Découvrez les tarifs des tokens et exemples de génération ou de modification GPT Image 2.5 Flare, avec qualité, formats de sortie et réglages des images de référence.
Texte en entrée
Prix officiel
Tarif API Hop Économie 20%
Texte en entrée en cache
Prix officiel
Tarif API Hop Économie 20%
Image en entrée
Prix officiel
Tarif API Hop Économie 20%
Image en entrée en cache
Prix officiel
Tarif API Hop Économie 20%
Image en sortie
Prix officiel
Tarif API Hop Économie 20%
Prix de référence non vérifié indépendamment. Consultez les tarifs actuels, unités de facturation et conditions applicables de l’éditeur avant de comparer les coûts.
Connectez-vous pour utiliser le solde de votre compte.
Aperçu de l’exemple
{
"data": [
{
"url": "/examples/gpt-image-25-studio-product-gpt-image-2-5-flare.webp"
}
]
} Les images ci-dessous sont attribuées à ce modèle dans le guide OpenAI lié ; ce ne sont pas des résultats enregistrés sur API Hop. Les prompts et paramètres affichés sont des exemples réutilisables, pas des paramètres de reproduction vérifiés ; les prompts adaptés sont signalés. Comparez géométrie, lettrage et changements involontaires avec l’entrée avant d’utiliser une modification.
Create a product photograph of a nostalgic toy propeller airplane in clear blister packaging. Give the airplane rounded wings, a spinning nose propeller, and lightly worn painted-metal details. Use realistic plastic and metal textures, soft studio lighting, shallow depth of field, and crisp retail printing. Include only the packaging label "Christmas Memories Edition". Make the design original, with no trademarks or watermarks.
Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat. He has weathered skin with visible wrinkles, pores, and sun texture, and a few faded traditional sailor tattoos on his arms. He is calmly adjusting a net while his dog sits nearby on the deck. Shot like a 35mm film photograph, medium close-up at eye level, using a 50mm lens. Soft coastal daylight, shallow depth of field, subtle film grain, natural color balance. The image should feel honest and unposed, with real skin texture, worn materials, and everyday detail. No glamorization, no heavy retouching.
Give me a cool in culture ad / fashion shot for a brand called Thread. It's a hip young street brand. The ad shows a group of friends hanging out together with the tagline "Yours to Create." Make it feel like a polished campaign image for a youth streetwear audience: stylish, contemporary, energetic, and tasteful. Use clean composition, strong color direction, natural poses, and premium fashion photography cues. Render the tagline exactly once, clearly and legibly, integrated into the ad layout. No extra text, no watermarks, no unrelated logos.
Create an original, non-infringing logo for a company called Field & Flour, a local bakery. The logo should feel warm, simple, and timeless. Use clean, vector-like shapes, a strong silhouette, and balanced negative space. Favor simplicity over detail so it reads clearly at small and large sizes. Flat design, minimal strokes, no gradients unless essential. Fully transparent background. Deliver a single centered logo with generous padding, clean alpha edges, and no solid backdrop, scenery, checkerboard, or watermark.
Connectez-vous pour utiliser le solde de votre compte.
Aperçu de l’exemple
{
"data": [
{
"url": "/examples/gpt-image-25-extract-product-gpt-image-2-5-flare.webp"
}
]
} Enregistré le 22 octobre 2026 via API Hop. Chaque résultat correspond à une requête pour le modèle et le mode indiqués, sans garantie de taux de réussite, de vitesse ou de qualité de production. Les réponses ci-dessous restent dans leur langue d’origine.
La comparaison visuelle montre un fond blanc, un sujet et une composition globalement préservés, avec de légers changements de surfaces et de reflets. Le premier plan n’est pas identique pixel par pixel. Comparez le bord du verre, les glaçons, le niveau du liquide, le citron, la feuille et le socle avec l’original.
Cette réponse n’a pas répété le nom du modèle. Le relevé conserve le modèle demandé et l’ID exacts de la requête ; il ne vérifie pas indépendamment le routage en amont.
