Le meilleur modèle vidéo IA pour chaque tâche, selon nos propres tests

La réponse courte

Un brief détaillé : quatre modèles ont tout réussi

Nous avons envoyé un prompt avec neuf détails vérifiables par un outil à six modèles, deux fois chacun : une enseigne épelée BAKERY, un vélo rouge à gauche de la porte, trois pots à droite, un parapluie jaune, un chat marchant de gauche à droite, un travelling avant lent, et aucune personne. Veo 3.1, Hailuo 3, Wan 3.0 et Seedance 2.5 ont réussi les dix-huit vérifications. Grok Imagine Video 1.5 en a manqué une, et Kling v3 a ajouté une personne dans la boutique vide deux fois.

Chaque clip, la grille d'évaluation et les données brutes sont dans Un prompt, six modèles vidéo, neuf vérifications mesurées. Il s'agit d'une scène sans personnes, elle ne dit donc rien sur les visages ou les actions rapides.

Une ligne parlée : Veo 3.1, ou Hailuo 3 à partir de votre photo

Veo 3.1 génère la parole et le son en une seule passe, à partir d'un texte ou d'une image de départ, dans des clips de 4, 6 ou 8 secondes au format 16:9 ou 9:16. Il existe en trois niveaux : Veo 3.1 pour le rendu final, Veo 3.1 Fast pour les brouillons et Veo 3.1 Lite pour les clips du quotidien. Ce n'est pas le modèle idéal pour les mouvements.

Lorsque la personne doit provenir d'une photo que vous avez déjà, Hailuo 3 accepte jusqu'à neuf images de référence et trois pistes audio, et génère la parole en stéréo à 2K. C'est le modèle derrière la plupart des presets parlants, comme Publicité pour les réseaux sociaux.

Nous avons mesuré qu'une voix est présente dans la bande de fréquence vocale des deux clips. Nous n'avons pas transcrit les mots ni mesuré la synchronisation labiale, alors écoutez avant de publier.

Corps en mouvement : Kling v3 ou Seedance 2.5

À partir d'une image fixe et d'un prompt écrit comme une loi de la physique, Kling v3 et Seedance 2.5 ont généré un vrai salto arrière à chaque tentative. Veo 3.1 Fast a échoué trois fois sur quatre, et Seedance 1.5 Pro a échoué à partir du texte seul. Pour un saut, une danse ou une chute, utilisez l'un des deux premiers et indiquez où le poids atterrit.

Le test complet, avec le prompt et les trois paires avant/après sur le poids, le contact et le timing, est dans Faire bouger les personnages IA de manière réaliste. Les deux s'affrontent sur quatre tests dans Seedance 2.5 vs Kling 3.0.

Un design qui tient, et un plan long : Seedance 2.5

Nous avons donné à Seedance 2.5 et à Kling v3 la même image de départ d'une voiture fictive et le même prompt de passage. Seedance 2.5 a conservé le nez, les roues et la barre lumineuse ; Kling v3 a ajouté une marque semblable à un logo et un passager. Pour un produit, un logo ou un véhicule, testez d'abord le plan le plus difficile sur votre propre design.

Seedance 2.5 permet également des plans uniques de 4 à 30 secondes, dans six formats d'image, et c'est le seul qui accepte un de vos clips comme référence, pour l'éditer ou l'étendre. Wan 3.0 permet aussi des durées jusqu'à 30 secondes, à partir d'un texte ou d'une image de départ, sans dialogue. Comment écrire pour Seedance 2.5 est expliqué dans Seedance 2.5 : comment le prompter.

Un master 4K : Kling v3 ou Seedance 2.0 Pro

Nous avons rendu un prompt en 1080p et en 4K et mesuré les fichiers. Kling v3 et Seedance 2.0 Pro renvoient tous deux une véritable image de 3840 par 2160, et non une image 1080p étirée pour s'adapter. Le détail supplémentaire est réel mais minime : il apparaît lorsque vous recadrez, zoomez ou regardez sur un écran 4K, mais pas sur un téléphone.

Vidéos que vous avez déjà : Miroge, Multicam et Restore

Certaines tâches partent d'un clip, pas d'un prompt. Trois outils les couvrent, chacun sélectionnant le modèle adapté pour vous :

• Modifier le contenu du clip : Miroge remplace les interprètes à partir de vos photos, échange un élément ou redessine l'environnement autour du sujet, via Seedance 2.5, Gemini Omni 1.1 (Video Edit), Runway Aleph 2 ou HappyHorse. Commencez par Miroge : recast, swap ou déplacement d'un clip déjà tourné.
• Obtenir plusieurs angles à partir d'une prise : Multicam transforme une prise fixe en tous les cadrages que vous choisissez, synchronisés avec votre son. Le guide est Obtenir tous les angles de caméra à partir d'une prise.
• Nettoyer un clip flou ou bruité : dans notre test, SeedVR2 Restore a obtenu le score le plus proche de l'original propre, tandis que la passe générative la plus nette a obtenu le score le plus éloigné. Les scores sont disponibles dans Restaurer des images floues, bruitées ou anciennes.

↔

EndommagéSeedVR2 Restore

Un premier brouillon rapide

Dans la scène évaluée, Grok Imagine Video 1.5 a répondu en 59 et 49 secondes, les plus rapides des six ; Veo 3.1 a pris 84 et 113 secondes, Seedance 2.5 a pris 179 et 313 secondes. Il s'agit d'une seule lecture par modèle, un matin donné, et les files d'attente varient. Pour les brouillons sur n'importe quel modèle, lancez d'abord le rendu du niveau le moins cher et gardez le meilleur pour la fin.

Ce que cela coûte

Chaque tarif est lu en direct depuis la liste de prix pour un clip de 5 secondes, niveau par niveau ; un clip plus long coûte proportionnellement plus cher. La façon dont le prix est calculé, et comment dépenser moins pour le même résultat, est expliquée dans Prix de la vidéo IA expliqués.

Ce que nous n'avons pas testé

• Que la personne ait le même aspect d’un plan à l’autre, quel que soit le modèle. Nous ne formulons aucune affirmation concernant les visages.
• Précision de la synchronisation labiale. Nous avons mesuré la présence de la parole, pas sa correspondance avec les mouvements des lèvres.
• La plupart des autres modèles vidéo du catalogue, tels que Runway Gen-4.5, FLUX 3 Video et la famille HappyHorse, en comparaison directe. Leurs pages s’ouvrent sur un exemple réel : parcourez-les depuis la page des modèles ou Explorer.
• Chaque test correspond à une à trois exécutions par modèle. Un modèle fiable peut échouer lors de la prochaine exécution.