OpenAI: GPT-5 Image Mini

GPT-5 Image Mini est un modèle OpenAI qui combine les capacités linguistiques de l'entreprise avec la génération d'images. OpenAI le décrit comme combinant les capacités linguistiques de GPT-5 Mini avec GPT Image 1 Mini, d'où le "mini" dans le nom : il s'agit du membre plus petit et plus efficace de la famille GPT-5 Image plutôt que du plus grand. Il se situe dans la catégorie image mais est également classé comme modèle texte, il est donc préférable de le comprendre comme un système nativement multimodal qui gère les deux directions de travail en un seul endroit.

Du côté de l'entrée, le modèle accepte du texte, des images et des fichiers, et du côté de la sortie, il renvoie à la fois une image et du texte. Cela signifie qu'une même requête peut contenir un prompt écrit et des images de référence, et que la réponse peut contenir des images générées ainsi que du contenu écrit. La fenêtre de contexte est de 400 000 tokens, ce qui est suffisamment grand pour contenir de longs prompts, des conversations étendues et plusieurs références à la fois. La sortie maximale est de 128 000 tokens. La génération d'images est configurable : le rapport d'aspect prend en charge 1:1, 3:2, 2:3 et auto ; la qualité prend en charge auto, low, medium et high ; l'arrière-plan prend en charge auto, transparent et opaque ; vous pouvez demander entre 1 et 10 images par appel ; jusqu'à 16 références en entrée ; et la compression de sortie est ajustable de 0 à 100.

Ces capacités indiquent un ensemble assez large d'usages pratiques. Comme le modèle prend des images de référence en plus du texte, il convient aux tâches où une instruction écrite doit être appliquée à un support visuel existant, comme la production de variantes d'une image fournie ou la génération d'éléments qui suivent un style décrit. La prise en charge de l'arrière-plan transparent est utile lorsque la sortie doit être intégrée dans un design ou une interface plutôt qu'utilisée comme image autonome, et les options de rapport d'aspect couvrent les formats carré, paysage et portrait. Du côté du texte, le grand contexte et la longue sortie maximale le rendent viable pour des documents plus longs ou des requêtes à forte intensité de raisonnement qui produisent aussi des visuels. Le réglage de qualité vous permet d'arbitrer entre l'effort de génération et la vitesse selon la tâche.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "openai/gpt-5-image-mini". Les paramètres pris en charge sont include_reasoning, logprobs, max_tokens, reasoning, response_format, seed, structured_outputs, temperature, top_logprobs, top_p et verbosity. Les contrôles d'image (rapport d'aspect, qualité, arrière-plan, nombre d'images, références en entrée et compression de sortie) sont transmis dans le cadre de la requête aux côtés de ces paramètres. Comme structured_outputs et response_format sont disponibles, vous pouvez contraindre les réponses texte à un schéma, et seed permet un échantillonnage reproductible lorsque vous avez besoin de résultats cohérents d'une exécution à l'autre.

Le principal point à peser est qu'il s'agit de la variante mini : si une tâche exige la génération d'images la plus puissante possible ou le raisonnement linguistique le plus capable, le modèle GPT-5 Image plus grand est le choix le plus naturel. GPT-5 Image Mini vise l'efficacité, il est donc pertinent lorsque le débit, la maîtrise des coûts ou la latence importent plus que la qualité maximale. C'est un choix par défaut raisonnable pour la génération à grand volume, l'édition guidée par référence et les réponses mixtes texte et image, et il vaut la peine de le tester avec vos propres prompts avant de l'adopter pour tout cas où la qualité de sortie est critique.