Prix des API de génération vidéo IA en 2026, modèle par modèle

Dix secondes de vidéo IA peuvent coûter soixante-quinze centimes ou quatre dollars, et l'essentiel de cet écart vient du nom du modèle sur la facture. L'analyse de HackerNoon de juillet 2026 chiffre un clip Kling 3.0 de 10 secondes à environ 0,75 $ et la même durée sur Veo 3.1 Standard à environ 4,00 $. Sur l'ensemble du marché, l'étude d'invideo d'août 2026 sur les tarifs officiels relève des prix à la seconde allant de 0,02 $ à 0,70 $, soit un écart d'environ 35 fois.

Si vous branchez la génération vidéo dans un produit, un pipeline client ou un agent, le prix affiché à la seconde n'est que la première donnée. L'unité de facturation, le palier de résolution, la présence de l'audio dans le tarif et le nombre de tentatives brûlées par plan utilisable déterminent ce que vous payez vraiment. Ce guide passe en revue chacun de ces points, puis donne une liste de tarifs par modèle et trois budgets de batch chiffrés que vous pouvez adapter.

Les trois façons dont les API vidéo vous facturent

Presque tous les fournisseurs utilisent l'une de trois unités. Savoir laquelle s'applique à vous indique comment prévoir la dépense, et où se cachent les mauvaises surprises.

À la seconde de sortie

C'est le modèle dominant. Vous payez un tarif multiplié par la durée du clip demandé. La page de tarifs de l'API Gemini de Google liste Veo 3.1 de cette façon, et Replicate facture ses modèles Wan 2.1 image vers vidéo à la seconde de vidéo produite (0,09 $/s en 480p, 0,25 $/s en 720p). La prévision est simple : secondes fois tarif. Le piège, c'est que chaque changement de palier (résolution, audio, variante « Pro ») correspond à un autre tarif, et qu'un même script peut donc coûter très différemment selon un seul paramètre.

Au clip ou à l'unité

Certains modèles facturent un prix fixe par vidéo générée, quelle que soit sa durée. fal.ai indique que ses modèles vidéo sont facturés à l'unité de sortie, à la seconde ou à la vidéo selon le modèle, et affiche Ovi à 0,2 $ par vidéo. Le prix au clip avantage les clips longs et pénalise les coupes courtes. Replicate facture la plupart de ses autres modèles au temps d'exécution sur le matériel sous-jacent, plus difficile à prévoir avant d'avoir lancé un échantillon.

Crédits

Les crédits sont une couche de monnaie posée sur l'une des unités ci-dessus. L'API de Runway en donne la version la plus claire : un crédit coûte 0,01 $, et chaque modèle consomme un nombre fixe de crédits par seconde (gen4.5 utilise 12 crédits/s, soit 0,12 $/s). Si vous hésitez entre un abonnement et une facturation à l'usage, la comparaison entre crédits et paiement à l'appel détaille dans quels cas chacun revient moins cher.

Une règle pratique : convertissez toujours en dollars par seconde de sortie utilisable avant de comparer quoi que ce soit. Un prix en crédits, un prix par vidéo et un prix au temps d'exécution ne sont pas comparables tant que vous ne l'avez pas fait.

Ce qui fait vraiment bouger le prix

Le guide tarifaire 2026 de Coverr regroupe les facteurs en résolution et audio, choix du modèle, structure de facturation et coûts d'infrastructure. Les sources primaires montrent le poids de chaque levier.

Palier du modèle

Au sein d'une même famille, le palier est le levier le plus fort. Sur l'API Gemini, Veo 3.1 Standard coûte 0,40 $/s en 720p et 1080p, Veo 3.1 Fast 0,10 $/s en 720p et Veo 3.1 Lite 0,05 $/s en 720p. Cela fait un écart de 8 fois sous un même nom de modèle. Runway montre le même schéma avec gen4.5 à 12 crédits/s contre gen4_turbo à 5 crédits/s.

