← Accueil actu | Salle du marché

Comparatif 2026 des modèles de génération vidéo par IA : Wan 3.0 d'Alibaba domine le texte-vers-vidéo

2026-11-13 · Source:MarkTechPost

Comparatif 2026 des modèles de génération vidéo par IA : Wan 3.0 d'Alibaba domine le texte-vers-vidéo

Dernier classement Elo : Wan 3.0 d'Alibaba mène le texte-vers-vidéo avec 1175 points, Seedance 2.5 de ByteDance règne sur l'image-vers-vidéo, et la qualité des meilleurs modèles est désormais clairement décorrélée du prix.

La course à la vidéo IA est entrée dans une phase où l'on se dispute autant sur les prix que sur les scores. La Video Arena du cabinet de benchmark Artificial Analysis classe les modèles selon un Elo de préférences humaines en test à l'aveugle (deux classements v2.1, texte-vers-vidéo et image-vers-vidéo, tous deux avec audio), avec le Kling 3.0 1080p Pro de Kuaishou fixé comme ancre à 1000 points ; l'intervalle de confiance du top 10 est d'environ plus ou moins 13 à 15 points, et les places 3 à 8 sont statistiquement indiscernables. Le dernier classement montre que le trône de la qualité et la grille des prix se sont nettement désolidarisés.

Côté texte-vers-vidéo, le Wan 3.0 d'Alibaba domine avec 1175 points (7651 votes) : il génère des vidéos 1080p de 30 secondes maximum et peut produire des clips directement à partir de texte, de PDF ou de diaporamas ; lancé le 24 août 2026, le modèle est à poids fermés — Wan 2.2 (juillet 2025) était le dernier modèle vidéo d'Alibaba à poids ouverts. Viennent ensuite Utopai X d'Utopai Studios (1170 points, post-entraîné sur MiniMax H3, pas d'API publique, facturé via sa plateforme PAI à 93 crédits/seconde), MiniMax H3 (1161 points), Dreamina Seedance 2.5 de ByteDance Seed (1155 points) et Gemini Omni Flash 1.2 de Google (1154 points).

En image-vers-vidéo, Seedance 2.5 arrive en tête (1161 points), avec des générations de 30 secondes maximum et jusqu'à 30 images, 10 vidéos et 10 pistes audio en références, mais à un prix élevé : environ 34,12 dollars/minute, soit 0,569 dollar/seconde selon Artificial Analysis, le tarif le plus haut du classement. Côté rapport qualité-prix, HeyGen Video 1 est le roi de la valeur à 0,04 dollar/seconde (environ 3800 points d'Elo excédentaires par dollar/seconde de budget), également post-entraîné sur H3 et deux fois moins cher que H3 ; MiniMax H3 suit à 0,08 dollar/seconde. En vitesse, le FLUX 3 Max, fruit de la collaboration entre fal et Black Forest Labs, est le plus rapide : environ 12 secondes de rendu pour un clip de 10 secondes en 720p, contre 277,8 secondes pour Seedance 2.5 sur la même tâche.

Dans le camp open source, MiniMax H3 est le meilleur modèle à poids ouverts : un transformer dense uniflux de 33B, un encodeur Qwen3-VL-32B, stéréo 32 kHz natif ; les poids, publiés le 3 août, sont assortis de restrictions géographiques (déploiement local interdit aux États-Unis, en Europe, au Royaume-Uni et en Corée du Sud), plafonnés à 768p, avec deux checkpoints totalisant 288 GB ; au moins 4 des 14 premiers du classement sont des post-entraînements de H3. Pika H3 Flex comprime H3 à 6 étapes d'échantillonnage, soit environ 1,8 fois plus rapide (nécessite une H100 80GB) ; le LTX-2.5 Fast de Lightricks (943 points) traîne environ 200 points derrière la lignée H3 mais sans restrictions géographiques ; sous licence Apache 2.0 figurent aussi Wan 2.2 et Hunyuan Video 1.5 (8.3B, exécutable sur une seule carte GPU). De l'autre côté, Veo 3.1 de Google (964 points) est passé sous l'ancre Kling ; Veo 3.1 Lite, au même tarif de 0,08 dollar/seconde, accuse 213 points de retard sur H3. Le Kling 4.0 de Kuaishou offre désormais la génération native de 30 secondes pour tous, mais sans tarification API publiée ; Sora 2 d'OpenAI et Gen-4.5 de Runway sont exclus faute de scores comparables.

Conclusion : qualité et prix ne sont plus corrélés, et les trois meilleurs modèles les moins chers sont tous H3 lui-même ou des dérivés. Choix par scénario : pour le texte-vers-vidéo via API, Wan 3.0 d'abord (0,20 dollar/seconde, environ 23 points de plus que HeyGen Video 1 mais 5 fois plus cher) ; pour l'image-vers-vidéo à références denses, Seedance 2.5 ; pour le meilleur rapport qualité-prix, HeyGen Video 1 ou Gemini Omni Flash 1.2 (environ 0,070 dollar/seconde en 720p) ; pour la vitesse, FLUX 3 Max ou H3 Max ; pour l'auto-hébergement hors zones restreintes, MiniMax H3 ou Pika H3 Flex, et dans les zones États-Unis/Europe, LTX-2.5 ou le Wan 2.2 à licence plus permissive.


À lire aussi


萬安算交所 AIXX · AIXX · Bourse compute vérifiée · Accéder à la salle