Le prix d'une API de génération vidéo IA se lit comme un chiffre par modèle, mais la facture dépend de quatre choses : l'unité facturée par le labo, la résolution, la présence ou non d'une bande son générée, et le nombre de prises jetées avant d'en garder une. Cet article met côte à côte les tarifs publiés par les labos eux-mêmes, relevés sur leurs pages de prix le 1er novembre 2026, puis les transforme en budget pour un vrai lot, relances comprises.
L'objectif : chiffrer une liste de plans avant d'envoyer la moindre requête, et décider s'il vaut mieux appeler un labo en direct ou passer par un revendeur. Je revends ces modèles via Aitachyon, le studio que je fais tourner, donc je dis clairement où ce chemin coûte plus cher.
Quatre façons de facturer une vidéo
À la seconde produite
L'unité la plus simple : un tarif multiplié par la durée demandée. La page des modèles de xAI affiche grok-imagine-video-1.5 à 0,080 $ la seconde et grok-imagine-video à 0,050 $. La grille de Model Studio d'Alibaba (région internationale) place wan2.7-t2v et wan2.7-i2v à 0,10 $ la seconde en 720P et 0,15 $ en 1080P. La prévision se résume à une multiplication.
Au clip
MiniMax facture ses modèles Hailuo à la vidéo, selon la résolution et la durée. Sur sa page de tarifs, MiniMax-Hailuo-02 coûte 0,28 $ la vidéo de 6 secondes en 768P, 0,56 $ pour 10 secondes en 768P et 0,49 $ pour 6 secondes en 1080P. L'équivalent à la seconde change avec le palier (0,047 $ à 6 secondes, 0,056 $ à 10) : convertissez avant de comparer. Les modèles MiniMax-H3, sur la même page, sont facturés à la seconde (0,08 $ en 768P).
Au token
Google et BytePlus comptent en tokens. La page de prix de l'API Gemini (mise à jour le 30 octobre 2026) facture Gemini Omni 1.1 Flash 17,50 $ le million de tokens vidéo en sortie, à raison de 5 792 tokens par seconde de 720p, ce que Google arrondit à environ 0,10 $ la seconde.
BytePlus publie la formule de Seedance 2.5 sur sa page de tarifs ModelArk : tokens = (durée de la vidéo en entrée + durée en sortie) x largeur x hauteur x images par seconde / 1024, à 10,70 $ le million de tokens en 480p et 720p, 11,70 $ en 1080p, sans vidéo en entrée. Ses propres exemples pour un clip de 5 secondes en 16:9 : 0,514 $ en 480p, 1,156 $ en 720p, 2,843 $ en 1080p. Le piège est dans le premier terme : la vidéo en entrée compte. Avec une référence de 30 secondes, le même clip de 5 secondes en 720p monte jusqu'à 4,838 $, d'après la même page.
Aux crédits
Runway vend le crédit 0,01 $ et facture chaque modèle en crédits par seconde, selon sa page de tarifs API : gen4.5 consomme 12 crédits la seconde (0,12 $), gen4_turbo 5 (0,05 $). Runway revend aussi les modèles d'autres labos avec les mêmes crédits, minimums compris : seedance2_5 coûte 20, 30 ou 68 crédits la seconde en 480p, 720p et 1080p, avec un minimum de 80 crédits par génération.
Quelle que soit l'unité, ramenez tout en dollars par seconde de vidéo utilisable avant de comparer.
Ce qui fait bouger le prix
La résolution
Seedance 2.5 sur ModelArk coûte 0,103 $ la seconde en 480p, 0,231 $ en 720p et 0,569 $ en 1080p : 5,5 fois plus cher en haut qu'en bas. Le clip de 6 secondes de Hailuo-02 passe de 0,10 $ en 512P à 0,28 $ en 768P et 0,49 $ en 1080P. Pour Gemini Omni, le guide Omni de Google précise que le 1080p et la 4K sont obtenus par upscaling, et la page de prix ne tarifie que le 720p. Ma règle : les essais dans la résolution la plus basse, la prise retenue dans la résolution que la plateforme affichera vraiment.
Le son natif
Certains labos incluent le son, d'autres le facturent. Le guide Omni indique que le modèle tente par défaut de générer une piste audio adaptée, dans le même prix au token. La grille de Runway montre le supplément quand il est séparé : veo3.1 coûte 20 crédits la seconde sans audio et 40 avec, kling3.0_standard 9 sans et 13 avec, et le paramètre audio de Runway vaut true par défaut. Si une voix off et une musique se posent par-dessus au montage, le son généré est payé deux fois. Le coût de la narration est détaillé dans ce que coûte une voix off sur l'API ElevenLabs.
Les modèles retirés
Si vous aviez budgété Veo 3.1 cette année, cette ligne a disparu. La page des retraits de Google indique l'arrêt des modèles Veo 3.1 en preview le 22 octobre 2026, remplacés par gemini-omni-1.1-flash, et la page de prix de l'API Gemini ne tarifie plus Veo.
Les rendus ratés
Alibaba écrit noir sur blanc que les requêtes en échec ne sont pas facturées, et MiniMax dit la même chose pour ses packs vidéo prépayés. Les pages de Google, BytePlus, xAI et Runway que j'ai lues ne disent rien à ce sujet. Sur un lot de plusieurs centaines de jobs, posez la question avant de lancer.
Un clip de 6 secondes, labo par labo
Le même plan chiffré sur l'API de chaque labo et sur Aitachyon, d'après les tarifs publiés au 1er novembre 2026. Chaque nom de modèle mène à sa page de prix.
| Modèle (labo) | Unité du labo | 6 s, API du labo | 6 s sur Aitachyon |
|---|---|---|---|
| Gemini Omni 1.1 Flash (Google), 720p | tokens de sortie | environ 0,61 $ | 1,22 à 1,26 $ |
| Seedance 2.5 (ByteDance, via BytePlus), 720p | tokens | 1,39 $ | 2,77 $ |
| Wan 2.7 (Alibaba), 720P | à la seconde | 0,60 $ | 1,20 $ |
| Hailuo 02 (MiniMax), 768P | au clip | 0,28 $ | 0,54 $ |
| Grok Imagine vidéo (xAI) | à la seconde | 0,30 à 0,48 $ | 0,60 à 0,96 $ |
Kling manque volontairement. La page de tarifs développeurs de Kling construit son tableau dans le navigateur et je n'ai pas pu y lire un tarif le 1er novembre, donc je n'en cite pas. Runway revend Kling 3.0 Standard à 9 crédits la seconde sans son et 13 avec (0,54 $ et 0,78 $ pour 6 secondes). Via mon API, Kling v3 coûte 0,168 $ la seconde sans son et 0,336 $ avec le son natif (1,01 $ et 2,02 $).
Deux constats. Un même modèle a trois prix selon l'endroit où vous l'appelez : Seedance 2.5 en 720p coûte 0,231 $ la seconde sur ModelArk, 0,30 $ sur Runway et 0,4624 $ chez moi. Et le choix du modèle fait varier le prix d'un plan d'environ cinq fois, avant même de parler de résolution ou de son.