Résolution

Les paliers de résolution sont rarement linéaires. Veo 3.1 Fast sur l'API Gemini passe de 0,10 $/s en 720p à 0,12 $/s en 1080p, puis 0,30 $/s en 4K. Le wan3 de Runway affiche 5, 10 puis 20 crédits/s en 480p, 720p et 1080p, soit un doublement à chaque marche. Pour la plupart des usages sociaux et produit, la vraie question est de savoir si les pixels supplémentaires survivent à la compression de la plateforme.

Audio

L'audio natif est tantôt inclus, tantôt facturé comme un palier à part. Google indique que le tarif de Veo inclut par défaut la vidéo avec audio. Runway liste ses entrées Veo 3.1 avec audio (40 crédits/s pour veo3.1, 15 crédits/s pour veo3.1_fast). Ailleurs, les versions muette et sonore ont des tarifs différents : vérifiez laquelle vous appelez. Si vous comptez de toute façon poser une voix off et de la musique sur le clip, payer l'audio généré, c'est de l'argent jeté au montage.

Options et références

Runway précise que certains modèles ajoutent des frais par référence au tarif à la seconde. Les images de référence, les références de personnage et les extensions peuvent chacune avoir leur propre ligne. Lisez la page du modèle, pas seulement le tarif affiché en gros.

Rendus échoués

Google indique que vous n'êtes facturé que si la vidéo est générée avec succès. Tous les fournisseurs ne le documentent pas, et sur un batch de plusieurs centaines de tâches, la différence entre « les échecs sont gratuits » et « les échecs sont facturés » se voit nettement sur la facture.

Tarifs du marché au moment de la rédaction

Les prix changent souvent : considérez chaque chiffre ci-dessous comme daté de sa source. Les pages primaires sont signalées comme telles. Quand un chiffre n'existe que dans une source secondaire, il est étiqueté ainsi.

Tarifs éditeurs et plateformes (sources primaires)

Veo 3.1 sur l'API Gemini : Standard 0,40 $/s (720p et 1080p), 0,60 $/s en 4K. Fast 0,10 $/s en 720p, 0,12 $/s en 1080p, 0,30 $/s en 4K. Lite 0,05 $/s en 720p, 0,08 $/s en 1080p, pas de 4K. Source : Google AI for Developers.
API Runway : gen4.5 0,12 $/s, gen4_turbo 0,05 $/s, seedance2 0,36 $/s en 480p/720p et 0,40 $/s en 1080p, seedance2_fast 0,29 $/s, seedance2_mini 0,16 $/s, veo3.1_fast avec audio 0,15 $/s, veo3.1 avec audio 0,40 $/s. Source : Runway.
fal.ai : Wan 2.5 0,05 $/s, Kling 2.5 Turbo Pro 0,07 $/s, Veo 3 0,40 $/s, Ovi 0,2 $ par vidéo. Source : fal.ai.
Replicate : wan-2.1-i2v-480p 0,09 $/s, wan-2.1-i2v-720p 0,25 $/s de sortie. Source : Replicate.

Tarifs rapportés par des sources secondaires (à vérifier avant de budgéter)

API Sora 2 : rapportée à 0,10 $/s au palier de base et jusqu'à 0,70 $/s pour Sora 2 Pro par invideo et HackerNoon. La grille officielle d'OpenAI n'a pas été confirmée pour cet article : prenez ces chiffres comme indicatifs.
Kling 3.0 : environ 0,075 $/s selon HackerNoon. invideo indique Kling 3.0 Turbo à environ 0,11 $/s, en 720p uniquement.
Seedance 2.x en direct : facturé au million de tokens, ce qu'invideo approxime à environ 0,14 $/s.
Grok Video : 0,05 $/s pour la 1.0 et 0,08 $/s pour la 1.5, selon invideo.
Accès Runway : Coverr rapporte que l'accès à l'API Runway exige un abonnement Max à partir de 76 $ par mois. C'est une affirmation de seconde main ; vérifiez les conditions actuelles de Runway.

Deux réserves. Les numéros de version diffèrent selon les hébergeurs (fal liste Wan 2.5 et Kling 2.5 Turbo Pro, Replicate liste Wan 2.1), et les versions plus récentes se facturent autrement. Et un même modèle peut coûter des montants différents d'un hébergeur à l'autre. Veo 3.1 Fast avec audio est à 0,10 $/s en 720p sur l'API Gemini et à 15 crédits/s (0,15 $/s) chez Runway.

