> This is a page from the ElevenLabs documentation. For a complete page index, fetch https://elevenlabs.io/docs/llms.txt. For the full documentation in a single file, fetch https://elevenlabs.io/docs/llms-full.txt. # Image & Vidéo ## Présentation Image & Vidéo vous permet de créer du contenu visuel de haute qualité à partir de simples descriptions textuelles ou d’images de référence. Générez des images statiques ou des vidéos dynamiques dans tous les styles, puis affinez-les de manière itérative avec des prompts supplémentaires, augmentez leur résolution pour un rendu haute définition et ajoutez même une synchronisation labiale avec l’audio. Exportez les éléments finalisés sous forme de fichiers indépendants ou importez-les directement dans des projets ElevenCreative Studio. > **Warning** > > Certains modèles Image & Vidéo et fonctionnalités d’importation sont limités aux États-Unis en raison > d’exigences réglementaires ou imposées par les fournisseurs. Consultez les descriptions de chaque modèle pour connaître > leur disponibilité. > **Info** > > Les utilisateurs du forfait Gratuit peuvent uniquement générer des images et sont limités à trois demandes d’images par jour. La génération de vidéos > nécessite un forfait payant. ## Guide Suivez ces étapes pour créer votre premier élément visuel : ### Sélectionnez votre mode Utilisez le bouton bascule dans l’angle supérieur droit de la zone de prompt pour choisir la génération d’**images** ou de **vidéos**. ### Saisissez un prompt ou ajoutez une référence Décrivez le résultat souhaité en langage naturel dans la zone de prompt. Pour davantage de contrôle, faites glisser des images ou vidéos existantes depuis les onglets **Explorer** ou **Historique** vers les emplacements de référence, ou importez vos propres images de référence dans de nombreux formats, notamment JPG, PNG, WEBP et plus encore. ### Choisissez un modèle et des paramètres Sélectionnez le modèle génératif adapté à votre objectif, par exemple Google Veo 3.1, Kling 2.5 ou Flux 1 Kontext Pro. Consultez la section [Modèles](#models) pour obtenir des informations détaillées sur chaque modèle. Ajustez les paramètres tels que le format d’image, la résolution, la durée pour les vidéos et le nombre de variations à générer. ### Générez votre élément Cliquez sur le bouton **[Générer](/docs/fr/eleven-creative/playground/image-video#generate-1)**. Vos éléments seront créés et affichés dans l’onglet **[Historique](/docs/fr/eleven-creative/playground/image-video#history-1)** pour examen. ### Améliorez et affinez Utilisez les outils d’amélioration pour perfectionner vos médias. **Augmentez** la résolution, appliquez une **synchronisation labiale** réaliste avec de l’audio, ou cliquez sur **Recréer** pour générer une nouvelle variation avec les mêmes paramètres. ### Partagez avec d’autres personnes Cliquez sur le bouton **Partager** pour générer un lien unique vers votre création. Envoyez-le à vos collègues et collaborateurs pour recueillir leurs commentaires. ### Exportez votre création Téléchargez l’élément sous forme de fichier indépendant ou importez-le directement dans un projet ElevenCreative Studio. ## Workflow Le processus de création vous fait passer de l’inspiration à l’élément finalisé en quatre étapes : ### [Explorer](/docs/fr/eleven-creative/playground/image-video#explore-1) Découvrez les créations de la communauté pour trouver l’inspiration, étudier des prompts efficaces ou intégrer directement des références à votre travail. ### [Générer](/docs/fr/eleven-creative/playground/image-video#generate-1) Utilisez la zone de prompt pour décrire ce que vous souhaitez créer, sélectionnez un modèle, affinez vos paramètres et donnez vie à votre idée. ### [Historique](/docs/fr/eleven-creative/playground/image-video#history-1) Examinez vos générations dans l’onglet Historique pour les itérer et les améliorer. Recréez des variations, réutilisez des prompts et appliquez des améliorations comme l’augmentation de résolution et la synchronisation labiale. ### [Exporter](/docs/fr/eleven-creative/playground/image-video#export-1) Téléchargez les éléments finalisés dans différents formats ou envoyez-les directement à ElevenCreative Studio pour les utiliser dans vos projets. ## Explorer L’onglet **Explorer** affiche une galerie de créations de la communauté pour trouver l’inspiration et repérer des visuels à utiliser comme références. **Rechercher :** Utilisez la barre de recherche pour trouver des images et des vidéos à partir de mots-clés. **Trier :** Basculez entre **Tendances** et **Plus récent** pour afficher les contenus populaires ou récemment ajoutés. **Glisser-déposer :** Faites glisser n’importe quel résultat de la grille directement dans la zone de prompt pour l’utiliser comme image de début, image de fin ou référence de style. **Aperçu des détails :** Cliquez sur une vignette pour voir le prompt complet et les paramètres utilisés pour la créer. ## Générer ![Interface de prompt vidéo](/docs/_fern-img/f25b7fd594fb471980501063a9554513c4d22a2b3f8d526537054a0797780b8f.webp) La zone de prompt est ancrée en bas de la page et fournit tous les contrôles nécessaires à la création de contenu visuel. ### Définissez le mode et le prompt **Sélectionnez le mode :** Utilisez le bouton bascule dans l’angle supérieur droit pour passer de la génération d’**images** à celle de **vidéos**. **Rédigez votre prompt :** Dans le champ principal, décrivez en langage naturel ce que vous souhaitez générer. Soyez clair et descriptif pour obtenir les meilleurs résultats. ### Choisissez les modèles et les paramètres ![Sélection des modèles vidéo](/docs/_fern-img/422c8078ccb97a8b5f98e521f1c230d3efbad34a128e5905a457e2ed0deeebce.webp) **Sélectionnez un modèle :** Ouvrez le menu des modèles pour parcourir les options disponibles, telles que Google Veo 3.1, Kling 2.5 ou Flux 1 Kontext Pro. Les atouts et capacités propres à chaque modèle sont indiqués pour faciliter la comparaison. Consultez la section [Modèles](#models) pour obtenir des informations détaillées. **Ajustez les paramètres :** Affinez votre génération à l’aide des paramètres affichés sous le prompt. Ils varient selon le modèle, mais comprennent souvent : * **Format d’image** : contrôlez les dimensions de votre résultat * **Résolution** : définissez le niveau de qualité * **Durée** : spécifiez la durée de la vidéo, en mode vidéo * **Nombre de générations** : créez jusqu’à 4 variations à la fois **Utilisez les contrôles :** Sur les modèles compatibles, activez l’**audio**, ajoutez un **prompt négatif** pour exclure les éléments indésirables ou ajustez le **contrôle du son**. ### Ajoutez des références ![Interface des références vidéo](/docs/_fern-img/e6591dc845bfa071c81202736d8748827ab8110f0fe76c985cab83b9adcb51ec.webp) Pour mieux contrôler le résultat, ajoutez des références visuelles pour guider la génération. Leur disponibilité dépend du modèle sélectionné. Nous prenons en charge de nombreux formats d’image, notamment JPG, PNG, WEBP et plus encore. **Image de début, vidéo :** Définit l’image d’ouverture de votre vidéo. **Image de fin, vidéo :** Définit l’image finale et influence la transition. **Références d’image, image ou vidéo :** Ajoutez une ou plusieurs images pour guider le style et l’apparence générale. > **Tip** > > Faites glisser des éléments directement depuis les onglets **Explorer** ou **Historique** vers les emplacements de référence pour un > workflow plus rapide. ### Générer Avant la génération, un indicateur de coût affiche le coût total correspondant au nombre d’éléments que vous avez choisi de créer. Lorsque vous êtes prêt, cliquez sur **Générer**. Vos nouvelles créations apparaîtront dans l’onglet **Historique**. ## Historique ![Interface de l’historique vidéo](/docs/_fern-img/c5da61f1025001d12e41e2113a43da63903ea5ae29748085624eb5422b8c2473.webp) L’onglet **Historique** fournit un journal chronologique de tout ce que vous avez généré et sert d’espace de travail pour affiner vos créations précédentes. **Parcourir :** Affichez toutes les images et vidéos précédentes. **Examiner :** Cliquez sur un élément pour voir le prompt, le modèle et les paramètres d’origine utilisés pour le créer. **Réutiliser :** Faites glisser des éléments de l’Historique vers la zone de prompt pour les utiliser comme références dans de nouvelles générations. **Itérer :** Cliquez sur **Recréer** pour relancer le même prompt avec les mêmes paramètres afin d’obtenir une nouvelle variation, ou ajustez les paramètres pour orienter la génération dans une nouvelle direction. **Partager :** Cliquez sur **Partager** pour générer un lien unique vers votre élément. Envoyez-le à vos collègues et collaborateurs pour obtenir leurs commentaires. **Exporter :** Téléchargez votre élément sous forme de fichier indépendant ou cliquez sur **Modifier dans Studio** pour l’importer directement dans ElevenCreative Studio. ## Exporter Une fois que vous êtes satisfait d’une génération, utilisez les outils d’amélioration intégrés avant de l’exporter. ### Améliorer vos créations **Augmenter la résolution :** Utilisez **Topaz Upscale** pour augmenter la résolution jusqu’à 4 fois tout en préservant les détails nets. **Synchronisation labiale :** Appliquez une synchronisation labiale réaliste à vos visuels : * **Omnihuman 1.5** : animez une image statique à l’aide d’une piste audio * **Veed LipSync** : doublez une vidéo existante avec un nouvel audio ### Exporter vos éléments ![Interface d’exportation vidéo](/docs/_fern-img/ec37123477c4568ad486fea312925a9a12e11a1bf7f252750db0b91f6d85b822.webp) Exportez les éléments finalisés en les téléchargeant localement ou en les envoyant directement à ElevenCreative Studio. **Modifier dans Studio :** Importez l’élément directement dans un projet ElevenCreative Studio. **Télécharger :** Enregistrez l’élément sur votre ordinateur. ## Formats de téléchargement pris en charge **Vidéo :** * **MP4** : codecs H.264, H.265. Qualité jusqu'à 4K, avec mise à l'échelle **Image :** * **PNG** : rendu haute résolution sans perte ## Modèles Image & Vidéo donne accès à des modèles spécialisés, optimisés pour différents cas d'usage. Chaque modèle offre des capacités uniques, de l'itération rapide à une qualité prête pour la production. Les modèles de post-traitement nécessitent un résultat généré existant, mais vous pouvez également importer votre propre fichier image ou vidéo. > **Info** > > Les administrateurs des Workspaces Enterprise peuvent contrôler les modèles de génération d'images et de vidéos accessibles aux > membres du Workspace. Par défaut, tous les modèles sont désactivés pour les Workspaces Enterprise et doivent être > activés explicitement par les administrateurs. En savoir plus sur les [approbations de modèles](/docs/fr/overview/administration/workspaces/model-approvals). > **Warning** > > Pour les