Imagen 4
Modèle texte-vers-image de Google, avec un rendu photoréaliste
Imagen 4 est le modèle texte-vers-image de Google DeepMind, annoncé à Google I/O en mai 2025 et passé en disponibilité générale via l’API Gemini et Vertex AI. Il génère des images jusqu’à une résolution de 2K et rend du texte et de la typographie lisibles dans les images, un domaine où les versions précédentes d’Imagen et beaucoup de modèles concurrents peinaient. Google le livre en famille de trois variantes : un palier fast pour des brouillons rapides, environ dix fois plus rapide qu’Imagen 3, un palier standard, et un palier Ultra pour la fidélité maximale et le suivi du prompt. Le tarif est à l’image et échelonné selon la variante. L’option fast est la moins chère, Ultra la plus chère.
Le modèle se place aux côtés de Gemini et de Veo dans la gamme de médias génératifs de Google, et il concurrence directement les modèles GPT Image d’OpenAI et Midjourney. Il est moins positionné sur la nouveauté brute que sur la fiabilité : un suivi régulier des prompts détaillés, des mains et des visages plus nets, et moins des artefacts de rendu qui pesaient sur les modèles de diffusion plus anciens. Les développeurs y accèdent via Google AI Studio et Vertex AI, et il alimente aussi la génération d’images dans l’app Gemini grand public.