OpenAI déploie GPT‑Image‑2.6, génération d’images 50 % plus rapide et création de GIFs

Présentation du modèle

OpenAI lance GPT‑Image‑2.6 dans l’ensemble de ses services ChatGPT et Codex. Le modèle s’inscrit dans la lignée des générateurs d’images diffusionnels, mais il intègre de nouvelles optimisations qui permettent de réduire le temps de calcul par image. La diffusion est désormais disponible via deux variantes d’API, Flare et Sunburst, élargissant l’accès aux développeurs externes.

Améliorations de performance

Selon le communiqué, la version 2.6 produit des images 50 % plus rapidement que la génération précédente. Cette amélioration provient probablement d’une réduction du nombre d’étapes de diffusion et d’une meilleure exploitation des accélérateurs tensoriels, bien que les spécifications exactes ne soient pas détaillées. En pratique, la latence moyenne passe de plusieurs secondes à environ la moitié, ce qui rend l’interaction en temps réel plus fluide pour les utilisateurs de ChatGPT. Aucun indice chiffré n’est fourni sur la qualité visuelle (FID, IS), ce qui limite l’évaluation comparative.

Fonctionnalités GIF et API

GPT‑Image‑2.6 introduit la génération de GIF animés. L’utilisateur peut contrôler la vitesse de lecture, modifier chaque frame individuellement et partager le résultat directement depuis l’interface. Cette capacité implique la production séquentielle de plusieurs images, puis leur assemblage en un conteneur GIF, processus qui aurait pu augmenter la charge calculatoire. L’optimisation du pipeline semble donc inclure un mode « batch » qui réutilise les calculs intermédiaires entre les frames, limitant l’impact sur le temps total. Les deux points d’accès API, Flare et Sunburst, offrent respectivement une interface orientée rapidité d’inférence et une version enrichie de paramètres de contrôle, bien que les différences précises ne soient pas explicitées.

Implications et limites

Le gain de vitesse ouvre la porte à des cas d’usage plus interactifs, comme la création instantanée de visuels pour le prototypage ou le support client. Cependant, l’absence de métriques de qualité empêche de juger si la rapidité s’accompagne d’une dégradation perceptible. De plus, la génération de GIF augmente la consommation de bande passante et de stockage, surtout si les utilisateurs conservent les séquences en haute résolution. Enfin, la disponibilité globale du modèle soulève des questions de gouvernance des contenus générés, notamment en matière de droits d’auteur et de modération, qui ne sont pas abordées dans le communiqué.