ 2,8 fois plus cher par image et il ignore souvent les contraintes de ratio d'aspect. Comparaison détaillée point par point : GPT Image 2 vs Nano Banana 2.

Où trouver des prompts réellement utilisables ?

Douze modèles prêts à copier-coller, ainsi que les images qu'ils produisent réellement : des prompts GPT Image 2 qui fonctionnent.

---

Conclusion

GPT Image 2 est une bête de somme pour le design commercial. Le rendu de texte est une vraie mise à niveau, le photoréalisme atteint le niveau de production pour la photographie produit et les scènes détaillées, et le prix de base de 0,03 $ rend les flux de travail à haute fréquence économiquement simples et directs.

Le prix de ces victoires, ce sont les temps de génération (environ 107 secondes par image, un véritable recul par rapport à GPT Image 1.5) et une contrainte stricte sur les fonds transparents. Planifiez votre flux de travail autour de ces deux points.

Pour la plupart des équipes qui produisent de l'imagerie commerciale finie — affiches, visuels produit, visuels pour réseaux sociaux, marketing multilingue — GPT Image 2 est le nouveau choix par défaut. Après le retrait de GPT Image 1.5, utilisez le palier gpt-image-2-beta à 0,02 $ pour des brouillons économiques, et gardez un outil de suppression d'arrière-plan dans votre chaîne d'outils pour le détourage : vous comblez ainsi les lacunes.

Commencez par le modèle GPT Image 2 dans le Playground, prenez des cas concrets dans les modèles de prompts, et planifiez vos coûts avec l'analyse des prix.