GPT Image 1 est un modèle de génération Text-to-image generation développé par OpenAI et publié via l'API OpenAI en avril 2025. Il s'agit de la version commercialisée de la capacité de génération d'images native intégrée à ChatGPT en mars 2025, dont le lancement est devenu l'un des moments les plus viraux de l'IA grand public : la tendance des portraits de style Studio Ghibli a généré un tel trafic qu'OpenAI a temporairement limité le taux de génération d'images pour les utilisateurs gratuits.
GPT Image 1 a succédé à DALL-E 3 en tant que modèle d'images d'OpenAI. Le changement architectural était significatif : plutôt qu'un modèle de diffusion sollicité via un intermédiaire, GPT Image 1 génère des images nativement au sein d'un transformateur multimodal, lui conférant une conscience contextuelle conversationnelle et une bien meilleure exécution des instructions.
Capacités
Lors de sa sortie, GPT Image 1 était en tête dans deux domaines qui frustraient les utilisateurs de modèles de diffusion depuis des années :
- Texte lisible dans les images. Les panneaux, affiches, étiquettes de produits et maquettes d'interfaces rendus avec une orthographe précise à des taux que les modèles précédents ne pouvaient pas égaler.
- Respect des instructions. Les consignes à contraintes multiples (comptages d'objets spécifiques, agencements spatiaux, mélanges de styles) étaient suivies de manière fiable, rendant les invites structurées de longue forme pratiques.
Il prenait également en charge l'édition d'images avec masques, les entrées d'images de référence et les fonds transparents, ce qui le rendait populaire pour la photographie de produits et les flux de travail de conception.
Héritage
GPT Image 1 a défini le style d'invite qui domine l'ère actuelle : des consignes longues en langage naturel organisées en sections, souvent avec un vocabulaire de caméra emprunté à la photographie. Il a été suivi par GPT Image 1.5 puis GPT Image 2, qui ont prolongé la même approche. Voir Famille GPT Image.