POST /openai/v1/images/generations
{
"model": "gpt-image-2.5-flare",
"prompt": "Edit the supplied product photograph. Replace only the turquoise background with a plain white studio background. Keep the same clear glass, orange drink level, ice, pedestal, lemon wedge and green leaf, with their shapes, colors and relative positions unchanged. Preserve the full composition. No new objects, text, logos or watermarks.",
"image_urls": [
"https://api.apihop.ai/generated/364459846248173568/0.png"
],
"n": 1,
"size": "16:9",
"resolution": "1k",
"quality": "low",
"output_format": "png",
"stream": false
}{
"requestId": "0ad5f15bde10aa614ddcddcb92de5d2c",
"jobId": null,
"responseModel": null,
"responseAt": "2026-10-22T12:29:26.261Z",
"finishedAt": "2026-10-22T12:29:32.056Z",
"usage": {
"input_tokens": 1588,
"input_tokens_details": {
"cached_tokens": 0,
"image_tokens": 1508,
"text_tokens": 80
},
"output_tokens": 120,
"output_tokens_details": {
"image_tokens": 120,
"text_tokens": 0
},
"total_tokens": 1708
},
"outputSha256": null,
"responseEvidence": {
"sha256": "3d96458744456831cc560c668156c733e44354b29d28c2ffb24efed5ff91eec2",
"bytes": 317,
"phase": "submission",
"http": 200,
"requestId": "0ad5f15bde10aa614ddcddcb92de5d2c",
"observedAt": "2026-10-22T12:29:26.261Z"
},
"assets": [
{
"url": "/examples/requestbeam-2026-10-22/edit-flare-0.png",
"bytes": 1351789,
"sha256": "d7b191650099ac7780b15cf776bee65f1c316d1117626c81ce588abe3b3993d0",
"metadata": {
"programs": [],
"stream_groups": [],
"streams": [
{
"codec_name": "png",
"codec_type": "video",
"width": 1536,
"height": 864,
"r_frame_rate": "25/1"
}
],
"format": {
"size": "1351789"
}
},
"poster": null
}
]
}Les images ci-dessous sont attribuées à ce modèle dans le guide OpenAI lié ; ce ne sont pas des résultats enregistrés sur API Hop. Les prompts et paramètres affichés sont des exemples réutilisables, pas des paramètres de reproduction vérifiés ; les prompts adaptés sont signalés. Comparez géométrie, lettrage et changements involontaires avec l’entrée avant d’utiliser une modification.
Extract the product from the input image and isolate it on a fully transparent background. Output: centered product, crisp silhouette, no halos/fringing. Preserve product geometry and label legibility exactly. Add only light polishing. Do not add a solid backdrop, checkerboard, scenery, or shadow. Do not restyle the product; remove the background and preserve clean alpha transparency.
Turn this drawing into a photorealistic image. Preserve the exact layout, proportions, and perspective. Choose realistic materials and lighting consistent with the sketch intent. Do not add new elements or text.
In this room photo, replace ONLY the white chairs with chairs made of wood. Preserve camera angle, room lighting, floor shadows, and surrounding objects. Keep all other aspects of the image unchanged. Photorealistic contact shadows and fabric texture.
Nous positionnons GPT Image 2.5 Flare comme un modèle d'images pour la génération quotidienne, les ressources commerciales et les itérations visuelles rapides. OpenAI a publié la série GPT Image 2.5 le 8 septembre 2026, avec Flare et Sunburst. Flare privilégie vitesse et efficacité des coûts, tandis que Sunburst convient davantage au détail et à la précision de retouche.
Face à GPT Image 2, la valeur principale de Flare n'est pas seulement de produire de belles images, mais de permettre plusieurs essais avec moins d'attente. OpenAI en fait le choix par défaut pour la plupart des applications et annonce une latence environ 50 % inférieure à GPT Image 2, avec une amélioration du détail, de la préservation des références et de la retouche. Annonce officielle OpenAI
Nous pensons que Flare mérite un premier essai pour les utilisateurs produisant souvent publicités, visuels sociaux, images produit et prototypes. Nous ne pensons toutefois pas qu'il dépasse GPT Image 2 sur chaque mesure de qualité. Si vos exigences visuelles sont moins fortes et la vitesse prioritaire, il peut être un bon choix.
