Génération vidéo avec Claude Code et MCP : configuration pas à pas

Vous êtes dans un terminal, à mi-chemin d'une landing page, et il vous faut trois clips produit de 5 secondes, une image hero et une voix off de 20 secondes. Le chemin habituel : quatre onglets de navigateur, trois connexions, un dossier de téléchargements rempli de fichiers nommés output(7).mp4 et aucune idée claire de ce que l'après-midi a coûté. L'autre chemin tient en une phrase tapée dans Claude Code, avec les fichiers qui arrivent dans votre projet, chacun étiqueté avec le modèle utilisé et son coût.

Le second chemin repose sur le Model Context Protocol. Claude Code parle MCP nativement : tout service de génération qui expose un serveur MCP hébergé devient un ensemble d'outils que l'agent peut appeler. Ce qui suit couvre l'installation, les réglages de permissions à changer dès le premier jour, la façon de formuler les demandes pour que l'agent choisisse le bon modèle et la bonne durée, et le calcul du coût de vrais lots.

Ce qui se passe quand Claude Code appelle un outil vidéo

Le transport

Un serveur MCP hébergé utilise le transport Streamable HTTP. La spécification MCP (2025-06-18) définit deux transports standard, stdio et Streamable HTTP, et impose au serveur d'exposer un unique chemin d'endpoint acceptant POST et GET, par exemple https://example.com/mcp. Le client envoie chaque message JSON-RPC en POST, et le serveur répond en JSON simple ou en flux d'événements.

Concrètement, un serveur hébergé se résume à une URL et un identifiant, sans rien à lancer en local, et il fonctionne depuis Claude Code, Cursor ou n'importe quel autre client MCP.

Découverte et appels

D'après la spécification MCP des outils, le client liste ce qu'un serveur propose avec tools/list et appelle un outil avec tools/call. Chaque outil porte un nom, une description et un schéma d'entrée. Quand vous demandez « un clip de 5 secondes d'une tasse en céramique qui tourne sur une table en noyer », Claude lit les descriptions des outils, remplit les arguments et fait l'appel. Anthropic décrit la règle de déclenchement dans sa documentation du connecteur MCP : Claude appelle un outil MCP quand la demande correspond à la capacité décrite de cet outil, que vous le nommiez ou non, et il n'appelle pas d'outils pour répondre à une question de culture générale.

Ce qui revient

Le résultat d'un outil peut contenir du texte, une image (données base64 plus type MIME), de l'audio, un resource_link ou une ressource embarquée, et éventuellement un objet structuredContent conforme à un schéma de sortie. La spécification demande aux serveurs qui renvoient du contenu structuré d'inclure aussi les mêmes données en JSON sérialisé dans un bloc de texte. Pour la génération, c'est là que tout se joue. Un serveur bien construit renvoie un lien vers le fichier et une petite fiche structurée du job (modèle, durée, résolution, coût), et garde la vidéo elle-même hors de la conversation.

Pas à pas : connecter un serveur MCP hébergé

La documentation MCP de Claude Code donne la forme générale pour un serveur distant : claude mcp add --transport http <name> <url>, avec en option --header "Authorization: Bearer your-token" pour les serveurs qui s'authentifient par clé statique.

Créez une clé. Une clé par projet ou par agent, pour pouvoir en révoquer une sans casser les autres.
Choisissez une portée. Local est la valeur par défaut, stockée dans ~/.claude.json pour le projet courant uniquement. Project écrit le serveur dans un fichier .mcp.json fait pour être partagé via le dépôt. User le rend disponible dans tous les projets de votre machine. On la règle avec -s ou --scope.
Ajoutez le serveur. Pour Aitachyon : claude mcp add --transport http aitachyon https://aitachyon.com/api/mcp --header "Authorization: Bearer ait_..."
Vérifiez. claude mcp list affiche tous les serveurs configurés et claude mcp get aitachyon inspecte celui-ci. Dans une session, /mcp montre l'état de la connexion et les outils exposés.
Faites un premier appel bon marché. Demandez une image avant toute vidéo. Cela teste la clé et vos réglages de permissions pour quelques centimes.

