GPT-Image-2.5 vs Nano Banana 2 : Les moteurs d'images par défaut de ChatGPT et Gemini

La plupart des images IA que les gens voient réellement proviennent d'un modèle par défaut, et les deux nouveaux modèles par défaut phares de septembre sont GPT-Image-2.5 et Nano Banana 2. Le 8 septembre, OpenAI a déployé GPT-Image-2.5 — le modèle derrière ChatGPT Images 2.5, vendu via l'API sous les noms GPT-Image-2.5 Flare et GPT-Image-2.5 Sunburst — auprès de tous les niveaux ChatGPT, ChatGPT Work et Codex. Nano Banana 2 est le surnom donné par Google à Gemini 3.1 Flash Image, le modèle qui est le générateur d'images par défaut dans les modes Fast, Thinking et Pro de l'application Gemini depuis février et qui est devenu généralement disponible pour les développeurs le 28 mai. Ce sont les moteurs d'images des deux assistants IA les plus utilisés au monde — OpenAI rapporte plus de trois milliards d'images par semaine sur ChatGPT et l'API d'images — et les deux sont désormais proposés comme des plateformes matures et accessibles via API. Ce qui les distingue n'est plus l'accès, mais ce pour quoi chacun est conçu.

L'asymétrie des preuves est la même que celle qui traverse toutes les comparaisons GPT-Image-2.5 de ce mois-ci : le modèle d'OpenAI est si récent qu'aucun classement indépendant ne lui a attribué de score au 9 septembre 2026, tandis que Nano Banana 2 figure sur les classements d'Artificial Analysis depuis le printemps — dans le top cinq à la fois pour la génération texte-image et l'édition d'images sur l'instantané de septembre. Tout ce qu'OpenAI affirme pour 2.5 ci-dessous est déclaré par le fournisseur. Le modèle de Google, en revanche, est l'un des modèles d'images les plus mesurés en production.

Comment chacun est devenu une valeur par défaut

OpenAI a fait de ChatGPT Images 2.5 le moteur d'images de ChatGPT en le transformant en produit : le déploiement a ajouté Sketch, où vous dessinez une référence visuelle approximative avec @Sketch et le modèle travaille à partir de celle-ci ; des modèles (Templates) pour les formats courants comme les affiches et les photos produit ; des commentaires sur les images qui ciblent les modifications sur une région spécifique ; et le partage de prompts. La distribution a fait le reste — c'est tout simplement ce que ChatGPT utilise désormais, à tous les niveaux d'abonnement, y compris gratuit, sur ordinateur, mobile et web. Pour la plupart de ces utilisateurs, le choix du modèle est invisible.

Google est parvenu au même point par un chemin différent. Nano Banana 2 est intégré à l'application Gemini comme générateur par défaut dans les trois modes de raisonnement, et Google l'a diffusé plus largement que n'importe quelle interface de discussion — dans Google Search via Lens et le mode IA dans plus de 140 pays, dans l'outil de montage vidéo Flow et dans Google Ads. C'est également le rare modèle d'image entièrement multimodal sur l'API : les développeurs y accèdent via l'API Gemini avec des modalités de réponse pour le texte et l'image, de sorte qu'un seul modèle peut légender des images, raisonner à leur sujet et en générer en un seul tour. Cette distribution intégrée partout constitue le contexte de toute comparaison de qualité.

Les fiches de capacités, point par point

La démarche d'ingénierie de Google pour Nano Banana 2 repose sur la cohérence et le contrôle à grande échelle. Il maintient jusqu'à cinq personnages cohérents et quatorze objets tout au long d'un flux de travail, rend du texte dans les images, y compris la traduction et la localisation, ancre des sujets du monde réel sur des connaissances web et de recherche d'images en direct, et accepte des ratios d'aspect aussi étroits que 1:4 et 1:8 — les formats de bannières, d'affiches et de fonds d'écran de téléphone que les modèles à images carrées ne peuvent pas remplir. La sortie atteint la 4K. Il expose également des niveaux de réflexion configurables (Minimal et High), permettant à un développeur d'arbitrer entre la latence et le raisonnement du modèle sur une invite complexe, ainsi qu'une fonctionnalité d'aperçu qui transforme la vidéo en entrée en images fixes contextuelles.

Le récit d'ingénierie d'OpenAI pour GPT-Image-2.5, c'est la fidélité et la précision d'édition. Le modèle est divisé en deux points d'accès précisément pour que ces deux aspects n'entrent pas en conflit : GPT-Image-2.5 Flare est le mode rapide par défaut pour la génération quotidienne et à grand volume, avec une latence qu'OpenAI affirme être jusqu'à 50 % inférieure à celle de GPT-Image-2, et GPT-Image-2.5 Sunburst accepte des temps de génération plus longs pour un contrôle d'édition plus serré. Les principales affirmations d'OpenAI sont la fidélité à la référence — une personne, un animal de compagnie ou un produit reste reconnaissable lorsque vous changez le décor ou le style — ainsi qu'une édition multi-tours qui ne modifie que ce qui a été demandé, des détails fins plus nets, des arrière-plans transparents, un rendu de texte qui gère correctement le chinois, et la provenance C2PA sur chaque sortie.

Les deux modèles sont les plus forts sur des axes différents. Nano Banana 2 est le modèle qui maintient la cohérence de dix éléments différents à travers tout un système de design ; GPT-Image-2.5 est le modèle conçu pour la chaîne d'édition où chaque révision doit laisser tout le reste intact. Ce sont des forces complémentaires, et aucun des deux fournisseurs ne cherche à empiéter sur le cœur de l'autre.