GPT Image 2.5 Flare accepte texte et images pour produire de nouvelles images. Il crée directement depuis une description ou modifie photographies, brouillons de design et références existantes.
Ces capacités répondent à différents processus. Pour un nouveau visuel promotionnel, décrivez directement sujet, composition, éclairage et style. Si une image vous satisfait déjà largement et que vous souhaitez seulement remplacer le fond, ajuster un vêtement ou changer le texte, envoyez une URL de référence au même point d'accès Images generations de RequestBeam plutôt que de repartir de zéro.
L'API Flare propose low, medium, high, xhigh, max et auto. Les dimensions sont personnalisables, jusqu'à environ 4K dans les limites officielles de pixels. Il peut aussi produire des PNG ou WebP transparents.
Choisissez qualité et dimensions selon l'usage final plutôt que de tout régler sur max. Les miniatures web et aperçus sociaux peuvent commencer en medium ; augmentez progressivement pour les images principales de produits riches en détails.
Nous pensons qu'une évolution importante de GPT Image 2.5 Flare est son attention accrue aux parties qui ne doivent pas être modifiées.
Auparavant, la retouche par IA posait souvent ce problème : changer seulement la couleur d'un vêtement modifiait aussi visage, fond ou composition. En design commercial, des ressources déjà approuvées devaient alors être revues.
Avec GPT Image 2.5, OpenAI a travaillé les retouches locales, la conservation du sujet des références et les révisions successives. Dans l'annonce officielle, Axultan Alimkulov, responsable produit de Higgsfield AI, a particulièrement salué la préservation des personnes, de la composition et de l'identité visuelle par Flare lors des modifications. Retours des premiers clients OpenAI
Nous pensons que cela compte particulièrement pour la photographie produit, les mannequins virtuels et les ressources de marque. Des équipes e-commerce peuvent par exemple essayer des publicités successives avec différents fonds tout en conservant forme, logo et étiquette du produit.
Cela ne garantit pas une conservation parfaite au pixel près. Précisez toujours ce qui peut changer et ce qui doit rester, et inspectez le résultat, notamment visages, logos, emballages et textes produit.
Avec RequestBeam, nous souhaitons vous aider à comprendre plus rapidement les performances de GPT Image 2.5 Flare dans de vrais usages métier.
Connectez-vous, créez une API Key et ajoutez un petit crédit pour essayer sa génération avec l'outil en ligne. Pendant l'évaluation, inutile d'écrire d'abord une intégration API ou d'acheter un forfait fixe pour un test court. Vous réduisez aussi la gestion de comptes sur différentes plateformes.
Nous pensons qu'un avantage majeur de GPT Image 2.5 Flare est de réduire le temps des essais créatifs.
Pour les professionnels de la publicité et des réseaux sociaux, l'utilisabilité d'une image dépend de nombreux détails : angle du produit, couleur du fond, pose et style général. Même avec une direction claire, il faut généralement plusieurs versions pour choisir.
Dans les tests API réels publiés par OneWave le 8 septembre 2026, la médiane de génération de Flare en 1024×1024 et high était de 16,7 secondes, contre 117,8 secondes pour GPT Image 2. Nous pensons qu'un tel écart change directement la production, car une nouvelle idée impose beaucoup moins d'attente. Test pratique OneWave
Pour de nombreuses variantes publicitaires, utilisez Flare pendant l'exploration : préparez plusieurs directions de fond, caméra et style, puis sélectionnez celles à affiner.
La vitesse ne remplace pas le contrôle qualité. Vérifiez descriptions produit, éléments de marque et détails humains. Ne sautez surtout pas la revue humaine finale parce que la génération est plus rapide.
GPT Image 2.5 Flare convient aux photographies produit, scènes de vie et visuels photoréalistes. OpenAI souligne les progrès de la lumière naturelle, des textures et de la fidélité aux références, que nous considérons aussi comme perceptibles au quotidien.
Un client a indiqué qu'un portrait créé en un essai avec Flare lui convenait sans retouche. Il a surtout été surpris par l'éclairage et le rendu des matières.