Les serveurs qui utilisent OAuth suivent un chemin légèrement différent : ajoutez le serveur sans en-tête, puis connectez-vous avec claude mcp login <name> ou via /mcp dans Claude Code. En dessous, la spécification d'autorisation MCP s'appuie sur OAuth 2.1 avec PKCE, l'enregistrement dynamique de clients (RFC 7591), les métadonnées de ressource protégée (RFC 9728) et les indicateurs de ressource RFC 8707. Les deux chemins aboutissent à un jeton bearer sur chaque requête.

Trois pièges de configuration

La portée project et les clés en clair ne font pas bon ménage. Un fichier .mcp.json est conçu pour être commité. Mettez-y un jeton bearer, poussez, et la clé reste dans votre historique git. Gardez les serveurs à clé en portée local ou user.
Les variables d'environnement à nom sensible sont lues comme vides. La documentation de Claude Code indique que les variables dont le nom contient TOKEN, SECRET, PASSWORD, KEY ou AUTH sont lues comme vides quand elles servent dans l'URL ou les en-têtes d'un serveur distant. Un en-tête construit à partir de AITACHYON_API_KEY part vide et le serveur rejette l'appel. Passez la clé directement dans la commande add.
Les clés restent hors de l'URL. La spécification d'autorisation exige les jetons d'accès dans l'en-tête Authorization à chaque requête et les interdit dans la query string, où ils finiraient dans les logs des proxys et des serveurs.

Permissions : décidez ce que l'agent peut dépenser sans demander

Un outil de génération dépense de l'argent à chaque appel, il mérite donc plus de réflexion qu'un outil de lecture de fichiers. La spécification des outils MCP dit qu'il doit toujours y avoir un humain dans la boucle capable de refuser les appels, et que les clients devraient afficher les entrées avant l'appel. Claude Code met cela en oeuvre avec des règles de permissions qui ciblent les outils MCP via le préfixe mcp__.

mcp__aitachyon dans une règle allow laisse tout le serveur s'exécuter sans confirmation.
mcp__aitachyon dans une règle deny le bloque pour un projet, utile dans les dépôts où personne ne doit générer de médias.
mcp__* en règle deny bloque d'un coup tous les outils MCP.

Deux détails évitent des heures de debug. Claude Code ignore toute règle mcp__ écrite avec des parenthèses et la liste dans la boîte de dialogue des réglages invalides et dans claude doctor. Pour cibler la valeur d'un paramètre précis sur un outil MCP, passez une règle deny via --disallowedTools.

Une règle de décision pour les validations

Première semaine avec un nouveau serveur : validez chaque appel à la main et lisez le modèle, la durée et la résolution choisis par Claude, car ce sont eux qui fixent le prix.
Après dix appels de suite avec des arguments sensés : autorisez les outils image, gardez les outils vidéo sous validation. Les images coûtent des centimes ; un lot de vidéos coûte des dollars.
Exécutions sans surveillance : autorisez tout, mais seulement avec une clé dédiée, dotée de sa propre alerte de dépense et révocable en un clic.

Demander des médias en langage courant

Claude choisit des valeurs par défaut raisonnables, et ces valeurs sont souvent plus longues, plus nettes ou plus bruyantes que ce dont le plan a besoin. Chaque demande de vidéo devrait fixer quatre éléments : le modèle (ou le compromis qui vous importe), la durée, la résolution ou le format d'image, et le besoin d'audio.

Avant et après

Avant : « Fais une vidéo de notre tasse pour la page d'accueil. »

Modèle, durée, format et audio sont laissés à l'agent, qui peut activer un audio natif que vous couperez de toute façon.