requêtes API, les modèles ByteDance sont désactivés par défaut et nécessitent une approbation explicite avant > utilisation. Les clients Enterprise peuvent contacter le support pour demander l'accès. > **Note** > > Les paramètres peuvent être activés ou désactivés pour ajuster la consommation de crédits. #### Modèles génératifs vidéo #### Seedance 2.0 Un modèle vidéo multimodal unifié avec génération conjointe d'audio et de vidéo, offrant un contrôle digne d'un réalisateur sur l'interprétation, l'éclairage, les ombres et les mouvements de caméra pour des résultats ultra-réalistes et cinématographiques. **Entrées de génération :** * Texte vers vidéo * Image de début * Image de fin * Références d'images * Références vidéo * Références audio **Fonctionnalités :** * Architecture multimodale unifiée générant simultanément de l'audio et de la vidéo synchronisés en une seule passe * Capacités avancées de référence et d'édition multimodales, acceptant simultanément des entrées textuelles, d'images, audio et vidéo * Stabilité exceptionnelle des mouvements, avec un réalisme cinématographique conforme aux standards du secteur * Contrôle créatif digne d'un réalisateur sur l'interprétation, l'éclairage, les ombres et les mouvements de caméra * Durées de génération flexibles, de 4 s à 15 s * Contrôle natif du son, avec audio activé ou désactivé pour chaque génération * Création par lots, avec jusqu'à 4 générations simultanées **Options de sortie :** * Résolutions : 480p, 720p, 1080p * Formats d'image : 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Récits cinématographiques nécessitant un audio et des images synchronisés * Contenu guidé par des références, respectant strictement les images, vidéos ou audios sources * Productions professionnelles nécessitant un contrôle précis de l'éclairage et du travail de caméra **Coût :** varie selon les paramètres sélectionnés et la durée **API :** [`bytedance-seedance-v2`](/docs/fr/api-reference/flows/video/create#request.body.bytedance-seedance-v2) #### Seedance 2.0 Fast Une variante plus rapide et moins coûteuse de Seedance 2.0, avec les mêmes entrées de référence multimodales, limitée à une sortie en 720p. **Entrées de génération :** * Texte vers vidéo * Image de début * Image de fin * Références d'images (jusqu'à 9) * Références vidéo (jusqu'à 3, 15 s au total) * Références audio (jusqu'à 3, 15 s au total) **Fonctionnalités :** * Même gestion des références que Seedance 2.0, avec une limite cumulée de 12 références par génération * Les images et les références s'excluent mutuellement : utilisez une image de début ou de fin, ou des références, mais pas les deux * Durées de génération flexibles, de 4 s à 15 s * Contrôle natif du son, avec audio activé ou désactivé pour chaque génération * Création par lots, avec jusqu'à 4 générations simultanées **Options de sortie :** * Résolutions : 480p, 720p * Formats d'image : 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Itérer sur les prompts Seedance 2.0 avant un rendu en pleine résolution * Clips guidés par des références pour lesquels une sortie en 720p suffit **Coût :** varie selon les paramètres sélectionnés et la durée **API :** [`bytedance-seedance-v2-fast`](/docs/fr/api-reference/flows/video/create#request.body.bytedance-seedance-v2-fast) > **Warning** > > Seedance 2.0 Fast n'est pas disponible aux États-Unis. #### Seedance 2.0 Mini La plus petite variante de Seedance 2.0 : environ deux fois plus rapide que Seedance 2.0 pour environ la moitié du coût, avec les mêmes entrées et une sortie en 720p. **Entrées de génération :** * Texte vers vidéo * Image de début * Image de fin * Références d'images (jusqu'à 9) * Références vidéo (jusqu'à 3, 15 s au total) * Références audio (jusqu'à 3, 15 s au total) **Fonctionnalités :** * Même gestion des références que Seedance 2.0, avec une limite cumulée de 12 références par génération * Les images et les références s'excluent mutuellement : utilisez une image de début ou de fin, ou des références, mais pas les deux * Durées de génération flexibles, de 4 s à 15 s * Contrôle natif du son, avec audio activé ou désactivé pour chaque génération * Création par lots, avec jusqu'à 4 générations simultanées **Options de sortie :** * Résolutions : 480p, 720p * Formats d'image : 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Brouillons et aperçus à grand volume * Flux de travail sensibles au coût nécessitant tout de même des entrées audio et de référence **Coût :** varie selon les paramètres sélectionnés et la durée **API :** [`bytedance-seedance-v2-mini`](/docs/fr/api-reference/flows/video/create#request.body.bytedance-seedance-v2-mini) > **Warning** > > Seedance 2.0 Mini n'est pas disponible aux États-Unis. #### Seedance 2.5 Le successeur de Seedance 2.0, avec un réalisme plus précis, jusqu'à 50 références cumulées d'images, de vidéos et d'audio, ainsi que des générations allant jusqu'à 30 secondes. **Entrées de génération :** * Texte vers vidéo * Image de début * Image de fin * Références d'images (jusqu'à 30) * Références vidéo (jusqu'à 10, 30 s au total) * Références audio (jusqu'à 10, 30 s au total) **Fonctionnalités :** * Aucune limite cumulée entre les types de références ; les références audio seules sont acceptées sans image ni vidéo * Les images et les références s'excluent mutuellement * Durées de génération flexibles, de 4 s à 30 s * Le format d'image est repris de l'image de début ou