Générateurs d’images IA : red_panda devance FLUX et Midjourney en octobre 2024

La génération d’images par intelligence artificielle change à une vitesse inhabituelle. En quelques mois, des modèles capables de composer une scène, d’interpréter une description détaillée et de produire une image convaincante ont bousculé les références établies. Le classement Text to Image Arena relevé en octobre 2024 illustre ce rythme : un modèle alors inconnu du grand public, red_panda, prend la première place devant plusieurs outils déjà très visibles.

Ce palmarès ne désigne pas un vainqueur absolu pour tous les usages. Il mesure avant tout la préférence de personnes confrontées à deux images générées à partir d’une même instruction, sans connaître l’identité des modèles. C’est une information précieuse pour comparer leur rendu général, mais elle doit être lue avec méthode, en tenant compte de ses limites et des besoins concrets d’un créateur.

Le classement d’octobre 2024 : red_panda prend la tête

Le relevé place red_panda à la première position avec 1 181 points Elo. Son cas retient l’attention parce que son créateur n’est pas identifié dans les informations disponibles. Cette absence d’attribution a suscité des spéculations sur sa possible parenté avec des outils connus, dont Midjourney ou DALL-E, sans qu’un lien puisse être établi comme un fait.

Derrière lui, les modèles de l’entreprise allemande Black Forest Labs s’imposent fortement. FLUX1.1 [pro] atteint 1 142 points, suivi de FLUX.1 [pro] à 1 119 points. Cette présence simultanée de plusieurs variantes dans le haut du tableau souligne l’importance des améliorations apportées d’une version à l’autre, y compris au sein d’une même famille de modèles.

Le tableau ci-dessous reprend strictement les éléments chiffrés figurant dans le relevé d’archive. Celui-ci se présente comme un top 10, mais fournit neuf modèles nommés et saute la huitième place. Il serait donc imprudent d’attribuer un nom ou un score à ce rang manquant.

Comment fonctionne le score Elo de la Text to Image Arena ?

Le principe est celui du duel à l’aveugle. Deux générateurs reçoivent le même prompt, c’est-à-dire la même consigne textuelle. Les images obtenues sont affichées aux utilisateurs sans révéler quel système les a créées. Ces derniers votent pour celle qu’ils jugent la meilleure. Chaque vote alimente ensuite un système de classement Elo.

Popularisé dans le monde des échecs, le score Elo évolue après chaque confrontation. Lorsqu’un modèle bat un adversaire bien classé, son gain peut être plus important. À l’inverse, une défaite contre un système théoriquement moins bien noté peut lui faire perdre davantage de points. Le classement se veut donc dynamique : il se réajuste à mesure que les modèles accumulent les duels.

Cette méthode a deux avantages majeurs. D’abord, elle évite de réduire la comparaison à une seule démonstration sélectionnée par les éditeurs. Ensuite, le vote à l’aveugle limite l’influence de la notoriété d’une marque : une image de Midjourney, FLUX ou Stable Diffusion est évaluée pour son résultat, pas pour son étiquette.

Elle n’efface toutefois pas toutes les variables. La place d’un modèle dépend des prompts soumis, du volume de votes, des préférences esthétiques des évaluateurs et des versions effectivement disponibles dans l’arène. Une première place signifie qu’un système est fréquemment préféré dans ce protocole. Elle ne garantit pas qu’il sera le plus pratique, le plus abordable, le plus rapide ou le plus adapté à chaque projet.

FLUX, Ideogram et Midjourney : les principaux noms du haut du tableau

Le classement révèle d’abord la percée de la famille FLUX. Black Forest Labs place ses variantes professionnelles aux deuxième et troisième rangs, puis FLUX.1 [dev] au sixième rang. Cette dernière obtient 1 086 points, exactement le même total qu’Ideogram v2 Turbo, classé septième dans le relevé. Une égalité de score montre à quel point l’écart entre les modèles peut être ténu dans cette zone du palmarès.

Ideogram v2, quatrième avec 1 096 points, se distingue dans le relevé par sa capacité à interpréter des prompts complexes et à produire des images de haute qualité. Sa variante Ideogram v2 Turbo apparaît également parmi les premières places. Pour un utilisateur, l’existence de plusieurs versions rappelle une règle simple : le nom d’un outil ne suffit pas. Il faut identifier le modèle précis et, lorsqu’elle existe, l’option privilégiant la vitesse ou la qualité.

Midjourney v6.1 est cinquième, avec 1 089 points. Le classement le situe donc derrière red_panda, les deux modèles FLUX professionnels et Ideogram v2. Cette position ne permet pas, à elle seule, de mesurer une trajectoire dans le temps. Elle montre en revanche que le marché ne se résume plus à un acteur unique : de nouveaux modèles peuvent s’approcher très vite des systèmes qui ont marqué les précédentes vagues de génération d’images.

Enfin, Stable Diffusion 3.5 Large et Stable Diffusion 3.5 Large Turbo occupent les neuvième et dixième places, avec respectivement 1 066 et 1 064 points. Leur écart de deux points dans ce relevé est faible. Il rappelle que les variantes dites Turbo ne constituent pas nécessairement un remplacement automatique des versions Large : elles correspondent à des compromis techniques qui doivent être appréciés selon le résultat recherché.