Tous les utilisateurs n'obtiennent évidemment pas leur résultat idéal. Décrivez clairement tous les détails nécessaires. Pour une marque de café, fournissez par exemple une référence de l'emballage et exigez la conservation des proportions, logo, étiquette et couleurs, plutôt qu'une simple « publicité de café de haute qualité ».
Les retours clients montrent que la retouche représente davantage de travail quotidien que la génération initiale ; nos données actuelles indiquent un rapport proche de 3:1.
Une publicité peut par exemple avoir sa composition et ses personnages terminés, mais le client souhaite une autre couleur de vêtement ou un nouveau fond produit. L'idéal est de ne modifier que ce contenu et de conserver les autres détails approuvés.
Dans un test indépendant du 8 septembre 2026, Genflick a changé une écharpe jaune moutarde en bleu cobalt, en exigeant le maintien du visage, des lunettes, de la pose et du fond. À format de toile identique, les exemples medium et high de Flare ont effectué la retouche en préservant les autres éléments visuels principaux. Test de retouche Genflick
Cette préservation correspond toutefois à une similarité visuelle, pas à des pixels identiques hors de la zone retouchée.
Pour les images produit ordinaires, révisions d'affiches et changements de vêtements, essayez Flare d'abord. Pour les logos, structures produit complexes ou ressources exigeant une conservation stricte, testez davantage Sunburst ou combinez le modèle à des outils traditionnels pour les ajustements fins.
Nous pensons que les références multiples sont très utiles aux storyboards de courtes séries, personnages de bande dessinée, compositions de produits et visuels de marque.
Supposons que vous disposiez de fiches de deux personnages et d'un fond de scène fixe. Vous pourriez ensuite demander à ces personnages d'y effectuer une action précise tout en gardant leurs vêtements et traits.
Un client de bandes dessinées animées a décrit un essai avec trois références : deux personnages et une scène. Il demandait que l'un tende une tasse à l'autre. Dans les résultats présentés en medium et high, Flare a conservé traits principaux, vêtements et environnement, tout en respectant positions et actions. Nous pensons donc qu'il peut déjà servir à la préproduction de certains contenus visuels séquentiels.
De nombreux modèles plus anciens créaient de belles affiches, mais commettaient souvent des erreurs orthographiques et numériques dès qu'il fallait du texte précis, des dates ou des prix.
Dans les tests réels d'affiches de chaussures et vêtements de nos clients e-commerce, Flare a aussi correctement produit titres, sous-titres et prix imposés. Ce test montre que GPT Image 2.5 Flare peut déjà servir au design pratique dans ce domaine.
Au-delà du texte, la transparence est une autre capacité utile. L'équipe d'évaluation de Manus en a salué les progrès dans les documents officiels de lancement OpenAI.
Nous recommandons Flare pour les premières affiches, autocollants produit, illustrations web, cartes sociales et icônes simples. Pour les fonds transparents, vous pouvez utiliser l'IA pour développer un outil vérifiant le canal alpha du fichier afin d'éviter les erreurs possibles.
Nous nous référons ici principalement aux documents officiels OpenAI et aux tests publiés par OneWave, Genflick, HummingBytes, IMG.LY et Fuser.
Résolutions, qualités, prompts et environnements ne sont pas identiques. Nous conservons donc les conditions importantes plutôt que de réunir directement différentes sources dans un seul classement.
Dans les tests indépendants OneWave du 8 septembre 2026, trois modèles ont utilisé le même prompt, une résolution de 1024×1024 et la qualité high. Chacun a effectué 9 générations.
Les résultats étaient les suivants :
| Modèle | Temps médian de génération | Coût par image |
|---|---|---|
| GPT Image 1 | 30.3 secondes | $0.1669 |
| GPT Image 2 | 117.8 secondes | $0.2112 |
| GPT Image 2.5 Flare | 16.7 secondes | $0.0532 |
Dans cet ensemble, Flare générait environ 7 fois plus vite que GPT Image 2, un avantage net. HummingBytes a observé une tendance similaire : sur 19 générations en high, Flare prenait en moyenne environ 25,1 secondes, contre 128,4 pour GPT Image 2. Les temps absolus différaient, mais les deux tests indépendants montraient une nette avance de Flare en génération. Test OneWave · Test HummingBytes
Si votre activité implique des essais fréquents de prompts, comme un site de génération, un outil marketing ou de création d'images e-commerce, testez Flare d'abord.