La grille d'un agrégateur : une clé, plusieurs modèles

À titre de comparaison, voici la grille par appel d'Aitachyon au moment de la rédaction. Chaque entrée renvoie vers la page de prix du modèle, et la grille complète lisible par machine est publiée sur /api/pricing, pour qu'un script la lise au lieu qu'un humain recopie des chiffres.

Vidéo

Seedance 2.5 (ByteDance) : à partir de 0,20 $/s en 480p, 0,44 $/s en 720p.
Kling v3 (Kuaishou) : 0,16 $/s muet, 0,32 $/s avec audio natif.
Veo 3.1 Fast (Google) : à partir de 0,19 $/s.
Wan 2.7 (Alibaba) : 0,19 $/s.
Hailuo 02 (MiniMax) : 0,085 $/s.

Images et voix (pour les visuels fixes et la narration autour de la vidéo)

Seedream 4.0 : 0,057 $ par image.
FLUX.2 [pro] : de 0,057 $ à 0,086 $ par image.
Nano Banana : 0,13 $ par image.
gpt-image-2 : de 0,10 $ à 0,40 $ par image.
Voix off ElevenLabs : de 0,043 $ à 0,086 $ par tranche de 450 caractères.

Rapporté aux sources primaires, l'arbitrage est clair. Appeler Veo 3.1 Fast directement sur l'API Gemini revient moins cher à la seconde que de passer par un agrégateur. Ce que vend un agrégateur, c'est le reste : une clé et un solde unique chez tous les éditeurs, une ligne de facture par tâche, et la possibilité d'envoyer chaque plan vers un modèle différent sans ouvrir cinq comptes. La comparaison de Coverr sur 100 clips de huit secondes par mois situe Veo 3.1 en direct autour de 160 $ à 320 $ et les agrégateurs comme fal.ai et Replicate entre 40 $ et 200 $, l'écart venant surtout du volume redirigé vers des modèles moins chers. Pour approfondir deux de ces modèles, voyez Kling v3 face à Seedance 2.5 et l'analyse de l'API Veo 3.1 Fast.

Coût par clip utilisable : la formule qui compte

Le chiffre d'une page de tarifs est le coût d'une tentative. Celui à budgéter est le coût d'un clip que vous gardez. HackerNoon rapporte que le travail professionnel demande couramment trois à cinq passes par plan clé, et recommande de plafonner les régénérations à trois tentatives avant de revoir l'approche. Le coût réel d'un plan clé se situe donc entre trois et cinq fois le prix affiché.

Utilisez cette formule pour chaque budget :

Coût d'une tentative = tarif à la seconde x secondes demandées (ou prix fixe du clip).
Options = frais de référence, d'audio ou d'upscale pour cet appel, le cas échéant.
Tentatives par clip gardé = votre moyenne mesurée. Partez de 3 pour les plans clés, comme le suggère HackerNoon, puis remplacez par votre propre chiffre après le premier batch.
Coût des rendus échoués = zéro si le fournisseur rembourse ou ne facture pas les échecs, sinon ajoutez le taux d'échec.
Coût par clip utilisable = (coût d'une tentative + options) x tentatives par clip gardé + coût des rendus échoués.

Un exemple chiffré : un clip Kling v3 muet de 10 secondes à 0,16 $/s coûte 1,60 $ par tentative. À trois tentatives, le clip gardé revient à 4,80 $. À cinq, à 8,00 $. Le même plan sur Hailuo 02 à 0,085 $/s coûte 0,85 $ par tentative et 2,55 $ à trois tentatives. Quand c'est le nombre de tentatives qui domine, un modèle moins cher sur lequel on itère vite bat souvent un modèle plus cher qu'il faut relancer moins souvent, et le seul moyen de le savoir est de consigner les tentatives par clip gardé, modèle par modèle.

Pour réduire le coût d'une tentative, testez les prompts à la durée minimale que le modèle autorise, verrouillez la composition, puis lancez une seule fois le rendu à pleine durée.