Ce qu’un classement visuel mesure, et ce qu’il ne mesure pas

L’attrait d’un classement est évident : il transforme une compétition technologique complexe en une liste lisible. Pour autant, choisir un générateur pour travailler ne revient pas seulement à sélectionner le meilleur score. Une image préférée dans un duel peut ne pas répondre à une contrainte professionnelle particulière, comme la reproductibilité d’une série visuelle, le contrôle du cadrage ou les conditions d’utilisation des créations.

Dans de nombreux cas, les générateurs d’images fonctionnent à partir d’un principe de transformation progressive : le modèle part d’un signal aléatoire et le modifie étape par étape pour faire émerger une image cohérente avec le texte fourni. Les progrès observés ne relèvent donc pas seulement d’une meilleure définition. Ils concernent aussi l’interprétation des relations entre les objets, des actions, de la composition et des détails attendus dans une scène.

Un bon résultat dans une arène reflète souvent plusieurs qualités combinées : une scène immédiatement compréhensible, une composition équilibrée, des éléments visuellement cohérents et une capacité à suivre l’instruction. Mais les préférences humaines varient. Une image spectaculaire peut l’emporter dans un vote rapide tout en étant moins facile à décliner dans une charte graphique précise.

Comment choisir un générateur d’images IA selon son projet ?

Pour créer une illustration ponctuelle, le classement peut servir de porte d’entrée : il identifie les systèmes qui obtiennent de bons résultats sur un grand nombre de comparaisons. Le plus efficace reste ensuite de tester un même prompt dans plusieurs outils, puis d’observer la fidélité à la demande. Une consigne utile décrit le sujet, l’action, le décor, l’angle de vue et les éléments à éviter, plutôt que de se limiter à quelques mots-clés.

Pour un projet de communication, de design ou de contenu éditorial, quatre questions doivent compléter la lecture d’un score Elo :

• Le modèle comprend-il les consignes détaillées et les corrections successives nécessaires au projet ?
• Peut-il produire plusieurs images cohérentes autour d’un même univers visuel ?
• Les conditions d’utilisation correspondent-elles à une diffusion personnelle, éditoriale ou commerciale ?
• L’outil permet-il de retrouver, modifier ou reproduire facilement une image générée ?

Les classements n’évaluent pas nécessairement ces aspects. Ils ne répondent pas non plus à la question de l’origine des données d’entraînement, des droits sur les contenus importés par les utilisateurs ou de l’étiquetage des images synthétiques. Ces sujets prennent pourtant une importance croissante pour les professionnels comme pour le public.

Il faut aussi distinguer le modèle et l’interface. Un même système peut être proposé dans plusieurs environnements, avec des réglages, une vitesse de génération, des limites de création ou des outils d’édition différents. L’expérience obtenue par l’utilisateur dépend donc autant du produit qui entoure le modèle que du modèle lui-même.

Pourquoi les positions peuvent évoluer rapidement

Le classement d’octobre 2024 est une photographie, pas un verdict définitif. Les entreprises publient de nouvelles versions, ajustent leurs modèles et proposent des variantes ciblant différents usages. La présence de FLUX1.1 [pro], FLUX.1 [pro] et FLUX.1 [dev] dans un même tableau en est une illustration directe : des évolutions successives peuvent changer les performances perçues sans attendre l’apparition d’une technologie entièrement nouvelle.

La mise à jour continue d’une arène est donc utile pour détecter ces changements. Elle peut faire émerger un modèle sans créateur identifié, comme red_panda, ou déplacer des acteurs déjà connus. Pour interpréter une progression ou un recul, il faudrait néanmoins observer plusieurs relevés successifs, avec le nombre de duels et les conditions de test. Une position isolée ne suffit pas à établir une tendance solide.

L’archive mentionne également la présence d’entreprises telles que Stability AI et Recraft.ai parmi les acteurs représentés. Elle ne donne toutefois pas assez de détails pour attribuer précisément un rang ou un score à Recraft dans le tableau d’octobre 2024. Cette distinction entre une information confirmée et une donnée absente est essentielle dans un domaine où les listes circulent vite et sont souvent reprises sans vérification.

Ce qu’il faut surveiller après ce palmarès

La première question est celle de l’identité de red_panda. Sa domination dans cette photographie du classement attire l’attention, mais l’absence d’origine officiellement établie empêche d’en déduire sa technologie, ses conditions d’accès ou ses règles d’usage. Tant que son concepteur ne se présente pas, il convient de séparer les résultats observés des hypothèses qui l’entourent.

Il faudra aussi suivre l’écart réel entre les versions d’une même famille. Le duel entre modèles ne mesure pas toujours le temps de génération, la stabilité d’un résultat à l’autre ou la précision des outils de retouche. Or, pour une personne qui crée régulièrement des visuels, ces critères peuvent peser davantage qu’une différence de quelques points Elo.

Enfin, l’enjeu dépasse la course au réalisme. À mesure que les images IA deviennent plus convaincantes, les créateurs, les plateformes et le public doivent pouvoir savoir dans quel contexte elles ont été produites, quelles règles encadrent leur réutilisation et comment distinguer une illustration synthétique d’une image documentaire. Le classement d’octobre 2024 montre la vigueur de la compétition technique. Les choix de confiance, de transparence et de responsabilité détermineront tout autant l’usage de ces outils.