/// Signal

Magnific One : l’entreprise parle d’un post-entraînement, la FAQ transmise répond « rien n’a été entraîné »

Le fait : le 8 octobre 2026, Magnific a lancé Magnific One, un générateur d’images qui insère une étape de direction créative entre la demande de l’utilisateur et la génération, et l’associe à un « Brand Kit » qui applique la charte graphique d’une entreprise puis contrôle que le résultat la respecte. La ligne de VentureBeat qui décrit le mieux le produit est aussi la plus complète : « Magnific One, launching today, combines an AI-powered creative direction system with a new Brand Kit feature that automatically applies a company’s visual guidelines to generated images, checks whether the results follow those guidelines and helps users correct problems before publishing. » Le produit est présenté comme un modèle, et c’est là que le dossier devient intéressant : interrogée sur ce qui a été entraîné, l’entreprise donne deux réponses incompatibles. En entretien, sa responsable marketing produit, Sofía López Martín, dit « some post training that we’ve done on GPT two » ; la FAQ écrite que l’entreprise a transmise au journaliste répond, à la question de savoir si elle a entraîné son propre modèle, « No. Nothing was trained. » VentureBeat le note sans le trancher : « The company has not provided a technical explanation reconciling the interview’s post-training characterization with the FAQ’s statement that no training took place. » Magnific est l’ex-Freepik, société de Málaga : son site porte la mention « Freepik is now Magnific » et place « Magnific One » en tête de ses modèles du moment.

Ce que le produit fait, et comment. La mécanique est décrite précisément dans l’article, et elle vaut mieux que le nom du produit. D’abord l’étape intermédiaire, qui est la vraie nouveauté : « Magnific One takes a different approach by inserting an additional creative-direction step between the user’s original instructions and image generation. » Puis son contenu : « The system interprets the prompt, considers any supplied references and determines an appropriate visual treatment before sending the resulting instructions to the underlying image generator. » Concrètement, le produit propose deux modes — « Draft mode creates eight or sixteen alternative compositions from a single prompt for the credit cost of one image », tandis que « Final mode produces higher-quality images at 2K or 4K resolution » — et accepte « up to five reference images to guide the resulting output ». Le Brand Kit, lui, se construit à partir de ce qu’une entreprise a déjà : « Setting up a Brand Kit begins with familiar corporate materials, including a brand guidelines PDF, website, existing images or a written description. », puis « An AI agent analyzes those materials and produces an initial representation of the brand’s visual identity, including its logos, typography, color palette, imagery and overall aesthetic. » Le contrôle vient après la génération : « The system subsequently checks each image against its understanding of the brand, looking for mismatches involving visual style, color selection, typography or logo usage. » Magnific ne promet pas que ce contrôle passe toujours — « the company does not claim every initial result will comply perfectly » — et VentureBeat ajoute deux précisions dans une seule phrase : le contrôle de marque « is optional, and it currently works only with Magnific One rather than the other image-generation models available through the Magnific platform ». L’accès, enfin : l’outil est réservé aux abonnés payants, « through the company’s website, desktop and mobile applications, and Model Context Protocol (MCP) integration, which allows users to access its functionality from AI assistants such as ChatGPT and Claude ». La promesse commerciale tient en une phrase de l’annonce écrite, signée par Martin LeBlanc, directeur de l’expérience : « Most image models are very good at making the picture you described. Magnific One makes the picture you would have arrived at with a good art director in the room. »

Ce qui a été entraîné, selon qui parle. C’est la partie du dossier que personne ne reprend, et elle est documentée noir sur blanc. Le point de départ est posé par le journaliste : « Unlike companies that develop foundation models from scratch, Magnific relies on an existing image-generation system and adds its own creative technology. », et la ligne qui suit nomme cette technologie : « Although Magnific One is being presented as its own image model, it relies on OpenAI’s GPT Image 2 technology, enhanced by Magnific’s proprietary creative-direction system. » Questionnée sur le détail, Sofía López Martín, la responsable marketing produit de Magnific, donne une réponse qui glisse d’un mot à l’autre : « “It’s powered by GPT-Image-2,” López Martín said. She characterized Magnific’s modifications as “some post training that we’ve done on GPT two” but subsequently described the system’s distinguishing technology as “prompt-based” and consisting of textual instructions shaped by the company’s creative specialists. » Les deux formulations ne décrivent pas la même chose, et VentureBeat prend soin de l’expliquer, parce que c’est le cœur du sujet : « In machine learning, post-training generally refers to additional training or refinement of an existing model after its initial development. Prompt engineering and orchestration, by contrast, can change how a model behaves without modifying its underlying parameters. » La FAQ écrite tranche dans un sens que l’entretien n’annonçait pas : « Asked whether the company trained its own model, the document states: “No. Nothing was trained.” » Elle va plus loin, puisqu’elle attribue le comportement du produit à « prompt improvement, references, creative-direction instructions and the application of brand rules before generation », et qu’elle ne nomme même pas le modèle de base : « It does not identify GPT Image 2 as the underlying model, describing the foundation more generally as current image-generation technology. » VentureBeat résume l’écart sans le résoudre : « Both accounts identify Magnific’s creative-direction technology as a principal differentiator, but they do not establish whether the underlying model’s weights were changed. » La question n’est pas technique pour le plaisir : « The distinction is important for enterprise technical teams evaluating whether they are adopting a distinct model or a specialized application built on top of another provider’s technology. », et elle décide de ce qu’un client peut attendre ensuite — portabilité, « dependencies on OpenAI, long-term reproducibility and whether the creative-direction system could eventually operate across multiple foundational models ». Magnific a reconnu explorer cette piste, « ways to extend the technology to additional image generators », mais pour l’instant, écrit VentureBeat, « Magnific One and its Brand Kit integration remain a combined offering ».