Pour les services devant promettre un délai fixe, mesurez aussi les latences P95 et P99 et prévoyez délais et reprises adaptés. Ne considérez pas les 16,7 secondes de ces tests comme un temps de service stable.
Secondes · Plus bas est préférable
Résultats de test indépendant, pas un délai garanti. Ne les combinez pas avec le test distinct HummingBytes.
Source : OneWave · Échelle partant de zéro
Secondes · Plus bas est préférable
Moyennes approximatives, pas des médianes. Il s’agit d’un test distinct avec d’autres conditions.
Source : HummingBytes · Échelle partant de zéro
Le coût de génération est un autre avantage de Flare.
Selon les tarifs API officiels OpenAI, le traitement standard de GPT Image 2.5 Flare coûte :
| Type de token | Prix par million de tokens |
|---|---|
| Entrée textuelle | $5.00 |
| Entrée textuelle en cache | $1.25 |
| Entrée image | $8.00 |
| Entrée image en cache | $2.00 |
| Sortie image | $30.00 |
Flare et GPT Image 2 ont les mêmes prix par token. L'écart réel par image provient surtout de la consommation pendant la génération, pas d'une baisse du tarif unitaire. Tarifs du modèle Flare OpenAI
Dans le test OneWave, à prompt, résolution et qualité high identiques, Flare coûtait $0,0532 par image, contre $0,2112 pour GPT Image 2. Son coût réel était donc environ le quart de l'ancienne version.
Nous pensons que cela compte beaucoup pour les SaaS générant à grande échelle. Si un outil marketing permet de modifier les prompts, générer des candidats et choisir une version finale parmi plusieurs résultats, un coût inférieur par image influe directement sur la marge brute du produit.
Avant l'intégration, testez séparément qualité et consommation en medium, high et xhigh pour trouver le niveau minimal acceptable.
USD par image · Plus bas est préférable
Coûts par image de ce test, pas des prix par million de tokens ni des tarifs API Hop.
Source : OneWave · Échelle partant de zéro
Nous considérons l'exactitude du texte dans les images comme un indicateur important pour l'intégration aux processus de design commercial.
OneWave a utilisé trois modèles pour créer une table comparative de prix contenant 24 textes imposés, dont nombres, décimales, prix et chaînes précises.
GPT Image 2 et GPT Image 2.5 Flare ont correctement produit les 24 éléments, tandis que GPT Image 1 n'en a réussi que 19.
Des utilisateurs e-commerce ont aussi comparé récemment trois tâches : bannière, image de détail produit et brochure. Flare a généré correctement les 583 caractères demandés sur les trois images.
Nous pensons que ces résultats montrent que Flare traite déjà beaucoup de visuels avec texte : affiches d'événement, menus, concepts d'emballage et ressources sociales explicatives.
Pour les affiches promotionnelles générales, utilisez Flare pour le brouillon. Si le texte exige une précision stricte, générez plutôt fond et éléments visuels avec Flare, puis ajoutez le texte final par une mise en page programmatique, généralement plus fiable.
Éléments de texte corrects · Plus élevé est préférable
Une tâche, pas un taux global d’exactitude. Le test client distinct de 583 caractères n’est pas inclus.
Source : OneWave · Échelle partant de zéro
En design commercial réel, un prompt ne décrit pas seulement un sujet : il comprend plusieurs exigences simultanées.
OneWave a conçu un prompt complexe d'environ 1253 caractères avec 8 conditions vérifiables, dont quantités d'objets, ordre, positions du texte, direction de lumière et éléments interdits.
Dans ce test :
| Modèle | Contraintes respectées |
|---|---|
| GPT Image 1 | 6/8 |
| GPT Image 2 | 7/8 |
| GPT Image 2.5 Flare | 8/8 |
| GPT Image 2.5 Sunburst | 8/8 |
Les résultats montrent que, pour cette tâche, Flare a compris les objets à générer et géré leurs relations spatiales ainsi que les exclusions. Test de prompt complexe OneWave
Nous distinguons toutefois cette réussite d'un contrôle complet du style artistique.