Trois budgets de batch chiffrés

Ils reposent sur les tarifs Aitachyon listés plus haut, au moment de la rédaction. Les hypothèses de relance sont explicites pour que vous puissiez y substituer les vôtres.

Batch 1 : 20 accroches vidéo pour un test créatif

Vingt plans d'ouverture de 5 secondes, chacun testé comme premier temps d'une vidéo sociale payante. Les accroches sont courtes et sans enjeu lourd : comptez 2 tentatives par clip gardé.

Hailuo 02 : 20 x 5 s x 0,085 $ = 8,50 $ par passe, 17,00 $ à 2 tentatives.
Kling v3 muet : 20 x 5 s x 0,16 $ = 16,00 $ par passe, 32,00 $ à 2 tentatives.
Seedance 2.5 en 720p : 20 x 5 s x 0,44 $ = 44,00 $ par passe, 88,00 $ à 2 tentatives.

Le choix du modèle fait varier le coût du batch d'environ 5 fois pour le même brief. Pour un test d'accroches, où l'objectif est d'apprendre quelle ouverture capte l'attention, le modèle le moins cher est généralement le bon choix. Les idées d'accroche comptent davantage, et ces modèles d'accroches vous donnent vingt prompts de départ.

Batch 2 : 50 visuels produit

Cinquante images fixes pour une refonte de catalogue ou des créas statiques, une tentative chacune plus 50 % de marge de relance (75 générations au total).

Seedream 4.0 : 75 x 0,057 $ = 4,28 $.
FLUX.2 [pro] : 75 x 0,057 $ à 0,086 $ = 4,28 $ à 6,45 $.
Nano Banana : 75 x 0,13 $ = 9,75 $.
gpt-image-2 : 75 x 0,10 $ à 0,40 $ = 7,50 $ à 30,00 $.

Les images fixes coûtent un ordre de grandeur de moins que la vidéo. Si certains de ces 50 visuels sont ensuite animés, n'animez que les gagnants. Cinq visuels retenus, transformés en clips Kling v3 muets de 5 secondes à trois tentatives chacun, ajoutent 5 x 5 x 0,16 $ x 3 = 12,00 $.

Batch 3 : une semaine de shorts

Sept shorts, chacun composé de quatre clips de 5 secondes (20 secondes de vidéo), d'un script de voix off d'au plus 900 caractères et d'une image de couverture. Comptez 2 tentatives par clip.

Vidéo sur Kling v3 muet : 7 x 20 s x 0,16 $ x 2 = 44,80 $.
Voix off : 900 caractères font deux tranches de 450, soit 0,086 $ à 0,172 $ par short, 0,60 $ à 1,20 $ pour la semaine.
Couvertures sur Seedream 4.0 : 7 x 0,057 $ = 0,40 $.
Total de la semaine : environ 45,80 $ à 46,40 $.

Passez de Kling muet à Kling avec audio natif (0,32 $/s) et la ligne vidéo double à 89,60 $. C'est pourquoi associer une vidéo muette à une voix off séparée est en général la pile la moins chère quand la narration porte le message. Le détail du coût des voix off ElevenLabs va plus loin sur la tarification de la narration.

Règles de routage : quel modèle pour quel plan

Avec un tarif à l'appel, choisir un modèle est une décision plan par plan, et non un abonnement auquel on s'engage. Ces règles s'appuient uniquement sur les écarts de prix et de caractéristiques documentés plus haut.

Exploration et tests d'accroches : prenez le modèle le moins cher qui produit une composition acceptable. Hailuo 02 à 0,085 $/s est le bas de cette grille.
Contenu narré : utilisez de la vidéo muette et ajoutez une voix off séparée. Kling v3 muet à 0,16 $/s plus ElevenLabs coûte moins que Kling avec audio à 0,32 $/s pour les mêmes secondes.
Plans nécessitant un son natif synchronisé (dialogue, bruits d'ambiance) : payez le palier audio, et budgétez-le au double du tarif muet quand le modèle en propose un.
Résolution : commencez au palier le plus bas qui survit à la compression de votre destination. Seedance 2.5 coûte 0,20 $/s en 480p et 0,44 $/s en 720p ; ne montez que pour un clip à garder.
Plans clés : ne dépensez sur le modèle premium qu'une fois le prompt verrouillé sur un modèle bon marché, et plafonnez les tentatives à trois, comme le recommande HackerNoon.
Images fixes d'abord : si une image peut faire le travail, elle coûte quelques centimes. Quand une image fixe bat la vidéo précise les cas où c'est vrai.

