Comparatif des différentes IA d’imagerie avec le même prompt

Accueil / Intelligence artificielle / Comparatif des différentes IA d’imagerie avec le même prompt

Dans le pilotage des LLM (large Language Models), le prompt (les instructions textuelles) est la clé du succès. Chacun y va de sa recette et de ses dizaines de logiciels dédiés pour traduire, peaufiner, changer de style. Un mantra qu’on s’échange sous le manteau, ou qu’on monnaye au prix fort avec l’apparition des nouveaux métiers de « prompt engineer »…

On trouve ici et là sur les réseaux des prompts polyvalents dont il suffit de changer le sujet et les couleurs dominantes pour obtenir des résultats intéressants. Mais ce n’est pas une panacée et le plus souvent ces prompts ne fonctionnent correctement qu’avec le logiciel pour lequel ils ont été créés.

Le plus souvent pour MidJouney 7 ou GPT 4.o puisque ce dernier est disponible d’un clic chez tous les utilisateurs de Windaube. Il n’y a qu’à voir la prolifération des illustrations « Gibli » ou « Starter Pack » pour s’en rendre compte. On est encore dans le gadget, l’effet de mode.

Toutefois, l’utilisation des grands LLM est de plus en plus simple et il est désormais possible de mener un vrai « dialogue » avec l’IA afin d’améliorer le rendu par petites touches. Et de s’inspirer du style de n’importe quelle image chargée en même temps que le prompt. A terme, ces IA nouvelles s’occuperont de tout !

Poulpe fiction : comparons !

Question prix, il y a deux écoles : les logiciels open source, modifiables à loisir et gratuits d’utilisation. On peut les installer en local mais il y faut une machine très puissante en terme de GPU. Ou alors en passer par le « cloud » avec des solutions évidement payantes.

Le plus souvent il s’agit de logiciels propriétaires (GPT d’Open AI et Microsoft, Midjourney…) disponibles sur abonnement. On ne peut pas bidouiller ces modèles, on ne sait pas ce qu’il y a dedans, on paye, on génère, on s’émerveille et on se tait ! Certains modèles sont entre les deux, avec un crédit journalier « d’essai » et tout un tas d’options… On s’y perd. Vive le libre !

Mais toutes les versions plus ou moins gratuites disponibles sont souvent limitées question tailles de sortie et proportions. C’est le plus souvent du format carré en 1024×1024 .png dans le meilleur des cas ou JPEG voire WebP… Et même dans certains cas avec un filigrane. Ce qui ne veut pas dire que ces images sont inexploitables pour l’impression par exemple : il existe une foultitude de logiciels utilisant également l’AI pour agrandir jusqu’à 10 fois la taille initiale. Et changer de formats, l’IA se chargeant de « réinventer » les parties manquantes… Quant aux filigranes, il existe justement des IA dédiées pour les enlever ! Ceci est une autre histoire…

Pour revenir au coeur du sujet, les résultats dépendent des modèles. Et même des types de modèles au sein d’une même famille, des différents « styles » proposés et même des mises à jour des modèles eux-mêmes : par exemple Midjourney 7 n’a rien à voir avec ses versions précédents ! Les prompts utilisés hier ne marcheront plus et inversement.

Pour y voir plus clair j’ai procédé à un petit Benchmark avec différentes IA disponibles… Le moins qu’on puisse dire est que les résultats diffèrent beaucoup ! Je suis parti de ce rendu réalisé sur Midjourney 7 avec le prompt suivant :

A deep-sea octopus with translucent skin and glowing nodules on each tentacle, illustrated in the style of a 17th-century marine biology sketch, ballpoint pen engraving technique, handwritten field notes, parchment-style background

Et j’ai donc utilisé ce même « prompt » dans divers moteurs d’IA « text to image » afin de pouvoir comparer. Le but du jeu étant de s’approcher le plus possible de l’image initiale. Oui, je sais, ça fait beaucoup de ventouses ! D’autant que certains « octoplus » ont bien plus de tentacules que les huit réglementaires. J’ai classé les résultats plus ou moins par qualité décroissante…

Incontestablement les meilleurs résultats sont obtenus à l’heure actuelle par Midjourney 7 (payant), GPT 4o (gratuit mais limité via Copilot de Microdaube) et les différentes options Open Source de Flux (Flux 1.1 Pro payant).

GPT 4o (via Copilot)

Flux

: Flux Schnell

: Flux 1 Dev

: Flux 1.1 Pro

Google Imagen 3, considéré comme le modèle le plus élaboré chez Google…

Google Gemini (Confusion… Ne me demandez pas pourquoi il y a tant de parfums différents chez un même éditeur : je n’en sais rien !)

: Gemini 2.0 Flash

: Gemini 2.5 Flash

: Gemini 2.5 Pro

Grok 3 – Application indépendante ou incluse dans l’interface de X

Stable Diffusion 3.5

: Stable Diffusion 3.5 Large

: Stable Diffusion 10 XLJuggernaut

: Stable Diffusion 3.5 Turbo

Leonardo Phoenix 1

Recraft

Ideogram

Playground

Une belle tentative d’ajouter du texte mais avec des fautes de sens, d’orthographe et autres… Sans parler d’un nombre de tentacules superfétatoires.

Freepik (Comporte aussi les modèles Mystic et Magnific, 2 clones améliorés de Flux…)

Apple Intelligence – Image Playground

Janus Pro (DeepSeek)

Bien sûr, il est possible de trifouiller le prompt pour obtenir de meilleurs résultats avec différents types d’IA. Et de le complexifier à loisir. Par exemple, le passage du prompt initial dans la moulinette de Google AI studio en a fait :

« A detailed illustration of a deep-sea octopus, rendered in the style of a 17th-century marine biology sketch. The octopus has distinctly translucent, almost ghostly skin, hinting at faint internal structures. Each of its tentacles features several prominent, bioluminescent nodules, depicted with intricate detail (perhaps subtle radiating lines or stippling to suggest a glow, fitting the monochrome style). The artistic technique emulates a fine-line engraving, possibly achieved with a ballpoint pen, characterized by meticulous cross-hatching, stippling, and precise linework for shading and texture. Scattered, faded handwritten field notes in an archaic cursive script (e.g., Latin or antiquated English labels, measurements) annotate the specimen directly on the page. The entire composition is presented on a textured, aged parchment-style background, complete with slight yellowing, foxing spots, or minor water stains for authenticity. Monochrome black or sepia ink on parchment. », « negative_prompt »: « photorealistic, color photograph, modern illustration, cartoon, simplistic, blurry, unfocused, bright colors, digital painting, 3D render », « style_raw »: « 17th century scientific illustration, engraving, anatomical sketch, marine biology », « aspect_ratio »: « 16:9 »

Avec un tel luxe de détails nul doute que vos moteurs d’AI vont chauffer. A vos prompts !