Contrairement aux modèles texte, la génération d'images est facturée à l'appel et non au token. Sur Railwail, une image coûte actuellement de moins d'un demi-centime (FLUX Schnell, 0,0036 USD) à environ onze centimes (Ideogram v3 Quality, 0,108 USD) ; FLUX 1.1 Pro et Imagen 4 coûtent 0,048 USD par image. Les résolutions plus hautes et le nombre d'étapes accru coûtent proportionnellement plus cher. Certains fournisseurs exposent un endpoint d'édition à un tarif distinct ; vérifiez la fiche modèle avant d'intégrer.
Le compromis central est le photoréalisme contre la contrôlabilité. Les phares de diffusion (FLUX 1.1 Pro, Imagen 4, Recraft V3) produisent une qualité magazine mais ignorent les instructions compositionnelles détaillées une fois sur deux. Les modèles plus petits (SDXL, Playground V3, Stable Diffusion 3.5) coûtent dix fois moins, rendent en moins de deux secondes et vous laissent piloter le résultat via ControlNet, IP-Adapter ou LoRA. Pour la production par lots, le pipeline petit et pilotable gagne presque toujours ; pour le hero shot unique, optez pour le phare.
Attention à la dilution de prompt en image : la plupart des modèles de diffusion plafonnent la longueur utile autour de 75 tokens, si bien que charger douze adjectifs et trois références de style revient typiquement à tout moyenner au lieu de les empiler. Écrivez le sujet, l'action et l'éclairage en premier ; tout ce qui suit la troisième clause a une influence décroissante sur le résultat.
Les licences importent : la plupart des fournisseurs accordent une licence d'usage commercial perpétuelle sur les images générées, mais quelques-uns (offre gratuite FLUX Schnell, certains checkpoints open) restreignent au non-commercial. La fiche modèle l'indique — lisez-la avant de placer une sortie sur un panneau publicitaire.
Les top picks ci-dessous couvrent le phare photoréalisme, le cheval de trait le moins cher, le modèle au prompt le plus long et l'option temps réel la plus rapide de la catégorie.