Whisk

Google Whisk est un outil de remixage d'images sur navigateur de Google Labs, lancé le 16 décembre 2024. Là où la plupart des générateurs d'images par IA exigent des prompts textuels détaillés, Whisk adopte une approche différente : les utilisateurs glissent-déposent jusqu'à trois images de référence représentant un sujet, une scène et un style, et le système produit une image originale qui fusionne les trois. Le processus utilise le modèle Gemini de Google pour sous-titrer automatiquement chaque image téléchargée, transmet ces descriptions à Imagen (mis à jour vers Imagen 4 en mai 2025) et fournit des résultats en quelques secondes. Aucune rédaction de prompt n'est requise, bien que les utilisateurs puissent consulter et modifier à tout moment les prompts générés automatiquement en arrière-plan.

Les fonctionnalités principales de Whisk incluent le système d'entrée à trois emplacements (sujet/scène/style), un mode Précis (Precise Mode) ajouté en 2025 qui préserve mieux les traits du visage et l'identité du sujet au fil des générations, Whisk Animate pour produire des clips vidéo de 8 secondes propulsés par Veo 2 à partir de résultats fixes, et la prise en charge de jusqu'à huit images de référence au total en une seule session. Il fonctionne entièrement dans le navigateur avec un compte Google et est resté gratuit tout au long de son existence. Au moment de la rédaction de cet article, la fermeture de Whisk est prévue pour le 30 avril 2026, sa capacité principale de remixage migrant vers Google Flow.

Ce que Whisk génère en avril 2026

Dans ses dernières semaines, Whisk produit des images fixes jusqu'à une résolution de 2K en utilisant le moteur Imagen 4. Le résultat principal est une image remixée qui capture « l'essence » visuelle des trois entrées de référence : le modèle ne tente pas une reproduction exacte au pixel près, mais plutôt une synthèse créative. Vous pouvez ajuster le format d'image avant la génération, et l'activation du mode Précis indique au système d'accorder plus d'importance à la préservation de l'identité, réduisant ainsi la variabilité qui rendait les premiers résultats de Whisk imprévisibles.

La fonctionnalité Whisk Animate convertit n'importe quelle image fixe générée par Whisk en un clip vidéo de 8 secondes via Veo 2. Les comptes gratuits reçoivent dix crédits d'animation par mois. Au-delà du remixage de base, les utilisateurs peuvent affiner directement le prompt sous-jacent généré par Gemini, fusionnant ainsi efficacement l'entrée basée sur l'image avec le contrôle du prompt textuel. Le système accepte jusqu'à huit images de sujet en une seule génération (une scène, un style), permettant un mélange complexe de personnages à partir de multiples photos de référence.

La mise à jour du mode Précis, annoncée sur X par Google Labs en 2025, était une réponse directe à la plainte la plus fréquente concernant l'outil : « Cette nouvelle fonctionnalité vous donne un meilleur contrôle sur la préservation des traits du visage, des scènes et des styles dans vos créations », indiquait la publication. L'affinage en mode Précis passe par Gemini 2.5 Flash pour la touche finale.

Où se situe Whisk par rapport à Midjourney et FLUX Kontext

Midjourney, la plateforme de génération d'images payante la plus utilisée, gère le référencement de style et de personnage via ses paramètres d'URL --sref (référence de style) et --cref (référence de personnage) ajoutés aux prompts textuels sur Discord. Le paramètre --sw contrôle le poids du style sur une échelle de 0 à 1000, et les utilisateurs peuvent mélanger plusieurs images de référence en attribuant des poids relatifs (--sref urlA::2 urlB::3). Cela donne à Midjourney un contrôle de style granulaire et composable que le basculement binaire Créatif/Précis de Whisk ne peut égaler. Le compromis technique est que Midjourney exige une maîtrise de la syntaxe des commandes Discord et un abonnement mensuel à partir de $10, tandis que Whisk ne nécessitait qu'un compte Google et une interaction par glisser-déposer. Midjourney produit également des résultats destinés à être des ressources finales ; Whisk a été explicite sur le fait qu'il a été conçu pour l'idéation, et non pour la production.

FLUX.1 Kontext de Black Forest Labs fonctionne sur un principe totalement différent. Son architecture de correspondance de flux génératif à 12 milliards de paramètres accepte une image de référence plus une instruction textuelle et effectue une édition en contexte : modification de régions spécifiques tout en préservant le reste, application de transferts de style, maintien de l'identité du personnage au fil des éditions itératives sans dégradation de la qualité. Là où Whisk mélange trois images de référence distinctes pour créer un nouveau résultat à partir de zéro, FLUX Kontext modifie une image existante en fonction d'instructions. FLUX Kontext [dev] est sous licence Apache 2.0 et peut être auto-hébergé ; Whisk était un service cloud fermé de Google. FLUX Kontext convient aux flux de travail d'affinage itératif ; Whisk convenait à l'exploration rapide de premières ébauches lorsqu'aucune image n'existe encore.

