Source: https://ailoot.ai/models/fr-ch/gpt-image-2-5-flare-2026-09-08/
Canonical: https://ailoot.ai/models/fr-ch/gpt-image-2-5-flare-2026-09-08/
Language: fr-ch

# GPT Image 2.5 Flare 2026-09-08

[Markdown](https://ailoot.ai/models/fr-ch/gpt-image-2-5-flare-2026-09-08/index.md) · [JSON](https://ailoot.ai/models/fr-ch/gpt-image-2-5-flare-2026-09-08/facts.json)

## [GPT Image 2.5 Flare 2026-09-08](https://ailoot.ai/models/fr-ch/gpt-image-2-5-flare-2026-09-08/)

GPT Image 2.5 Flare est conçu pour la génération quotidienne d’images à partir d’une description. Des dimensions personnalisées, un choix étendu de niveaux de qualité et un arrière-plan transparent sont prévus.

- [**Ailoot · Génération d’images** `POST /v1/images/generations` `gpt-image-2.5-flare-2026-09-08`](https://ailoot.ai/models/fr-ch/gpt-image-2-5-flare-2026-09-08/#method-0)

À propos du modèle

Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.

#### La génération quotidienne à partir d’une description textuelle

GPT Image 2.5 Flare est un modèle d’OpenAI pour créer des images. Selon le fabricant, il vise une génération quotidienne rapide de contenus visuels de qualité. La consigne peut décrire le sujet, le style, la disposition des détails et la forme d’image souhaitée ; le résultat est une image.

Dans Ailoot, cette fiche présente la génération avec une entrée textuelle. OpenAI décrit également le travail avec des images sources, des références et des retouches. Ces modes nécessitent la prise en charge des images d’entrée ; ils ne signifient pas que la méthode textuelle accepte déjà ces contenus.

#### La qualité, de l’ébauche à l’image détaillée

Les niveaux `low`, `medium`, `high`, `xhigh`, `max` et le choix automatique `auto` sont pris en charge. Le réglage de qualité influence le volume de travail lors de la production du résultat. Il est défini séparément des dimensions de l’image et de la compression du fichier final.

Pour les dimensions, des variantes carrées, horizontales et verticales, un choix automatique et des dimensions personnalisées sont prévus. Les proportions peuvent être adaptées à la composition en respectant toutes les contraintes du fabricant.

#### Les dimensions personnalisées

Chaque côté doit être un multiple de 16 pixels et ne pas dépasser 3840 pixels. Le rapport du côté long au côté court ne doit pas dépasser 3:1. La surface autorisée est comprise entre 655 360 et 8 294 400 pixels. Les contraintes s’appliquent ensemble : un rapport largeur/hauteur autorisé n’annule pas la limite de surface.

Les résolutions supérieures à `2560x1440` sont indiquées comme expérimentales. Lors du choix d’une grande image, il est important de tenir compte de la composition elle-même : davantage de pixels ne garantit pas une disposition sans erreur de tous ses éléments.

#### Le fichier de résultat et la transparence

Le modèle prévoit PNG, JPEG et WebP ; PNG est le format standard. La compression peut être contrôlée pour JPEG et WebP. Un arrière-plan transparent nécessite PNG ou WebP. Le fabricant prend également en charge un arrière-plan opaque et un choix automatique. La transparence permet d’utiliser l’image dans une composition ultérieure sans fond imposé.

Les réglages du fabricant décrivent les capacités du modèle ; leur application dépend de la prise en charge des paramètres par la méthode choisie. Une génération distincte crée un nouveau résultat ; une description identique ne garantit donc pas une correspondance parfaite entre les images.

#### Les points à vérifier dans l’image finalisée

Selon OpenAI, le traitement d’une tâche complexe peut prendre jusqu’à deux minutes. Il s’agit de la description de la génération chez le fabricant, et non d’une garantie du délai total de réception du résultat dans une application précise.

Les textes, la position exacte des objets et la conservation d’une même apparence entre les images nécessitent une vérification. Le masque d’une opération de retouche prise en charge séparément donne une direction de modification, et non une limite rigide. Pour la génération textuelle, il est utile de décrire précisément la composition et de vérifier le fichier lui-même : détails visibles, lisibilité et conformité au sujet demandé.

**Ailoot · Génération d’images** `POST /v1/images/generations` `gpt-image-2.5-flare-2026-09-08`

[`gpt-image-2.5-flare-2026-09-08`](https://ailoot.ai/models/fr-ch/#m=gpt-image-2.5-flare-2026-09-08&route=Core&caller=gpt-image-2.5-flare-2026-09-08&fmt=images)

OpenAI /`gpt-image-2.5-flare-2026-09-08`

### Premiers pas

GPT Image 2.5 Flare est conçu pour la génération quotidienne d’images à partir d’une description. Des dimensions personnalisées, un choix étendu de niveaux de qualité et un arrière-plan transparent sont prévus.