Un client travaillait avec des storyboards de neuf cases. Après le passage de GPT Image 2 à Flare, le même prompt a généré les neuf images en un essai, conservé les traits principaux et largement respecté l'ordre des plans. Mais malgré un style d'illustration demandé, le résultat restait nettement cinématographique et photoréaliste.
Comprendre la structure d'une scène ne garantit donc pas le respect strict de chaque style. Nous recommandons des prompts structurés décrivant séparément sujets, positions, quantités, texte et contenu à préserver. Les résultats sont généralement plus stables qu'avec une description sans structure.
Si le projet exige un style cohérent, comme la bande dessinée, l'illustration de marque ou les storyboards d'animation, ajoutez des références pour mieux maîtriser la sortie.
Contraintes satisfaites · Plus élevé est préférable
Les résultats propres à la tâche ne prouvent pas un contrôle total du style artistique.
Source : OneWave · Échelle partant de zéro
OpenAI présente la retouche précise comme un progrès majeur de GPT Image 2.5, mais nous pensons qu'il faut examiner séparément résultat et vitesse.
OneWave a utilisé la même image source et obtenu :
| Modèle | Temps médian de retouche | Coût par retouche |
|---|---|---|
| GPT Image 1 | 38.7 secondes | $0.1686 |
| GPT Image 2 | 15.3 secondes | $0.0143 |
| GPT Image 2.5 Flare | 17.0 secondes | $0.0143 |
Flare n'était pas plus rapide que GPT Image 2 : il était légèrement plus lent, à coût identique.
En revanche, les tests Genflick de recoloration d'écharpe avec Flare et Sunburst montraient que les deux modèles changeaient la couleur locale en conservant les traits principaux et le format original. Son test d'icône de théière transparente a aussi vérifié un PNG Flare contenant réellement un canal alpha. Test de retouche OneWave · Tests Genflick de retouche et transparence
Nous pensons que Flare apporte davantage si votre activité génère surtout depuis zéro. Si les utilisateurs retouchent principalement des images existantes, il n'est pas nécessaire de changer immédiatement pour la seule nouveauté.
Conservez GPT Image 2 s'il répond déjà aux besoins, et étendez Flare lorsqu'il réduit clairement les modifications erronées et reprises manuelles.
Secondes · Plus bas est préférable
Flare était légèrement plus lent que GPT Image 2 dans ce test de modification.
Source : OneWave · Échelle partant de zéro
USD par modification · Plus bas est préférable
Flare et GPT Image 2 avaient le même coût dans ce test. Ce ne sont pas des tarifs API Hop.
Source : OneWave · Échelle partant de zéro
Nous pensons que GPT Image 2.5 Flare apporte surtout une génération de qualité similaire à GPT Image 2 avec moins de temps et de tokens.
Dans les tests comparables de OneWave, Flare avait une médiane de 16,7 secondes contre 117,8 pour GPT Image 2. Les coûts par image étaient de $0,0532 et $0,2112.
Ces chiffres nous incitent à choisir Flare d'abord pour les nouveaux projets générant fréquemment.
En retouche d'images existantes, GPT Image 2 avait toutefois une médiane légèrement plus basse, avec le même coût. L'avance de vitesse de Flare ne concerne donc pas chaque retouche. Comparaison OneWave
Pour un produit texte-image avec GPT Image 2, testez prioritairement une migration vers Flare. Pour les modifications photo, remplacements de fond et retouches locales, comparez d'abord le taux de réussite et la conservation du sujet.
Pour les nouveaux projets, nous recommandons de placer Flare en tête des candidats par défaut, grâce à ses avantages pratiques plus nets de vitesse et de coût.
GPT Image 2.5 Flare et Sunburst appartiennent à la même famille, sans viser exactement le même travail.
OpenAI les distingue clairement : Flare est un modèle plus petit axé sur la vitesse, tandis que Sunburst est un modèle de base privilégiant qualité et précision de retouche.