Le premier résultat n’a pas passé ses propres contrôles. Magnific a présenté le produit sur un cas concret : un Brand Kit VentureBeat construit à partir d’informations publiques, puis un visuel promotionnel pour un événement de la rédaction. Une réserve de méthode d’abord, et elle compte. La démonstration a été conduite par l’entreprise : « The VentureBeat demonstration was conducted by Magnific rather than through an independent hands-on evaluation. » Et le résultat n’est pas celui qu’on attend d’une vitrine : « The system applied the stored visual guidance to the image, but the initial result did not satisfy all of its brand checks. The interface flagged issues involving the use of an accent color and an excessively theatrical visual treatment behind a speaker, which it considered inconsistent with the publication’s established identity. » Autrement dit, l’outil a fait exactement ce qu’il promet — signaler l’écart — et l’exemple choisi pour le lancement a échoué du premier coup. Le contexte concurrentiel éclaire la portée de l’annonce, et c’est ici que la nouveauté mérite une réserve : « Magnific cannot claim to be the first company offering AI-powered Brand Kits. Runway provides functionality with the same name and overlapping capabilities, including the use of AI agents to interpret brand information. » Runway a même ajouté en septembre 2026 « agent-based Brand Kit creation and support for accessing kits through its MCP integration ». Adobe prend une autre route, et la différence est réelle : « Unlike Magnific’s written description of Brand Kit as a prompting and guidance system, Adobe explicitly describes training customized models on customer-provided assets. » Ce qui reste spécifique à Magnific, selon VentureBeat, est l’enchaînement dans un même flux — direction créative automatique, génération informée par la marque, contrôle après coup et correction ciblée —, et c’est précisément ce que personne n’a mesuré : « Whether these features produce more consistent results than Runway’s or Adobe’s systems remains unproven by an independent comparison. »

Les prix, et une promotion qui n’a pas profité à VentureBeat. Le coût est public et se lit en crédits : « The service charges 180 credits for High-quality 2K images, 250 credits for High-quality 4K, 600 credits for Max-quality 2K and 1,000 credits for Max-quality 4K. » VentureBeat les convertit en dollars avec une hypothèse qu’il énonce lui-même — « assuming customers consume their full annual credit allowances » — et aboutit à « approximately $0.12 to $0.73 per image », en prévenant que « the actual effective cost varies according to plan, usage and generation settings ». Les abonnements individuels annuels partent de « $14.50 per month for Premium, followed by Premium+ at $33.75 per month and Pro Starter at $82.50 per month, before taxes ». Pour la première semaine, du 8 au 15 octobre, Magnific annonçait des générations illimitées sur son application de bureau, « on eligible higher-tier subscriptions » — sur certains abonnements haut de gamme, donc, et à l’exclusion des images Max-quality, puisque « The promotion covers both Draft and Final modes at High quality in 2K and 4K, while Max-quality images continue to consume credits. » ; l’essai du journaliste raconte l’autre versant : « when VentureBeat downloaded the desktop application for the first time and logged in with an older account, we were not given the unlimited generations promotion, and instead directed to subscribe to be able to use the new Magnific One model. » Le dernier chiffre est celui qui circule le plus, et c’est le moins solide. Magnific a mesuré son modèle contre Midjourney, GPT Image 2, Nano Banana 2 et Seedream 5 Pro dans une arène interne, et annonce « an approximately 68.5% win rate » ; mais « Magnific has not published the full results, voting data or methodology », donc « the reported win rate therefore cannot be treated as independent evidence that Magnific One outperforms rival models ». Deux détails achèvent de réduire sa portée : « It is also unclear how the results would change with newer releases, including GPT Image 2.5, which was not included in the described evaluation. », et la FAQ de l’entreprise reconnaît elle-même que « comparative evaluations have not been publicly released ». L’entreprise, elle, revendique environ 230 millions de dollars de revenus annuels récurrents et plus d’un million d’abonnés payants au moment de son changement de nom — des chiffres qu’elle publie, et que VentureBeat signale comme tels.