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 précision temporelle importante si vous faites un choix aujourd’hui : OpenAI a fixé
le 24 septembre 2026 comme date de fermeture de l’API Videos et des deux modèles Sora 2,
sans remplaçant désigné. Si vous démarrez aujourd’hui un flux de travail d’image vers vidéo, commencez-le sur Sora
Si vous lancez dès maintenant un flux de travail de génération vidéo à partir d’image, opter pour Sora signifie démarrer sur une montre compte à rebours.
Quel est le coût d’animation d’une seule image ?
Comme la facturation se fait par seconde de sortie, le coût d’un extrait vidéo généré à partir d’une image correspond simplement au tarif multiplié par la durée demandée :
multiplié par la durée demandée :
| Modèle et niveau (« tier ») | Extrait de 5 secondes | Extrait de 10 secondes | Extrait 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 |
Ces montants correspondent à chaque génération réussie.
texte-vers-vidéo, car la première image est déjà fixée et vous ne dirigez que le mouvement — mais un
Prévoyez votre budget en fonction de votre propre taux de réessais, et non uniquement en fonction du tarif affiché.
tarif, mais pas du tarif affiché.
Existe-t-il réellement une méthode gratuite pour y parvenir ?
Oui, mais avec des limites qu’il convient de bien comprendre avant de s’y fier.
Les versions gratuites dans cette catégorie sont promotionnelles plutôt que structurelles : elles visent à vous inciter à passer à l’offre payante, et leurs conditions évoluent régulièrement.
les conditions évoluent.
Runway est l'exemple publié le plus clair. Sa page tarifaire propose
125 crédits uniques d'essayer les outils — un dépôt forfaitaire non renouvelable — avec
des abonnements payants à partir de 12 $ par mois en facturation annuelle, puis 28 $ et 76 $ pour les niveaux supérieurs.
D'autres outils annoncent plutôt des quotas gratuits journaliers, dont les montants changent suffisamment souvent
pour qu’un chiffre cité sur un blog mérite d’être vérifié à nouveau sur la page officielle du fournisseur avant de planifier quoi que ce soit
autour de celui-ci. Le schéma général des offres gratuites reste cohérent, même si les chiffres varient : attendez-vous à un plafond de résolution inférieur,
à un filigrane visible, à une durée maximale de séquence réduite et à une file d’attente ralentie.
Obtenir un bon résultat à partir d’une image fixe
La génération vidéo à partir d’une image exige un type de prompt différent de celle à partir de texte. Le modèle ne crée pas une scène — il en dispose déjà d’une — donc le prompt doit décrire
une scène — elle en possède déjà une —, donc la demande doit décrire , et non le contenu.Décrivez la caméra, pas le sujet.
- « Lent travelling avant, profondeur de champ réduite » donne une tâche précise au modèle. « Un magnifique paysage montagneux » décrit ce qu’il voit déjà.
Nommez un seul mouvement, pas trois. - Des instructions composées sur une courte séquence ont tendance à produire une prise qui n’exécute aucune d’elles proprement.
Commencez à partir d’une image nette et haute résolution. - Les artefacts de compression et le grain important dans l’image source sont amplifiés sur chaque image générée. Gardez les séquences courtes et effectuez des coupes entre elles.
La cohérence se dégrade avec la longueur sur tous les modèles ; quatre prises de 5 secondes montées ensemble donnent de meilleurs résultats qu’une seule prise de 20 secondes. - Attendez-vous à ce que les visages et les mains soient les points de défaillance privilégiés. Si l’image fixe en contient un ou l’autre,
prévoyez davantage de tentatives que pour un produit ou un paysage. - Le moins cher fonctionnel : Veo 3.1 Lite en 720p ou Wan 2.5, tous deux à 0,05 $ par seconde.
Le meilleur rapport qualité-prix immédiatement supérieur :
Lequel choisir ?
- Veo 3.1 Fast en 1080p, à 0,12 $ par seconde. Lorsque la résolution de sortie est la contrainte principale :
- Veo 3.1 Standard en 4K, à 0,60 $ par seconde — le seul niveau 4K disponible dans ce groupe, à l’exception de Veo Fast à 0,30 $.
- Pour un simple essai ponctuel : un niveau gratuit dans le navigateur suffit pour vérifier si l’idée fonctionne du tout, avant même de mettre en place l’un des choix ci-dessus.
Oui, techniquement — tous les modèles listés ici acceptent une image arbitraire comme image initiale. Les résultats - varient fortement selon la source : les images fixes propres, bien éclairées et haute résolution s’animent bien plus fiablement que celles compressées ou fortement texturées, et les images contenant des visages ou des mains nécessitent davantage de tentatives.
Non. Sur tous les modèles mentionnés ci-dessus, vous êtes facturé à la seconde de sortie, qu’il s’agisse d’une génération lancée depuis un prompt ou depuis une image.
Questions fréquemment posées
L’IA peut-elle transformer n’importe quelle photo en vidéo ?
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 une séquence de 5 secondes. Kling 2.5 Turbo Pro coûte 0,07 $ par seconde.
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.
