Quel modèle d’image doit écrire les mots ? Quatre familles, quatre demandes différentes

Obtenir un titre, une étiquette ou une enseigne correctement orthographiés est la demande qui sépare le plus nettement les modèles d’image. Quatre familles du catalogue LUVI s’en sortent bien, et le point intéressant est qu’elles ne veulent pas la même phrase. Le 22 septembre 2026, une image était devisée à 30 crédits sur GPT Image 2.5 Flare au palier moyen, 105 sur Qwen Image Max, 120 sur Grok Imagine Image 2.0 et 144 sur Seedream 5.0 Pro. Voici ce que chacune vous demande réellement.

Seedream : donnez une surface aux mots

Seedream considère la typographie comme une de ses forces, et son guide réclame ce que les autres ne demandent pas : un objet physique sur lequel le texte est écrit. « Neon sign reading… », « engraved brass plate », « handwritten chalk ». La surface d’abord, puis le caractère est spécifié comme le ferait un graphiste : dessin, graisse, casse, couleur et position sur la grille.

Deux règles vont avec. La copie se place entre guillemets droits dans l’alphabet visé – les vrais glyphes, jamais romanisés – et un texte non cité rend l’idée d’une enseigne plutôt que les mots eux-mêmes. Et chaque ligne reste à trois ou cinq mots environ.

Qwen-Image : donnez une position et un traitement

Qwen-Image est bâti pour le texte multiligne et bilingue, et sa demande est la plus mécanique des quatre : mettez la chaîne entre guillemets, dites où elle se trouve, dites de quoi elle a l’air. « A dark blue sign reads "Il Messaggero" in white Gothic lettering, top-left » : voilà tout le motif.

Les relations spatiales sont lues à la lettre, c’est pourquoi « center-right » et « top third » travaillent vraiment. La limite de la famille tient à la langue : la documentation d’Alibaba indique que le modèle prend en charge le chinois simplifié et l’anglais, et que d’autres langues peuvent être tentées sans garantie.

Grok Imagine Image 2.0 : donnez une hiérarchie

Image 2.0 planifie la mise en page : il veut donc des niveaux et non des positions. Nommez la pièce – affiche de concert, boîte de céréales, écran d’accueil d’application – puis décrivez la hiérarchie : un grand titre, un sous-titre de moitié sa taille, un bloc de crédits de quatre lignes en bas.

Il a un travers à anticiper. Écrire le littéral entre guillemets en capitales est ce qui pousse le modèle à le traiter comme un contenu à composer, avec pour effet secondaire une tendance à composer en capitales. Quand la casse compte, citez sans capitales.

GPT Image 2.5 : peu de blocs, et une barrière contre le texte fantôme

GPT Image 2.5 accepte la copie entre guillemets ou en CAPITALES, puis veut que la typographie soit décrite comme une contrainte spatiale distincte, et non glissée dans la même proposition. Ses deux limites pratiques diffèrent des autres : gardez chaque zone de texte à cinq mots au plus, et gardez peu de blocs, car plusieurs blocs de texte dans un même cadre ont tendance à fusionner.

Il gagne aussi à une barrière explicite contre les lettres inventées (« no other visible words, no random letters, no duplicate text ») et à l’affirmation de l’exemplaire unique : que l’accroche soit composée exactement une fois.

Alors, lequel ?

Accordez la demande au travail, pas au prix.

• Une enseigne, une plaque, une devanture : du texte qui appartient à un objet. Seedream, parce qu’on s’y adresse par la surface.
• Plusieurs chaînes placées avec précision dans un même cadre. Qwen-Image, parce qu’il lit la position à la lettre et gère nativement le texte multiligne.
• Une affiche, une pochette, une face d’emballage : du texte qui est le design. Grok Imagine Image 2.0, parce qu’il construit la hiérarchie à votre place.
• Une seule ligne courte dans une image photographique. GPT Image 2.5, le moins cher des quatre au palier moyen, à condition de garder peu de blocs.

Une considération reste en dehors de la question du texte : les modèles de retouche. Si les mots doivent changer sur une image qui existe déjà, Qwen-Image écrit le remplacement comme une opération avec les deux chaînes entre guillemets, et GPT Image 2.5 veut le changement regroupé avec une liste explicite de ce qui est préservé. Les deux coûtent moins cher que de régénérer le cadre et d’hériter d’une autre composition.

Comment nous avons vérifié

• Modèles : Seedream 5.0 Pro, Qwen Image Max, Grok Imagine Image 2.0 et GPT Image 2.5 Flare, tous en texte vers image.
• Réglages : une image à la taille par défaut de chaque modèle et à son palier de qualité par défaut.
• Date et sources lues : 22 septembre 2026. Les devis en crédits obtenus en direct et les contrats de paramètres des modèles dans LUVI, les guides de prompts rédigés par LUVI pour les quatre familles, et la documentation Qwen-Image d’Alibaba Cloud pour la limite de langue.
• Résultats : 30 crédits sur GPT Image 2.5 Flare au palier moyen, 105 sur Qwen Image Max, 120 sur Grok Imagine Image 2.0 et 144 sur Seedream 5.0 Pro. Aucune sortie n’a été générée pour cet article, qui n’avance donc rien sur la qualité des résultats.
• Limites : cette comparaison porte sur ce que chaque famille demande, pas sur la fréquence à laquelle chacune orthographie correctement un mot. Cela exigerait un test contrôlé avec la même copie sur les quatre, que nous n’avons pas mené.

Dans LUVI

Choisissez la famille selon la forme du travail, puis laissez le bouton en forme de plume, à côté du champ de prompt, réécrire votre texte dans le dialecte de cette famille : c’est la façon la plus rapide de voir à quel point la même demande doit être formulée différemment. La page des modèles donne les prix actuels de chacun, et quand le champ de prompt négatif apparaît compte ici aussi, car seules certaines de ces quatre familles en disposent.

Les nouveaux comptes démarrent avec 200 crédits, et vérifier votre téléphone et une carte vous en rapporte jusqu’à 1 500 de plus. Vous pouvez créer un compte LUVI et trancher sur votre propre copie.