Entrées acceptées

Texte

Résultats

Images

### Disponible dans Ailoot · entrées et méthodes

**Ailoot · Génération d’images** `POST /v1/images/generations`

Entrée

`text`

Sortie

`image`

Format de sortie

Fichier image

| Champ | Type | Exigence | Valeurs et limites | Par défaut |
| --- | --- | --- | --- | --- |
| Champ`model` | Type`string` | ExigenceObligatoire | Valeurs et limites gpt-image-2.5-flare-2026-09-08 | Par défaut— |
| Champ`prompt` | Type`string` | ExigenceObligatoire | Valeurs et limites Longueur minimale: 1 | Par défaut— |
| Champ`n` | Type`integer` | ExigenceFacultatif | Valeurs et limites Minimum: 1 | Par défaut1 |
| Champ`response_format` | Type`string` | ExigenceFacultatif | Valeurs et limites url, b64\_json | Par défaut— |
| Champ`stream` | Type`boolean` | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
| Champ`size` | Type`string` | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
| Champ`quality` | Type`string` | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
| Champ`background` | Type`string` | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
| Champ`output_format` | Type`string` | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
| Champ`output_compression` | Type`integer` | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
| Champ`moderation` | Type`string` | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
| Champ`input_fidelity` | Type`string` | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
| Champ`style` | Type`string` | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
| Champ`partial_images` | Type`integer` | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |

Combinaisons d’éléments d’entrée

**Texte vers image** · Obligatoire : prompt

Paramètres et cycle de vie de la méthode

| Paramètre | Contrat |
| --- | --- |
| Paramètre`material_types` | Contrattext |
| Paramètre`required` | Contratmodel, prompt |
| Paramètre`optional_controls` | Contratnull |
| Paramètre`content_type` | Contratapplication/json |

Cycle de vie : `synchronous_result_then_owned_library`

`GET /v1/media/tasks/{task_id}` · task\_id effectivement renvoyé ou enregistrement de la bibliothèque multimédia

`GET /v1/media/assets/{asset_id}/content`

`GET /v1/media/assets`

`GET /v1/media/assets/{asset_id}`

Les structures des méthodes et les identifiants sont exacts ; la capacité du fournisseur est distincte de l’admission.

### Tarifs

#### Tarifs des méthodes Ailoot

Texte en entrée

0.005 USD */ 1K*

Entrée, image

0.008 USD */ 1K tokens*

Sortie, image

0.03 USD */ 1K tokens*

Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. [Fonctionnement de la réservation et du débit →](https://ailoot.ai/docs/fr-ch/billing/reserve/)

