Table des matières
Si vous avez ouvert l’application Sora ce printemps et découvert un message d’adieu, vous n’avez pas rêvé. OpenAI a annoncé le 24 mars 2026 l’arrêt de Sora. L’application et le site ont fermé le 26 avril, puis l’API le 24 septembre.
Sora ne reviendra pas, mais les solutions ne manquent pas. Les mois qui ont suivi ont été les plus intenses de l’histoire de la vidéo IA. ByteDance, Kuaishou, Google, Alibaba et MiniMax ont tous lancé de nouveaux modèles, dont plusieurs font des choses dont Sora était incapable, comme générer 30 secondes en une seule prise continue ou modifier un clip simplement en dialoguant.
Voici six modèles qui méritent votre attention : leurs véritables points forts, leurs faiblesses et leurs tarifs. Les six sont disponibles sur AI Studio, ce qui permet de tester le même prompt avec chacun depuis un seul compte, sans s’inscrire six fois.
L’essentiel en bref
| Modèle | Développeur | Idéal pour | Durée maximale d’un seul clip |
|---|---|---|---|
| Seedance 2.5 | ByteDance | Plans longs et continus avec son | 30 secondes |
| Kling 4.0 | Kuaishou | Scènes planifiées avec plusieurs temps narratifs | 30 secondes |
| Gemini Omni | Google DeepMind | Modifier et prolonger des vidéos par la conversation | 10 secondes par passe, extensibles à 40 |
| Happy Horse | Alibaba | Personnes réalistes et dialogues synchronisés avec les lèvres | 15 secondes sur AI Studio |
| MiniMax H3 | MiniMax | Sortie 2K et poids ouverts | 15 secondes |
| Seedance 2.0 | ByteDance | Conversion fiable d’image en vidéo avec audio | Environ 15 secondes |
Ces durées correspondent aux limites annoncées par les développeurs début novembre 2026. Les plateformes qui revendent ces modèles proposent parfois une plage plus restreinte : vérifiez le générateur que vous utilisez.
1. Seedance 2.5 : le spécialiste du plan-séquence
ByteDance a lancé Seedance 2.5 le 31 juillet 2026. La grande nouveauté est la durée : une génération produit jusqu’à 30 secondes de vidéo avec audio synchronisé, soit le double de ce que son prédécesseur pouvait réaliser en une seule passe.
C’est plus important qu’il n’y paraît. La plupart des vidéos IA ressemblent encore à une suite de petits clips assemblés, dont les raccords se sentent. Trente secondes sans coupure suffisent pour une démonstration complète de produit, un couplet de clip musical ou une courte scène avec un début, un milieu et une fin.
Il s’adresse aussi aux réalisateurs qui aiment garder le contrôle :
- De nombreuses références. Selon ByteDance, une génération accepte jusqu’à 30 images, 10 clips vidéo et 10 clips audio.
- Des prompts horodatés. Vous pouvez préciser ce qui se passe de 0 à 5 secondes, puis de 5 à 12, et ainsi de suite.
- Des ébauches 3D. Vous pouvez esquisser une scène avec des modèles 3D simples et sans texture (ByteDance parle de « rendu argile »), et le modèle utilise cette disposition pour les poses, les trajectoires et les angles de caméra.
- Des retouches ciblées. Montage sur fond vert, changement de point de vue de la caméra et modification de moments précis par horodatage.
Ses limites : Le billet de lancement de ByteDance reconnaît lui-même une marge de progression sur la physique des mouvements complexes et la stabilité des scènes où plusieurs personnages interagissent. Pour une bagarre avec beaucoup de monde, prévoyez de relancer la génération.
Son prix : Le billet de lancement de ByteDance ne comportait pas de grille tarifaire publique. À sa sortie, le modèle était en cours de déploiement dans les applications Jimeng et Doubao de ByteDance, tandis que l’accès API via BytePlus ModelArk était annoncé comme « prochainement disponible ».