Sur les 19 générations high de HummingBytes, Flare prenait en moyenne environ 25,1 secondes, contre 36,3 pour Sunburst. Flare était nettement plus rapide dans cet ensemble. Comparaison pratique HummingBytes
Dans le prompt complexe OneWave, Flare et Sunburst respectaient les 8 contraintes. Certains tests Genflick d'affiches simples et de recoloration locale n'ont pas non plus révélé de gain clair de réalisation avec Sunburst.
Lorsque la qualité requise est déjà atteinte, Sunburst peut donc seulement ajouter de l'attente sans bénéfice assez net.
Nous recommandons deux étapes : générer rapidement différentes idées avec Flare, puis essayer Sunburst pour les révisions précises une fois composition et style choisis.
Un outil publicitaire pourrait par exemple produire dix concepts avec Flare, puis affiner avec Sunburst les détails du visuel retenu. Cela facilite l'équilibre entre efficacité et qualité.
Nano Banana 2.1 de Google est un modèle que nous jugeons intéressant à évaluer aux côtés de Flare.
Le 6 octobre 2026, Fuser a mené cinq tâches pratiques pour comparer Nano Banana 2.1 et GPT Image 2.5 Flare.
Nano Banana 2.1 réussissait mieux en photographie produit, avec des fonds et ombres plus conformes. Flare avait des avantages en cohérence des personnages, sur certaines scènes photoréalistes et en modification de fonds produit. Les deux produisaient correctement le texte de l'affiche demandé. Test pratique Fuser des deux modèles
Nous trouvons ces résultats utiles car ils montrent combien les atouts d'un modèle dépendent de la tâche précise.
Pour conserver traits du visage et détails vestimentaires d'un personnage virtuel dans plusieurs scènes, essayez Flare en premier.
Pour la photographie produit, les présentations et images principales e-commerce, testez aussi Nano Banana 2.1, notamment la précision de la géométrie, des matières et de l'éclairage.
Pour une intégration commerciale, utilisez vos propres images comme références et générez plusieurs résultats par modèle à résolution cible égale. Comparez réussite au premier essai, utilisabilité finale et coût réel par image acceptable avant de choisir.
Nous pensons que FLUX.3 Image mérite aussi une comparaison avec Flare, particulièrement pour la retouche et les ressources de marque.
Dans des tests publiés le 2 octobre 2026, Fuser a comparé les modèles sur trois tâches textuelles et deux retouches locales.
Pour le texte, FLUX.3 Image et GPT Image 2.5 Flare ont tous deux correctement généré les 583 caractères imposés, sans différence notable.
Les performances de FLUX.3 Image en retouche locale méritent toutefois davantage d'attention.
Lors du remplacement d'un gobelet en papier par une tasse sur une photo de café, Fuser a mesuré que 7,7 % des pixels hors de la zone indiquée changeaient au-delà de la tolérance avec Flare, contre seulement 0,4 % avec FLUX.3 Image. Pour une modification de date sur une affiche, les changements hors cible étaient respectivement de 25,0 % et 12,9 %. Comparaison pratique Fuser de FLUX.3 Image
Ces chiffres suggèrent que, malgré les progrès locaux de Flare, FLUX.3 Image peut avoir un avantage lorsque l'original doit être strictement préservé.
Pour la génération généraliste, la création publicitaire et les outils de design rapide, considérez Flare d'abord. Si votre application modifie très légèrement des affiches terminées, photos produit ou images de marque en préservant au maximum le reste, privilégiez FLUX.3 Image comme comparaison.
Dans ce dernier cas, nous regardons surtout la précision du changement dans la zone indiquée sans perturbation du contenu approuvé, plutôt que la seule beauté de l'image.
Créez une clé API API Hop pour votre serveur et envoyez du JSON à POST /openai/v1/images/generations avec l’ID du modèle affiché sur cette page et un prompt. Omettez image_urls pour une nouvelle image. Vérifiez le tarif actuel avant l’envoi : la génération est facturée, ce n’est pas un test de connexion gratuit.
Envoyez le modèle choisi, un prompt de modification et image_urls à POST /openai/v1/images/generations. Fournissez jusqu’à 16 URL d’images HTTP(S) accessibles publiquement. Cet endpoint API Hop utilise JSON pour la génération et la modification d’images de référence. Son contrat public actuel ne prend pas en charge les envois multipart, les URI de données base64, les masques ou une route /images/edits distincte. Décrivez les changements et les détails à préserver, puis vérifiez le résultat complet. Pour une nouvelle modification, renvoyez le résultat précédent comme URL de référence ; cet endpoint ne conserve pas l’historique de conversation.