de la vidéo de référence lorsqu'elle est fournie * Contrôle natif du son, avec audio activé ou désactivé pour chaque génération * Création par lots, avec jusqu'à 4 générations simultanées **Options de sortie :** * Résolutions : 480p, 720p * Formats d'image : 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Clips longs devant rester cohérents avec de nombreuses références * Scènes de dialogue et d'interprétation guidées par un audio de référence **Coût :** varie selon les paramètres sélectionnés et la durée **API :** [`bytedance-seedance-v2.5`](/docs/fr/api-reference/flows/video/create#request.body.bytedance-seedance-v2.5) > **Note** > > Seedance 2.5 ne propose pas de contrôle de la graine aléatoire. #### Seedance 2.5 Video Edit Modifie une vidéo existante en décrivant les changements. La durée de sortie et le format d'image suivent la vidéo d'entrée. **Entrées de génération :** * Vidéo à modifier (obligatoire, jusqu'à 30 s) * Prompt textuel décrivant les modifications * Références d'images (jusqu'à 30) * Références vidéo supplémentaires (jusqu'à 10, 30 s au total) * Références audio (jusqu'à 10, 30 s au total) **Fonctionnalités :** * Aucun contrôle de durée : la sortie correspond à la durée de la vidéo d'entrée * Le format d'image est repris de la vidéo d'entrée * Contrôle natif du son, avec audio activé ou désactivé pour chaque génération * Création par lots, avec jusqu'à 4 générations simultanées **Options de sortie :** * Résolutions : 480p, 720p **Idéal pour :** * Modifier les tenues, accessoires, l'éclairage ou le décor dans des séquences existantes * Transfert de style préservant les mouvements d'origine **Coût :** varie selon les paramètres sélectionnés et la durée #### Seedance 2.5 Video Extend Prolonge une vidéo existante à partir de sa fin, en suivant un prompt et des références facultatives. **Entrées de génération :** * Vidéo à prolonger (obligatoire, jusqu'à 30 s) * Prompt textuel décrivant la suite * Références d'images (jusqu'à 30) * Références vidéo supplémentaires (jusqu'à 10, 30 s au total) * Références audio (jusqu'à 10, 30 s au total) **Fonctionnalités :** * Durée d'extension de 4 s à 30 s * Le format d'image est repris de la vidéo d'entrée * Contrôle natif du son, avec audio activé ou désactivé pour chaque génération * Création par lots, avec jusqu'à 4 générations simultanées **Options de sortie :** * Résolutions : 480p, 720p **Idéal pour :** * Allonger un plan qui se termine trop tôt * Enchaîner plusieurs générations dans une séquence plus longue **Coût :** varie selon les paramètres sélectionnés et la durée #### Kling 3.0 Un modèle vidéo avancé qui agit comme un réalisateur IA et maintient une forte cohérence des personnages, objets et scènes à travers des mouvements de caméra complexes. **Entrées de génération :** * Texte vers vidéo * Image de début * Image de fin **Fonctionnalités :** * Conservation haute fidélité des personnages et des scènes à l'aide de références d'images ou de vidéos sous plusieurs angles * Co-génération audio-visuelle native avec synchronisation labiale multilingue et sons d'ambiance * Durées de génération flexibles, de 3 s à 15 s * Génération de jusqu'à 4 variations simultanément * Gestion améliorée du texte, de la dynamique des fluides et des interactions physiques complexes **Options de sortie :** * Résolutions : 1080p uniquement * Formats d'image : 16:9, 1:1, 9:16 **Idéal pour :** * Récits centrés sur les personnages nécessitant une continuité visuelle * Publicités et ressources nécessitant un rendu de texte spécifique **Coût :** varie selon les paramètres sélectionnés et la durée > **Note** > > Prend en charge les prompts négatifs pour un contrôle précis. Le son peut être activé ou désactivé pour chaque génération. > **Warning** > > Kling 3.0 n'est pas disponible aux États-Unis. #### Kling O3 Un modèle vidéo très cohérent qui agit comme un réalisateur IA et préserve l'identité des personnages, objets et scènes à travers des mouvements de caméra complexes. **Entrées de génération :** * Texte vers vidéo * Image de début * Image de fin * Référence vidéo * Référence d'image **Fonctionnalités :** * Maintient l'identité visuelle précise des personnages et objets principaux grâce à des références sous plusieurs angles * Prend en charge des durées de génération fluides de 3 s à 15 s * Génération de jusqu'à 4 variations simultanément * Modélisation précise des interactions entre éléments et de la cohérence des mouvements * Prise en charge native de l'audio activé ou désactivé pour chaque génération **Options de sortie :** * Résolutions : 1080p uniquement * Formats d'image : 16:9, 1:1, 9:16 **Idéal pour :** * Récits centrés sur les personnages nécessitant une continuité visuelle stricte * Ressources marketing et de marque professionnelles avec un rendu cohérent des objets **Coût :** varie selon les paramètres sélectionnés et la durée > **Warning** > > Kling O3 n'est pas disponible aux États-Unis. #### Kling O3 Edit Un modèle de montage vidéo à vidéo, piloté en langage naturel et basé sur l'architecture O3, qui permet des transformations visuelles complexes, comme le remplacement de personnages et le changement d'environnement, sans masquage manuel ni ajustements image par image. **Entrées de génération :** * Vidéo source * Références d'images (jusqu'à 4 éléments ou angles distincts) * Description textuelle (instructions en langage naturel) **Fonctionnalités :** * Interprète