L'ouverture Images 2.6 de OpenAI met l'accent sur une génération plus rapide et un raffinement plus précis tout en « gardant les détails du caractère, du produit et de la marque cohérents » d'une édition à l'autre. Du côté du produit, Sunburst est décrit comme offrant une génération de meilleure qualité et « une cohérence d'image encore plus grande lors des modifications » à quality de niveau moyen ou élevé. Les citations de clients telles que Figma Weave sont citées pour aider à conserver les détails qui définissent un personnage, un produit ou une marque lors de la génération et de l'édition. Ces lignes sont des citations officielles de marketing et de clients, et non des scores de cohérence de laboratoire indépendant. Cet article n'organise que les mécanismes et conseils déjà écrits dans la documentation ; il n'invente aucun classement.

👉 Essayez l'API GPT Image 2.6 sur PoYo : tarifs par image et playground en ligne.

Où les documents placent la « cohérence »

Premièrement, le niveau de modèle : Sunburst est positionné pour des visuels détaillés et des modifications précises ; le guide d'invite suggère de donner la priorité à gpt-image-2.6-sunburst pour les flux de travail plus stricts en termes de détails, de mise en page ou de précision des modifications. Si Sunburst répond déjà à la barre, comparez la latence de Flare dans les mêmes conditions. Deuxièmement, le niveau de qualité : l'annonce associe une cohérence d'édition plus forte à des paramètres de qualité moyenne/élevée ; la même étiquette quality n'implique pas une qualité visuelle identique sur tous les modèles : mesurez sur votre propre charge. Troisièmement, complexité : pour la plupart des tâches d'édition, OpenAI recommande des modifications lentes et rapides et réduit les modifications inutiles ; l'omission des valeurs par défaut est élevée et peut introduire des variations supplémentaires. Pour les recolorations ciblées, les modifications de marquage et les modifications d'emballage, une faible complexité correspond généralement aux contraintes d'invite « modifier uniquement X, préserver Y ». Quatrièmement, le balisage : une fois que la modification des annotations entre dans l'API, une superposition transparente peut indiquer avec précision les emplacements des changements, réduisant ainsi les erreurs de redessinage de l'image complète, ce qui est directement pertinent pour les recolorations des SKU et les corrections de copie locales dans les flux de travail de la marque.

Les limitations générales du guide de génération d'images indiquent toujours que le modèle peut « occasionnellement ne pas réussir » à maintenir la cohérence visuelle des personnages ou des éléments de marque récurrents ; la composition structurée et le placement précis du texte ont également des limites. En d’autres termes, OpenAI met à la fois l’accent sur la cohérence et reconnaît une éventuelle dérive. Les engagements de service externe doivent indiquer « échantillon par flux de travail » et non « identique au pixel pour toujours ».

Conseils documentés pour les workflows multi-tours

Le guide d'invite d'image transforme le raffinement multi-tours en discipline exécutable. Établissez une référence de personnage ou de produit : générez (ou téléchargez) d'abord une ressemblance canonique, puis utilisez-la comme entrée lors de modifications ultérieures tout en répétant les contraintes d'apparence (garde-robe, forme du visage, proportions, palette, géométrie du logo). Modifiez un élément par tour afin de savoir quelle modification a réellement fonctionné. Indiquez à la fois « ce qu'il faut changer » et « ce qui doit être préservé » : l'identité, la géométrie, la disposition, l'éclairage, les étiquettes, la saturation, la position de la caméra et les objets environnants peuvent tous être écrits sous forme de contraintes. Lorsqu'une région doit être très précise, utilisez un balisage (ou un masque : les deux ne peuvent pas se combiner) ; si une région doit rester identique au pixel près, les documents recommandent de compositer les modifications approuvées sur l'original plutôt que de se fier uniquement aux invites. Pour les ressources transparentes, demandez explicitement un arrière-plan transparent et inspectez l'alpha : un damier dessiné n'est pas une véritable transparence.

Pour les bibliothèques d'actifs de marque, gelez les éléments d'acceptation tels que : le glyphe et l'espacement du logo, le delta des couleurs primaires, la silhouette du produit, les caractéristiques d'identité des personnages et les logos supplémentaires interdits. Lors de la migration des flux de travail 2.5, conservez les invites et les références inchangées lors de la première comparaison, puis introduisez la complexité et le balisage étape par étape. Suivez les échecs, les tentatives et le coût par image accepté avant la mise à l’échelle. L'UX multi-tours ChatGPT et le traitement par lots d'API ne sont pas la même surface de configuration : la production d'API doit suivre les générations/modifications de Image API et les pages modèles.

Limites des instructions

Ne réécrivez pas les devis des clients sous forme de spécifications techniques ; ne prétendez pas que « tous les problèmes de cohérence de la marque sont résolus » ; ne nommez pas un seul modèle par défaut sans comparaison entreprise-corpus. Sunburst, une qualité supérieure, une faible complexité (pour des modifications ciblées) et le balisage sont une combinaison d'outils que la documentation officielle vous permet d'indiquer côte à côte. Les résultats dépendent toujours des invites et des critères d'acceptation.

Pour les actifs de commerce électronique et d'emballage, codez « changez uniquement la bande de couleur », « échangez uniquement le capuchon » ou « fixez uniquement l'étiquette de prix » comme invites avec des clauses de conservation, et entourez l'objet avec un balisage pour réduire le risque que les arrière-plans et les SKU voisins soient réécrits ensemble. Pour les storyboards de personnages continus, gelez d'abord une référence canonique, puis à chaque tour de modification, transmettez à la fois la référence et la sortie précédente tout en reformulant les contraintes d'apparence clés ; si la dérive s'accumule, redémarrez une chaîne courte à partir de la référence plutôt que d'empiler les instructions sur un résultat déjà dérivé. Les documents rappellent également : un même label de qualité n’est pas directement équivalent entre les modèles ; si une région finale doit être identique au pixel, compositez à nouveau sur l'original. Rien de tout cela ne constitue une référence de cohérence tierce : cela transforme les limites documentées en discipline de production exploitable.

Conclusion : Images 2.6 écrit « des détails plus cohérents sur le personnage/le produit/la marque à travers les modifications » en tant que revendication de produit et fournit des poignées d'ingénierie via deux niveaux : qualité, complexité et balisage. Une utilisation rigoureuse verrouille l'identité avec des références et des invites de contrainte, réduit la surface de changement avec le balisage et protège le plancher de pixels avec l'échantillonnage et la composition, tout en lisant les clauses de limitation officielles dans les engagements externes.