Ideogram Vector 1.0 vs GPT Image 2.5 : un prix par fichier contre un prix par token

Le plus difficile lorsqu'il s'agit de choisir entre Ideogram Vector 1.0 et GPT Image 2.5 n'est pas la qualité. C'est que les deux modèles facturent dans des unités qui ne peuvent être comparées sans calcul, et que l'un d'eux a modifié le calcul sans changer la grille tarifaire. Ideogram Vector 1.0, lancé le 22 octobre 2026, facture au fichier : de 0,13 $ à 0,20 $ pour un SVG, 0,32 $ en haute qualité avec références, 0,10 $ pour vectoriser une image. GPT Image 2.5, lancé le 8 septembre 2026, facture au token : 30 $ par million de tokens de sortie en mode standard, 15 $ en traitement par lots, le coût par image découlant du nombre de tokens que le modèle consomme pour votre requête. L'un de ces chiffres est un prix. L'autre est un tarif qu'il faut modéliser.

Cette différence dans la structure de facturation explique finalement l’essentiel de la différence pratique entre les modèles. Ce n’est pas qu’un modèle soit meilleur — GPT Image 2.5 est le générateur raster le plus performant sur presque tous les axes sur lesquels on peut juger un générateur raster, et Vector 1.0 est le seul des deux à pouvoir vous fournir un fichier redimensionnable. C’est qu’ils s’achètent de manières différentes, pour des tâches différentes, par des équipes ayant des tolérances aux coûts différentes. Bien faire les calculs vaut mieux que bien lire le classement.

D'abord, le problème de l'échelle

Les deux modèles vendent de la qualité par paliers. Un seul d'entre eux a gardé des noms de paliers stables, et celui qui ne l'a pas fait est celui qui vous surprendra sur votre facture.

GPT Image 2.5 est proposé en deux variantes d'API — gpt-image-2.5-flare pour les charges de travail privilégiant la vitesse et gpt-image-2.5-sunburst pour la précision — et expose en plus un paramètre de qualité. Les guides d'API tiers qui comparent la grille tarifaire de la 2.5 à celle de GPT Image 2 rapportent qu'OpenAI a renommé les échelons plutôt que d'en revoir les prix : ce que la 2.5 appelle « high » correspond à peu près à ce que la génération précédente appelait « medium », et reproduire l'ancienne sortie de haute qualité nécessite désormais le réglage « max ». Si ces informations sont exactes, une migration directe qui fait correspondre quality: high à quality: high réduit silencieusement la fidélité tandis que le tarif par jeton reste identique. C'est un mode de défaillance discret, et c'est le genre de chose qui se manifeste comme « le nouveau modèle est devenu moins bon » plutôt que « notre configuration a changé ».

Considérez cela comme un rapport de tiers plutôt que comme une documentation fournisseur confirmée — OpenAI n’a pas publié de tableau de consommation de tokens pour les snapshots 2.5, ce qui explique précisément pourquoi le coût par image est difficile à établir avec précision. Les chiffres par image couramment cités à 1024×1024 s’élèvent à environ 0,0059 $ en low, 0,013 $ en medium, 0,053 $ en high, 0,094 $ en xhigh et 0,211 $ en max, mais il s’agit d’estimations de calculateur, non d’un barème publié.

Ideogram Vector 1.0 ne comporte pas de piège équivalent. Trois niveaux de qualité, trois prix fixes, et un dry_runparamètre qui renvoie une estimation de prix pour une requête spécifique sans la générer ni la facturer. Quoi qu'il reste d'autre à résoudre concernant le modèle, sa tarification est lisible.

Le contraste des spécifications, et ce qu’il cache

Une ligne par dimension, des deux côtés :

• Format de sortie — GPT Image 2.5 renvoie des images matricielles ; Ideogram Vector 1.0 renvoie des SVG avec des tracés et une typographie modifiables.

• Unité de facturation — GPT Image 2.5 facture les tokens d'entrée et de sortie à 5 $/8 $ en entrée et 30 $ en sortie par million (Standard), 15 $ en sortie en Batch ; Vector 1.0 facture par fichier généré à 0,13 $ / 0,16 $ / 0,20 $ selon le palier.

