GPT Image 2.5 arrive en tête du Model League de novembre

Ce que nous avons testé et comment nous avons évalué les résultats

Dans le Model League de novembre 2026, nous avons comparé six modèles de génération d’images à partir de cinq prompts architecturaux. Ceux-ci portaient sur une façade résidentielle au crépuscule, un salon scandinave, une villa en pierre avec piscine à Bodrum, un détail de matériaux de cuisine et une vue aérienne d’une place urbaine. Chaque modèle a été testé via la même API, avec ses paramètres par défaut.

Les images ont été évaluées par un juge IA qui ignorait le nom des modèles. La notation accordait un poids de 30 % au respect du prompt, de 30 % à la précision architecturale, de 25 % au photoréalisme et de 15 % à l’absence de défauts. Les résultats sont exprimés sur 100. Les durées et les coûts ci-dessous correspondent respectivement au temps moyen de génération par modèle et au coût par image.

Classement

GPT Image 2.5 obtient le meilleur score général et affiche également le coût par image le plus bas du tableau. Seedream 5.0 Pro se classe deuxième, mais son temps moyen est le plus long de la sélection. Avec une durée moyenne de 10,9 secondes, FLUX.2 [pro] génère aussi rapidement que GPT Image 2.5.

Les modèles qui se démarquent selon le prompt

Façade résidentielle : GPT Image 2.5 remporte l’épreuve avec 90 points. Le juge a estimé que le volume de béton et de bois sur deux niveaux, les grandes baies vitrées, l’avant-toit plat et l’aménagement paysager de graviers avec des oliviers étaient clairement reconnaissables. L’équilibre entre l’heure bleue et la lumière chaude à l’intérieur a également été salué. Chez FLUX.2 [pro], les lignes de la façade et l’éclairage ont été jugés naturels, mais les ouvertures vitrées étaient plus limitées.

Salon scandinave : Seedream 5.0 Pro arrive premier avec 90 points. La lumière de la fenêtre, les deux plantes, la perspective et l’apparence des matériaux ont été jugées naturelles ; aucun défaut notable n’a été relevé. Dans les autres résultats, des éléments de décoration, du mobilier ou des choix de cadrage supplémentaires nuisaient à la sobriété de la composition demandée.

Villa en pierre avec piscine à Bodrum : GPT Image 2.5 obtient le meilleur score de tout le test pour un prompt, avec 95,5 points. La villa en pierre aux larges baies vitrées, les bougainvilliers, la piscine à débordement et la lumière du coucher de soleil ont été très bien restitués ; aucune déformation notable de la perspective ou des matériaux n’a été observée.

Détail de matériaux de cuisine : Seedream 5.0 Pro se distingue avec 93 points. La géométrie du robinet, du plan de travail et des placards est cohérente ; la douceur de la lumière et l’aspect de photo de produit ont été jugés réussis. Le cadrage plus large de GPT Image 2.5 atténuait l’effet de gros plan demandé.

Vue aérienne d’une place urbaine : Nano Banana 2 remporte l’épreuve avec 90 points. Le tissu urbain dense, les bâtiments en brique et en verre, l’élément aquatique et le tramway sont bien présents dans la scène. Le résultat de GPT Image 2.5 a également été jugé proche du prompt, avec sa trame d’arbres, son tramway et ses piétons à l’échelle.

Quel modèle choisir selon votre projet ?

Si vous tenez compte à la fois du score général, de la vitesse et du coût, GPT Image 2.5 se démarque : dans ce test, il a obtenu le meilleur score moyen et le coût par image le plus bas. Ses résultats sur les prompts de façade et de villa à Bodrum en font une option intéressante pour la génération de scènes architecturales.

Pour les travaux axés sur les intérieurs et les matériaux, les deux victoires de Seedream 5.0 Pro méritent l’attention ; il faut toutefois tenir compte de son temps de génération plus long et de son coût plus élevé. Nano Banana 2 s’est distingué sur le prompt de la place urbaine, une scène complexe, mais termine sixième au classement général. Si la vitesse est prioritaire, FLUX.2 [pro] affiche le même temps moyen que GPT Image 2.5, mais son score général est inférieur.

Limites

Une seule génération a été réalisée pour chaque prompt ; les résultats peuvent varier lors de nouvelles tentatives. L’évaluation a été effectuée non par des humains, mais par un juge IA travaillant à l’aveugle. Les résultats dépendent également de la langue et du style des prompts utilisés : une autre formulation pourrait modifier le classement ou les performances sur certains prompts. Il est donc préférable de considérer ces scores comme une comparaison dans les conditions de ce test, et non comme une mesure absolue de la qualité.

Pour voir toutes les images côte à côte, consultez la page Model League.