Je fabrique des spots publicitaires qui sortent entièrement de l’ordinateur. Et la question que j’entends le plus souvent est la mauvaise.

Elle est : « Combien coûte une seconde ? » Comme si c’était la facture. Ça ne l’est pas. Le prix à la seconde dont chaque page de comparaison remplit ses tableaux est le poste le plus petit. Le vrai prix se trouve ailleurs — et personne ne le cite, parce qu’il ne rentre pas bien dans une colonne.

Commençons quand même par le prix à la seconde. Juste pour montrer à quel point il explique peu.

Ce que coûte nominalement une seconde

Modèle Prix (liste nette, USD) Durée du clip Audio Commercial ?
Kling 2.6 Pro Kling AI 0,07 $/s (sans son), 0,14 $/s (avec son) — via le revendeur fal.ai 5 ou 10 s le son double le prix Les utilisateurs gratuits ne peuvent PAS exploiter le résultat commercialement (ToS 4.6) ; seuls les membres payants
Ray 3.2 Luma AI par clip : 1080p/5 s = 1,20 $ (≈ 0,24 $/s), 720p/5 s = 0,30 $ 5 ou 10 s — selon forfait
Sora 2 Pro OpenAI 0,30 $/s (Sora 2 : 0,10 $/s) 720×1280 / 1280×720 uniquement oui selon conditions OpenAI
Veo 3.1 Google Standard 0,40 $/s (720p/1080p), 0,60 $/s (4K) ; Fast à partir de 0,10 $/s ; Lite à partir de 0,05 $/s 4, 6 ou 8 s toujours activé, inclus Google ne revendique aucune propriété ; dans l'UE, uniquement via le forfait payant
Gen-4.5 Runway 12 crédits/s, 1 crédit = 0,01 $ → 0,12 $/s selon forfait — sans restriction ; Runway se réserve le droit d'entraîner ses modèles sur les résultats
Wan 2.7 Alibaba via Alibaba Cloud Model Studio ; poids ouverts seulement jusqu'à Wan 2.2 (Apache-2.0) 2 à 15 s fichier propre ou auto-généré selon conditions Model Studio

En date du 24 juillet 2026. Tous les prix sont des prix de liste nets en dollars américains, repris directement de la page du fournisseur ; les acheteurs de l'UE peuvent être soumis à la TVA ou à l'autoliquidation (ceci n'est pas un conseil fiscal). Prix, identifiants de modèles et disponibilité changent rapidement — vérifiez auprès du fournisseur avant toute décision.

Deux choses sautent aux yeux.

D’abord l’écart. Entre le prix à la seconde le plus bas et le plus élevé affiché, il y a environ un facteur six — Kling à 0,07 $, Veo Standard à 0,40 $. Qui ne regarde que ce chiffre choisirait Kling et s’arrêterait là. Mais ce chiffre ne dit rien du nombre d’essais nécessaires avant qu’un clip fonctionne. Et c’est exactement là que se décide la vraie facture.

Ensuite les conditions que les pages de prix laissent de côté. Chez Kling, les utilisateurs gratuits n’ont pas le droit d’exploiter le résultat commercialement — c’est écrit au point 4.6 des CGU, pas sur la page des prix. Chez Veo, le son est toujours inclus et compris dans le prix ; chez Kling, il double le prix. Sora 2 ne gère qu’un seul format d’image. Et Sora sera arrêté dans quelques semaines — j’y reviens plus bas.

Le calcul que personne n’écrit : le rejet

Voici le seul chiffre de praticien proprement documenté que j’aie pu trouver, et il est édifiant.

Pour un spot publicitaire IA diffusé pendant la mi-temps des finales NBA (pour la plateforme de prédiction Kalshi), son créateur PJ Accetturo a documenté ouvertement son travail : environ 300 à 400 générations pour 15 clips utilisables. Une personne, deux jours. Outils : Veo pour la vidéo, Gemini et ChatGPT pour les prompts, CapCut et Premiere pour le montage, Topaz pour l’upscaling.

Rapporte ça au prix à la seconde. Si tu jettes 20 à 25 essais avant qu’un seul fonctionne, alors le seul clip utilisable ne te coûte pas le prix à la seconde — mais vingt fois ce prix. Et soudain, la différence entre 0,07 $ et 0,40 $ devient secondaire : ce qui compte, c’est quel modèle te fait rejeter le moins souvent, pas lequel a la seconde individuelle la moins chère.

