Arrêté. OpenAI Sora 2 L'API vidéo a été arrêtée le 24 septembre 2026, sans remplacement nommé sur page des dépréciations. Les tarifs ci-dessous sont conservés à titre de référence ; l'API ne répond plus. Voir le coût des alternatives par seconde.
Points clés
- Tous les modèles vidéo de pointe actuels acceptent une image comme image initiale —
Sora 2, Veo 3.1, Kling 2.5 Turbo Pro et Wan 2.5 et acceptent tous une entrée textuelle ou une image. - La génération vidéo à partir d’une image coûte exactement le même prix par seconde que la génération vidéo à partir de texte sur ces modèles.
Vous êtes facturé en fonction de la durée de la sortie, et non selon la manière dont la prise de vue a été lancée. - La solution la moins chère coûte 0,05 $ par seconde — Veo 3.1 Lite en 720p ou Wan 2.5 —
ainsi, animer une image fixe en un extrait de 5 secondes revient à environ 0,25 $ par tentative. - Des versions gratuites existent, mais elles sont limitées et évoluent fréquemment. Runway, par exemple, accorde
125 crédits ponctuels qui ne se renouvellent pas.
Transformer une image fixe en extrait animé est désormais une fonctionnalité pleinement intégrée, et non plus une simple démonstration expérimentale.
Il s’agit d’une tâche vidéo où l’entrée que vous possédez déjà — une photo, un cliché produit ou une œuvre d’art — fait la majeure partie du travail.
Cette page recense les modèles acceptant une image en entrée, leur tarif par seconde de sortie, et les limites à partir desquelles les options gratuites cessent d’être utiles.
chaque facturation par seconde de sortie, et les options gratuites cessent d’être utiles à ce stade.
Réponse rapide : comment transformer une image en vidéo à l’aide de l’IA ?
Vous fournissez votre image au modèle vidéo comme image initiale, accompagnée d’un court prompt décrivant le mouvement souhaité, puis vous payez par seconde de sortie.
Tous les modèles de pointe du marché prennent en charge cette fonctionnalité :
Sora 2, Veo 3.1, Kling 2.5 Turbo Pro et Wan 2.5 acceptent tous une entrée textuelle ou une image.
Le moins cher coûte 0,05 $ par seconde de vidéo finale, ce qui place une animation de 5 secondes à environ
0,25 $ par génération, hors nouvelles tentatives.
Des outils gratuits accessibles depuis le navigateur existent et permettent d’animer une photo sans carte bancaire, mais ils limitent la résolution, ajoutent un filigrane et accordent une allocation fixe plutôt qu’une allocation renouvelable.
C’est là un point que la plupart des pages comparatives omettent.
Quels modèles acceptent une image en entrée ?
L’entrée sous forme d’image n’est pas un niveau de service distinct —
il s’agit d’un mode d’utilisation du même modèle, tarifé de façon identique :
| Modèle | Développeur | Entrée | À partir de (par seconde) |
|---|---|---|---|
| Veo 3.1 | Texte, image | 0,05 $ (Lite, 720p) | |
| Wan 2.5 | Alibaba | Texte, image | 0,05 $ (via fal) |
| Kling 2.5 Turbo Pro | Kuaishou | Texte, image | 0,07 $ (via fal) |
| Sora 2 | OpenAI | Texte, image | 0,05 $ (lot, 720p) |
| Sora 2 Pro | OpenAI | Texte, image | 0,15 $ (par lot, 720p) |
Une note de timing qui compte si vous choisissez aujourd'hui : OpenAI a fixé
le 24 septembre 2026 comme date d'arrêt pour l'API Videos et les deux modèles Sora 2,
sans remplacement nommé. Si vous lancez un workflow image-vers-vidéo maintenant, le lancer sur Sora
c'est le lancer sur un compte à rebours.
Quel est le coût d’animation d’une seule image ?
Parce que la facturation se fait par seconde de sortie, le coût d'un clip image-vers-vidéo est simplement le tarif
multiplié par la durée que vous demandez :
| Modèle et niveau (« tier ») | Clip de 5 secondes | Clip de 10 secondes | Clip de 30 secondes |
|---|---|---|---|
| Veo 3.1 Lite, 720p | $0.25 | $0.50 | $1.50 |
| Wan 2.5 | $0.25 | $0.50 | $1.50 |
| Kling 2.5 Turbo Pro | $0.35 | $0.70 | $2.10 |
| Veo 3.1 Lite, 1080p | $0.40 | $0.80 | $2.40 |
| Veo 3.1 Fast, 1080p | $0.60 | $1.20 | $3.60 |
| Veo 3.1 Standard, 4K | $3.00 | $6.00 | $18.00 |
Ce sont des tarifs par génération réussie. Image-vers-vidéo tend à nécessiter moins de tentatives que
texte-vers-vidéo, parce que la première image est déjà fixée et vous ne faites que diriger le mouvement — mais un
plan qui prend trois tentatives coûte quand même trois fois la figure ci-dessus. Budgétez selon votre propre taux de
réessai, pas selon le tarif.