Après : « Génère un clip de 5 secondes en 16:9 sur Kling v3, sans audio : une tasse en céramique blanc mat qui tourne lentement sur une table en noyer, lumière douce de fenêtre venant de la gauche, faible profondeur de champ. Enregistre-le dans public/media/hero-mug.mp4 et donne-moi la ref et le coût. »

Le second prompt fixe le prix avant l'appel. Au moment de la rédaction, Kling v3 sur Aitachyon coûte 0,16 $ par seconde sans audio et 0,32 $ par seconde avec audio natif, donc ce clip revient à 5 × 0,16 $ = 0,80 $. Ajouter « avec audio » le porte à 1,60 $ pour un son qui se lancera en muet sur la plupart des pages d'accueil.

Un modèle de demande réutilisable

Collez ceci dans le CLAUDE.md de votre projet pour que chaque demande porte les mêmes contraintes :

Asset : image, clip ou voix off, et combien
Modèle : un modèle nommé, ou « le moins cher qui gère X »
Specs : durée en secondes, résolution, format (9:16, 16:9, 1:1)
Audio : aucun, natif, ou voix off séparée
Contenu : sujet, action, décor, lumière, caméra
Sortie : chemin cible et modèle de nom de fichier
Budget : « arrête-toi et demande si le lot dépasse X $ »
Rapport : « liste chaque fichier avec sa ref, son modèle et son coût, puis le total »

Les deux dernières lignes sont celles que l'on saute, et ce sont elles qui laissent les chiffres dans l'historique du terminal à côté des fichiers.

Choisir un modèle par plan, avec les compromis affichés

Avec un seul compte derrière un seul serveur MCP, le modèle devient un argument par plan plutôt qu'un engagement par abonnement. Les prix ci-dessous sont les prix par appel d'Aitachyon au moment de la rédaction ; la grille complète est sur aitachyon.com/models et en JSON sur https://aitachyon.com/api/pricing.

Vidéo

Hailuo 02, 0,085 $/s. L'option vidéo la moins chère de la liste. Pour les brouillons, les tests d'accroche et tout ce qui demande du volume plus que du fini.
Kling v3, 0,16 $/s sans audio, 0,32 $/s avec audio natif. L'audio double le prix, donc décidez clip par clip. Les compromis face à Seedance sont dans la comparaison Kling v3 contre Seedance 2.5.
Veo 3.1 Fast, à partir de 0,19 $/s. À titre de repère, la page de tarifs de l'API Gemini de Google affiche Veo 3.1 Fast à 0,10 $ par seconde en 720p, 0,12 $ en 1080p et 0,30 $ en 4K, Veo 3.1 Standard à 0,40 $ par seconde, et un palier Lite dès 0,05 $. Si Veo est le seul modèle que vous appellerez, passer directement par Google coûte moins cher à la seconde. Un agrégateur justifie sa marge par les autres modèles sur la même clé et le suivi des coûts par job. Plus de détails dans le guide de l'API Veo 3.1 Fast.
Wan 2.7, 0,19 $/s. Une deuxième tentative utile sur un plan qu'un autre modèle rate sans cesse.
Seedance 2.5, 0,20 $/s en 480p, 0,44 $/s en 720p. La résolution fait plus que doubler le prix : faites vos brouillons en 480p et ne relancez en 720p que les plans retenus.

Images

Seedream 4.0 à 0,057 $ par image et FLUX.2 [pro] de 0,057 $ à 0,086 $ : le bas de la fourchette, suffisant pour les photos produit et les fonds.
Nano Banana, 0,13 $ par image. Nano Banana contre FLUX.2 Pro pour les images produit explique quand le prix plus élevé se justifie.
gpt-image-2, de 0,10 $ à 0,40 $ par image. La fourchette de prix la plus large, donc fixez la taille dans le prompt.

Voix

La voix off ElevenLabs coûte de 0,043 $ à 0,086 $ par tranche de 450 caractères au moment de la rédaction. Les modèles sous-jacents diffèrent par leurs limites et leur couverture linguistique : ElevenLabs documente eleven_v3 à 5 000 caractères et plus de 70 langues, eleven_multilingual_v2 à 10 000 caractères et 29 langues, et eleven_flash_v2_5 à 40 000 caractères et 32 langues. Pour des scripts de la longueur d'une pub, la limite de caractères se fait rarement sentir, mais la liste des langues si, dès que vous localisez. Le calcul à la minute est dans le détail du coût d'une voix off avec l'API ElevenLabs.