C’est pour ça que je ne couronne pas de gagnant ici. Le taux de rejet dépend de ton sujet — un plan produit immobile échoue différemment d’une figure qui traverse le cadre. Quiconque te dit « le modèle X est le moins cher » a laissé de côté la variable la plus coûteuse.

Et ensuite vient la post-production

Le clip sorti du modèle n’est pas le clip fini. C’est de la matière première.

Prends l’upscaling dont le spot Kalshi avait explicitement besoin. Le propre upscaler 4K de Runway facture par image selon une formule documentée. Pour une vidéo de dix secondes à 30 images par seconde, cela fait 360 crédits — soit 3,60 $, rien que pour l’upscaling. Sur un modèle dont la génération coûte 0,12 $ par seconde, l’upscaling de dix secondes coûte donc plus cher que la génération elle-même. Topaz, l’outil utilisé dans ce spot, est un abonnement séparé en plus.

Et ce n’est que l’upscaling. S’ajoutent : le montage, l’étalonnage, le mixage son, l’assemblage des 15 clips en un film qui ne donne pas l’impression d’être 15 prompts collés ensemble. C’est de l’artisanat qui prend du temps — et ce temps n’apparaît dans aucun prix à la seconde.

La phrase honnête est celle-ci : la vidéo IA est un accélérateur, pas un remplacement. Le prompt remplace le tournage. Il ne remplace pas le métier de cinéaste.

Quel modèle pour quoi — avec prudence, parce que demain ce sera différent

Je ne dis délibérément pas « le meilleur modèle ». Je dis ce que montrent les preuves aujourd’hui, le 24 juillet 2026.

Dans l’arène de comparaison à l’aveugle d’Artificial Analysis, où les utilisateurs évaluent deux clips l’un contre l’autre sans nom de marque, Gemini Omni Flash est en tête à la date de consultation — avec le son, à un Elo de 1 245 sur près de 4 000 votes. C’est une photographie instantanée, pas une loi de la nature : l’Elo et le nombre de votes changent chaque jour, et derrière poussent Dreamina Seedance et toute une série de modèles que personne ne connaissait il y a un an.

La physique est le point de rupture le plus dur — et elle ne suit pas le réalisme visuel. Le benchmark Physics-IQ de Google DeepMind mesure à quel point un modèle comprend les processus physiques (l’objet tombe-t-il correctement, l’eau coule-t-elle de façon plausible). Les auteurs eux-mêmes soulignent que réalisme visuel et compréhension physique ne sont pas corrélés. Un clip peut avoir l’air photoréaliste et montrer quand même une physique qui n’existe pas. Aucun modèle actuel n’approche des vraies vidéos.

Les promesses marketing sur la cohérence des personnages — la même personne à travers plusieurs plans — sont exactement ça : des promesses. Google décrit Veo 3.1 sur son propre blog comme offrant une « qualité audio et visuelle supérieure » et permet de fournir jusqu’à trois images de référence d’un personnage. Google ne cite aucune mesure indépendante à ce sujet. D’après mon propre travail : la cohérence des personnages est le problème central non résolu. Les images de référence aident mais ne garantissent rien — plus il y a de plans, plus la dérive est grande.

La question que presque personne ne pose : ai-je le droit de vendre ça ?

Pour un spot publicitaire, « je crois que oui » n’est pas une réponse. Ce que disent les conditions d’utilisation diffère selon le fournisseur — et figure rarement sur la page des prix.

Kling interdit explicitement aux utilisateurs gratuits tout usage commercial (CGU 4.6 : « without our written permission, you may not use … for any commercial purposes »). Seuls les membres payants peuvent. Et Kling exige que le résultat soit visiblement marqué comme « Kling AI » (CGU 4.5).

Runway autorise l’usage commercial sans restriction et ne revendique aucune propriété sur tes résultats — mais se réserve le droit de s’entraîner dessus. Et les applications qui utilisent l’API doivent afficher visiblement « Powered by Runway » et créer un lien vers runway.com (CGU).

Google ne revendique aucune propriété sur les vidéos générées, mais souligne explicitement qu’il peut générer le même contenu ou un contenu similaire pour d’autres. Chaque sortie Veo porte un filigrane invisible SynthID.

En bref : « je l’ai généré, donc c’est à moi » ne vaut automatiquement chez aucun de ces fournisseurs. Lis la clause avant que le clip passe à l’antenne.

