Guide d'Édition Multi-Images GPT Image 2.6 : 16 Références, Annotations Markup et Workflows Produits
En production e-commerce et publicitaire, l'édition d'image ne se résume jamais à remplacer un arrière-plan au hasard. Lorsqu'une équipe créative prépare le lancement d'une gamme cosmétique ou d'un catalogue saisonnier, elle doit conserver la silhouette exacte du flacon issue de la photo 1, appliquer la texture de feuille d'or de la photo 2, reproduire la typographie officielle de la photo 3 et adopter l'éclairage directionnel de la photo 4 — sans aucune dérive géométrique.
Lancés le 5 novembre 2026, les endpoints GPT Image 2.6 Sunburst Edit et GPT Image 2.6 Flare Edit sur E2X AI répondent précisément à cette exigence industrielle. Cette mise à jour étend la capacité d'entrée de 10 à 16 images de référence simultanées (image_urls), introduit le paramètre dédié markup_image pour guider spatialement les modifications par croquis ou encadrés, et combine input_fidelity avec complexity pour verrouiller les proportions du produit tout en planifiant la scène.

Dans ce guide pratique, nous analysons trois transformations avant/après réelles, expliquons comment structurer vos requêtes à 16 références et montrons comment maintenir un coût fixe de $0.0525 par édition 1K sur E2X AI.
Quoi de Neuf dans l'Architecture d'Édition GPT Image 2.6 ?
Par rapport à GPT Image 2.5 Edit, la génération 2.6 apporte quatre améliorations majeures pour les pipelines d'édition :
| Fonctionnalité | GPT Image 2.6 Sunburst Edit | GPT Image 2.6 Flare Edit | GPT Image 2.5 Edit |
|---|---|---|---|
| Slug API E2X | openai/gpt-image-2.6-sunburst/edit-image | openai/gpt-image-2.6-flare/edit-image | openai/gpt-image-2.5/edit-image |
Images de référence max (image_urls) | Jusqu'à 16 images | Jusqu'à 16 images | Jusqu'à 10 images |
Annotations visuelles (markup_image) | Support natif | Support natif | Non pris en charge |
Planification pré-rendu (complexity) | auto, low, high | auto, low, high | Non disponible |
Paliers de qualité (quality) | low, medium, high, xhigh, max | low, medium, high | low, medium, high |
Fidélité d'entrée (input_fidelity) | high (par défaut), low | high (par défaut), low | high, low |
Formats de sortie (output_format) | png, jpeg, webp, gif, svg | png, jpeg, webp, gif, svg | png, jpeg, webp |
| Tarif E2X 1K (tous paliers de qualité) | $0.0525 (7 crédits) | $0.0525 (7 crédits) | $0.0525 (7 crédits) |
1. Indexation par Rôle jusqu'à 16 Images de Référence
Lorsque vous transmettez un tableau de 1 à 16 URLs dans image_urls, l'encodeur multimodal de GPT Image 2.6 attribue un canal d'attention distinct à chaque image. Pour éviter toute confusion entre les textures et les formes, référez-vous explicitement à chaque entrée par son index de base 1 (Image 1, Image 2, Image 3...) dans votre prompt :
- Image 1 (Géométrie d'ancrage & Sujet principal) : Le packshot produit ou le portrait dont la silhouette, la perspective et les proportions doivent rester strictement intactes.
- Images 2 à 4 (Échantillons de matériaux & Typographie) : Gros plans sur le grain du papier, la dorure à chaud, le motif textile ou le logo vectoriel à appliquer.
- Images 5 à 8 (Accessoires & Éléments de décor) : Feuilles d'eucalyptus, socle en ardoise humide, gouttelettes d'huile ou mobilier architectural.
- Images 9 à 16 (Références d'éclairage, d'étalonnage ou variantes multi-SKU) : Moodboards colorimétriques, schémas d'éclairage studio ou produits secondaires à assembler dans une photo de gamme complète.
2. Galerie Avant / Après : Transformations Réelles sur E2X
Les trois paires avant/après suivantes ont été générées directement sur E2X AI avec GPT Image 2.6 Sunburst Edit et Flare Edit.
Étude de Cas 1 : Du Packshot Studio Neutre à la Campagne Cosmétique de Luxe
Dans ce premier cas, un flacon compte-gouttes en verre ambré photographié sur fond gris neutre est transformé en visuel de campagne haut de gamme, avec pose d'une étiquette dorée à chaud et calcul réaliste des caustiques lumineuses à travers le verre.
Image d'Entrée (image_urls[0])

Résultat Édité (openai/gpt-image-2.6-sunburst/edit-image)

Prompt d'édition : "Transform this plain studio bottle into a luxury botanical skincare campaign hero shot. Place the exact amber dropper bottle on a wet dark slate stone slab surrounded by fresh glistening eucalyptus leaves, tiny golden oil droplets, and soft morning sunbeams filtering through mist, adding a minimalist gold-foil label reading 'E2X BOTANICALS — NEROLI & SQUALANE SERUM'."
Analyse technique : Avec input_fidelity: "high", Sunburst préserve au millimètre près la courbure de l'épaule du flacon, la bague striée et l'embout en caoutchouc. Parallèlement, le modèle projette des rayons de soleil matinaux à travers le verre ambré et enroule le texte 'E2X BOTANICALS — NEROLI & SQUALANE SERUM' en suivant exactement la courbure cylindrique du flacon.
Étude de Cas 2 : Recomposition Complète de Scène avec Sunburst Edit
Lorsqu'il faut modifier l'ambiance lumineuse et les matériaux tout en conservant la structure spatiale de la scène d'origine, Sunburst Edit combine input_fidelity: "high" et complexity: "high".
Entrée de Référence (image_urls[0])