Le calcul de trois lots réels

Une tarification à la seconde et à l'image rend un lot prévisible, à condition de multiplier avant d'appuyer sur entrée. Tous les chiffres reprennent les prix d'Aitachyon au moment de la rédaction.

Lot 1 : 20 clips d'accroche pour tester des créas

Vingt ouvertures de 5 secondes, chacune testant une première phrase différente tirée d'une liste comme ces formules d'accroche.

Hailuo 02 : 20 × 5 s × 0,085 $ = 8,50 $
Kling v3, sans audio : 20 × 5 s × 0,16 $ = 16,00 $
Seedance 2.5 en 720p : 20 × 5 s × 0,44 $ = 44,00 $

La séquence raisonnable : brouillon des vingt sur le modèle le moins cher, conservez les trois qui passent le mieux, puis relancez seulement ceux-là sur le modèle que vous livreriez. Trois gagnants sur Seedance en 720p ajoutent 3 × 2,20 $ = 6,60 $, soit un total de 15,10 $ contre 44,00 $ pour tout rendre au plus haut niveau.

Lot 2 : 50 photos produit

Seedream 4.0 : 50 × 0,057 $ = 2,85 $
FLUX.2 [pro] : 50 × 0,057 $ à 0,086 $ = 2,85 $ à 4,30 $
Nano Banana : 50 × 0,13 $ = 6,50 $

Lot 3 : une semaine de shorts

Sept shorts, chacun composé de trois clips Kling v3 de 5 secondes (sans audio), trois images clés Seedream et une voix off de 900 caractères.

Clips : 15 s × 0,16 $ = 2,40 $ par short
Images clés : 3 × 0,057 $ = 0,171 $ par short
Voix off : 2 × 450 caractères à 0,086 $ maximum = jusqu'à 0,172 $ par short
Par short : environ 2,74 $. Pour la semaine : environ 19,20 $

Le même calcul pour chaque modèle se trouve dans les tarifs des API de génération vidéo IA en 2026.

Longs rendus, limites de sortie et récupération des fichiers

Taille de sortie

Claude Code impose un plafond strict à ce qu'un outil peut renvoyer. D'après la documentation MCP de Claude Code, il avertit quand la sortie d'un outil MCP dépasse 10 000 tokens et la plafonne à 25 000 tokens par défaut, réglable avec la variable d'environnement MAX_MCP_OUTPUT_TOKENS (par exemple 50000). Un serveur qui renverrait de la vidéo brute en base64 atteindrait ce plafond dès le premier clip. Un lien et une courte fiche structurée gardent chaque résultat léger et laissent la fenêtre de contexte à votre vrai travail.

Timeouts

Une vidéo prend plus de temps qu'un appel d'outil ordinaire. La même documentation permet de définir un timeout d'outil par serveur dans .mcp.json, en millisecondes avec un minimum de 1000, et précise que les connexions HTTP et SSE expirent après 5 minutes d'inactivité par défaut. Si un long lot s'interrompt en route, vérifiez ces points avant d'accuser le modèle. Demandez les rendus par petits groupes et faites rapporter l'agent après chaque groupe : une connexion coupée ne fait alors perdre que le statut du groupe en cours.

Des refs stables pour passer le relais

Sur Aitachyon, chaque fichier généré reçoit une ref stable (img_, scn_, vo_ et ainsi de suite) que le code peut récupérer avec GET /api/generations/{ref}. Cela trace une frontière nette entre l'agent et votre build :

Dans Claude Code, générez l'asset et demandez la ref dans le rapport.
Consignez la ref dans un fichier manifeste du dépôt, à côté du prompt qui l'a produite et de son coût.
Un script de build ou une étape de CI récupère chaque ref via l'API HTTP simple, avec la même clé bearer.
Quand vous régénérez un plan, changez une seule ref dans le manifeste et le pipeline la reprend.