les prompts conversationnels pour remplacer des sujets ou des décors tout en respectant la structure de mouvement d'origine * Conserve les angles de caméra, les schémas de mouvement et les relations spatiales d'origine tout au long du montage * Combine jusqu'à 4 éléments au total, y compris des images frontales et sous plusieurs angles, afin d'assurer une cohérence haute fidélité des personnages * Possibilité de conserver l'audio source d'origine ou de générer une sortie silencieuse pour chaque génération * Génération de jusqu'à 4 variations modifiées simultanément **Options de sortie :** * Résolutions : dépend de la vidéo source * Formats d'image : identiques à la vidéo source **Idéal pour :** * Remplacement haute fidélité de personnages dans des séquences existantes tout en conservant les mouvements d'origine * Transformations complètes de l'environnement d'une scène, par exemple passer d'une ville en plein jour à un paysage nocturne futuriste * Application de transferts de style nécessitant un respect strict de la dynamique de caméra existante **Coût :** varie selon la durée de la vidéo et les paramètres sélectionnés > **Warning** > > Kling O3 Edit n'est pas disponible aux États-Unis. #### Google Veo 3.1 Un modèle professionnel pour générer des vidéos cinématographiques de haute qualité. **Entrées de génération :** * Texte vers vidéo * Image de début * Image de fin * Références d'images **Fonctionnalités :** * Excellente qualité et contrôle créatif grâce aux prompts négatifs * Audio entièrement intégré et synchronisé * Dialogues réalistes, synchronisation labiale et effets sonores * Durées fixes : 4 s, 6 s et 8 s * Création par lots, avec jusqu'à 4 générations simultanées * Contrôle dédié du son **Options de sortie :** * Résolutions : 720p, 1080p * Formats d'image : 16:9, 9:16 **Idéal pour :** * Génération de vidéos cinématographiques de haute qualité avec un contrôle créatif complet **Coût :** varie selon les paramètres sélectionnés et la durée **API :** [`veo-3.1-generate-001`](/docs/fr/api-reference/flows/video/create#request.body.veo-3.1-generate-001) > **Note** > > L'activation ou la désactivation du son modifie le nombre de crédits de génération. #### Google Veo 3.1 Fast Un modèle rapide optimisé pour les aperçus et générations rapides, offrant des images plus nettes avec une latence réduite. **Entrées de génération :** * Texte vers vidéo * Image de début * Image de fin **Fonctionnalités :** * Contrôle créatif avancé avec prompts négatifs et contrôle dédié du son * Durées fixes : 4 s, 6 s et 8 s * Création par lots, avec jusqu'à 4 générations simultanées * Modélise avec précision la physique du monde réel pour des mouvements et interactions réalistes **Options de sortie :** * Résolutions : 720p, 1080p * Formats d'image : 16:9, 9:16 **Idéal pour :** * Itération rapide et visuels de test A/B * Création rapide de contenu pour les réseaux sociaux **Coût :** varie selon les paramètres sélectionnés et la durée **API :** [`veo-3.1-fast-generate-001`](/docs/fr/api-reference/flows/video/create#request.body.veo-3.1-fast-generate-001) #### Google Veo 3.1 Lite Une variante rapide et économique de Veo 3.1, optimisée pour une génération rapide avec moins de ressources de calcul. **Entrées de génération :** * Texte vers vidéo * Image de début **Fonctionnalités :** * Contrôle créatif précis avec prompts négatifs et contrôle dédié du son * Durées fixes : 4 s, 6 s et 8 s * Création par lots, avec jusqu'à 4 générations simultanées **Options de sortie :** * Résolutions : 720p * Formats d'image : 16:9, 9:16 **Idéal pour :** * Création de contenu à grand volume, lorsque la rapidité et l'efficacité des coûts sont prioritaires * Exploration rapide de concepts et aperçus **Coût :** varie selon les paramètres sélectionnés et la durée #### Gemini Omni Flash 1.1 Le modèle vidéo de Google sensible aux lois de la physique, avec audio natif, sortie jusqu'en 4K, interpolation d'images et génération guidée par des références. **Entrées de génération :** * Texte vers vidéo * Image de début * Image de fin * Références d'images (jusqu'à 10) * Références vidéo (jusqu'à 3, jusqu'à 10 s chacune) **Fonctionnalités :** * Les images et les références s'excluent mutuellement : interpolez entre des images ou guidez la génération avec des références * Durées fixes de 3 s à 10 s ; la durée suit la vidéo de référence lorsqu'elle est jointe * Rendu de qualité pour les textes et libellés courts à l'écran * Création par lots, avec jusqu'à 4 générations simultanées **Options de sortie :** * Résolutions : 360p, 720p, 1080p, 4K * Formats d'image : 16:9, 9:16 **Idéal pour :** * Vidéos explicatives et typographie cinétique avec du texte lisible * Mouvements ancrés dans la physique, avec des sujets cohérents entre les références **Coût :** varie selon les paramètres sélectionnés et la durée #### Gemini Omni Flash 1.1 Extend Prolonge une vidéo existante à partir de sa fin avec Gemini Omni Flash 1.1, pour une durée cumulée allant jusqu'à 40 secondes. **Entrées de génération :** * Vidéo à prolonger (obligatoire, jusqu'à 30 s) * Prompt textuel décrivant la suite **Fonctionnalités :** * Durée d'extension de 3 s à 10 s * Le format d'image suit la vidéo d'entrée * Création par lots, avec jusqu'à 4 générations simultanées **Options de sortie :** * Résolutions : 360p, 720p, 1080p, 4K **Idéal pour :** * Allonger des générations Gemini Omni Flash sans coupure visible * Créer des séquences plus longues que ce qu'autorise une seule génération **Coût :** varie selon les paramètres sélectionnés et la durée #### Gemini Omni Flash Le premier modèle vidéo Gemini Omni : mouvements sensibles aux lois de la physique, audio natif et meilleur rendu de texte à l'écran parmi les modèles vidéo disponibles, en 720p. **Entrées de génération :** * Texte vers vidéo * Références d'images (jusqu'à 8) * Référence vidéo (1, jusqu'à 10 s) **Fonctionnalités :** * Durées fixes de 3 s à 10 s ; la durée suit la vidéo de référence lorsqu'elle est jointe * Pas d'image de début ou de fin : utilisez plutôt des références d'images pour ancrer un sujet * Création par lots, avec jusqu'à 4 générations simultanées **Options de sortie :** * Résolutions : 720p * Formats d'image : 16:9, 9:16 **Idéal pour :** * Sous-titres courts, titres et vidéos explicatives avec libellés * Cohérence entre plusieurs images en 720p **Coût :** varie selon les paramètres sélectionnés et la durée #### Seedance 1.5 Pro Un modèle spécialisé amélioré pour créer des séquences dynamiques haute fidélité, avec une stabilité temporelle accrue et un contrôle précis des transitions entre les images clés. **Entrées de génération :** * Texte vers vidéo * Image de départ * Image de fin **Fonctionnalités :** * Relie de manière fluide les images de départ et de fin pour créer des séquences cohérentes à plusieurs plans * Modélisation haute fidélité des actions complexes et cohérence de l'environnement * Prend en charge des durées de génération fixes de 4 s à 12 s * Générez jusqu'à 4 variations simultanément * Prise en charge native de l'activation ou de la désactivation de l'audio pour chaque génération **Options de sortie :** * Résolutions : 420p, 720p * Formats d'image : 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Les récits et scènes d'action nécessitant une physique stable entre des repères visuels précis * Les transitions cinématographiques et les ressources vidéo professionnelles avec des exigences strictes de début et de fin **Coût :** varie selon les paramètres sélectionnés et la durée > **Warning** > > Seedance 1.5 Pro est obsolète. ByteDance retire le modèle le 11 novembre 2026 et il n'est > plus proposé pour les nouvelles générations. Utilisez plutôt un modèle Seedance 2.0. Seedance 1.5 Pro n'est > pas disponible aux États-Unis. #### FLUX 3 Le modèle vidéo de Black Forest Labs, avec des mouvements naturels, des scènes à plusieurs plans, de l'audio généré et l'extension vidéo. **Entrées de génération :** * Texte vers vidéo * Image de départ * Image de fin * Vidéo à prolonger (1, jusqu'à 15 s) **Fonctionnalités :** * L'extension vidéo est incompatible avec les images de départ et de fin * Durées de génération flexibles de 5 s à 20 s * Contrôle natif du son, avec activation ou désactivation de l'audio pour chaque génération * Création par lots avec jusqu'à 4 générations simultanées **Options de sortie :** * Résolutions : 720p, 1080p * Formats d'image : 21:9, 2:1, 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Les scènes à plusieurs plans à partir d'un seul prompt * Prolonger un clip existant avec des mouvements et un audio cohérents **Coût :** varie selon les paramètres sélectionnés et la durée #### FLUX 3 Edit Modifie une vidéo existante à partir d'un prompt textuel. La durée et le cadrage de sortie suivent la vidéo source, jusqu'à 15 s. **Entrées de génération :** * Vidéo à modifier (obligatoire, jusqu'à 15 s) * Prompt textuel décrivant les modifications **Options de sortie :** * La résolution et le format d'image correspondent à la vidéo source **Idéal pour :** * Les modifications de séquences existantes à partir d'un prompt **Coût :** varie selon les paramètres sélectionnés et la durée #### MiniMax H3 Le modèle vidéo phare de MiniMax, avec des références multimodales, de l'audio généré et une sortie jusqu'en 4K. **Entrées de génération :** * Texte vers vidéo * Image de départ * Image de fin * Références d'images (jusqu'à 9) * Références vidéo (jusqu'à 3, de 2 s à 15 s chacune, 15 s au total) * Références audio (jusqu'à 3, de 2 s à 15 s chacune, 15 s au total) **Fonctionnalités :** * Limite cumulée de 12 références par génération ; les références audio nécessitent au moins une référence d'image ou de vidéo * Les images et les références sont incompatibles entre elles * Durées de génération flexibles de 5 s à 15 s * Génère un audio synchronisé * Création par lots avec jusqu'à 4 générations simultanées **Options de sortie :** * Résolutions : 480p, 768p, 2K, 4K (les résolutions 2K et 4K sont mises à l'échelle à partir de 768p) * Formats d'image : 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Les scènes guidées par des références nécessitant une sortie haute résolution * Les clips de dialogue guidés par un audio de référence **Coût :** varie selon les paramètres sélectionnés et la durée > **Warning** > > MiniMax H3 n'est pas disponible aux États-Unis. #### MiniMax H3 Max Une variante quasi instantanée de MiniMax H3, avec les mêmes entrées et une esthétique soignée, rendue nativement jusqu'en 768p. **Entrées de génération :** * Texte vers vidéo * Image de départ * Image de fin * Références d'images (jusqu'à 9) * Références vidéo (jusqu'à 3, de 2 s à 15 s chacune, 15 s au total) * Références audio (jusqu'à 3, de 2 s à 15 s chacune, 15 s au total) **Fonctionnalités :** * Limite cumulée de 12 références par génération ; les