Test de GPT Image 2.6 : quel modèle et quelle sortie utiliser ?

GPT Image 2.6 vous offre deux choix de modèles : Sunburst pour un travail visuel détaillé et Flare pour une itération rapide. Ses ajouts les plus intéressants sont les GIF animés et un contrôle de complexité distinct pour le niveau de planification d'une composition ou d'une retouche.

La question pratique est de savoir quelle combinaison convient à votre travail. Voici le chemin le plus court à travers le choix du modèle, les paramètres de sortie, l'accès officiel et le coût.

Comment choisir entre Sunburst et Flare

Les Sunburst et Flare descriptions établissent leurs rôles prévus. Un gagnant en qualité nécessite toujours un test adapté ; les noms de modèles seuls ne prouvent pas lequel traitera mieux votre invite.

Comment choisir la qualité : notre comparaison de six images

Nous avons utilisé le même prompt d'affiche de lampe de bureau avec Flare et Sunburst en qualité basse, moyenne et élevée. L'amélioration du prompt était désactivée et les six requêtes ont sélectionné une sortie 1K. Chaque combinaison a été générée une fois. Ces paramètres font varier la qualité, pas la complexité.

Nos étoiles de qualité visuelle sont des jugements éditoriaux de cette tâche d'affiche : lisibilité du texte, placement des objets demandés, détails visibles et finition globale. Cinq étoiles signifie moins de compromis visibles. Les étoiles de coût classent les frais de plateforme enregistrés dans ces six requêtes d'images fixes : plus d'étoiles signifie plus cher. Ce ne sont pas des prix officiels en dollars de l'API.

Qu'est-ce qui a changé ? Les silhouettes de lampes, l'espacement et les reflets varient plus visiblement que la finition globale. Les six placent la lampe, le carnet et la plante dans l'ordre demandé, la lampe étant plus haute que la plante et les deux lignes de texte lisibles à cette taille de visualisation. Flare medium rend le contrôle en laiton plus difficile à vérifier. Les six favorisent un plateau de table en bois naturel plutôt que la surface crème pâle demandée.

Notre choix pour ce brief :Commencez par une qualité faible. Les deux résultats de faible qualité sont des points de départ utilisables, et les sorties de haute qualité ne montrent pas un gain décisif pour cette affiche simple. Il s'agit d'un échantillon par réglage, pas d'un benchmark général de taux de réussite ou de vitesse.

Comment choisir votre sortie

Choisissez d'abord le modèle, puis la tâche, puis la sortie.Sunburstest le modèle de travail détaillé ;Flareest le modèle d'itération rapide. Ce sont deux variantes de modèle, et chacune peut générer une nouvelle image ou modifier une image existante. PNG, JPEG, WebP et GIF décrivent le livrable, plutôt qu'un autre choix de modèle.

Choisissez la sortie pour la tâche

Pour un GIF, décrivez explicitement le mouvement et la boucle : « Une mascotte en papier découpé fait un signe une fois, puis revient à sa pose de départ ; caméra fixe et arrière-plan inchangé. » Demandez frame_count: 9 et frame_duration_ms: 200 pour une animation nominale de 1,8 seconde. Utilisez le point de terminaison d'édition pour fournir des références fixes. La taille et le nombre d'images doivent respecter les limites de taille et de pixels totaux du modèle ; réduisez-les si la demande est trop volumineuse.

Notre résultat GIF animé

Il s'agit du fichier animé original, et non d'un aperçu d'image fixe. Son coût relatif était de ★★★★ sur la même échelle de frais observée, au-dessus de chaque demande d'image fixe. Sa taille de sortie et sa tâche diffèrent, donc cette différence de prix n'est pas une comparaison de modèles à modèle équivalent.

Comment choisir la complexité

Les six images ci-dessus ne testent pas la complexité : les requêtes enregistrées ne contiennent aucun champ de complexité explicite. Ce qui suit est un guide officiel des paramètres, et non une comparaison mesurée.

La complexité modifie l'effort de planification ; la qualité contrôle la fidélité du rendu. Gardez la qualité fixe lorsque vous comparez la complexité afin que le résultat réponde à une question à la fois.

Comment accéder à GPT Image 2.6

from openai import OpenAI
import base64

client = OpenAI()

result = client.images.generate(
    model="gpt-image-2.6-sunburst",
    prompt=(
        "A clean editorial product photograph of a modern desk lamp, "
        "warm window light, walnut desk, realistic materials, no text"
    ),
    size="1536x1024",
    quality="medium",
)

image_bytes = base64.b64decode(result.data[0].b64_json)
with open("desk-lamp.png", "wb") as image_file:
    image_file.write(image_bytes)

curl https://api.openai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "model": "gpt-image-2.6-flare",
    "prompt": "A bold editorial poster of a coastal city at sunset, geometric architecture, orange and teal palette, no text",
    "size": "1024x1024",
    "quality": "medium"
  }'

Tarification GPT Image 2.6

OpenAI répertorie les tarifs de GPT Image 2.6 par unité de jeton. tableau officiel des tarifs de génération d'images est résumé ci-dessous. Les deux pages officielles des modèles indiquent les mêmes tarifs en USD. Les tarifs mis en cache sont des entrées distinctes de la grille tarifaire, et non une remise garantie sur chaque requête ; ne supposez pas que chaque accès au cache soit exposé dans l'utilisation de la réponse.

Il n'y a pas de frais distincts pour le réglage de complexité réglage. Une complexité plus élevée peut prendre plus de temps, mais n'ajoute pas de second supplément de complexité à la grille tarifaire. Des tarifs de jetons égaux ne garantissent pas un coût égal par résultat.

Notre avis

Flare est le point de départ judicieux pour explorer les directions ; Sunburst est l'option de travail détaillé à évaluer pour votre composition finale. Le GIF est utile lorsqu'une petite boucle communique plus qu'une image fixe. Choisissez la sortie en fonction du livrable, puis ajustez la complexité à la tâche plutôt que de supposer que la valeur la plus élevée sera toujours la plus belle.