• Coût par sortie en 1K — GPT Image 2.5 se situe entre environ un demi-cent et cinq cents selon le palier ; Vector 1.0 se situe entre treize et trente-deux cents par SVG.

• Profil de rapidité — GPT Image 2.5 se décline en Flare (rapide) et Sunburst (précision), à vous de choisir ; Vector 1.0 ne propose qu'un seul modèle et un réglage de qualité.

• Édition — GPT Image 2.5 est conçu pour l'édition par instructions et le perfectionnement multi-tours ; Vector 1.0 ne peut pas modifier une image raster, mais son vectoriseur la convertit en tracés pour 0,10 $.

• Rendu du texte — les deux le présentent comme un point fort, et ces deux affirmations sont celles des fournisseurs eux-mêmes. Le différenciateur d’Ideogram est la typographie intégrée à un format où le texte peut être corrigé ; celui d’OpenAI est le placement correct du texte dans une scène rendue.

• Benchmarks indépendants — GPT Image 2.5 en dispose ; Vector 1.0 n'en a aucun, et aucun des classements d'images ne mesure de toute façon ce qui compte ici.

Cette dernière phrase mérite d’être développée, car c’est l’asymétrie la plus lourde de conséquences de cet article.

Pourquoi le classement ne peut pas répondre à cela

Artificial Analysis classe à la fois GPT Image 2.5 Flare (max) et GPT Image 2.5 Sunburst (max) dans son arène de génération d’images à partir de texte, aux côtés de la concurrence raster. Cette arène fonctionne par préférence aveugle par paires : des humains et des évaluateurs regardent deux images et choisissent la meilleure. C’est un instrument raisonnable pour juger si une image générée est réussie.

Il ne peut pas juger un SVG. Un fichier vectoriel n’est ni meilleur ni moins bon selon l’apparence de son aperçu aplati ; il est meilleur ou moins bon selon le nombre de points d’ancrage qu’il possède, si ses tracés sont fermés, si ses dégradés sont préservés, si son texte est converti en contours ou reste modifiable, et si ses composants sont séparables. Aucune de ces propriétés n’est visible dans une comparaison d’images côte à côte. Il faut ouvrir le fichier.

Donc, l’affirmation honnête est que GPT Image 2.5 peut être classé et que Vector 1.0 ne peut pas l’être, et que le classement qui existe mesure quelque chose que Vector 1.0 ne produit pas. Quiconque cite un écart Elo entre ces deux modèles compare une photographie à un plan d’architecte.

Les cas d'usage pour lesquels GPT Image 2.5 a été conçu

Si le travail consiste à éditer, GPT Image 2.5 n’est pas près d’être inquiété ici. Vector 1.0 n’a pas de point de terminaison d’édition. Vous ne pouvez pas lui demander de changer l’arrière-plan, de permuter une couleur ou de déplacer un produit de deux pouces vers la gauche — vous pouvez seulement générer un nouveau SVG ou vectoriser une image existante. Toute la conception de GPT Image 2.5 est l’inverse : modification par instruction, affinage multi-tours, et le genre de petite modification localisée qui nécessitait auparavant un masque.

Si le travail est photographique ou basé sur une scène, il en va de même. Vector 1.0 produit des marques et du lettrage. Il ne produit pas de photo de produit avec un éclairage convaincant.

Si le travail est à fort volume et jetable, le modèle à jetons l’emporte en pure économie par un ordre de grandeur. À quelques centimes par image, cinq cents vignettes de concept coûtent moins de vingt dollars. Sur Vector 1.0, la même passe en qualité moyenne coûterait quatre-vingts dollars, et chacun de ces fichiers devrait valoir la peine d’être conservé.

Et si vous avez besoin de remises sur les lots, l'API Batch de GPT Image 2.5 divise par deux le tarif de sortie, à 15 $ par million de jetons. Vector 1.0 n'a pas de palier batch publié — le volume est géré via la limite de requêtes en cours de votre compte, qui se manifeste par des réponses 429 plutôt que par une remise.

Les rares cas où la géométrie l’emporte

Les cas inverses sont plus restreints, mais décisifs lorsqu’ils s’appliquent.

