GPT Image 2 est un modèle de génération texte-à-image développé par OpenAI, publié en 2026 en tant que successeur de GPT Image 1. Comme son prédécesseur, il s'agit d'un modèle nativement multimodal plutôt que d'un système de diffusion autonome : la génération d'images partage la même architecture sous-jacente qui alimente les modèles de chat d'OpenAI, ce qui lui permet de suivre des instructions longues et structurées avec une fidélité inhabituelle.
Le modèle est disponible dans ChatGPT et via l'API OpenAI, et est rapidement devenu le choix par défaut des ingénieurs de prompts travaillant sur des scènes photoréalistes, des maquettes de produits, des designs axés sur la typographie et des mises en page multi-panneaux. Sur Wikiprompt, c'est le modèle le plus utilisé du catalogue, avec des milliers de prompts qui lui sont associés, devant Midjourney et la famille Nano Banana.
Capacités
GPT Image 2 a amélioré GPT Image 1 sur plusieurs dimensions pratiques dont dépendent les auteurs de prompts :
- Rendu du texte. Les longs passages de texte lisibles dans les images (affiches, emballages, maquettes d'interface, infographies) sont rendus avec beaucoup moins d'artefacts que les modèles d'images OpenAI antérieurs, prolongeant l'avance que GPT Image 1 avait établie sur les rivaux basés sur la diffusion.
- Suivi des instructions. Les prompts rédigés sous forme de briefs structurés, avec des contraintes numérotées, un langage de caméra et des spécifications de mise en page, sont suivis de près. Cela en a fait la cible privilégiée des prompts longs au format JSON et multi-sections courants sur les plateformes de partage de prompts.
- Édition et préservation de l'identité. Le modèle accepte des images de référence et applique des modifications ciblées tout en maintenant l'identité du sujet stable entre les générations, un flux de travail popularisé par les feuilles de personnages cohérents au niveau du visage et les pipelines d'actifs de marque.
- Photoréalisme. La texture de la peau, la continuité de l'éclairage et les surfaces réfléchissantes atteignent un niveau où ses sorties sont régulièrement utilisées pour des images de style publicitaire.
Modes d'utilisation
L'analyse du corpus Wikiprompt montre que les prompts GPT Image 2 penchent fortement vers des cas d'usage commerciaux et éditoriaux : photographie de produits, portraits de mode de luxe, photogrammes de films cinématographiques, affiches typographiques et grilles de campagnes multi-images. Le modèle répond bien au vocabulaire de photographe (longueurs focales d'objectif, ouverture, configurations d'éclairage), un schéma qu'il partage avec Midjourney mais qu'il exécute avec une adhérence aux prompts plus forte.
Voir aussi
- Famille GPT Image
- DALL-E, la série antérieure de génération d'images d'OpenAI
- Nano Banana Pro, son principal concurrent de Google