Orux AI / Carnet des modèles
GIF avec GPT Image 2.6 : deux exemples Flare et Sunburst
Comparez deux GIF réels, vérifiez les tarifs de Flare et Sunburst sur Orux, puis contrôlez les images, la boucle et le poids avec Python.

Sommaire
Par quel GIF GPT Image 2.6 commencer ?
Essayez GPT Image 2.6 Flare si le geste doit être compris immédiatement, par exemple le salut d’une mascotte dans un écran d’accueil. Essayez GPT Image 2.6 Sunburst si l’image doit rester presque fixe et qu’un seul détail bouge, comme la vapeur d’une tasse. Ce sont des pistes de départ. Les deux exemples publics d’Orux présentés ici reposent sur des consignes différentes : ils ne départagent pas les modèles sur un même travail.
Les deux fiches Orux proposent le GIF en 768 × 512, au format 3:2 et en haute qualité. Demandez-vous d’abord ce que le public doit remarquer. Le geste de la mascotte doit se lire même en petit, tandis que le produit doit garder son aspect quand un détail s’anime. Pour les deux, validez l’image fixe et vérifiez le retour au début de la boucle.
Flare : vérifier le geste à la taille de la carte
L’exemple GPT Image 2.6 Flare demande un renard orange centré sur fond lavande, une caméra et une ombre fixes. Il doit lever une patte, saluer deux fois, cligner des yeux, reposer sa patte et revenir à la pose initiale. Le GIF contient déjà les images dans l’ordre : il n’y a pas de planche de sprites à découper.


Le renard est assis au départ. À 400 ms sa patte est levée, à 800 ms ses yeux se ferment et à 1600 ms la patte est reposée. Des traits violets apparaissent sur certaines images intermédiaires. Ils rendent le geste plus lisible, mais méritent d’être vérifiés si l’illustration doit rester épurée : la consigne excluait les effets de fond.
Lisez la boucle à la taille réelle de la carte. La patte se distingue-t-elle du visage ? Le geste se comprend-il avant que l’utilisateur poursuive ? Comparez ensuite les vignettes du début et de la fin. Retrouver la pose assise est préférable à une coupe avec la patte en l’air. La planche ne prouve pas que le raccord sera invisible en lecture.
Pour une autre mascotte, décrivez un seul geste et les éléments qui restent fixes : la patte à déplacer, sa position finale et la possibilité d’ajouter des traits de mouvement. Gardez le nom de l’application et le bouton de poursuite dans l’interface, lisibles et utilisables même quand l’animation est coupée.
Sunburst : animer un détail sans modifier l’aspect du produit
L’exemple GPT Image 2.6 Sunburst demande une tasse en terre cuite, une soucoupe, une cuillère et des grains dans une composition fixe. Seule la vapeur doit bouger. Les bords des objets sous la zone animée servent de repères pour la vérification.