Sur AI Studio : Le générateur de vidéo IA Seedance 2.5 propose de 4 à 30 secondes, de 480p à 1080p, jusqu’à 30 images de référence et un audio activé par défaut. Une bonne habitude consiste à préparer les brouillons en 480p, puis à produire la version retenue en 1080p.
Choisissez-le si vous souhaitez une longue prise fluide avec du son et êtes prêt à rédiger un prompt détaillé avec des repères temporels.
2. Kling 4.0 : le modèle des créateurs qui planifient
Kling 4.0 de Kuaishou est arrivé en deux étapes. Une préversion appelée Kling 4.0 Flash a été ouverte à certains abonnés le 28 septembre 2026, puis le modèle complet a suivi en octobre.
Comme Seedance 2.5, il génère nativement de 3 à 30 secondes. Sa particularité est l’utilisation d’images clés. D’après le guide publié par Kling le 30 septembre, vous pouvez fournir jusqu’à 10 images clés pour une seule génération : le plan d’ouverture, la révélation du produit, le moment où l’éclairage change, la fin. Le prompt explique ensuite comment la vidéo passe de l’une à l’autre. Kling annonce aussi jusqu’à 15 éléments de référence par tâche (images, vidéos, sujets et voix) et des prompts allant jusqu’à 8,000 tokens.
Si Seedance 2.5 est un cadreur qui réussit ses longues prises, Kling 4.0 est un artiste de storyboard. Il brille lorsque vous connaissez déjà les temps forts de votre scène.
Ses limites : Les caractéristiques varient selon la plateforme. Kling met en avant des fonctions comme la 4K et le HDR, mais de nombreuses plateformes tierces, dont AI Studio, proposent actuellement du 720p et du 1080p. Plus d’images clés signifie aussi davantage de risques de transitions ratées. Kling conseille lui-même de ne modifier qu’un élément majeur à la fois.
Son prix : La grille tarifaire de l’API de Kling, début novembre 2026, facture Kling 4.0 environ $0.157 par seconde en 720p et $0.235 par seconde en 1080p lorsqu’aucune vidéo n’est fournie en entrée. Kling vend également des forfaits de crédits dans sa propre application, et les revendeurs fixent leurs propres prix.
Sur AI Studio : Le générateur de vidéo IA Kling 4.0 propose de 3 à 30 secondes, du 720p ou du 1080p, les formats 16:9, 9:16, 1:1 et 21:9, le contrôle de la première et de la dernière image, ainsi que jusqu’à 10 images et 5 vidéos de référence. La page d’AI Studio indique que les crédits des générations échouées sont automatiquement restitués.
Choisissez-le si vous réalisez des publicités, des vidéos explicatives ou tout projet dont la liste de plans est bien définie.
3. Gemini Omni : le monteur
Google DeepMind a présenté Gemini Omni lors de Google I/O le 19 mai 2026. Son atout n’est pas la durée brute, mais la conversation.
Vous pouvez combiner texte, images, audio et vidéo dans un même prompt, puis continuer à affiner le résultat. Chaque instruction s’appuie sur la précédente, et les personnages, la physique et les détails de la scène se conservent d’un échange à l’autre. Au lieu de régénérer un plan depuis zéro parce que l’éclairage ne convient pas, vous demandez simplement une lumière plus chaude.
La mise à jour du 27 août, Gemini Omni 1.1 Flash, a ajouté les commandes que les créateurs réclamaient :
- Prolongement de scène par tranches de 10 secondes, jusqu’à 40 secondes au total, en utilisant jusqu’à 10 secondes de la séquence précédente comme contexte.
- Première et dernière images, pour définir le début et la fin d’un plan.
- Brouillons en 360p qui, selon Google, se génèrent jusqu’à 60% plus vite qu’en 720p pour environ un tiers du coût.
- Sortie en 1080p et en 4K pour les travaux terminés.