Sortie Sunburst Edit (openai/gpt-image-2.6-sunburst/edit-image)

Étude de Cas 3 : Édition Haute Vitesse avec Flare Edit (2,5× plus rapide)
Pour les catalogues e-commerce de plusieurs milliers de références ou les éditeurs interactifs en direct, GPT Image 2.6 Flare Edit offre la même capacité de 16 images de référence avec une latence divisée par 2,5.
Entrée de Référence (image_urls[0])

Sortie Flare Edit (openai/gpt-image-2.6-flare/edit-image)

3. Direction Spatiale Précise avec markup_image
Décrire des coordonnées spatiales uniquement par le texte est souvent fastidieux. Le nouveau paramètre markup_image de GPT Image 2.6 permet de séparer l'image source propre de vos instructions visuelles :
- Image source vierge dans
image_urls[0]: Fournissez toujours la photo originale sans aucun tracé dansimage_urls[0]afin d'éviter que les traits de couleur ne bavent dans le rendu final. - Calque annoté dans
markup_image: Envoyez l'URL d'une copie sur laquelle vous avez dessiné des rectangles colorés, des flèches directionnelles ou des zones numérotées. - Liaison dans le prompt : Mentionnez explicitement vos repères visuels dans le prompt (ex. : « Place l'étiquette dorée exactement à l'intérieur du cadre rouge défini dans
markup_imageet oriente les rayons lumineux selon la flèche jaune »).
4. Réglage de input_fidelity et complexity
input_fidelity: "high"(par défaut) : Verrouille la géométrie du produit, les traits du visage et la perspective caméra de l'image principale. Indispensable pour le e-commerce et la cohérence de personnage.input_fidelity: "low": Autorise le modèle à réinterpréter librement l'angle de prise de vue et les proportions tout en conservant le thème et la palette des références.complexity: "high": Active la planification pré-rendu avant la génération. Fortement recommandé dès que vous combinez plus de 3 images de référence, utilisezmarkup_imageou ajoutez du texte sur un objet 3D.
5. Exemple d'Implémentation API (TypeScript)
const E2X_API_KEY = process.env.E2X_API_KEY!;
async function runMultiReferenceEdit() {
const response = await fetch("https://api.e2x.ai/v1/models/run", {
method: "POST",
headers: {
"Authorization": `Bearer ${E2X_API_KEY}`,
"Content-Type": "application/json",
},
body: JSON.stringify({
modelId: "openai/gpt-image-2.6-sunburst/edit-image",
input: {
prompt:
"Transform the studio bottle in Image 1 into a luxury botanical skincare campaign hero shot. Place the exact amber dropper bottle on a wet dark slate stone slab surrounded by fresh glistening eucalyptus leaves, tiny golden oil droplets, and soft morning sunbeams filtering through mist, adding a minimalist gold-foil label reading 'E2X BOTANICALS — NEROLI & SQUALANE SERUM'.",
image_urls: [
"https://assets.e2x.ai/ui/assets/blog/gpt-image-2.6/gallery-edit-before-botanical-bottle.png",
],
// Optionnel : image guide annotée (cadres, flèches)
// markup_image: "https://assets.e2x.ai/ui/assets/your-markup-guide.png",
input_fidelity: "high",
quality: "xhigh",
complexity: "high",
resolution: "1K",
aspect_ratio: "1:1",
output_format: "png",
},
}),
});
if (!response.ok) {
throw new Error(`Erreur API E2X (${response.status}): ${await response.text()}`);
}
const data = await response.json();
console.log("Résultat de l'édition multi-images :", data);
}
runMultiReferenceEdit();
Tarification Fixe sur E2X pour Vos Pipelines d'Édition
Sur E2X AI, les endpoints d'édition bénéficient du même multiplicateur fixe que la génération Text-to-Image. Que vous envoyiez 1 ou 16 images de référence et que vous choisissiez quality: "low" ou quality: "max", le coût dépend uniquement de la résolution de sortie :
- Édition 1K (
1K) : $0.0525 (7 crédits) - Édition 2K (
2K) : $0.0750 (10 crédits) - Édition 4K (
4K) : $0.1500 (20 crédits)
Essayez l'Édition Multi-Images en Direct & Consultez la Série
- Playgrounds d'Édition E2X :
- Tous les articles de la série GPT Image 2.6 :
- Guide API GPT Image 2.6 : Sunburst et Flare, Tarifs et Intégration
- GPT Image 2.6 Sunburst vs Flare vs GPT Image 2.5 : Comparatif Architectural
- Génération Native de GIF Animés et SVG Vectoriels avec GPT Image 2.6
- Guide de Prompting GPT Image 2.6 : Typographie, Micro-Textures 4K et Architecture en 5 Couches
- GPT Image 2.6 vs Nano Banana 2.1 vs FLUX 2 Pro : Le Benchmark 2026