Avec stream: false, API Hop attend la fin et renvoie les URL d’images dans data[].url, avec les informations d’utilisation disponibles. Vérifiez le statut HTTP et le corps de la réponse avant de lire le résultat. Utilisez le format documenté pour cet endpoint, pas un parseur Base64 du fournisseur. Téléchargez les images terminées dans votre propre stockage si votre application nécessite un accès durable.
Avec stream: true, lisez les événements SSE jusqu’à image_generation.completed et [DONE], et gérez les erreurs. Les aperçus partiels ne sont pas garantis. Cet endpoint Images generations ne renvoie pas d’ID de tâche pour le polling. Si la connexion s’interrompt avant la fin, conservez tout ID de requête et vérifiez les journaux et l’utilisation du compte avant de soumettre une autre génération potentiellement payante. Une déconnexion du client ne prouve pas l’annulation de la génération.
gpt-image-2.5-flaremodel est obligatoire ; ces exemples utilisent l’ID du modèle de cette page. Vérifiez l’accès de votre clé API avec GET /v1/models.
POST /openai/v1/images/generationscurl -X POST "https://api.apihop.ai/openai/v1/images/generations" \
-H "Authorization: Bearer <API_KEY>" \
-H "Content-Type: application/json" \
-d '{"model":"gpt-image-2.5-flare","prompt":"Create a product photograph of a nostalgic toy propeller airplane in clear blister packaging.\nGive the airplane rounded wings, a spinning nose propeller, and lightly worn painted-metal details.\nUse realistic plastic and metal textures, soft studio lighting, shallow depth of field, and crisp retail printing.\nInclude only the packaging label \"Christmas Memories Edition\". Make the design original, with no trademarks or watermarks.","n":1,"size":"1:1","quality":"low","output_format":"png","stream":false,"resolution":"1k","image_urls":[],"background":"auto"}'Créez une clé API API Hop pour votre serveur et envoyez du JSON à POST /openai/v1/images/generations avec l’ID du modèle affiché sur cette page et un prompt. Omettez image_urls pour une nouvelle image. Vérifiez le tarif actuel avant l’envoi : la génération est facturée, ce n’est pas un test de connexion gratuit.
Envoyez le modèle choisi, un prompt de modification et image_urls à POST /openai/v1/images/generations. Fournissez jusqu’à 16 URL d’images HTTP(S) accessibles publiquement. Cet endpoint API Hop utilise JSON pour la génération et la modification d’images de référence. Son contrat public actuel ne prend pas en charge les envois multipart, les URI de données base64, les masques ou une route /images/edits distincte. Décrivez les changements et les détails à préserver, puis vérifiez le résultat complet. Pour une nouvelle modification, renvoyez le résultat précédent comme URL de référence ; cet endpoint ne conserve pas l’historique de conversation.
Avec stream: false, API Hop attend la fin et renvoie les URL d’images dans data[].url, avec les informations d’utilisation disponibles. Vérifiez le statut HTTP et le corps de la réponse avant de lire le résultat. Utilisez le format documenté pour cet endpoint, pas un parseur Base64 du fournisseur. Téléchargez les images terminées dans votre propre stockage si votre application nécessite un accès durable.
Avec stream: true, lisez les événements SSE jusqu’à image_generation.completed et [DONE], et gérez les erreurs. Les aperçus partiels ne sont pas garantis. Cet endpoint Images generations ne renvoie pas d’ID de tâche pour le polling. Si la connexion s’interrompt avant la fin, conservez tout ID de requête et vérifiez les journaux et l’utilisation du compte avant de soumettre une autre génération potentiellement payante. Une déconnexion du client ne prouve pas l’annulation de la génération.
Référence de la famille et du protocole
GPT Image 2.5
Documentation API complèteGénérez des images avec Flare ou modifiez des images de référence avec Sunburst.
https://api.apihop.ai/openai/v1/images/generations