Introduction
GPT Image 2 Texte vers image est le modèle gpt-image-2 d’OpenAI, sorti en avril 2026, qui génère des images à partir d’un prompt écrit. Il suit des briefs longs et précis, place les titres et étiquettes cités sous forme de texte lisible dans l’image et produit trois niveaux de qualité et trois niveaux de taille dans quinze formats. Jusqu’à dix images reviennent par requête, et chaque réglage est sous le prix catalogue d’OpenAI.
Choisir le mode selon votre point de départ
| Ce que vous avez | Mode |
|---|---|
| un brief écrit | GPT Image 2 Texte vers image |
| une image à modifier | GPT Image 2 Retouche d’image |
Fonctionnalités et points forts
Voie économique et Official fallback
C’est gpt-image-2 d’OpenAI, qu’OpenAI présente comme son modèle de génération d’images de pointe. Une seule image en qualité medium et taille 1k part, dans la plupart des formats, sur une voie économique moins chère, où le modèle peut reformuler légèrement le prompt ou ajouter de petits détails. Avec Official fallback activé (par défaut), ce que cette voie refuse ou ne peut pas terminer repart sur la voie officielle, et tous les autres réglages y passent dès le départ.
Du texte qu’on peut lire
Titres, lignes de couverture, enseignes et étiquettes entre guillemets reviennent en vrai texte. Dans nos tests d’affiches et de couvertures de magazine, chaque ligne citée est sortie bien orthographiée en qualité medium.
Un prix pour chaque format et niveau
OpenAI facture au token de sortie, dont le nombre augmente avec la qualité, le niveau de taille et le caractère carré de l’image. Chaque combinaison a son propre prix par image sous le tarif d’OpenAI, affiché avant l’envoi ; les images medium en 1k sur la voie économique partent encore plus bas.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
prompt | Oui | Jusqu’à 5 000 caractères. Mettez entre guillemets chaque mot qui doit apparaître dans l’image et indiquez où il se place ; le reste est lu comme de la description. 1 caractères minimum · 5000 caractères maximum |
aspect_ratio | Non | Quinze formats de 1:3 à 3:1, 1:1 par défaut. Le format change le prix : une image large ou haute coûte moins cher qu’un carré au même niveau. |
resolution | Non | 1k (par défaut), 2k ou 4k. Une image carrée fait 1024, 2048 ou 2880 pixels de côté ; un niveau supérieur coûte plus cher par image. |
quality | Non | low, medium (par défaut) ou high. OpenAI facture au token de sortie : à taille égale, chaque niveau coûte environ quatre à neuf fois le précédent. |
num_outputs | Non | De 1 à 10 images par requête, 1 par défaut. Chaque image est facturée séparément. |
output_format | Non | png (par défaut), jpeg ou webp. Ne change pas le prix. |
output_quality | Non | Qualité de compression pour jpeg et webp, de 0 à 100 : une valeur élevée garde plus de détail et produit des fichiers plus lourds. Inutilisée en png, sans effet sur le prix. |
official_fallback | Non | Activé par défaut. Une requête pour une seule image PNG en qualité medium et taille 1k, dans n’importe quel format sauf 21:9, 9:21, 3:1 et 1:3 passe d’abord par la voie économique. Valeur par défaut: |
Tarification
Facturé à l’image. Le prix dépend de la qualité, du niveau de taille et du format, et s’affiche avant l’envoi ; un format large ou haut coûte moins qu’un carré au même niveau. Une requête pour une seule image PNG en qualité medium et taille 1k, dans n’importe quel format sauf 21:9, 9:21, 3:1 et 1:3 part sur la voie économique, au prix économique. Avec Official fallback (activé par défaut), une requête que cette voie refuse ou ne peut pas mener à bien repart sur la voie officielle au prix officiel : le devis affiche donc le prix de départ et le montant maximal. Les requêtes refusées ne sont pas facturées. Sur la voie officielle, un prompt long ajoute un petit montant pour les tokens d’entrée au-delà des 100 premiers, une fois par requête ; un texte en chinois, japonais ou coréen compte environ un token par caractère.