La mortalité des outils — le piège auquel personne ne pense

Le 24 mars 2026, OpenAI a annoncé l’arrêt de son API Videos et de tous les modèles Sora 2, effectif au 24 septembre 2026. Aucun modèle successeur n’est listé sur la page des dépréciations (au 24 juillet 2026). Ce que cela implique pour la stratégie d’OpenAI, je ne sais pas — ce n’est pas écrit là.

Mais la leçon, elle, tient : construire une production sur un modèle, c’est construire sur quelque chose que le fournisseur peut couper avec quelques mois de préavis. Même schéma chez Google : Veo 3 et Veo 2 ont été arrêtés le 30 juin 2026, et l’actuel Veo 3.1 porte toujours « preview » dans son nom. Et des poids vraiment ouverts, auto-hébergeables, n’existent pour le Wan d’Alibaba que jusqu’à la version 2.2 — tout ce qui est plus récent est API seulement, donc dépendant du fournisseur.

Qui veut de l’indépendance doit le prévoir : soit miser sur des poids ouverts (et accepter l’écart de qualité), soit s’attendre à reconstruire son workflow tous les quelques mois.

La situation légale allemande — brièvement, et explicitement pas un conseil juridique

Ce qui suit est une restitution de textes de loi et de sources officielles, à jour au 24 juillet 2026 — pas un conseil juridique. Si et comment cela s’applique à ton projet, seul un avocat peut le clarifier en cas de doute.

Obligation d’étiquetage. À partir du 2 août 2026, l’article 50 de l’AI Act européen (selon la FAQ de la Commission européenne) exige que les contenus synthétiques soient marqués de façon lisible par machine et identifiables comme générés par IA ; quiconque utilise une vidéo IA doit divulguer clairement un « deepfake » au plus tard au premier visionnage. La période de transition jusqu’au 2 décembre 2026 ne concerne que l’obligation de marquage des fournisseurs pour les systèmes existants. En Allemagne, c’est l’Agence fédérale des réseaux (Bundesnetzagentur) qui veille sur cela depuis la loi de mise en œuvre de l’IA (Bundestag, 11 juin 2026). Le cadre des amendes pour manquement à la transparence va jusqu’à 15 millions d’euros ou 3 % du chiffre d’affaires mondial annuel (art. 99, al. 4 de l’AI Act).

Le détail surprenant sur le droit d’auteur : une vidéo purement générée par IA n’appartient à personne en Allemagne. Le § 2, al. 2 de la loi allemande sur le droit d’auteur (UrhG) ne protège que les « créations intellectuelles personnelles » — un résultat produit de façon entièrement autonome par une IA ne remplit pas ce critère. Il n’est pas protégé par le droit d’auteur ; en théorie, n’importe qui peut le copier. La protection ne naît que par ta propre contribution créative — montage, sélection, composition.

Et le revers de la médaille : même un visage entièrement synthétique peut porter atteinte à des droits. Le § 22 de la loi allemande sur le droit à l’image (KunstUrhG) s’applique dès qu’une personne réelle est reconnaissable dans l’image générée — sans qu’aucune caméra n’ait jamais tourné. Un visage IA qui ressemble, par hasard ou volontairement, à une vraie personne n’est pas une zone de non-droit.

Ma conclusion

Si tu ne retiens qu’un chiffre, retiens celui-ci : le prix à la seconde n’est pas le prix. Multiplie-le par ton taux de rejet, ajoute l’upscaling et le montage, et tu arrives à un multiple. Un modèle à moitié prix à la seconde qui te fait rejeter trois fois plus souvent est plus cher.

C’est pourquoi la bonne question n’est pas « lequel est le moins cher » mais « lequel rejette le moins sur mon type de sujet » — et seul toi peux y répondre, en faisant passer ton sujet type habituel par deux ou trois modèles et en comptant le taux de réussite. Pas en lisant la liste de prix.

Et avant que le clip passe à l’antenne : lis les conditions d’utilisation, mets l’étiquette, et en cas de doute demande à quelqu’un qui connaît la loi.

Quels outils j’utilise pour tout ce qui gravite autour — image, montage, son, upscaling —, c’est dans mon index de 137 outils IA, tenu à jour en continu.

Sources

Toutes vérifiées le 24 juillet 2026 directement auprès des fournisseurs ou des organismes officiels. Les prix et versions de modèles changent rapidement.

Si quelque chose ici te semble dépassé ou faux : écris-moi.