GPT-Image-2.5 vs Qwen-Image-3.0 : Deux fleurons fermés, deux prix différents

La façon la plus claire de lire GPT-Image-2.5 par rapport à Qwen-Image-3.0 est d'y voir deux modèles phares qui ont fermé leurs portes le même été. Le 8 septembre, OpenAI a mis en service GPT-Image-2.5, le modèle ChatGPT Images 2.5 servi via l'API sous les noms de GPT-Image-2.5 Flare et GPT-Image-2.5 Sunburst, en tant que produit exclusivement hébergé, facturé en tokens — 8 dollars par million de tokens d'image en entrée et 30 dollars par million de tokens d'image en sortie. Environ cinq semaines plus tôt, le 4 août, l'équipe Qwen d'Alibaba a rendu Qwen-Image-3.0 généralement disponible sur Qwen Cloud et Alibaba Cloud Bailian — et cette fois, dans un revirement discret qui compte plus que n'importe quelle fonctionnalité, elle n'a publié aucun poids. Qwen-Image 1.0 et 2.0 étaient des versions open source sous licence Apache-2.0, accompagnées de rapports techniques publiés le jour même ; Qwen-Image-3.0 n'a aucun poids téléchargeable, aucun rapport technique, aucune fiche modèle, aucun nombre de paramètres, ni aucun benchmark émanant de son propre créateur. Ces deux modèles sont désormais des fleurons d'imagerie fermés et hébergés, issus des deux laboratoires qui ont les plus fortes réputations en matière de poids ouverts de part et d'autre du Pacifique. La comparaison entre eux porte en partie sur la qualité d'image, mais surtout sur ce que chaque laboratoire a décidé de cesser d'offrir gratuitement.

Aucun des deux modèles n'est validé par la documentation de son propre fabricant, et c'est précisément là que les deux divergent. GPT-Image-2.5 n'a pas encore de score indépendant — il n'a aucune entrée Artificial Analysis au 9 septembre 2026, donc ses affirmations de qualité sont rapportées par OpenAI et non reproduites. Qwen-Image-3.0 n'est accompagné de rien de la part d'Alibaba, mais son édition Pro est néanmoins apparue sur les tableaux indépendants : sur les instantanés d'Artificial Analysis de septembre, Qwen-Image-3.0-Pro se situe en milieu de tableau à environ 1 086 Elo pour la génération texte-à-image et 1 079 pour l'édition d'images, listé à près de 40 $ pour 1 000 images. C'est un signal véritablement indépendant, et il n'est pas flatteur — il place le modèle phare d'Alibaba à environ quatre-vingt-dix Elo derrière le leader, GPT Image 2 (high), et en dessous de Meta Muse Image et de Nano Banana 2. Chaque prix dans cet article est un prix catalogue fournisseur ; chaque score est celui d'Artificial Analysis, pas celui d'Alibaba.

Pourquoi le caractère fermé est l'histoire.

Pour Alibaba, fermer Qwen-Image est un revirement stratégique avec une logique claire : les précédents modèles d'images open source étaient largement téléchargés, mais sans valeur commerciale pour Alibaba, car n'importe qui pouvait les auto-héberger. Qwen-Image-3.0 est conçu pour être l'opposé — l'équipe Qwen le positionne explicitement autour du caractère 实, « pratique », c'est-à-dire un travail de production qui passe par une API hébergée payante. La même logique régit déjà le haut de gamme du reste de la famille Qwen, et elle transforme chaque tutoriel antérieur du type « il suffit de télécharger Qwen-Image » en document historique.

OpenAI n'a jamais eu de produit phare open source dans l'image à fermer, sa position est donc inchangée : GPT-Image-2.5 existe pour être appelé, facturé et comptabilisé, avec provenance C2PA et tatouage intégrés. La conséquence pratique pour un développeur est identique des deux côtés de cette comparaison — il n'y a pas d'option d'auto-hébergement, pas de fine-tuning du modèle de base, pas de solution de secours hors ligne. Vous louez le modèle à son propriétaire, selon la grille tarifaire de ce dernier, et la seule question restante est de savoir quelle location vous convient.

