IA qui analyse les images gratuitement : ChatGPT en accepte 3 par jour, Claude et Copilot 20 par chat

Quelle IA analyse les images gratuitement, et combien ?

Les plafonds de taille varient encore plus que le nombre de fichiers, de 20 Mo par image sur ChatGPT à 500 Mo par fichier sur Claude. Chaque ligne ci-dessous vient de la page d'aide de l'éditeur, consultée le 12 octobre 2026.

ChatGPT est le plus restrictif. La FAQ sur l'envoi de fichiers d'OpenAI indique que « Free users are limited to 3 file uploads per day », et une photo compte comme n'importe quel autre fichier. Le plafond général est de 80 fichiers toutes les 3 heures, et OpenAI précise qu'il peut abaisser ces limites aux heures de pointe.

Claude et Copilot sont les plus généreux. L'article d'Anthropic sur l'envoi de fichiers autorise 20 fichiers par chat et des images jusqu'à 8 000 par 8 000 pixels. La page d'envoi de Copilot de Microsoft autorise aussi 20 fichiers par conversation, jusqu'à 50 Mo chacun, et précise qu'elle couvre Copilot Chat gratuit. Gemini accepte 10 fichiers dans un prompt et jusqu'à 100 Mo par fichier. La page d'envoi de Gemini de Google ajoute des « limites glissantes » sur ce que vous pouvez analyser, sans donner de chiffre.

Comment faire analyser une image par une IA et lui poser des questions ?

Vous joignez l'image, puis vous posez une question précise à son sujet. Un simple « qu'est-ce que c'est » ne renvoie qu'une légende sommaire.

1. Ouvrez ChatGPT, Gemini, Claude ou Copilot et cliquez sur le + ou le trombone dans la zone de message. Claude permet aussi de glisser un fichier ou de coller une capture d'écran depuis le presse-papiers.
2. Recadrez sur la partie qui vous intéresse. Anthropic recommande des images d'au moins 1 000 par 1 000 pixels, et OpenAI conseille d'agrandir les petits textes de l'image.
3. Donnez une mission à la question : quoi lire, quoi comparer ou quoi vérifier.
4. Demandez au modèle de lister ce qu'il voit avant de conclure.
5. Vérifiez vous-même chaque décompte, total et nom en regardant l'image.

Ces cinq prompts couvrent l'essentiel de ce que l'on envoie. Remplissez les crochets.

Lire le texte : « Transcris chaque mot de cette image exactement comme il est écrit, ligne par ligne. Marque ce que tu ne peux pas lire par [illisible] au lieu de deviner. »

Lire un graphique : « Transforme ce graphique en tableau avec une ligne par point de données. Donne les libellés des axes et les unités. Dis quelles valeurs sont imprimées sur le graphique et lesquelles tu as estimées à partir du quadrillage. »

Corriger une erreur : « Ceci est une capture d'écran d'une erreur. Cite le texte de l'erreur, dis-moi quelle application l'affiche et donne-moi les trois correctifs les plus probables, dans l'ordre. »

Repérer la différence : « Ces deux photos montrent le même [pièce, produit, document]. Liste toutes les différences que tu vois et où elles se trouvent dans chaque image. »

Identifier un objet : « Qu'est-ce que c'est, ce [plante, pièce, plat] ? Donne ta meilleure hypothèse, deux alternatives et les éléments visibles qui permettent de les distinguer. »

La dernière phrase de chaque prompt fait tout le travail. Demander d'abord des preuves visibles empêche le modèle de sauter à une réponse, et notre guide de l'IA multimodale construit toute une méthode autour de ce réflexe.

Que ne voit pas l'IA dans une image ?