Le 5 novembre 2026, Google a lancé Gemini Omni 1.2 Flash, désormais la version officielle actuelle. Elle porte la durée officielle à 15 secondes, réduit de 30% le prix officiel de l’API en 720p à $0.07 par seconde et suit mieux les références. La durée va de 3 à 15 secondes par pas d’une seconde. La modification conversationnelle en plusieurs échanges, les brouillons en 360p, l’agrandissement en 1080p et 4K et l’extension de scènes restent des fonctions officielles des outils de Google. Pour connaître les changements et les fonctions réellement proposées sur ce site, consultez Gemini Omni 1.2 Flash : nouveautés, prix et fonctions prises en charge par AI Studio.
Chaque vidéo Omni intègre par défaut le filigrane invisible SynthID de Google, ce qui compte si vous publiez sur des espaces soumis à des règles d’étiquetage de l’IA.
Ses limites : Au lancement de 1.1 Flash, les clips étaient limités à 10 secondes par génération. Les premiers essais de MindStudio ont relevé des erreurs de l’API dans les jours suivant la mise à jour 1.1, ainsi qu’un robot dansant le breakdance qui perdait la tête en plein mouvement. Les décors et l’atmosphère étaient convaincants. Les personnages aux mouvements complexes constituaient le point faible. 1.2 Flash atteint désormais officiellement, et sur AI Studio, 15 secondes en une seule génération.
Son prix : La page tarifaire de l’API Gemini de Google indique $0.07 par seconde en 720p pour 1.2 Flash, soit 30% de moins que 1.1 Flash (environ $0.10 par seconde). Vérifié le 10 novembre 2026.
Sur AI Studio : Le générateur de vidéo IA Gemini Omni utilise par défaut Gemini Omni 1.2 Flash, de 3 à 15 secondes en 720p (10 secondes maximum avec deux images en mode image vers vidéo), avec audio natif et jusqu’à 10 images de référence. Gemini Omni 1.1 Flash reste disponible de 4 à 10 secondes. Le générateur du site fonctionne en une seule génération et ne propose ni modification conversationnelle en plusieurs échanges ni extension de scènes.
Choisissez-le si vous souhaitez un modèle Google actuel pour de courts clips guidés par des références, ou préférez retoucher un plan dans les applications de Google plutôt que de le régénérer.
4. Happy Horse : le réaliste
Happy Horse possède l’histoire d’origine la plus intéressante de cette liste. Il est apparu anonymement dans les classements vidéo d’Artificial Analysis en avril 2026 et s’est hissé directement au sommet avant que l’on sache qui l’avait créé. Bloomberg a ensuite révélé qu’Alibaba en était à l’origine.
D’après la couverture du lancement par DataNorth, il a été développé par le Taotian Future Life Lab d’Alibaba, une équipe dirigée par Zhang Di, auparavant architecte technique de Kling. À ses débuts, il occupait la première place d’Artificial Analysis pour la génération de vidéo à partir de texte et d’image dans les catégories évaluées sans audio.
Ce qui le rend intéressant, c’est son traitement du son. Happy Horse génère simultanément vidéo et audio en une seule passe, dialogues, bruits ambiants et effets sonores compris, avec une synchronisation labiale native dans sept langues : anglais, mandarin, cantonais, japonais, coréen, allemand et français. Si une personne parle face caméra dans votre vidéo, c’est un avantage majeur.
Ses limites : Sa première place reflétait seulement la situation à ses débuts, et les classements de ce secteur évoluent chaque mois. La durée des clips est aussi plus modeste que celle des modèles de 30 secondes.
Son prix : Selon le rapport de DataNorth du 28 avril, lors de son lancement sur fal, Happy Horse coûtait $0.14 par seconde en 720p et $0.28 par seconde en 1080p.
