Images 2.6 vs Ideogram 4.5 : le spécialiste coûte plus cher

En général, le spécialiste est l’option bon marché. Il fait une seule chose, il la fait bien, et il casse les prix par rapport au généraliste. Ideogram 4.5 inverse cette logique. Dans son palier High, il affiche environ 0,22 $ par image — 220 $ les mille sur le tableau d’édition d’Artificial Analysis — tandis qu’Images 2.6 d’OpenAI, publié le 4 novembre 2026 sous les noms GPT-Image-2.6 Flare et GPT-Image-2.6 Sunburst, revient à près de dix cents pour un rendu 2K de haute qualité comparable, avec son tarif de 30 $ par million de tokens de sortie. Le modèle conçu spécifiquement pour l’édition précise facture environ le double de ce que le laboratoire de pointe facture pour le même travail.

Cette inversion résume toute la comparaison. Ideogram 4.5 a passé deux générations à soutenir qu’on ne peut pas faire confiance à un généraliste pour modifier une seule chose sans changer tout le reste. Images 2.6 est la tentative la plus directe d’OpenAI à ce jour pour prouver que cet argument est faux — et, pour la première fois, les deux modèles vendent une promesse presque exactement identique.

Qu’est-ce qu’Ideogram 4.5 ?

Ideogram 4.5 est sorti le 30 septembre 2026 en tant que modèle fermé et hébergé, avec deux fonctions : la génération d’images à partir de texte et l’édition locale précise. L’argument de l’édition est précis et vérifiable : modifiez une région et les pixels alentour reviennent inchangés, et ils continuent de revenir inchangés au fil de passes multi-tours répétées, de sorte que la dérive ne s’accumule pas. Ideogram l’a démontré en résolution native sur une image de 4 016 × 6 016, soit 24,2 mégapixels, ce qui constitue une affirmation sur la préservation des pixels plutôt que sur la génération d’une jolie nouvelle image.

La sortie native est en 2K. La tarification repose sur quatre niveaux de qualité plutôt que sur la résolution — environ 0,03 $ en Low, 0,06 $ en Medium et 0,22 $ en High selon la grille tarifaire du fournisseur, les revendeurs annonçant 0,04 $ / 0,07 $ / 0,26 $. La disponibilité passe par l’application, l’API et le serveur MCP d’Ideogram, ainsi que par des partenaires comme Picsart, Runway, Pika, Leonardo et une poignée de plateformes d’inférence. Les poids ouverts ont été annoncés comme prévu et n’ont pas été publiés.

La thèse que chacun vend

La position d’Ideogram est que l’édition est une discipline distincte de la génération, et qu’un modèle optimisé pour la composition sera toujours tenté de recomposer. Sa réponse consiste en une édition conservatrice : toucher la zone marquée, laisser le reste identique bit pour bit, répéter indéfiniment.

La position d'OpenAI avec Sunburst est plus subtile. Elle ne promet pas un environnement identique au pixel près ; elle promet que le sujet reste reconnaissable d'une modification à l'autre — le visage, le logo, le détail du produit. C'est une garantie sémantique plutôt qu'une garantie au pixel près, et cela importe pour un échec différent : non pas « l'arrière-plan a changé », mais « la personne ne ressemble plus à la même personne ».

Images 2.6 ajoute deux mécanismes visant exactement cela. Le paramètre de complexité permet au modèle de planifier davantage lorsqu’une scène comporte plusieurs contraintes. L’édition guidée par balisage — une superposition transparente dessinée sur la source, mutuellement exclusive avec un masque — remplace une description en prose de l’endroit où intervenir par une image de l’endroit où intervenir. La réponse d’Ideogram au même problème est architecturale plutôt que paramétrique : concevoir le modèle de sorte qu’il ne cherche pas à toucher au reste du canevas.

La garantie dont vous avez besoin dépend de ce que vous modifiez. Une photo de produit sur fond épuré réclame la promesse pixel d'Ideogram. Un personnage récurrent tout au long d'une campagne réclame la promesse d'identité d'OpenAI. La plupart des pipelines de production ont besoin des deux, et jusqu'ici devaient en choisir une seule.

Rendu de texte : là où le spécialiste justifie sa prime

C'est le point fort d'Ideogram, et les chiffres sont inhabituellement concrets pour une comparaison de modèles d'image. Des tests typographiques indépendants menés autour du lancement ont constaté qu'il plaçait correctement 110 caractères sur 111 dans les petits caractères d'une affiche, 172 prix de menu sur 172 — avec des artefacts d'espacement au niveau Medium — et 300 caractères sur 300 sur une étiquette d'ingrédients dense. Un test d'affiches portant sur 36 modèles a constaté qu'il plaçait correctement les trois lignes à chaque niveau de qualité.

Il échoue aussi de manière instructive. Un test d'étiquette nutritionnelle a échoué : les valeurs ont décalé les lignes, un mot était mal orthographié et une ligne a été inventée. La documentation d'Ideogram reconnaît elle-même franchement que le modèle est destiné aux titres et aux blocs courts, qu'il est meilleur en anglais, qu'il ne prend pas en charge le nommage des polices et que le texte courant doit être réalisé dans un outil de conception.

L’histoire du texte dans Images 2.6 est moins documentée. OpenAI affirme que Flare améliore la qualité de mise en page des affiches et des visuels produits, et que la génération précédente a obtenu de bons résultats sur de courts titres en anglais — GPT Image 2.5 a fait correspondre 111 caractères sur 111 au même test d’affiche où Ideogram a obtenu 110. Mais il n’existe pas de preuves publiées équivalentes pour une typographie dense à blocs multiples sur 2.6, ni de récit CJK comparable à ce que publient les laboratoires chinois. Si la typographie est le produit, le spécialiste a encore les preuves à l’appui.