Existe-t-il réellement une méthode gratuite pour y parvenir ?
Oui, avec des limites qui valent la peine d'être comprises avant de les utiliser. Les offres gratuites de cette
catégorie sont promotionnelles plutôt que structurelles : elles existent pour vous amener au plan payant, et leurs
conditions changent.
Runway en est l'exemple publié le plus clair. Sa page tarifaire propose
125 crédits uniques pour essayer les outils — un crédit fixe qui ne se renouvelle pas — avec des
plans payants à partir de 12 $ par mois en facturation annuelle, puis 28 $ et 76 $ pour les niveaux supérieurs.
D'autres outils annoncent plutôt des allocations gratuites quotidiennes, et ces chiffres changent assez fréquemment
pour que tout chiffre cité sur un blog vaille la peine d'être revérifié sur la page du vendeur avant de planifier
en fonction. Le modèle sur les offres gratuites est cohérent même si les chiffres ne le sont pas : attendez-vous à un
plafond de résolution inférieur, un filigrane visible, un clip maximum plus court et une file d'attente plus lente.
Obtenir un bon résultat à partir d’une image fixe
Image-vers-vidéo récompense un type d'invite différent du texte-vers-vidéo. Le modèle n'invente pas
une scène — il en a déjà une — donc l'invite devrait décrire le mouvement, pas le contenu.
- Décrivez la caméra, pas le sujet. « Slow push in, shallow depth of field »
donne une tâche au modèle. « A beautiful mountain landscape » décrit ce qu'il peut déjà voir. - Nommez un mouvement, pas trois. Les instructions composées sur un clip court ont tendance à
produire un plan qui n'en fait aucun correctement. - Commencez par une image propre et haute résolution. Les artefacts de compression et le bruit important
dans la source s'amplifient à travers chaque image générée. - Gardez les clips courts et coupez entre eux. La cohérence se dégrade avec la longueur sur tous les
modèles ; quatre clips de 5 secondes montés ensemble battent une prise de 20 secondes. - Attendez-vous à ce que les visages et les mains soient le point faible. Si l'image fixe en contient,
budgétez plus de réessais que vous le feriez pour un produit ou un paysage.
Lequel choisir ?
- Option la moins chère et fonctionnelle : Veo 3.1 Lite à 720p ou Wan 2.5, tous deux à 0,05 $ par seconde.
- Meilleur rapport qualité-prix pour passer au niveau supérieur : Veo 3.1 Fast à 1080p, 0,12 $ par seconde.
- Quand la résolution de sortie est l'exigence : Veo 3.1 Standard en 4K, 0,60 $ par
seconde — le seul niveau 4K de ce groupe à part Fast à 0,30 $. - Juste pour l'essayer une fois : un niveau gratuit du navigateur est suffisant pour voir si l'idée
fonctionne du tout, avant que l'une des options ci-dessus vaille la peine d'être mise en place.
Questions fréquemment posées
L’IA peut-elle transformer n’importe quelle photo en vidéo ?
Techniquement oui — tous les modèles énumérés ici acceptent une image arbitraire comme première image. Les résultats
varient fortement selon la source : les images fixes propres, bien éclairées et haute résolution s’animent de façon beaucoup plus fiable
Oui, en général, accompagné d’un plafond de résolution et d’une file d’attente ralentie. Les quotas gratuits sont également promotionnels et évoluent fréquemment — celui de Runway, par exemple, consiste en un dépôt unique de 125 crédits,
La génération vidéo à partir d’une image coûte-t-elle plus cher que la génération vidéo à partir de texte ?
et non en une allocation mensuelle renouvelable.
génération lancée à partir d’un texte ou d’une image.
Quel est le modèle IA le moins cher pour générer une vidéo à partir d’une image ?
Veo 3.1 Lite en 720p et Wan 2.5 coûtent tous deux 0,05 $ par seconde de sortie, ce qui revient à environ 0,25 $ par génération pour un extrait de 5 secondes.
clip d’environ 0,25 $ par génération. Kling 2.5 Turbo Pro coûte quant à lui 0,07 $ par seconde.
Quelle durée peut avoir une vidéo générée par IA ?
Les limites pratiques sont courtes. La cohérence diminue à mesure que la durée des extraits augmente sur tous les modèles actuels, ce qui explique pourquoi
la plupart des flux de production génèrent plusieurs plans courts puis les montent ensemble, plutôt que
de demander une seule prise longue.
Les outils gratuits de génération vidéo à partir d’image ajoutent-ils un filigrane ?
Oui, en général, avec en plus une limite de résolution et une file d’attente ralentie. Les crédits gratuits sont également
promotionnels et changent fréquemment — ceux de Runway®, par exemple, correspondent à un dépôt unique de 125 crédits.
qu'une subvention mensuelle récurrente.