Qu'est-ce que GPT Image 2.6 ? L'édition par markup et les spécifications connues

Points clés

• GPT Image 2.6 est un modèle d'image qu'OpenAI a mentionné sans l'avoir publié. La seule fois où l'entreprise l'a évoqué officiellement, c'est dans une phrase ajoutée à la spécification de l'API le 28 octobre 2026.
• Cette phrase porte sur un nouveau paramètre d'édition, markup : dessiner des cercles, des flèches et des annotations sur un PNG transparent pour indiquer au modèle où et comment modifier l'image. Le texte original de la spécification indique « Supports GPT Image 2.5 and 2.6 ».
• L'ID du modèle, le prix, la résolution, le nombre d'images de référence et la date de publication ne sont pas encore annoncés. Tout code qui écrit gpt-image-2.6 relève de la supposition.
• HiAPI a déjà mis en ligne la page d'annonce de GPT Image 2.6, où vous pouvez activer un rappel de lancement. GPT Image 2.5 est déjà utilisable, à partir de 0,025 $ par image.

Qu'est-ce que GPT Image 2.6 ?

GPT Image 2.6 est le prochain numéro de version de la série GPT Image d'OpenAI, après GPT Image 2 (avril 2026) et GPT Image 2.5 (8 septembre 2026). Il est apparu pour la première fois dans le dépôt OpenAPI public d'OpenAI, dans un commit intitulé « Add 'markup' property to image editing endpoints » (commit aa880040). Description originale du nouveau paramètre :

A transparent PNG overlaid on the first image to guide the edit. Must match that image's dimensions after orientation and contain transparent pixels. Supports GPT Image 2.5 and 2.6. Cannot be combined with mask.

Traduction : un PNG transparent superposé à la première image d'entrée pour guider l'édition ; ses dimensions doivent correspondre à celles de l'image originale après correction de l'orientation, et il doit contenir des pixels transparents ; il prend en charge GPT Image 2.5 et 2.6 ; il ne peut pas être combiné avec mask.

C'est tout ce que l'équipe officielle a dit au sujet de 2.6. Dans toute la spécification, « 2.6 » n'apparaît que deux fois, toutes deux dans cette description.

GPT Image 2.6 en un tableau

	État au 31 octobre 2026
Annonce officielle	Aucune
ID du modèle	Non annoncé ; absent de la liste des modèles OpenAI et de l'énumération model de l'endpoint d'édition
Fonctionnalité confirmée	Édition par markup, également prise en charge par 2.5
Prix	Non annoncé
Résolution, images de référence, vitesse	Non annoncés
Date de publication	Non annoncée
Appel possible via l'API	Non
HiAPI	Page d'annonce en ligne, rappel de lancement disponible ; appel pas encore possible

En quoi consiste l'édition par markup

Auparavant, pour retoucher une image, il existait deux façons de désigner une zone : la décrire en texte dans le prompt, ou transmettre un mask en délimitant par une zone transparente les endroits autorisés à être redessinés. Le markup est une troisième voie : annoter directement sur un calque transparent de la même taille que l'image originale, par exemple entourer un logo, tracer une flèche, écrire « remplace ceci par une étoile » ; le modèle traite ces marques comme des instructions de modification.

La spécification fixe quatre règles :

1. Ce doit être un PNG avec canal alpha, les zones non annotées restant transparentes.
2. Les dimensions doivent être identiques à celles de la première image, calculées après correction de l'orientation. Pour une photo prise en portrait au téléphone ou pivotée via EXIF, on se base sur la largeur et la hauteur affichées.
3. Le calque est superposé à la première image d'entrée. Si plusieurs images de référence sont transmises, les annotations ne s'appliquent qu'à la première.
4. Il ne peut pas être utilisé en même temps que mask : on choisit l'un ou l'autre dans une requête.

Dans une requête JSON, le markup peut être référencé par ID de fichier, par URL HTTPS ou par data URL base64 ; en téléversement multipart, c'est un fichier.

Générer une image markup avec Python

Le script ci-dessous génère une image annotée conforme pour n'importe quelle photo : il corrige d'abord l'orientation selon l'EXIF pour que les dimensions correspondent à ce que voit le modèle, puis vérifie les deux règles avant l'enregistrement.

from PIL import Image, ImageDraw, ImageOps

# Rotate by EXIF first, so the size matches what the model sees
original = ImageOps.exif_transpose(Image.open("original.jpg"))
w, h = original.size

# Fully transparent canvas, same size as the original
markup = Image.new("RGBA", (w, h), (0, 0, 0, 0))
draw = ImageDraw.Draw(markup)