Combien coûte chacun pour le même travail

• Ideogram 4.5 — environ 0,03 $ par image en Low, 0,06 $ en Medium, 0,22 $ en High ; Artificial Analysis mesure 100 $ par millier pour la génération texte-image et 220 $ par millier pour l’édition avec la configuration High.

• Images 2.6 — 5 $ par million de tokens d'entrée texte (1,25 $ en cache), 8 $ par million de tokens d'entrée image (2 $ en cache), 30 $ par million de tokens de sortie image. Un rendu 2K de haute qualité revient à environ dix cents ; un rendu 1K de faible qualité à environ un demi-cent.

Une retouche typique — 900 jetons de texte en entrée, 1 200 jetons d’image en entrée, 4 000 jetons d’image en sortie — coûte 0,1341 $ sur Images 2.6, quoi que le modèle en fasse.

Les structures par image et par jeton se comportent différemment lors des itérations, et c’est là que cela devient intéressant. Ideogram facture les mêmes 0,22 $ que la modification change la couleur d’un bouton ou reconstruise la scène. OpenAI facture en fonction des pixels qu’elle peint — une petite modification avec une petite sortie coûte moins cher qu’un rendu complet. Pour un flux de travail qui effectue de nombreuses petites corrections sur une seule image principale, le modèle par jeton est structurellement moins cher, et l’écart se creuse à chaque tour.

Pour un flux de travail qui génère à grande échelle et modifie rarement, le niveau Low d’Ideogram à trois cents soutient la comparaison avec n’importe quelle solution, et sa prévisibilité apporte quelque chose qu’une estimation de jetons n’apporte pas.

Que disent les panneaux ?

Artificial Analysis place Ideogram 4.5 (High) à 1 016 Elo en génération d’images à partir de texte, dans une large fourchette de classement autour de la 27e-29e place, et à 1 069 en édition, autour de la 25e place. Ce sont des chiffres de milieu de tableau, et ils sont inférieurs à ce que la propre présentation de lancement d’Ideogram laissait entendre — son affirmation d’une 15e place en édition le situait dans la même fourchette que MAI-Image-2.6 et Gemini 3 Pro Image, ce que le classement actuel ne confirme pas.

Pour contexte, GPT Image 2.5 Sunburst se situe à 1 224 et 1 199 sur ces mêmes classements. La génération précédente d'OpenAI devance donc Ideogram 4.5 de plus de 200 Elo en génération d'images à partir de texte et de 130 en édition. Images 2.6 lui-même n'est pas noté : nous avons consulté les deux classements le 5 novembre, le lendemain du lancement, et ni Flare ni Sunburst n'y figure. La seule affirmation d'OpenAI en matière de classement est que Sunburst a pris la première place sur Design Arena devant son prédécesseur — une source citée par l'éditeur, et sans aucun Elo publié que nous puissions vérifier.

Lus l’un contre l’autre, les classements disent quelque chose d’inconfortable pour les deux : le spécialiste est en milieu de tableau sur la préférence générale, et le nouveau modèle du généraliste ne fait l’objet d’aucune mesure. L’endroit où Ideogram gagne réellement n’est pas l’arène. C’est la retouche étroite, répétable et préservant les pixels — précisément le cas qu’un score Elo capte le moins bien.

Quand choisir lequel

Choisissez Ideogram 4.5 si votre travail est de la retouche : un seul élément, de nombreuses corrections validées, un arrière-plan qui ne doit pas bouger, un client qui comparera l’avant et l’après à 100 %. Les 0,22 $ constituent un supplément pour une garantie, et si un élément de marque vous est déjà revenu avec un logo subtilement différent, vous savez ce que vaut la garantie. Choisissez-le aussi si une typographie anglaise dense est le livrable et que vous l’avez testée sur votre propre copie — les chiffres publiés de précision des caractères sont la meilleure preuve dans cette catégorie.

Choisissez Images 2.6 si vous avez besoin de mouvement, d’une sortie vectorielle ou d’une marge de résolution — Ideogram 4.5 n’offre aucun des trois — ou si vos modifications sont nombreuses et petites, cas où le modèle à jetons est moins cher par correction. Choisissez-le également si vous êtes déjà dans l’écosystème OpenAI : mêmes points de terminaison, mêmes tarifs de jetons que 2.5, et la migration se résume à une chaîne de modèle.

Au moment de la rédaction, aucun des deux n’est sur OrcaRouter. Aujourd’hui, notre gamme d’images route GPT-Image-2.5 Flare et Sunburst, les modèles Gemini et Imagen de Google ainsi que Grok Imagine Image, tous derrière une seule clé, au prix catalogue du fournisseur, avec 0 % de marge et un basculement automatique en cas d’échec. Si votre pipeline finit par utiliser à la fois un spécialiste et un généraliste, voilà la forme d’intégration qu’il vaut la peine de prévoir : un seul identifiant, une seule facture, et le choix du modèle devient une décision de routage plutôt qu’un projet d’approvisionnement.

Ce qui trancherait cette comparaison, c’est un benchmark de différence pixel : même image source, même consigne, mesurer quelle part du canevas laissé intact a bougé. Personne ne publie ça. Tant que personne ne le fait, le test honnête consiste à prendre votre propre ressource la moins performante — passez-la dans les deux et regardez ce qui a changé sans que vous l’ayez demandé.