« Nous l'avons conçu pour une exploration visuelle rapide, et non pour des retouches au pixel près. » Google Labs, annonce officielle, décembre 2024

Cette intention de conception est le principal différenciateur. Ni Midjourney ni FLUX Kontext ne sont positionnés comme des outils d'« esquisse ». Whisk l'était, consciemment et explicitement.

Coût réel d'utilisation de Whisk

Whisk est resté gratuit tout au long de sa durée de vie au sein de Labs. Un compte Google est la seule exigence. Les utilisateurs de la version gratuite bénéficient d'une allocation de génération quotidienne (le plafond exact n'est pas publié) et de dix crédits Whisk Animate par mois. Les abonnés Google One AI Premium, à environ $19.99/mois, reçoivent un pool mensuel de crédits IA plus important partagé entre Gemini Advanced, Whisk, Veo et d'autres services d'IA de Google. Étant donné que Whisk et Flow partagent le même système de crédits, tous les crédits détenus lors de la fermeture de Whisk le 30 avril sont automatiquement transférés vers Flow sans aucune action de la part de l'utilisateur.

Il n'y a pas d'accès API ni d'application mobile autonome. L'outil fonctionne entièrement dans le navigateur. Pour les utilisateurs qui n'ont besoin que d'images conceptuelles occasionnelles, la version gratuite s'est avérée véritablement performante. Les gros utilisateurs, en particulier ceux qui s'appuient sur Whisk Animate ou qui génèrent des dizaines d'images par jour pour le travail de leurs clients, ont signalé avoir atteint les limites quotidiennes sans avertissement clair.

Où Whisk échoue systématiquement

La plainte la plus récurrente dans les avis est la dérive de l'identité. Le modèle de Whisk cible « l'essence » d'un sujet plutôt qu'une réplique exacte, ce qui signifie que les personnages générés peuvent différer de la référence en termes de taille, de poids, de coiffure ou de couleur de peau. La mise à jour du mode Précis de 2025 a réduit ce problème mais ne l'a pas éliminé. Pour tout flux de travail nécessitant une stricte cohérence des personnages sur plusieurs générations, Whisk est resté un choix peu fiable même après le lancement du mode Précis.

L'exclusion géographique a été une défaillance structurelle persistante. Malgré son expansion dans plus de 100 pays en février 2025, Whisk n'a jamais été disponible dans l'UE, au Royaume-Uni, en Inde ou en Indonésie. Les retards réglementaires liés au RGPD et à la loi sur l'IA de l'UE ont tenu certains des plus grands marchés créatifs à l'écart pendant toute la durée de vie de l'outil. Les utilisateurs de ces régions ont dû utiliser des VPN pour accéder à un produit Google gratuit, un point de friction qui a généré une frustration constante sur les forums tout au long de l'année 2025.

« Lorsque les références sont chargées ou contradictoires, Whisk peut avoir des difficultés, en insistant trop sur une source ou en les moyennant pour obtenir quelque chose qui semble générique. », story321.com, avis sur Whisk AI, 2025

Autres modes d'échec : les entrées complexes avec de multiples éléments visuels concurrents ont tendance à produire des résultats qui ressemblent à des composites moyennés plutôt qu'à des mélanges créatifs. La limite d'un seul emplacement pour la scène et le style (une seule image de scène, une seule image de style par génération) empêche le type de mélange de styles multi-références que gère l'indicateur --sref multi-URL de Midjourney. Le statut « expérimental » explicite de l'outil a été confirmé par une durée de vie de 16 mois avant sa fermeture, faisant de tout investissement dans des flux de travail basés sur Whisk un risque calculé qui s'est maintenant concrétisé.

À qui s'adresse Whisk, et qui devrait choisir autre chose

Whisk a trouvé son public le plus évident parmi les penseurs visuels qui rechignent à rédiger des prompts. Les artistes conceptuels créant des planches de tendances, les concepteurs de produits réalisant des maquettes de styles de marchandises (les pin's en émail, les autocollants, les peluches numériques étaient des cas d'utilisation courants au lancement) et les créateurs de réseaux sociaux explorant des directions de miniatures sans s'engager dans une séance photo complète ont tous bénéficié de l'interface axée sur le visuel. Pour l'idéation de départ où la vitesse compte plus que la précision, la génération en quelques secondes par image de Whisk, sans aucune surcharge de prompt, s'est avérée véritablement utile.

Ignorez Whisk si vous avez besoin de ressources de production finales, de résultats de personnages cohérents avec la marque, d'un accès depuis l'UE ou le Royaume-Uni, ou de toute forme d'intégration API. Étant donné que Whisk ferme le 30 avril 2026, les nouveaux utilisateurs devraient se diriger directement vers Google Flow, qui hérite de la capacité principale de remixage. Pour les utilisateurs qui ont besoin d'une idéation de type Whisk sur un outil avec une durée de vie plus longue, les fonctionnalités d'image de référence d'Adobe Firefly ou Midjourney avec --sref et --cref offrent un référencement visuel comparable au sein de plateformes de qualité production. FLUX Kontext est le bon choix lorsque vous souhaitez modifier et affiner une image existante avec des instructions textuelles précises plutôt que de remixer trois références distinctes pour créer quelque chose de nouveau.