Ce que chaque flagship a réellement été conçu pour attirer

La véritable force technique de Qwen-Image-3.0 tient aux documents, à la mise en page et à la densité linguistique. Alibaba annonce une capacité de prompt de 4 500 jetons — soit environ quatre fois et demie celle de la génération précédente — ce qui permet au modèle de composer des mises en page denses en un seul passage : des pages de journal complètes, des grilles d'infographies, des storyboards, des sujets d'examen et des maquettes d'interface. Il promet un rendu de texte lisible jusqu'à environ dix pixels, mathématiques et LaTeX compris, un rendu natif dans douze langues avec plus de vingt polices et une centaine de styles artistiques, ainsi qu'une sortie allant jusqu'à 2048 × 2048 avec jusqu'à six images en un seul appel. La génération et l'édition image-à-image sont réunies dans un seul modèle. Si ces annonces se confirment, c'est le modèle hébergé le plus puissant pour les travaux d'image denses en texte, fortement mis en page et multilingues — mais le classement AA de son édition Pro suggère que la réalité est en deçà de l'ambition : une qualité d'image compétente, dans la moyenne, sans signe pour l'instant d'un leader de la mise en page textuelle.

L'histoire technique de GPT-Image-2.5 se situe à l'autre extrémité du spectre de l'image : l'édition et le sujet, et non la page. Les affirmations d'OpenAI sont centrées sur la fidélité à la référence — garder une personne, un animal ou un produit reconnaissable à travers les changements de décor et de style — sur l'édition multi-tours qui ne touche que ce qui a été demandé, sur les arrière-plans transparents et sur des détails fins plus nets, le point de terminaison Sunburst étant dédié au travail d'édition de précision et Flare à la génération rapide. Sa revendication en matière de rendu de texte est plus étroite que celle de Qwen (gestion correcte du chinois, entre autres écritures), car OpenAI ne poursuit pas la mise en page documentaire ; il vise le flux de travail de la photographie commerciale et du design produit, où l'image unique, éditée à plusieurs reprises, est le livrable.

La comparaison des prix, qu'aucun des deux fournisseurs ne termine.

Qwen-Image-3.0 est proposé avec des tarifs à l’image : le prix grand public domestique démarre autour de 0,18 ¥ par image pour l’édition Standard, la version Pro étant plus chère — environ 0,25 ¥ en résolution 1K et jusqu’à environ 0,5 ¥ en 2K — tandis que le tarif Standard international se situe dans la fourchette de 0,03 à 0,04 $ par image. Des classements indépendants font état de l’édition Pro à près de 40 $ pour 1 000 images. GPT-Image-2.5 est facturé en tokens et ne publie aucun équivalent par image ; sa grille tarifaire correspond à celle de GPT-Image-2, qu’Artificial Analysis situe autour de 211 $ pour 1 000 images en haute qualité. Même en admettant que le chiffre d’OpenAI concerne le prédécesseur, l’écart de prix catalogue est de l’ordre de cinq à huit fois, et cet écart donne accès à deux promesses de qualité complètement différentes : la promesse de Qwen se mesure au volume de petits textes correctement rendus sur une page dense, celle d’OpenAI à la fidélité d’un sujet édité.

C'est aussi une comparaison qu'aucun des deux fournisseurs ne vous permet de mener à bien. Le tarif Standard de Qwen est réel, mais la qualité de l'édition Standard reste une boîte noire — Alibaba ne publie rien, et seuls les scores AA de milieu de peloton de l'édition Pro existent pour ancrer la gamme. Les affirmations de qualité d'OpenAI sont précises et évaluées en interne, mais son coût par image est inconnu et ses résultats ne sont pas mesurés indépendamment. Vous pouvez établir les prix des deux gammes, mais vous ne pouvez valider chacune que partiellement.

Dimension par dimension

• Version — GPT-Image-2.5 : GA le 8 septembre 2026. Qwen-Image-3.0 : GA le 4 août 2026 (annoncé le 21 juillet ; édition Pro répertoriée indépendamment depuis juillet).

