OpenAI: GPT-5.4 Image 2

OpenAI : GPT-5.4 Image 2 est un modèle d'image d'OpenAI qui gère aussi le texte. Il se situe à la fois dans les catégories image et texte, combinant le modèle GPT-5.4 avec les capacités de génération d'images de GPT Image 2. Le fournisseur l'a publié le 2026-04-21. Pour un développeur, le cadrage important est qu'il ne s'agit pas d'un modèle texte uniquement auquel on aurait greffé un point de terminaison d'image ; il est conçu pour le travail multimodal où le raisonnement, le codage et la génération d'images se produisent dans le même flux de travail.

Côté entrée, le modèle accepte les images, le texte et les fichiers. Côté sortie, il renvoie des images et du texte, de sorte qu'un seul appel peut produire une image générée en même temps qu'un contenu écrit. La fenêtre de contexte est de 272 000 tokens et la sortie maximale est de 128 000 tokens. La génération d'images est configurable plutôt que fixe : aspect_ratio accepte 1:1, 3:2, 2:3, 4:3, 3:4, 16:9, 9:16, 21:9 ou auto ; quality accepte auto, low, medium ou high ; background accepte auto ou opaque ; n va de 1 à 10 images ; input_references va de 0 à 16 ; et output_compression va de 0 à 100.

Ces capacités renvoient à un ensemble assez spécifique de cas d'usage. Comme le modèle prend en entrée des images, du texte et des fichiers et peut renvoyer à la fois des images et du texte, il convient aux flux de travail qui mêlent analyse et génération : lire un document de référence et produire de nouveaux visuels à partir de celui-ci, itérer sur un design à travers plusieurs entrées, ou générer un lot d'images en un seul appel avec n supérieur à 1. La plage de input_references allant jusqu'à 16 permet de conditionner la sortie sur un ensemble plus large d'images fournies plutôt que sur un seul exemple. Les contrôles aspect_ratio et quality permettent d'aligner la sortie sur un format cible, par exemple 16:9 pour les mises en page larges ou 9:16 pour les verticales, sans post-traitement. La sortie texte dans la même réponse est utile lorsque vous voulez une explication, une légende ou du code à côté de l'image.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "openai/gpt-5.4-image-2". Comme l'interface est compatible OpenAI, les bibliothèques clientes OpenAI existantes et les formes de requête fonctionnent avec un changement d'URL de base et d'identifiant de modèle. Les paramètres pris en charge sont include_reasoning, logprobs, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, top_logprobs et verbosity. Les contrôles reasoning et verbosity vous permettent d'arbitrer entre profondeur et concision, seed prend en charge un échantillonnage reproductible, et structured_outputs et response_format aident lorsque vous avez besoin que la partie texte ait une forme prévisible. Les options spécifiques à l'image (aspect_ratio, quality, background, n, input_references, output_compression) sont transmises dans le cadre de la requête.

Il n'y a pas de restriction énoncée dans les faits ci-dessus, mais la liste des paramètres mérite d'être lue comme un signal sur l'adéquation. Si votre tâche est de la génération de texte pure sans sortie d'image, les paramètres d'image et la modalité de sortie d'image ajoutent une surface que vous n'utiliserez pas, et un modèle texte uniquement peut être plus simple à appréhender. Si vous avez besoin de plus de 16 références d'entrée, de plus de 10 images par appel, ou de ratios d'aspect en dehors de l'ensemble listé, les plages documentées de ce modèle ne couvriront pas ce besoin. Dans ces limites, il s'adresse aux développeurs qui veulent la génération et le raisonnement en une seule requête plutôt que d'enchaîner des modèles séparés.