DALL-E est retiré : comment migrer vers GPT Image 2

La mise à la retraite est définitive

Le 12 mai 2026, selon le changelog officiel de l'API, OpenAI a supprimé dall-e-2 et dall-e-3 de l'API. Ce n'est pas un avis de dépréciation assorti d'une longue période de transition : les modèles ont disparu, et toute intégration qui les appelle encore reçoit des erreurs plutôt que des images. Si vous exploitez un produit, un pipeline de contenu ou un outil interne bâti sur DALL-E, la migration a cessé d'être optionnelle ce matin-là.

Les recommandations d'OpenAI nomment trois cibles de migration : gpt-image-2, gpt-image-1 ou gpt-image-1-mini. La génération qui les remplace n'est pas neuve non plus — gpt-image-2 est arrivé sur l'API le 21 avril 2026, donc le chemin est déjà bien balisé. Cet article est le manuel : quel modèle choisir, ce qui change vraiment dans votre code et votre facture, et la seule amélioration de capacité qui rend ce déplacement forcé digne d'intérêt.

Choisissez votre cible de migration

Les trois cibles officielles couvrent des budgets différents :

• gpt-image-2 — le fleuron actuel et le choix par défaut : le meilleur suivi d'instructions et le meilleur rendu de texte de la famille, le nouveau comportement d'édition et des ratios d'aspect flexibles. Utilisez l'ID de snapshot gpt-image-2-2026-04-21 si vous voulez un comportement épinglé et reproductible.
• gpt-image-1 — la génération précédente. Défendable si vous avez déjà validé les sorties avec elle et que vous voulez le plus petit changement de comportement, mais vous renoncez aux fonctions d'édition et de ratio d'aspect les plus récentes.
• gpt-image-1-mini — l'option économique pour les brouillons, les vignettes et les travaux à fort volume où le coût par image compte plus que la fidélité maximale.

Les endpoints vous sembleront familiers : gpt-image-2 est servi via v1/images/generations et v1/images/edits, plus l'interface plus récente v1/responses. Si votre code DALL-E fait déjà des POST vers les endpoints d'images, la migration se résume surtout à un échange de model ID plus des mises à jour de paramètres — la forme de la requête survit.

Ce qui change : facturation, tailles et une mise en garde sur le 4K

Le plus grand changement mental est la facturation. DALL-E facturait un forfait par image ; gpt-image-2 est basé sur les tokens : entrée d'image à 8 dollars par million de tokens (2 dollars par million en cache) et sortie d'image à 30 dollars par million — un tarif de sortie 2 dollars par million moins cher que gpt-image-1.5. En pratique, le fil de lancement sur Hacker News a calculé cela à environ 0,006 à 0,211 dollar par image de 1024x1024 selon le palier de qualité, moins cher à conditions égales que gpt-image-1.5. Nous gardons tout le calcul des coûts — tableaux de tokens, exemples chiffrés à 100 et 1 000 images, comparaisons avec DALL-E 3 — dans notre analyse approfondie des tarifs sur https://gpt-img2.com/blog/gpt-image-2-api-pricing-2026, donc cet article ne le dupliquera pas.

Deux leviers de facturation à connaître avant de réarchitecturer : la Batch API tourne avec une remise de 50 %, ce qui est directement pertinent si vous migrez un pipeline DALL-E en masse, et le palier de qualité fait bouger votre coût bien plus que la résolution — par défaut bas, ne montez que lorsqu'un visuel l'exige.

Les tailles changent aussi, pour le mieux. La liste de tailles fixes de DALL-E a disparu, remplacée par des ratios d'aspect flexibles, du 3:1 large au 1:3 haut. Une bannière de site de 3072x1024 est désormais une génération native plutôt qu'un bricolage générer-puis-recadrer :

Wide website hero banner, 3:1 aspect ratio (3072x1024): minimal workspace scene — matte-black desk, warm desk lamp, open laptop showing a grid of generated images. Soft morning side light, muted teal-and-amber grade, generous negative space on the right for a headline. Headline text reading MIGRATE IN AN AFTERNOON in clean grotesque type, right-aligned. Avoid: clutter, watermark, garbled text.

Une mise en garde sur la résolution : la sortie 4K (4096x4096) est entrée en bêta en mai 2026, mais le palier standard est le 2K et OpenAI ne recommande pas encore le 4K en production. Son prix est en conséquence — Simon Willison a rapporté que les générations 3840x2160 coûtaient environ 0,40 dollar par image pour 13 342 tokens de sortie. Traitez le 4K comme une expérience, pas comme une valeur par défaut.

L'endpoint d'édition est la vraie amélioration

Si vous ne survolez qu'une section, que ce soit celle-ci. L'édition était le point faible de l'ère DALL-E : vous demandiez un changement et toute l'image dérivait. L'endpoint d'édition de gpt-image-2 corrige exactement cela — les éditions d'entrée haute fidélité préservent strictement les régions non éditées, si bien que remplacer une étiquette ne re-rend plus le produit entier.

Il ajoute aussi la composition multi-références — envoyez une photo de produit et une photo de scène et le modèle les fusionne avec l'éclairage et la perspective corrects — et les masques sont optionnels plutôt qu'obligatoires, donc vous pouvez décrire une édition en langage clair et laisser le modèle trouver la région. Le signal de demande est difficile à manquer : fal, Replicate et WaveSpeed ont tous livré des endpoints d'édition GPT Image 2 dédiés dans les jours suivant le lancement.

Edit instruction. Keep everything in the base image exactly as it is — composition, lighting, background, pose. Only change: replace the plain white mug on the desk with the ceramic mug from the second reference image, matched to the scene's warm side lighting and the desk's perspective. Do not alter any other object, shadow, or texture.

Si votre pipeline DALL-E évitait l'endpoint d'édition parce qu'il n'était pas fiable, retestez-le. C'est la capacité qui transforme une migration forcée en une véritable amélioration.

Une checklist de migration

Pour la plupart des intégrations, le travail mécanique tient dans un après-midi :

• Remplacez le paramètre model par gpt-image-2, ou épinglez le snapshot gpt-image-2-2026-04-21 pour un comportement reproductible.
• Remplacez les tailles fixes de DALL-E par le ratio d'aspect que vous voulez vraiment, de 3:1 à 1:3.
• Réestimez le coût sous la facturation aux tokens — le palier de qualité est le grand levier — et confirmez les tarifs actuels sur la page de tarification d'OpenAI avant d'engager un budget.
• Acheminez les travaux en masse et tolérants au délai via la Batch API pour la remise de 50 %.
• Retestez chaque endroit où vous avez construit des contournements pour les faibles éditions de DALL-E ; le nouvel endpoint d'édition supprime probablement ce code.

Une remarque en marge pour les développeurs : gpt-image-2 a aussi été intégré à Codex le jour du lancement, vous pouvez donc générer des visuels au sein des sessions de codage — avec la mise en garde de la communauté qu'un abonnement Codex n'inclut pas de quota direct d'endpoint API. Utile pour des visuels en phase de développement, pas un substitut à l'API en production.

Avant même de toucher au code d'intégration, mettez votre bibliothèque de prompts à l'épreuve dans un navigateur — les sorties de gpt-image-2 diffèrent assez de DALL-E pour que les anciens prompts nécessitent généralement aussi une passe. Vous pouvez le faire sur gpt-img2.com, gratuit pour commencer avec 20 crédits à l'inscription et sans carte de crédit : lancez vos anciens prompts DALL-E sur https://gpt-img2.com et voyez ce qu'il faut réécrire avant de livrer la migration.