| Spécification | Prix |
|---|---|
| $0.001816 / image |
| $0.001816 / image |
| $0.00244 / image |
| $0.00244 / image |
| $0.002752 / image |
| $0.002752 / image |
| $0.002872 / image |
| $0.002872 / image |
| $0.00304 / image |
| $0.00304 / image |
| $0.003568 / image |
| $0.003568 / image |
| $0.003736 / image |
| $0.003736 / image |
| $0.003856 / image |
| $0.003856 / image |
| $0.004192 / image |
| $0.004192 / image |
| $0.004456 / image |
| $0.004456 / image |
| $0.005104 / image |
| $0.005152 / image |
| $0.005152 / image |
| $0.005704 / image |
| $0.005704 / image |
| $0.006016 / image |
| $0.006016 / image |
| $0.006712 / image |
| $0.006712 / image |
| $0.007312 / image |
| $0.007312 / image |
| $0.0076 / image |
| $0.0076 / image |
| $0.008128 / image |
| $0.008128 / image |
| $0.009304 / image |
| $0.009304 / image |
| $0.009928 / image |
| $0.011176 / image |
| $0.011176 / image |
| $0.01192 / image |
| $0.01192 / image |
| $0.01324 / image |
| $0.01324 / image |
| $0.016216 / image |
| $0.01396 / image |
| $0.01396 / image |
| $0.018592 / image |
| $0.018592 / image |
| $0.020368 / image (Avec Official fallback : jusqu’à $0.021472) |
| $0.020368 / image (Avec Official fallback : jusqu’à $0.021472) |
| $0.020998 / image (Avec Official fallback : jusqu’à $0.023992) |
| $0.020998 / image (Avec Official fallback : jusqu’à $0.023992) |
| $0.022 / image (Avec Official fallback : jusqu’à $0.028) |
| $0.022 / image (Avec Official fallback : jusqu’à $0.028) |
| $0.022864 / image (Avec Official fallback : jusqu’à $0.031456) |
| $0.022864 / image (Avec Official fallback : jusqu’à $0.031456) |
| $0.023626 / image (Avec Official fallback : jusqu’à $0.034504) |
| $0.023626 / image (Avec Official fallback : jusqu’à $0.034504) |
| $0.024112 / image |
| $0.024112 / image |
| $0.025636 / image (Avec Official fallback : jusqu’à $0.042544) |
| $0.032272 / image |
| $0.032272 / image |
| $0.03688 / image |
| $0.03688 / image |
| $0.043072 / image |
| $0.043072 / image |
| $0.048064 / image |
| $0.048064 / image |
| $0.050776 / image |
| $0.050776 / image |
| $0.055432 / image |
| $0.055432 / image |
| $0.062416 / image |
| $0.062416 / image |
| $0.0652 / image |
| $0.0652 / image |
| $0.067984 / image |
| $0.067984 / image |
| $0.080464 / image |
| $0.080464 / image |
| $0.086032 / image |
| $0.094288 / image |
| $0.094288 / image |
| $0.103984 / image |
| $0.103984 / image |
| $0.11296 / image |
| $0.11296 / image |
| $0.14272 / image |
| $0.054616 / image |
| $0.054616 / image |
| $0.07144 / image |
| $0.07144 / image |
| $0.082936 / image |
| $0.082936 / image |
| $0.095248 / image |
| $0.095248 / image |
| $0.096472 / image |
| $0.096472 / image |
| $0.110728 / image |
| $0.110728 / image |
| $0.124624 / image |
| $0.124624 / image |
| $0.127864 / image |
| $0.127864 / image |
| $0.135064 / image |
| $0.135064 / image |
| $0.142816 / image |
| $0.142816 / image |
| $0.168976 / image |
| $0.171016 / image |
| $0.171016 / image |
| $0.19456 / image |
| $0.19456 / image |
| $0.197104 / image |
| $0.197104 / image |
| $0.220456 / image |
| $0.220456 / image |
| $0.248464 / image |
| $0.248464 / image |
| $0.259552 / image |
| $0.259552 / image |
| $0.274216 / image |
| $0.274216 / image |
| $0.320608 / image |
| $0.320608 / image |
| $0.342928 / image |
| $0.37588 / image |
| $0.37588 / image |
| $0.414736 / image |
| $0.414736 / image |
| $0.456544 / image |
| $0.456544 / image |
| $0.569656 / image |
Cas d’utilisation
Affiches, couvertures et publicités
Des mises en page où les mots comptent autant que l’image : affiches de film, couvertures de magazine, bannières de soldes et maquettes d’emballage, en un seul appel au lieu d’une image plus une passe de composition.
Des variantes à valider
Jusqu’à dix images d’un même brief en une requête, pour qu’une équipe choisisse une direction avant de payer le niveau high.
Guide de prompt et conseils pratiques
Citer et placer chaque ligne
Écrivez chaque texte entre guillemets et indiquez où il va : en haut, en bas à gauche, sur l’enseigne. Les mots sans guillemets sont lus comme de la description, pas comme du texte à composer.
Décrire la photo, pas des mots-clés
Des phrases complètes sur le sujet, la tenue, le décor, la lumière et l’objectif fonctionnent mieux que des listes de tags. Nommez aussi le support : image de film, photo produit en studio, couverture de magazine.
Esquisser en low, finir plus haut
Low coûte une petite fraction de medium à taille égale et montre déjà la composition et le placement du texte. Gardez le prompt tel quel et montez d’un niveau pour la version finale.
Adapter le niveau de taille à l’usage
1k pour les écrans et les réseaux sociaux, 2k pour les grands écrans et 4k seulement pour l’impression ou les recadrages serrés. Chaque niveau supérieur augmente le prix par image.
Démarrage rapide de l’API
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "openai/gpt-image-2/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"quality": "medium",
"resolution": "1k",
"num_outputs": 1,
"aspect_ratio": "1:1",
"output_format": "png"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.