Sur AI Studio : Le générateur de vidéo IA Happy Horse propose la génération depuis du texte, une image ou des références, sur 3 à 15 secondes en 720p ou 1080p. Il accepte jusqu’à neuf images de référence, que vous désignez dans le prompt par character1, character2, etc. Il coûte 10 crédits par seconde en 720p et 18 en 1080p : un clip de 5 secondes revient donc à 50 ou 90 crédits.
Choisissez-le si votre vidéo est centrée sur des personnes : prises de parole face caméra, interventions de porte-parole, scènes de dialogue.
5. MiniMax H3 : celui aux poids ouverts
MiniMax a publié H3, que beaucoup appellent Hailuo 3.0, le 31 juillet 2026. Il produit des clips allant jusqu’à 15 secondes et jusqu’à une résolution 2K, avec un audio stéréo synchronisé, et accepte en entrée du texte, des images, de la vidéo et de l’audio.
Sa véritable différence réside dans ses poids ouverts. GIGAZINE a rapporté le 3 août que MiniMax avait publié le modèle sur Hugging Face et ModelScope. Un développeur doté d’un matériel puissant peut donc l’exécuter lui-même au lieu de louer le service. « Puissant » est le mot clé : selon les fichiers du dépôt de ComfyUI, le modèle de diffusion seul pèse environ 21 GB et l’encodeur de texte 27 GB supplémentaires.
Il est également compétitif. Dans les classements d’Artificial Analysis rapportés par GIGAZINE début août, H3 arrivait deuxième pour la génération depuis du texte avec audio, derrière Gemini Omni Flash, et troisième pour la génération depuis une image avec audio.
Ses limites : Lorsque GIGAZINE a annoncé sa publication, les conditions de licence n’étaient pas détaillées. Lisez la licence avant de créer un produit commercial à partir d’une copie auto-hébergée.
Son prix : Si vous l’exécutez vous-même, vous payez le matériel plutôt qu’un tarif par clip. Les prix des services hébergés varient selon le fournisseur.
Sur AI Studio : Le générateur de vidéo IA MiniMax H3 réunit trois versions dans un seul outil. H3 propose du 768p et de la 2K. H3 Max et H3 Max Turbo proposent du 480p et du 768p, Turbo étant le moins cher. H3 accepte également jusqu’à cinq images et trois vidéos de référence.
Choisissez-le si vous souhaitez une sortie 2K ou êtes développeur et voulez conserver une possibilité d’auto-hébergement.
6. Seedance 2.0 : la valeur sûre
Le plus récent n’est pas toujours le meilleur pour chaque tâche. Seedance 2.0, sorti en février 2026, génère environ 15 secondes par passe et bénéficie de plusieurs mois d’utilisation réelle.
Il traîne aussi quelques controverses. Des clips d’acteurs réels créés avec lui sont devenus viraux quelques jours après sa sortie, et Disney ainsi que Paramount Skydance ont envoyé des mises en demeure à ByteDance. ByteDance a répondu qu’il respectait la propriété intellectuelle et renforcerait ses protections.
Ses arguments en matière de qualité restent toutefois solides. Dans les classements d’Artificial Analysis rapportés par GIGAZINE début août, Seedance 2.0 arrivait premier pour la génération depuis une image avec audio, devant Gemini Omni Flash et MiniMax H3.
Choisissez-le si vous voulez animer une image fixe avec du son sans avoir besoin de 30 secondes. Il est également disponible sur AI Studio. Évitez simplement de lui fournir des visages célèbres ou des personnages de franchises.
Comment choisir en deux minutes
- Besoin d’une longue prise sans coupure ? Seedance 2.5 ou Kling 4.0.
- Vous connaissez déjà votre liste de plans ? Kling 4.0 et ses images clés.
- Vous voulez corriger et prolonger plutôt que recommencer ? Gemini Omni.
- Des personnes qui parlent face caméra ? Happy Horse.
- Vous souhaitez l’auto-héberger ou avez besoin de 2K ? MiniMax H3.