• Ouverture — Les deux sont fermés, uniquement disponibles en hébergement. La fermeture de Qwen-Image-3.0 revient sur les versions ouvertes sous licence Apache-2.0 de Qwen-Image 1.0 et 2.0 ; GPT-Image-2.5 n'a jamais été ouvert.

• Prix — GPT-Image-2.5 : 8 $ en entrée d’image / 30 $ en sortie d’image par million de jetons, prix par image non publié. Qwen-Image-3.0 : à partir d’environ 0,18 ¥ par image (Standard, ~0,03 $ à l’international) ; Pro ~0,25–0,5 ¥, ~40 $/1k sur AA.

• Points forts — GPT-Image-2.5 : précision d'édition, fidélité à la référence, cohérence multi-tours. Qwen-Image-3.0 : génération de documents/mises en page denses, prompts de 4 500 tokens, texte lisible à ~10 px, 12 langues.

• Signal indépendant — GPT-Image-2.5 : aucun pour l’instant. Qwen-Image-3.0 : Pro en milieu de peloton sur AA — ~1 086 en T2I, ~1 079 en édition, environ 90 Elo derrière GPT Image 2 (high).

• Sortie — GPT-Image-2.5 : jusqu'à 3840×2160, fonds transparents. Qwen-Image-3.0 : jusqu'à 2048×2048, jusqu'à six images par appel.

Quelle location correspond à votre charge de travail

Si votre travail concerne les documents, l'éducation, la localisation ou toute mise en page multilingue à grand volume — supports de cours avec équations, pages de journaux et de magazines, maquettes d'interface, infographies devant conserver un texte lisible dans une douzaine de langues — Qwen-Image-3.0 est le produit phare conçu pour cette tâche, et le tarif par image de l'édition Standard rend les expériences à grande échelle peu coûteuses. La condition, c'est la confiance : l'édition Standard n'est pas documentée, et les seules évaluations indépendantes existantes portent sur l'édition Pro, plus onéreuse, qui se classe en milieu de tableau — correcte pour la mise en page, mais pas un leader en qualité. Prévoyez un budget pour le contrôle qualité visuel à grande échelle.

Si votre travail relève de l’imagerie commerciale — photos produit, créations de campagne, retouches de cohérence de référence où le sujet doit rester inchangé sur une longue chaîne d’édition — GPT-Image-2.5 est le pari le mieux adapté, avec la même réserve sous une forme plus modérée : OpenAI publie au moins une grille tarifaire et des allégations précises, et la première place mesurée de son prédécesseur au classement AA text-to-image vous donne un a priori rationnel. Aucun des deux modèles n’est au catalogue d’OrcaRouter au 9 septembre 2026 (l’ancienne génération d’OpenAI, GPT-Image-2, y figure, au prix catalogue du fournisseur, sans marge) ; un essai A/B suppose donc de détenir des clés à la fois pour Qwen Cloud et pour l’API OpenAI. L’idée du pass-through garde tout son sens une fois que ces modèles y seront routés : un agrégateur qui facture le prix catalogue du fournisseur sans marge est le moyen le plus propre de mener des essais inter-fournisseurs de ce type sans bâtir une facturation par fournisseur.

La question que laissent ouverte ces deux modèles est de savoir si un « modèle phare fermé » constitue une stratégie pérenne pour la génération d'images, ou seulement temporaire. La fermeture de Qwen-Image-3.0 est la plus réversible — Alibaba a un précédent d'ouverture et une communauté qui l'attend — et le signal le plus fort, lorsqu'il diffusera de nouveau les poids, sera que l'expérience exclusivement hébergée n'a pas suffisamment rapporté. Le pari de GPT-Image-2.5 est que l'avance d'OpenAI en matière d'édition, une fois mesurée, justifiera une tarification au token face à des concurrents qui facturent à l'image. Deux événements à surveiller : que Qwen-Image-3.0 (non-Pro) apparaisse, ne serait-ce qu'une fois, sur une plateforme indépendante, et que GPT-Image-2.5 fasse de même. D'ici là, nous avons un duel entre deux offres composées chacune d'une grille tarifaire adossée à une promesse de qualité — et une seule, l'édition Qwen Pro, a jusqu'ici été vérifiée par un tiers indépendant ; cette vérification l'a classée en milieu de peloton.