L'IA ne peut pas lire les métadonnées d'une photo, et elle devine les décomptes. Le guide de vision d'OpenAI liste 11 limites en octobre 2026. La plupart s'appliquent à n'importe quel chatbot :

• Il ne traite ni les noms de fichiers ni les métadonnées : la date et la position GPS enregistrées par votre appareil restent donc illisibles.
• Il « may give approximate counts » (peut donner des décomptes approximatifs) des objets d'une photo.
• Il peut mal lire les textes et images pivotés ou à l'envers.
• Il peut buter sur les textes en japonais ou en coréen, et sur les graphiques dont les courbes ne diffèrent que par la couleur ou le style de trait.
• Il a du mal avec les photos panoramiques et fisheye, et avec les positions exactes, comme les pièces sur un échiquier.
• OpenAI bloque purement et simplement les images de CAPTCHA.

Les examens médicaux sont la ligne rouge. OpenAI affirme que son modèle est « not suitable for interpreting specialized medical images like CT scans » (inadapté à l'interprétation d'images médicales spécialisées comme les scanners) et qu'il ne doit pas servir à des conseils médicaux. Une radiographie ou une photo d'éruption cutanée relève d'un professionnel de santé.

Les longs PDF perdent aussi leurs images. Anthropic indique que Claude lit les graphiques et les images d'un PDF de 100 pages ou moins. De 101 à 1 000 pages, il ne lit que le texte.

Quelle IA analyse le mieux les images ?

Claude Opus est le meilleur lecteur d'images sur le principal benchmark public, et Copilot ou Claude sont les meilleurs choix gratuits pour le volume. Dans le classement MMMU-Pro d'Artificial Analysis, consulté le 12 octobre 2026, Claude Opus 5.5 obtient 88 % et GPT-6 Astra d'OpenAI 87 %. Les deux sont réservés aux offres payantes.

MMMU-Pro est un test difficile à contourner. Il compte 3 460 questions réparties sur 30 matières universitaires, et écarte toute question à laquelle un modèle uniquement textuel peut répondre. Certaines questions n'arrivent que sous forme de capture d'écran ou de photo : le modèle doit donc lire l'image pour marquer des points.

Pour un usage gratuit, la règle est simple. Utilisez Copilot ou Claude pour un lot de 20 images maximum dans un chat. Utilisez Gemini pour les gros fichiers, jusqu'à 100 Mo chacun. Gardez ChatGPT Free pour la photo occasionnelle, car 3 envois par jour sont épuisés avant midi. Si vous voulez modifier l'image plutôt que la lire, retoucher des photos avec l'IA fait appel à d'autres outils.

Whizi, qui publie cette page, envoie la photo jointe au modèle que vous choisissez : avec Pro, vous pouvez donc interroger Claude Opus et Gemini sur la même image, côte à côte. Il perd sur la question du gratuit. Un compte Whizi gratuit reçoit 10 messages texte par jour sur Whizi AI, Auto ou Claude Haiku 5.5, sans envoi de fichiers : un lot de photos demande donc une offre. Le site accepte jusqu'à 6 fichiers par message mais limite chaque image à 8 Mo et 60 envois d'images par jour, refuse les GIF et n'indique pas lesquels de ses plus de 280 modèles voient les images. La page types de fichiers pris en charge détaille le reste.

Peut-on analyser des images avec une API plutôt qu'un chatbot ?

Oui, et les grandes API de vision du cloud incluent un quota mensuel gratuit. Google Cloud Vision offre les 1 000 premières unités par mois, puis facture $1.50 pour 1 000 en détection d'étiquettes, d'après sa page de tarifs. Le niveau gratuit d'Azure AI Vision de Microsoft autorise 5 000 transactions par mois à raison de 20 par minute. Amazon Rekognition est la troisième grande option.

Ces services renvoient des étiquettes, du texte et des cadres d'objets sous forme de données, pas de réponses de chat. C'est idéal pour une application qui étiquette des milliers de photos de produits, et disproportionné pour une seule capture d'écran.

DeepSeek est arrivé tard. Il a ouvert l'entrée d'images sur son API le 21 août 2026, et son guide de vision accepte jusqu'à 600 images dans une requête sur son modèle Flash. Sa page de tarifs indique toujours la vision comme « Not supported » sur son modèle phare V4 Pro, et la documentation de DeepSeek ne dit rien des images dans son propre chat.