### Exemples de requêtes

#### Ailoot · Génération d’images

curlPython SDKNode.js SDK

```bash
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
export AILOOT_API_KEY
export AILOOT_API_KEY
: "${AILOOT_PROMPT_FILE:?Set your actual UTF-8 image brief}"
export AILOOT_PROMPT_FILE
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "gpt-image-2.5-flare-2026-09-08", "prompt": ""}')
f=Path(os.environ["AILOOT_PROMPT_FILE"])
if not f.is_file():raise SystemExit("Choose your actual UTF-8 brief")
p['prompt']=f.read_text(encoding="utf-8")
if not p['prompt'].strip():raise SystemExit("Brief must contain text")
Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/images/generations \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import base64, json, os, subprocess
from pathlib import Path
from urllib.parse import urlsplit, urljoin

def save_images(items):
    if not items: raise SystemExit("No completed images; retain the full response")
    for index, item in enumerate(items):
        encoded=item.get("b64_json")
        uri=item.get("url", "")
        if not encoded and uri.startswith("data:image/"):
            header, separator, encoded=uri.partition(",")
            if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")
        if encoded:
            raw=base64.b64decode(encoded,validate=True)
        elif uri:
            uri=urljoin("https://api.ailoot.ai",uri)
            parsed=urlsplit(uri)
            if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:
                raise SystemExit("Invalid returned image URL")
            owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")
            args=["curl","--fail-with-body","--silent","--show-error",uri]
            if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]
            temporary=Path(f"image-{index}.bin")
            subprocess.run(args+["-o",str(temporary)],check=True)
            raw=temporary.read_bytes()
            temporary.unlink()
        else: raise SystemExit("Image has neither bytes nor URL")
        if not raw: raise SystemExit("Empty image result")
        ext="png" if raw.startswith(b"\x89PNG") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"
        Path(f"image-{index}.{ext}").write_bytes(raw)
    print("Every returned image saved; complete response metadata retained")
save_images(json.loads(Path("result.json").read_text())["data"])
PY_RESULT
```

```python
from openai import OpenAI
import base64, json, os, subprocess
from pathlib import Path
from urllib.parse import urlsplit, urljoin

def save_images(items):
    if not items: raise SystemExit("No completed images; retain the full response")
    for index, item in enumerate(items):
        encoded=item.get("b64_json")
        uri=item.get("url", "")
        if not encoded and uri.startswith("data:image/"):
            header, separator, encoded=uri.partition(",")
            if not separator or ";base64" not in header: raise SystemExit("Unsupported image data URI")
        if encoded:
            raw=base64.b64decode(encoded,validate=True)
        elif uri:
            uri=urljoin("https://api.ailoot.ai",uri)
            parsed=urlsplit(uri)
            if parsed.scheme!="https" or not parsed.netloc or parsed.username or parsed.password:
                raise SystemExit("Invalid returned image URL")
            owned=parsed.netloc=="api.ailoot.ai" and parsed.path.startswith("/v1/media/assets/") and parsed.path.endswith("/content")
            args=["curl","--fail-with-body","--silent","--show-error",uri]
            if owned: args += ["-H","Authorization: Bearer "+os.environ["AILOOT_API_KEY"]]
            temporary=Path(f"image-{index}.bin")
            subprocess.run(args+["-o",str(temporary)],check=True)
            raw=temporary.read_bytes()
            temporary.unlink()
        else: raise SystemExit("Image has neither bytes nor URL")
        if not raw: raise SystemExit("Empty image result")
        ext="png" if raw.startswith(b"\x89PNG") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else "svg" if raw.lstrip().startswith((b"<svg",b"<?xml")) else "bin"
        Path(f"image-{index}.{ext}").write_bytes(raw)
    print("Every returned image saved; complete response metadata retained")

f=Path(os.environ["AILOOT_PROMPT_FILE"])
if not f.is_file():raise SystemExit("Set your actual UTF-8 image brief file")
request={'model': 'gpt-image-2.5-flare-2026-09-08', 'prompt': ''}
request["prompt"]=f.read_text(encoding="utf-8")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.images.generate(**request)
Path("sdk-result.txt").write_text(str(result),encoding="utf-8")
save_images([{"b64_json":getattr(item,"b64_json",None),"url":getattr(item,"url",None)} for item in result.data])
```

```js
import OpenAI from "openai";
import { readFileSync, writeFileSync } from "node:fs";
const key=process.env.AILOOT_API_KEY;
if(!key) throw new Error("Set your actual Ailoot API key");
const client=new OpenAI({baseURL:"https://api.ailoot.ai/v1",apiKey:key,maxRetries:0});
const request={"model": "gpt-image-2.5-flare-2026-09-08", "prompt": ""};
if(!process.env.AILOOT_PROMPT_FILE)throw new Error("Set your actual UTF-8 image brief file");
request.prompt=readFileSync(process.env.AILOOT_PROMPT_FILE,"utf8");
const result=await client.images.generate(request);
writeFileSync("sdk-result.json",JSON.stringify(result,null,2));
if(!result.data?.length) throw new Error("No completed images");
for(let index=0;index<result.data.length;index++) {
  const item=result.data[index];let encoded=item.b64_json,uri=item.url||"",raw;
  if(!encoded && uri.startsWith("data:image/")) {
    const comma=uri.indexOf(",");if(comma<0 || !uri.slice(0,comma).includes(";base64")) throw new Error("Unsupported image data URI");
    encoded=uri.slice(comma+1);
  }
  if(encoded) {
    if(encoded.length%4!==0 || !/^[A-Za-z0-9+/]*={0,2}$/.test(encoded)) throw new Error("Invalid Base64");
    raw=Buffer.from(encoded,"base64");
  } else if(uri) {
    const u=new URL(uri,"https://api.ailoot.ai");
    if(u.protocol!=="https:" || u.username || u.password) throw new Error("Invalid returned URL");
    const owned=u.origin==="https://api.ailoot.ai" && u.pathname.startsWith("/v1/media/assets/") && u.pathname.endsWith("/content");
    const response=await fetch(u,{headers:owned?{Authorization:"Bearer "+key}:{},redirect:"manual"});
    if(!response.ok) throw new Error("Image content download failed: "+response.status);
    raw=Buffer.from(await response.arrayBuffer());
  } else throw new Error("Image has neither bytes nor URL");
  if(!raw.length) throw new Error("Empty image result");
  const ext=raw.subarray(0,4).equals(Buffer.from([137,80,78,71]))?"png":raw[0]===255&&raw[1]===216?"jpg":raw.toString("ascii",0,4)==="RIFF"&&raw.toString("ascii",8,12)==="WEBP"?"webp":raw.toString("utf8").trimStart().startsWith("<svg")||raw.toString("utf8").trimStart().startsWith("<?xml")?"svg":"bin";
  writeFileSync(`image-${index}.${ext}`,raw);
}
console.log("Every returned image saved; sdk-result.json retains complete metadata");
```