Tout livrable destiné à l’impression, à la découpe, à la gravure ou à la broderie. GPT Image 2.5 à qualité maximale vous donne un beau fichier raster qu’un atelier de production retracera mal. Vector 1.0 vous donne des chemins.

Tout élément de marque qui doit rester modifiable. Un logo qu’un client recolorera au sein d’un système, ou un logotype que le marketing recomposera dans une graisse différente, nécessite une géométrie. Le régénérer à une autre taille n’équivaut pas à le mettre à l’échelle.

Tout flux de travail où une tarification par fichier est plus facile à budgéter qu'une tarification par token. Les équipes de design raisonnent en actifs. Un tarif fixe de 0,20 $ par SVG est prévisible d'une manière que « cela dépend du nombre de tokens que le modèle consomme » ne l'est pas, et le dry_run devis transforme une estimation de lot en un script d'une ligne.

Et tout cas où vous souhaitez vectoriser un élément existant. Le point de terminaison image-vers-vecteur à 0,10 $ n'a aucun équivalent dans la surface documentée de GPT Image 2.5. Il accepte des fichiers JPEG, PNG ou WEBP jusqu'à 50 Mo et propose un simple mode pour moins de formes, ainsi qu'un mode par défaut qui préserve davantage de détails — et, d'après la page de référence d'Ideogram elle-même, il ne peut pas encore regrouper le résultat en calques.

Appeler les deux depuis un même endroit

C'est la seule comparaison de cette série où nous pouvons être précis au sujet de notre propre couverture : GPT Image 2.5 figure au catalogue d'OrcaRouter sous les deux noms gpt-image-2.5-flare et gpt-image-2.5-sunburst. Ideogram Vector 1.0 n'y figure pas — il est disponible via la plateforme et l'API propres à Ideogram ainsi que sur plusieurs plateformes tierces, et nous ne le proposons pas.

Cette asymétrie est utile plutôt qu'embarrassante, car elle correspond à la manière dont les deux modèles doivent être utilisés. Le côté GPT Image 2.5 est celui du volume élevé et de l'itération rapide : celui où l'on essaie vingt variantes, où l'on en jette dix-neuf, et où l'on se soucie de la latence et du basculement automatique. Le servir au prix catalogue du fournisseur, avec 0 % de marge, derrière un basculement automatique, signifie qu'une dégradation de Sunburst n'arrête pas le lot et qu'un changement de tarif de Flare est effectif de notre côté le jour même. Le côté vectoriel est celui du faible volume et des enjeux élevés : une poignée de fichiers par projet, chacun valant trente fois une image matricielle, que l'on préfère générer délibérément et inspecter à la main plutôt que router automatiquement.

Si vous construisez le banc de test qui les compare, la forme pratique est une petite boucle : une invite en entrée, un raster en sortie de GPT Image 2.5, vectorisez ce raster pour 0,10 $, puis ouvrez les deux. La comparaison que vous faites ne porte pas sur lequel est le plus beau. Elle consiste à savoir si la version tracée est suffisamment proche du SVG généré directement pour éviter l’appel le plus coûteux.

La règle empirique

Comptez les livrables. Si le nombre est élevé et que les fichiers sont jetables, GPT Image 2.5 l'emporte à la fois sur les capacités et sur le coût, et le risque de réétiquetage des niveaux est gérable tant que vous vérifiez ce que high signifie réellement dans votre configuration.

Si le nombre est faible et que les fichiers sont permanents — un symbole, un logotype, une étiquette, un jeu d’icônes — le prix par fichier est négligeable à côté du coût du traçage, et Ideogram Vector 1.0 est le seul des deux qui clôt le débat avec un fichier que vous pouvez livrer.

Ce qui est gênant, c’est que le second cas, celui où Vector 1.0 l’emporte clairement, est aussi celui pour lequel il n’existe aucune preuve indépendante. Ce n’est pas une raison de choisir GPT Image 2.5 à la place. C’est une raison d’ouvrir le premier SVG que vous générez et de compter vous-même les tracés avant de bâtir un flux de travail dessus.