Publié 2026-08-25 · numéros de référence, vérifier avant de budgétiser
Exécutez 2 000 clips de produits de six secondes par mois via un modèle ouvert hébergé sur des GPU loués et la facture est de $180. Exécutez exactement le même travail via Sora 2 en 4K et c'est $4,800. Même nombre de clips, même longueur, espacés de 27x. Les API de texte et d'image sont comparées par jeton ou par image ; la vidéo est facturée à la seconde de séquence, et cette unité s'avère être la chose la plus coûteuse que vous puissiez générer avec une API aujourd'hui.
Tiré des taux par seconde que nous suivons pour le calculateur de génération vidéo : chaque niveau qu'un développeur peut appeler aujourd'hui, au prix d'un volume mensuel réaliste : 2 000 clips, 6 secondes chacun, 12 000 secondes au total de séquences.
| Modèle | $/seconde | Extrait de 6 secondes | Mensuel (2 000 clips) |
|---|---|---|---|
| Hébergé en poids ouvert (Wan 2.1, CogVideoX) | $0.015 | $0.09 | $180 |
| Kling2.0 | $0.05 | $0.30 | $600 |
| Piste Gen-4 | $0.05 | $0.30 | $600 |
| Sora2 (720p) | $0.12 | $0.72 | $1,440 |
| Véo 3 (Google) | $0.35 | $2.10 | $4,200 |
| Sora2 (4K) | $0.40 | $2.40 | $4,800 |
| Tarif de référence, août 2026. Exemple concret : 2 000 clips/mois à 6 secondes chacun. Fixez le prix de votre propre volume sur le Calculateur du coût de génération de vidéo IA. | |||
Les modèles hébergés à poids ouvert sont le Flux Schnell de la vidéo – plus de 3 fois moins cher que le niveau supérieur, Kling et Runway, qui atterrissent au même prix de 0,05 $/seconde bien qu'il s'agisse de sociétés distinctes. Sora 2 à lui seul couvre une plage de 3,3x en fonction de la résolution, ce qui représente un saut plus important que l'écart entre Kling et Runway, ou entre le niveau de poids ouvert et l'un ou l'autre. C'est la résolution, et non le fournisseur, qui effectue l'essentiel du travail sur cette table.
Un mois LLM de 240 millions de jetons semble énorme mais coûte quelques centaines de dollars car les jetons sont minuscules et bon marché. Une seconde de vidéo n’est ni l’un ni l’autre. Chaque seconde représente environ 24 à 30 images rendues, quelle que soit la résolution que vous avez demandée, et le calcul pour produire chaque image ne diminue pas comme le fait un jeton de texte : il évolue en fonction du nombre de pixels et des étapes de diffusion. C'est pourquoi Veo 3, un modèle audio natif qui génère un son synchronisé avec les images, coûte plus près de 0,35 $/seconde que celui du modèle texte : vous payez pour une seconde d'image rendue et une seconde de son rendu dans le même appel, ce qui est plus proche de l'achat d'une API TTS et d'une API vidéo regroupées que d'un seul élément de ligne par jeton.
Cela signifie également que le volume se compose plus rapidement que prévu. Doubler la durée du clip de 6 à 12 secondes n'ajoute pas de coût fixe, cela double carrément la facture, car la calculatrice n'a pas de frais fixes par demande à amortir - les secondes représentent le prix total. Une campagne qui passe de 2 000 à 5 000 clips par mois sur Sora 2 4K ne rapporte pas 2 880 $, elle ajoute 12 000 $. Il n'y a pas de niveau de remise groupée caché dans la plupart des API vidéo, comme c'est le cas avec le traitement par lots des appels LLM.
Pour les brouillons de storyboard, les aperçus internes ou tout ce pour quoi un humain va rejeter neuf prises avant d'en choisir une, générez sur le niveau de poids ouvert - à 180 $ pour 2 000 clips, soit une itération dix fois supérieure aux coûts inférieurs à un seul mois de Veo 3 au volume de production. Réservez Sora 2 ou Veo 3 pour le clip qui est réellement livré : le seul atout du héros, la création publicitaire, ce que voit un client. L'exécution du niveau bon marché pour le volume et du niveau cher pour la poignée qui survive à l'examen est la même répartition qui fonctionne pour la génération d'images, et cela fonctionne ici pour la même raison : le coût du niveau premium augmente avec chaque seconde que vous générez, donc moins vous l'envoyez, plus la facture est petite. Fixez le prix de votre propre nombre et longueur de clips sur le Calculateur du coût de génération de vidéo IA, vérifiez ce que les niveaux audio synchronisés vous font économiser par rapport à un niveau séparé synthèse vocale appel, et si la vidéo représente une ligne dans une facture de produit plus importante, totalisez toute la pile sur le Estimateur du coût des applications d'IA.
Méthodologie : prix tirés de notre tableau des tarifs de génération vidéo suivi en août 2026 (dernière vérification le 15/08/2026), correspondant au tarif par seconde publié ou hébergé typique de chaque fournisseur au niveau de résolution indiqué. Les tarifs de pondération ouverte reflètent les plates-formes hébergées facturées au temps GPU, et non un prix fixe du fournisseur : confirmez les tarifs actuels avant de budgétiser une exécution de production.