White Circle estime que les filtres de ChatGPT Images 2.5 et Nano Banana 2.1 sont plus faciles à contourner que ceux de leurs versions précédentes. Dans un article publié le 14 octobre 2026, Ashley Belanger rapporte pour Ars Technica cette appréciation de l’équipe, sans taux chiffré pour ces deux modèles. Ars Technica
Comment fonctionne le test RISE
RISE, pour « Red-teaming via Iterative Strategy Evolution », est une méthode d’évaluation offensive qui cherche à éprouver les filtres de sécurité. Un modèle d’attaque génère des prompts de jailbreak — des requêtes conçues pour contourner les protections — puis un modèle juge évalue si la sortie contient du contenu interdit.
Dans la méthode décrite, Qwen3-32B, dont l’entraînement de sécurité avait été retiré, servait à générer les prompts d’attaque. Gemini 2.5 Flash jouait le rôle du modèle juge. White Circle cherchait des stratégies réutilisables sur plusieurs prompts et scénarios, plutôt que de tester une seule requête isolément.
Les taux publiés concernent trois autres modèles
Les pourcentages rapportés pour DALL·E 3, Nano Banana 2 et GPT-Image-2 correspondent à la part des prompts d’attaque ayant produit une image que des examinateurs humains ont confirmée comme explicite.
| Modèle | Prompts d’attaque ayant produit une image explicite confirmée par des examinateurs humains |
| DALL·E 3 | Environ 13 % |
| Nano Banana 2 | Moins de 10 % |
| GPT-Image-2 | Environ 3 % |
Ces chiffres mesurent le résultat de prompts d’attaque élaborés pour éprouver les filtres, pas la probabilité qu’une demande ordinaire produise une image explicite. Ils ne s’appliquent pas à ChatGPT Images 2.5 ni à Nano Banana 2.1. Ils ne permettent pas non plus de désigner le générateur d’images le plus sûr en général : les résultats portent sur trois modèles évalués selon une méthode précise.