# Circle the area to change, with a short label
box = (int(w * 0.30), int(h * 0.55), int(w * 0.70), int(h * 0.80))
draw.rectangle(box, outline=(255, 0, 0, 255), width=max(4, w // 150))
draw.text((box[0], box[1] - 24), "change badge to a star", fill=(255, 0, 0, 255))

markup.save("markup.png")

# Check the two rules from the spec
assert markup.size == original.size
assert markup.getextrema()[3][0] == 0, "needs transparent pixels"
print("ok", markup.size)

Le prompt doit toujours être rédigé. Écrivez clairement la consigne de modification, par exemple « remplace l'emblème en forme d'éclair dans le cadre rouge par une étoile blanche, sans rien changer d'autre » ; l'annotation ne sert qu'à indiquer l'emplacement.

À quels usages le markup convient

Les points suivants découlent de la définition du paramètre, et non d'effets publics de 2.6 :

• Retouche de détails sur des photos produit : entourer une étiquette, un logo ou un reflet superflu, et préciser par quoi le remplacer.
• Ajustements de mise en page : indiquer où déplacer un texte ou un produit, sans avoir à décrire les coordonnées en texte.
• Relecture de design : les annotations au stylo rouge d'un relecteur sur une maquette deviennent directement des requêtes de retouche.
• Modifications que mask ne permet pas d'exprimer : mask ne peut que dire « cette zone peut être redessinée », tandis que markup peut combiner flèches, texte et annotations multiples.

Comparaison avec les autres modèles

Les documents officiels ne permettent qu'une seule comparaison : GPT Image 2.5 et 2.6 prennent tous deux en charge le markup. Savoir si 2.6 est plus rapide, s'il rend mieux le texte ou s'il accepte plus d'images de référence, l'équipe officielle ne le dit pas. Pour savoir ce que 2.5 sait déjà faire, voir Quelle différence entre GPT Image 2.6 et 2.5.

Comment utiliser GPT Image 2.6

OpenAI n'a pas encore ouvert 2.6 dans l'API. Sur HiAPI :

1. Après connexion, ouvrez la page d'annonce de GPT Image 2.6 et cliquez sur « Me prévenir au lancement » ; vous serez notifié à l'ouverture.
2. En attendant, intégrez d'abord votre flux avec GPT Image 2.5 Flare ou GPT Image 2.5 Sunburst, à 0,025 $ l'image en 1K. Le code de requête est dans le Guide d'intégration de l'API GPT Image 2.5.

Sur HiAPI, les champs de requête de GPT Image 2.5 ne comportent pas encore markup. Inscrivez-vous et recevez jusqu'à 2 000 crédits (1 $).

Ce qu'on ignore encore

• L'ID du modèle, et s'il sera décliné comme 2.5 en deux versions Flare et Sunburst.
• Le prix par image, et si la résolution ou le niveau de qualité influera sur le prix.
• La résolution maximale, la limite d'images de référence et la vitesse de génération.
• Si Aurora et Shooting Star apparus dans l'Arena sont 2.6. Aucune preuve publique ne permet actuellement de les relier ; voir Récapitulatif des fuites sur GPT Image 2.6.
• La date de publication. Pour savoir quels signaux surveiller, voir Date de sortie de GPT Image 2.6.

Questions fréquentes

GPT Image 2.6 est-il publié ?

Non. Il apparaît dans la spécification de l'API OpenAI, mais pas dans la liste officielle des modèles, et il n'est pas encore appelable.

Quel est l'ID du modèle GPT Image 2.6 ?

Il n'est pas encore annoncé. Les exemples de code qui utilisent gpt-image-2.6 sont des suppositions ; l'appel échouera.

Peut-on utiliser le markup dès maintenant ?

La spécification indique que GPT Image 2.5 le prend en charge ; donc, sur l'API d'OpenAI elle-même, ce paramètre figure déjà dans la documentation de 2.5. Les requêtes HiAPI pour 2.5 ne comportent pas encore le champ markup.

Combien coûte GPT Image 2.6 ?

Ce n'est pas encore annoncé. Sur HiAPI, GPT Image 2.5 coûte 0,025 $ en 1K, 0,04 $ en 2K et 0,06 $ en 4K l'image, mais cela ne permet pas de déduire le prix de 2.6.

Ce qu'il faut surveiller ensuite

Trois signaux annoncent l'arrivée prochaine de 2.6 : l'apparition de gpt-image-2.6 dans la liste des modèles OpenAI, une annonce dans le changelog, et l'ajout de cet ID dans l'énumération model de l'endpoint d'édition. Dès que l'un d'eux apparaît, nous mettrons à jour cet article. Pour être informé au plus vite, activez le rappel de lancement sur la page d'annonce de GPT Image 2.6.