La vapeur se recourbe, s’estompe et se reforme. À la taille de la planche, l’anse, la soucoupe, la cuillère et les grains semblent rester en place. Cela ne prouve pas que tous les pixels hors vapeur sont identiques. Vérifiez le contour de l’anse et les reflets à la taille de livraison. Il s’agit d’un visuel de concept généré sans référence à un article réel : il ne prouve pas que le modèle peut reproduire une tasse précise vendue en boutique.
Dans la consigne, délimitez la seule zone autorisée à changer et nommez les objets, le cadrage et l’exposition à conserver. La première image doit pouvoir se suffire à elle-même. Pour un courriel, vérifiez-la dans le client visé et gardez le texte de l’offre dans le message. Si le mouvement apporte peu, l’image fixe peut servir de visuel principal.
Formats Orux et budget d’une série d’essais
L’annonce d’OpenAI présente Flare pour l’itération rapide et Sunburst pour les visuels plus détaillés. Le guide officiel décrit les options GIF, SVG et complexity dans l’API officielle. Les fiches Orux affichent 1K, 2K et GIF ; le GIF y est en 3:2 et en haute qualité. Suivez les options visibles de l’interface choisie.
| Réglage Orux | Flare, par résultat | Sunburst, par résultat |
|---|---|---|
| Image fixe 1K, 3:2, qualité basse | 4.984 Credits ($0.02492) | 4.984 Credits ($0.02492) |
| GIF, 768 × 512, 3:2, haute qualité | 13.570 Credits ($0.06785) | 13.762 Credits ($0.06881) |
| Une image fixe et un GIF avec ces réglages | 18.554 Credits ($0.09277) | 18.746 Credits ($0.09373) |
Faites défiler horizontalement pour voir tout le tableau.
Tarifs vérifiés le 6 novembre 2026, heure de Singapour, sur les deux fiches. Conversion : 1 Credit = $0.005. La dernière ligne est un exemple de budget, sans forfait ni garantie que le GIF reprendra l’image fixe. Validez la composition sur un concept statique puis comparez le GIF au cahier des charges. Les tarifs officiels d’OpenAI ont leurs propres unités et réglages ; le tableau ne permet pas de dire quel service coûte moins pour la même demande. Pour plusieurs essais, consultez le guide du coût par image retenue.
Contrôler les fichiers avant la mise en ligne
Les deux GIF Orux contiennent neuf images de 768 × 512, avec 200 ms par image, soit 1800 ms par cycle. Le champ de boucle vaut 0 dans les deux fichiers : la lecture se répète indéfiniment. Le renard pèse 963 124 octets et la vapeur 1 235 296 octets. Ces mesures décrivent les fichiers publics, sans garantir les délais ni la taille de futures générations. La durée encodée ne mesure pas la précision de lecture dans un navigateur.
Enregistrez les deux originaux et le code dans audit_gif.py. Avec Python et Pillow, lancez python audit_gif.py fox.gif steam.gif. Le script affiche les dimensions, le nombre d’images, la somme des délais, le champ de boucle et le poids. Il ne sollicite aucun modèle.
from pathlib import Path
from sys import argv
from PIL import Image, ImageSequence
def inspect(path):
with Image.open(path) as im:
if im.format != 'GIF':
raise ValueError('Expected a GIF')
size = im.size
loop = im.info.get('loop')
delays = [f.info.get('duration', 0) for f in ImageSequence.Iterator(im)]
return size, delays, loop, Path(path).stat().st_size
for path in argv[1:]:
(w, h), delays, loop, size = inspect(path)
print(f'{Path(path).name}: {w}x{h}, {len(delays)} frames, '
f'{sum(delays)} ms, loop={loop}, {size} bytes')Vérifiez que le GIF a plusieurs images, respecte les dimensions et tient dans le budget du support. Avec une limite de 1 000 000 d’octets pour la seule animation, il reste 36 876 octets au renard, tandis que la vapeur dépasse de 235 296 octets. L’image fixe et les autres ressources sont à compter à part. Si le mouvement de vapeur est indispensable, exportez un dérivé plus léger puis contrôlez-le : la compression peut masquer les nuances.
Créez une image fixe à partir d’une image validée. Pour une animation décorative répétée à côté d’un texte, affichez d’abord l’image fixe, chargez le GIF à la demande et laissez le lecteur revenir au fixe. En cas de lecture automatique, tenez compte de la préférence de réduction des animations et testez les commandes. Les explications du W3C sur la mise en pause montrent pourquoi une boucle courte peut tout de même nécessiter un moyen de l’arrêter.
FAQ
Flare ou Sunburst pour un GIF de mascotte ?
Commencez par Flare si le geste doit se lire facilement. Le renard lève la patte, cligne des yeux et se rassoit. Si l’identité visuelle est stricte, contrôlez ses traits image par image et comparez les deux modèles avec les mêmes consignes.
Dans le GIF de Sunburst, seule la vapeur bouge-t-elle ?
La vapeur est le mouvement le plus visible. La tasse et les objets semblent stables à cette échelle, sans preuve d’identité pixel par pixel. Vérifiez les bords, les ombres et les étiquettes à la taille de livraison si le produit doit correspondre à une référence.
Peut-on choisir un GIF carré sur ces fiches Orux ?
Le réglage GIF est de 768 × 512 en 3:2. Basez le devis sur les options de taille et de qualité visibles. Pour un emplacement carré, prévoyez un recadrage ou une nouvelle composition et contrôlez le début ainsi que toute l’amplitude du geste.
La lecture s’arrête-t-elle après 1,8 seconde ?
Non. Les deux fichiers ont neuf images de 200 ms et se répètent indéfiniment. Les 1,8 seconde correspondent à un cycle. Pour arrêter l’animation, proposez un retour à l’image fixe ou exportez une boucle finie et vérifiez-la sur le support final.
Utilisez ces modèles avec une seule API
Une API compatible OpenAI pour les modèles de chat, d’image, de vidéo et d’audio, facturée en Credits.
Articles similaires
Voir tous les articles →
Qwen Image 3.0 API : tarifs, Pro et Python
Qwen Image 3.0 coûte 6 Credits sur Orux AI. Comparez Pro, références et Alibaba, avec Python, un vrai poster et les contrôles avant publication.

GPT Image 2.5 API : tarifs de Flare et Sunburst
Comparez les prix GPT Image 2.5 en Credits et ses variantes : code Python, librairie miniature existante, contrôle du texte et des dimensions du fichier.

Kling 4.0 API : tarifs, paramètres et vidéos réelles
Comparez Kling 4.0 sur Orux et fal : tarifs, paramètres, Python avec ID sauvegardé, deux vidéos réelles et limites des reprises et de leur facturation.