références audio nécessitent au moins une référence d'image ou de vidéo * Les images et les références sont incompatibles entre elles * Durées de génération flexibles de 5 s à 15 s * Génère un audio synchronisé * Création par lots avec jusqu'à 4 générations simultanées **Options de sortie :** * Résolutions : 480p, 768p * Formats d'image : 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * L'itération rapide sur les prompts et les références * Les aperçus avant le rendu avec MiniMax H3 **Coût :** varie selon les paramètres sélectionnés et la durée > **Warning** > > MiniMax H3 Max n'est pas disponible aux États-Unis. #### MiniMax H3 Max Recast Remplace les personnes d'une vidéo source à l'aide de 1 à 4 photos. La durée suit la source, jusqu'à 30 s, et l'audio d'origine est conservé. **Entrées de génération :** * Vidéo source (jusqu'à 30 s) * Photos des personnes à remplacer (de 1 à 4) **Fonctionnalités :** * La durée de sortie suit la vidéo source * Conserve l'audio source **Options de sortie :** * Résolutions : jusqu'à 1080p * Le format d'image suit la vidéo source **Idéal pour :** * Remplacer des personnes dans des séquences existantes par des sujets issus de photos de référence **Coût :** varie selon les paramètres sélectionnés et la durée #### Kling O1 Un modèle vidéo de raisonnement avancé conçu pour une excellente fidélité aux prompts et une simulation complexe du monde physique, utilisant un traitement logique avancé pour interpréter et exécuter des instructions détaillées. **Entrées de génération :** * Texte vers vidéo (description) * Image de départ et image de fin * Référence vidéo * Référence d'image **Fonctionnalités :** * Capacité exceptionnelle à interpréter des prompts à plusieurs niveaux et à exécuter des actions chronologiques complexes * Tire parti des images et des vidéos comme points d'ancrage visuels pour maintenir une forte cohérence des personnages et des scènes * Modélisation avancée des interactions physiques, des relations de cause à effet et de la dynamique des fluides * Prend en charge la génération haute qualité de clips de 5 s et 10 s * Générez jusqu'à 4 variations simultanément **Options de sortie :** * Résolutions : selon l'entrée * Formats d'image : 16:9, 1:1, 9:16 **Idéal pour :** * Les concepts créatifs très spécifiques nécessitant le respect précis de descriptions longues et détaillées * Les récits professionnels où le réalisme physique et la cohérence entre plusieurs références sont essentiels **Coût :** varie selon les paramètres sélectionnés et la durée > **Warning** > > Kling O1 n'est pas disponible aux États-Unis. #### Kling O1 Edit Un modèle de montage vidéo à vidéo piloté par le langage naturel, qui permet des transformations visuelles complexes, comme le remplacement de personnages et le changement d'environnement, sans masquage manuel ni ajustements image par image. **Entrées de génération :** * Vidéo source * Références d'images (jusqu'à 4 éléments ou angles distincts) * Description textuelle (instructions en langage naturel) **Fonctionnalités :** * Interprète les prompts conversationnels pour remplacer des sujets ou des décors tout en respectant la structure de mouvement d'origine * Conserve les angles de caméra, les schémas de mouvement et les relations spatiales d'origine tout au long du montage * Combine jusqu'à 4 éléments au total, y compris des images de face et sous plusieurs angles, afin d'assurer une cohérence élevée des personnages * Option permettant de conserver l'audio de la source ou de générer une sortie silencieuse pour chaque génération * Générez jusqu'à 4 variations modifiées simultanément **Options de sortie :** * Résolutions : selon la vidéo source * Formats d'image : identiques à ceux de la vidéo source **Idéal pour :** * Le remplacement haute fidélité de personnages dans des séquences existantes tout en conservant les mouvements d'origine * Les transformations complètes de l'environnement d'une scène, par exemple le passage d'une ville en journée à un paysage nocturne futuriste * L'application de transferts de style nécessitant le respect strict de la dynamique de caméra existante **Coût :** varie selon la durée de la vidéo et les paramètres sélectionnés > **Warning** > > Kling O1 Edit n'est pas disponible aux États-Unis. #### Kling 2.6 Motion Control Un modèle spécialisé de transfert de mouvement précis, qui vous permet d'animer l'image d'un personnage avec une vidéo de référence afin de reproduire des mouvements, gestes et angles de caméra spécifiques. **Entrées de génération :** * Image du personnage (source) * Vidéo de mouvement (référence) * Description textuelle (facultatif) **Fonctionnalités :** * Choisissez « Match Video » pour une reproduction exacte des mouvements ou « Match Image » pour ajouter de nouveaux mouvements créatifs à un personnage * Prend en charge jusqu'à 30 s en mode Match Video et 10 s en mode Match Image * Transposition haute fidélité des mouvements humains d'une séquence de référence vers un personnage immobile * Prise en charge native de l'activation ou de la désactivation de l'audio pour chaque génération * Générez jusqu'à 4 variations simultanément **Options de sortie :** * Résolutions : selon la source * Formats d'image : selon la source **Idéal pour :** * Reproduire une chorégraphie complexe ou des mouvements spécifiques sur un personnage personnalisé * L'animation longue durée de personnages nécessitant une