- Animer une seule image avec du son ? Seedance 2.0.
Mais honnêtement, le meilleur test reste votre propre prompt. Les fiches techniques ne disent pas quel modèle comprend votre idée d’un « travelling à l’heure dorée ». Rédigez un prompt qui vous tient à cœur, testez-le avec deux ou trois modèles dans un générateur de vidéo IA qui en propose plusieurs, puis comparez les résultats côte à côte. Vingt minutes ainsi valent mieux qu’une semaine à lire des comparatifs, y compris celui-ci.
Passer de Sora à une autre solution
Votre ancienne bibliothèque Sora a disparu. Selon The Decoder, OpenAI avait indiqué que les données des utilisateurs seraient supprimées définitivement une fois les échéances de fermeture dépassées. Si vous avez exporté vos vidéos, conservez les fichiers d’origine dans un espace que vous contrôlez.
Il n’existe pas d’équivalent exact à Cameos. La fonction de Sora 2 permettant de vous intégrer, vous et vos amis, dans les vidéos n’a pas de remplaçant direct. Les images de référence constituent l’alternative la plus proche : sur AI Studio, Happy Horse en accepte jusqu’à neuf, Gemini Omni (1.2 Flash ou 1.1 Flash) jusqu’à 10 et Seedance 2.5 jusqu’à 30. N’utilisez l’apparence d’une personne réelle qu’avec son accord.
Réécrivez vos prompts pour des clips plus longs. Les prompts de l’époque Sora étaient conçus pour des clips courts. Avec les modèles de 30 secondes, découpez le prompt en segments temporels, par exemple « 0–8s : …, 8–20s : …, 20–30s : … », afin que le modèle sache ce qui se passe à chaque moment.
Si vous développez des produits, ne dépendez pas d’un seul modèle. La fermeture de Sora a rappelé le risque de dépendance à un fournisseur. Rendez le modèle interchangeable dans votre code afin qu’un changement de fournisseur demande une modification de configuration plutôt qu’une réécriture.
Respectez les personnages des autres. Sora et Seedance 2.0 ont tous deux suscité des contestations juridiques concernant des personnages protégés par le droit d’auteur et l’apparence de personnes réelles. Les personnages originaux sont plus sûrs et, franchement, plus intéressants.
Sources
- The Decoder, OpenAI prévoit une fermeture de Sora en deux étapes : l’application en avril 2026, puis l’API en septembre, 28 mars 2026
- OpenAI Help Center, Ce qu’il faut savoir sur l’arrêt de Sora
- ByteDance Seed, Présentation de Seedance 2.5, 31 juillet 2026
- Kling AI, Guide des images clés multiples de Kling 4.0, 30 septembre 2026
- The Next Web, Google lance Gemini Omni Flash, mai 2026
- Google, Gemini Omni 1.1 Flash permet de créer avec davantage de contrôle, 27 août 2026
- Google, Gemini Omni 1.2 Flash: 15-second video and lower pricing, 5 novembre 2026
- Google Cloud, Gemini Omni 1.2 Flash now generally available, 5 novembre 2026
- Google, Tarifs de l’API Gemini, consultés le 2 novembre 2026
- MindStudio, Gemini Omni 1.1 Flash : tarifs, qualité vidéo et premiers problèmes, 29 août 2026
- Bloomberg, Un modèle vidéo IA développé par Alibaba arrive en tête du classement mondial dès ses débuts, 10 avril 2026
- DataNorth, Alibaba lance le modèle vidéo HappyHorse, 28 avril 2026
- GIGAZINE, MiniMax H3, IA de génération vidéo, 3 août 2026
- Wikipedia, Seedance 2.0, citant des reportages de Reuters, Axios, Variety et BBC News de février 2026
- Pages des modèles d’AI Studio, consultées le 2 novembre 2026
Transformez votre idée en vidéo
Découvrez le générateur vidéo et commencez à créer.
Générer une vidéo