### Recevoir et enregistrer les résultats

#### Ailoot · Génération d’images

Téléchargez chaque image renvoyée ou enregistrez son contenu Base64

- `GET /v1/media/tasks/{task_id}`
- `GET /v1/media/assets/{asset_id}/content`
- `GET /v1/media/assets`
- `GET /v1/media/assets/{asset_id}`

##### Conserver tous les résultats terminés

Enregistrez chaque image terminée ; récupérez chaque URL renvoyée ou décodez son contenu Base64.

Enregistrez chaque élément de données. Décodez chaque b64\_json ou récupérez le contenu de chaque URL signée renvoyée. Choisissez l’extension du fichier à partir du type MIME et des octets réels.

##### Si la réponse d’origine doit être vérifiée

Si le résultat d’une génération ou d’une retouche d’image nécessite une vérification, conservez l’operation\_id/X-Client-Request-ID d’origine et les informations renvoyées sur le résultat. Récupérez les résultats existants qui vous appartiennent via la bibliothèque multimédia, à l’aide des valeurs task\_id ou asset\_id réelles. Ne soumettez pas à nouveau la requête de génération/retouche et ne construisez pas d’URL d’interrogation du statut à partir d’operation\_id.

Champs de la réponse

| Champ | Type |
| --- | --- |
| Champ`created` | Typeinteger |
| Champ`data[].url` | Typestring |
| Champ`data[].b64_json` | Typebase64 string |
| Champ`usage` | Typeobject |

Erreurs et étapes suivantes

| Réponse | Condition | Étape suivante |
| --- | --- | --- |
| Réponse400 · `invalid_request_error` | ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
| Réponse`server_error` | ConditionLa réponse renvoyée indique que l’opération ou le résultat nécessite une vérification | Étape suivanteConservez l’identifiant d’opération/de tâche initialement renvoyé, les en-têtes de la requête et la réponse ; poursuivez les lectures prises en charge de cette opération d’origine. Ne soumettez pas à nouveau la requête de création. |

### Alias

#### Alias du modèle

**Ailoot** [`gpt-image-2.5-flare-2026-09-08`](https://ailoot.ai/models/fr-ch/#m=gpt-image-2.5-flare-2026-09-08&route=Core&caller=gpt-image-2.5-flare-2026-09-08&fmt=images)

#### Alias des chemins de méthode

Utilisez les chemins de méthode indiqués ci-dessus.

#### ID d’appel associés

[`gpt-image-2.5-flare-2026-09-08`](https://ailoot.ai/models/fr-ch/#m=gpt-image-2.5-flare-2026-09-08&route=Core&caller=gpt-image-2.5-flare-2026-09-08&fmt=images)

FAQ · GPT Image 2.5 Flare 2026-09-08

Quelles entrées et quels résultats sont disponibles ?

`POST /v1/images/generations` · `gpt-image-2.5-flare-2026-09-08`: `text` → `image`

Quels champs la requête utilise-t-elle ?

`POST /v1/images/generations` · `gpt-image-2.5-flare-2026-09-08`: `model`, `prompt`, `n`, `response_format`, `stream`

Quelles limites s’appliquent ?

`POST /v1/images/generations` · `gpt-image-2.5-flare-2026-09-08`: `n.minimum`: `1`

Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application.

## L’entreprise et son portefeuille de projets

L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois.

## Achetez des tokens à prix réduit.

Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens.

Abonnement

Choisissez une offre à tarif réduit pour vos requêtes régulières.

Code promo jusqu’à 50%

Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours.

Dépenses dans l’historique

Modèle, tokens et montant sont enregistrés pour chaque requête.

[Choisir un abonnement](https://ailoot.ai/docs/fr-ch/billing/subscriptions/) · [Voir les prix des modèles](https://ailoot.ai/models/fr-ch/)

## Connectez l’API au produit que vous vendez.

SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur.

Application commerciale

Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service.

Licence revendeur

Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente.

Documents sur le site

L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion.

[Demander une licence revendeur](mailto:support@ailoot.ai) · [Offre officielle et contrat de licence](https://ailoot.ai/legal/offer?lang=fr-ch)

## Ailoot · L’entreprise et son portefeuille de projets





Ailoot s’appuie sur une expérience opérationnelle éprouvée, une large clientèle, un service stable et un suivi continu des KPI.





L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois.





Ailoot met cette expérience opérationnelle au service de l’accès API aux fonctions d’IA dans les produits des clients, leurs agents, applications et automatisations.