Automatiser la génération sans perdre le contrôle de la dépense

Les budgets de batch restent honnêtes quand la génération tourne depuis du code, car le code journalise chaque appel alors qu'une interface web invite à des relances que personne ne compte. Les développeurs et petites équipes qui produisent en volume pilotent la génération depuis un script, ou depuis un agent comme Claude Code ou Cursor via un serveur MCP : un prompt ou un fichier de tâches en entrée, des fichiers avec leur coût par appel en sortie.

Une checklist avant tout batch automatisé

Fixez explicitement le modèle et le palier dans l'appel. Ne vous fiez jamais à une résolution ou à un réglage audio par défaut.
Lisez la grille de prix par programme avant le run et calculez le plafond du batch : tâches x secondes x tarif x tentatives prévues.
Posez dans le code un plafond strict de tentatives par plan (trois est une valeur raisonnable pour les plans clés).
Utilisez une clé d'API dédiée par projet ou par client pour séparer les dépenses.
Vérifiez comment les rendus échoués sont facturés avant de lancer des centaines de tâches.
Conservez une référence stable pour chaque sortie et le coût de l'appel qui l'a produite, afin de calculer ensuite le coût par clip gardé.
Passez en revue les tentatives par clip gardé, modèle par modèle, après chaque batch et mettez à jour vos règles de routage.

Les agents accélèrent tout cela, mais aussi le risque : un agent relancera volontiers un plan dix fois si rien ne l'arrête. Des alertes de dépense par clé et une clé révocable servent de garde-fous. Pour une configuration d'agent qui fonctionne, voyez générer de la vidéo depuis Claude Code avec un serveur MCP, et pour le démarrage rapide de l'API et du MCP, la documentation développeur.

FAQ

Combien coûte une API de génération vidéo IA à la seconde ?

Les tarifs officiels au moment de la rédaction vont d'environ 0,02 $ à 0,70 $ par seconde, d'après l'étude d'invideo d'août 2026. Sur l'API de Google elle-même, Veo 3.1 va de 0,05 $/s (Lite, 720p) à 0,60 $/s (Standard, 4K).

Vaut-il mieux utiliser une API vidéo en direct ou via un agrégateur ?

Pour un seul modèle à fort volume, passer en direct peut revenir moins cher à la seconde, comme avec Veo 3.1 Fast sur l'API Gemini. Les agrégateurs l'emportent quand vous envoyez des plans différents vers des modèles différents, car des modèles moins chers sur un solde commun tirent la moyenne vers le bas. L'exemple de Coverr, avec 100 clips de huit secondes par mois, situe Veo 3.1 en direct entre 160 $ et 320 $ contre 40 $ à 200 $ chez les agrégateurs.

Paie-t-on les générations vidéo IA qui échouent ?

Cela dépend du fournisseur. Google indique que Veo n'est facturé que lorsque la vidéo est générée avec succès. Vérifiez les conditions de chaque fournisseur, car sur de gros batchs la facturation des tâches échouées s'additionne.

Combien de tentatives budgéter par clip vidéo IA ?

HackerNoon rapporte trois à cinq passes par plan clé en production professionnelle, et suggère de plafonner à trois avant de changer d'approche. Pour les clips à faible enjeu comme les tests d'accroches, mesurez votre propre taux après le premier batch et budgétez à partir de là.

Sources

Si vous voulez lancer les batchs ci-dessus sans ouvrir un compte par éditeur, Aitachyon réunit ces modèles vidéo, image et voix derrière un solde prépayé qui n'expire jamais, utilisable depuis le studio web, une API HTTP classique ou un serveur MCP hébergé. Chaque tâche est détaillée avec son modèle et son coût, les rendus échoués sont remboursés automatiquement, et chaque clé a sa propre alerte de dépense et une révocation en un clic. Les prix figurent sur la page de chaque modèle.