Le manifeste sert aussi de registre des coûts plan par plan. La version longue de ce pipeline, avec l'écriture de scripts en plus, est dans automatiser la production vidéo avec des agents IA.

L'utiliser sans Claude Code

Le même serveur hébergé peut être appelé depuis votre propre backend. Le connecteur MCP d'Anthropic permet à l'API Messages d'atteindre des serveurs MCP distants sans client MCP séparé. Il est en bêta sous l'en-tête mcp-client-2025-11-20, gère les listes d'autorisation et de blocage d'outils, accepte les jetons bearer OAuth et plusieurs serveurs par requête, et n'est pas éligible à la rétention zéro des données. La liste d'autorisation d'outils est la partie utile ici : exposez les outils image à une fonctionnalité destinée aux clients et gardez les outils vidéo désactivés tant que vous n'avez pas chiffré leur coût.

Contrôler la dépense quand un agent tient la clé

Un agent capable d'appeler un outil payant en boucle peut aussi dépenser de l'argent en boucle. Une consigne mal lue, « fais des variations » comprise comme cinquante au lieu de cinq, est un incident réaliste. Les garde-fous utiles, classés selon la précocité avec laquelle ils interceptent le problème :

Un budget dans le prompt. « Arrête-toi et demande si le lot coûte plus de 10 $ » est une règle que l'agent peut vérifier avec les prix à la seconde.
Validation sur les outils vidéo, comme réglé dans la section sur les permissions.
Une clé par agent ou par projet. Aitachyon suit la dépense par clé API, déclenche une alerte quand une clé dépense anormalement vite, et révoque une clé en un clic.
Solde prépayé. Quand il est épuisé, les appels s'arrêtent. C'est un plafond qu'une boucle folle ne peut pas franchir.
Remboursement automatique en cas d'échec. Un rendu raté est remboursé au centime près, donc les nouvelles tentatives ne vous facturent pas deux fois en silence.

Anthropic ajoute la règle de base dans sa note sur les serveurs MCP distants : ce sont des services tiers, donc ne vous connectez qu'à des serveurs de confiance et examinez les pratiques de sécurité et les conditions de chacun.

FAQ

Comment ajouter un serveur MCP à Claude Code ?

Lancez claude mcp add --transport http <name> <url>, en ajoutant --header "Authorization: Bearer <key>" pour les serveurs à clé. Utilisez -s pour choisir la portée local, project ou user, puis vérifiez avec claude mcp list ou /mcp dans une session. Pour les serveurs OAuth, ajoutez sans l'en-tête et connectez-vous avec claude mcp login <name>.

Claude Code peut-il générer de la vidéo tout seul ?

Claude Code confie le rendu à un outil d'un serveur MCP connecté, qui exécute le modèle vidéo. Une fois un tel serveur connecté, vous demandez en langage courant et Claude remplit les arguments de l'outil, fait l'appel et vous rend le résultat.

Pourquoi mon serveur MCP rejette-t-il la clé placée dans une variable d'environnement ?

Claude Code lit comme vides les variables d'environnement dont le nom contient TOKEN, SECRET, PASSWORD, KEY ou AUTH quand elles apparaissent dans l'URL ou les en-têtes d'un serveur distant, si bien que l'en-tête part vide. Passez la clé directement dans la commande claude mcp add et gardez le serveur en portée local ou user.

Combien coûte un clip vidéo IA de 5 secondes ?

Cela dépend du modèle et des réglages. Aux prix d'Aitachyon au moment de la rédaction, 5 secondes coûtent environ 0,43 $ sur Hailuo 02, 0,80 $ sur Kling v3 sans audio, 1,60 $ avec audio natif, et 1,00 $ ou 2,20 $ sur Seedance 2.5 en 480p ou 720p.

Sources

Si vous voulez cette configuration sans cinq comptes distincts, Aitachyon réunit les modèles vidéo, image et voix ci-dessus derrière une clé, un serveur MCP hébergé et un solde prépayé, chaque job étant détaillé par modèle et par coût. La commande Claude Code en une ligne et l'API HTTP sont sur la page développeurs.