Ce que les conseils indépendants disent des deux

Nano Banana 2 se situe tout juste dans le top cinq sur les deux principaux classements d'images d'Artificial Analysis en date de septembre 2026 — un performer constant et bien mesuré dont la force apparaît davantage dans le texte-à-image et dans ses scores de cohérence que dans l'édition pure, où il suit les leaders actuels MAI-Image-2.6 et GPT Image 2 (high). Ce n'est pas le meilleur modèle d'image sur un classement donné, mais c'est le modèle du top cinq le mieux mesuré avec la distribution la plus large, ce qui est une position défendable.

GPT-Image-2.5 occupe la position opposée : chaque affirmation de qualité émane d'OpenAI, et le seul point de données tiers jusqu'ici est un test de vitesse de Manus rapportant une génération 2 à 4 fois plus rapide que GPT-Image-2. Le prédécesseur d'OpenAI, GPT Image 2 (high), domine le classement AA de génération texte-image et se classe n°2 en édition ; le prior rationnel est donc que la 2.5 se situera quelque part près ou au-dessus de ces chiffres lorsqu'elle apparaîtra — mais un prior n'est pas une mesure, et c'est la première génération GPT-Image en un an à sortir sans validation indépendante dès le premier jour.

Le prix façonne, et la seule conversion honnête.

Google facture Nano Banana 2 en jetons de sortie à 60 $ par million, ce qui donne des prix nets par image : environ 0,067 $ pour une image 1024×1024, 0,101 $ pour 2048×2048, à peu près 0,151 $ à l’extrémité 4K, et environ la moitié en mode batch — avec l’entrée de texte facturée séparément à 0,25 $ par million de jetons. OpenAI facture GPT-Image-2.5 à 8 $ par million de jetons en entrée d’image / 30 $ en sortie d’image, la même grille tarifaire que GPT-Image-2, mais ne publie aucun chiffre par image ; avec son prédécesseur ancré autour de 211 $ pour 1 000 images sur la liste d’Artificial Analysis, une image phare d’OpenAI en haute qualité coûtera probablement plusieurs fois plus qu’une image Nano Banana 2 à résolution comparable. Aucun de ces prix ne rend l’un ou l’autre modèle bon marché à grande échelle, mais celui de Google est le seul des deux que l’on peut prévoir.

Comme les deux entreprises exploitent leurs propres clouds, la question du routage est réelle pour une équipe qui veut les deux. OrcaRouter propose aujourd'hui la gamme d'images de Google — la version d'aperçu (snapshot) Gemini 3.1 Flash Image (google/gemini-3.1-flash-image-preview) et l'ancien modèle gemini-2.5-flash-image — au prix catalogue de Google, répercuté avec une marge de 0 %. Ainsi, si votre pile appelle déjà les modèles d'images Gemini via un seul point de terminaison, la famille Nano Banana 2 est accessible sans second contrat. GPT-Image-2.5 ne figure pas au catalogue d'OrcaRouter au 9 septembre 2026 — seule la génération précédente, GPT-Image-2, y figure — si bien que le nouveau modèle d'OpenAI implique d'utiliser une clé OpenAI directe pour l'instant.

Quelle valeur par défaut votre produit devrait-il utiliser ?

• Version — GPT-Image-2.5 : GA le 8 septembre 2026. Nano Banana 2 (Gemini 3.1 Flash Image) : lancement en février 2026, GA le 28 mai.

• Prix — GPT-Image-2.5 : 8 $/30 $ par million de jetons d’image, prix par image non publié. Nano Banana 2 : 0,067 $ par image 1K, 0,101 $ par 2K, ~0,151 $ par 4K ; lot à moitié prix.

• Résolution et format — GPT-Image-2.5 : jusqu’à 3840×2160. Nano Banana 2 : 4K plus des ratios étroits 1:4 et 1:8.

• Fonctionnalités de cohérence — GPT-Image-2.5 : fidélité à la référence lors des modifications (annoncé). Nano Banana 2 : cinq personnages / quatorze objets, ancrage dans la connaissance du monde (annoncé).

• Scores indépendants — GPT-Image-2.5 : aucun pour l'instant. Nano Banana 2 : AA dans le top cinq sur les deux classements.

• Forme de l'API — GPT-Image-2.5 : API d'images, deux points de terminaison de qualité. Nano Banana 2 : API Gemini multimodale, texte et image en un seul appel.

Si votre produit est un système de design ou un moteur de contenu qui exige des personnages et des objets cohérents sur des milliers d'images aux formats inhabituels, {{1}}Nano Banana 2 est la réponse d'ingénierie, elle est mesurable, et c'est l'option par défaut la plus sûre de cette comparaison{{/1}} — vous pouvez y accéder directement via Google ou via la route pass-through d'OrcaRouter dès aujourd'hui. Si votre produit relève d'une création à forte charge éditoriale où l'image marginale doit être irréprochable et où le budget est secondaire, {{2}}l'endpoint Sunburst de GPT-Image-2.5 est le pari non mesuré le plus convaincant du marché{{/2}}. La discipline qui s'applique à chaque confrontation de cette série s'applique ici aussi : le prédécesseur d'OpenAI, GPT Image 2 (high), reste le modèle texte-image le mieux noté sur Artificial Analysis, donc {{3}}GPT-Image-2.5 doit battre son propre record maison avant de gagner le droit d'être comparé à l'option par défaut bien mesurée de Google{{/3}}. Surveillez les classements pour sa première apparition — c'est l'événement qui transforme cette comparaison de déclarations en données.