grande fidélité des mouvements * Les contenus pour réseaux sociaux inspirés de mouvements vidéo tendance **Coût :** varie selon les paramètres sélectionnés et la durée > **Warning** > > Kling 2.6 Motion Control n'est pas disponible aux États-Unis. #### Kling 3.0 Motion Control Un modèle spécialisé de transfert de mouvement précis, fondé sur l'architecture Kling 3.0, qui vous permet d'animer l'image d'un personnage avec une vidéo de référence afin de reproduire des mouvements, gestes et angles de caméra spécifiques avec une fidélité accrue. **Entrées de génération :** * Image du personnage (source) * Vidéo de mouvement (référence) * Description textuelle (facultatif) **Fonctionnalités :** * Choisissez « Match Video » pour une reproduction exacte des mouvements ou « Match Image » pour ajouter de nouveaux mouvements créatifs à un personnage * Prend en charge jusqu'à 30 s en mode Match Video et 10 s en mode Match Image * Transposition haute fidélité des mouvements humains d'une séquence de référence vers un personnage immobile * Prise en charge native de l'activation ou de la désactivation de l'audio pour chaque génération * Générez jusqu'à 4 variations simultanément **Options de sortie :** * Résolutions : selon la source * Formats d'image : selon la source **Idéal pour :** * Reproduire une chorégraphie complexe ou des mouvements spécifiques sur un personnage personnalisé * L'animation longue durée de personnages nécessitant une grande fidélité des mouvements * Les contenus pour réseaux sociaux inspirés de mouvements vidéo tendance **Coût :** varie selon les paramètres sélectionnés et la durée > **Warning** > > Kling 3.0 Motion Control n'est pas disponible aux États-Unis. #### Kling 2.6 Un modèle génératif optimisé conçu pour améliorer la fidélité des mouvements et fluidifier les transitions, offrant un équilibre entre itération rapide et rendu visuel de qualité professionnelle. **Entrées de génération :** * Texte vers vidéo * Image de départ (image vers vidéo) **Fonctionnalités :** * Dynamique des mouvements améliorée : améliorations notables de la fluidité des mouvements et du réalisme des interactions physiques * Contrôle flexible du son : prise en charge native de l'activation ou de la désactivation de l'audio pour chaque génération * Création par lots : générez jusqu'à 4 variations simultanément * Affinement granulaire : contrôle créatif avancé grâce à la prise en charge des prompts négatifs * Durées fixes : prend en charge des durées de génération de 5 s et 10 s **Options de sortie :** * Résolutions : selon l'entrée * Formats d'image : 16:9, 1:1, 9:16 **Idéal pour :** * Les clips très dynamiques nécessitant des mouvements fluides de personnages * Les contenus professionnels pour réseaux sociaux avec une forte fidélité aux prompts **Coût :** varie selon les paramètres sélectionnés et la durée > **Warning** > > Kling 2.6 n'est pas disponible aux États-Unis. #### Kling 2.5 Un modèle équilibré et polyvalent pour la génération de vidéos haute qualité en Full HD. **Entrées de génération :** * Texte vers vidéo * Image de départ **Fonctionnalités :** * Excelle dans la simulation de mouvements complexes et d'une physique réaliste * Modélise avec précision la dynamique des fluides et les expressions * Durées fixes : 5 s et 10 s * Création par lots avec jusqu'à 4 générations simultanées **Options de sortie :** * Résolutions : 1080p * Formats d'image : 16:9, 1:1, 9:16 **Idéal pour :** * Les simulations physiques réalistes et les mouvements complexes **Coût :** varie selon les paramètres sélectionnés et la durée > **Note** > > L'image de fin n'est pas actuellement prise en charge. Il est impossible de fournir des références d'images. Le contrôle du son n'est pas disponible. > **Warning** > > Kling 2.5 n'est pas disponible aux États-Unis. #### Runway Gen-4.5 Une qualité de mouvement, une fidélité aux prompts et une fidélité visuelle avancées pour des vidéos cinématographiques très réalistes. **Entrées de génération :** * Texte vers vidéo * Image de départ (image vers vidéo) **Fonctionnalités :** * Qualité de mouvement exceptionnelle, avec un réalisme poussé et une simulation physique avancée * Fidélité supérieure aux prompts pour un contrôle créatif précis des scènes complexes * Fidélité visuelle élevée pour un rendu de qualité cinématographique * Générez jusqu'à 4 variations simultanément **Options de sortie :** * Résolutions : 720p * Formats d'image : 16:9, 9:16 **Idéal pour :** * Les contenus cinématographiques nécessitant une qualité de mouvement et un réalisme optimaux * Les productions professionnelles exigeant une fidélité précise aux prompts * Les récits visuels haute fidélité **Coût :** varie selon les paramètres sélectionnés et la durée #### Runway Gen-4 Turbo Un modèle vidéo avancé conçu pour l'itération rapide et la création économique, capable de produire des vidéos de haute qualité. **Entrées de génération :** * Texte vers vidéo * Image de départ (image vers vidéo) **Fonctionnalités :** * Optimisé pour une génération ultrarapide, avec des résultats jusqu'à quatre fois plus rapides que les itérations précédentes * Permet de diriger avec précision les mouvements des personnages, les angles de caméra et les compositions de scène * Excelle à préserver la cohérence et la stabilité visuelles dans les scènes dynamiques * Prend en charge des durées de génération de 2 s à 10 s * Générez jusqu'à 4 variations simultanément **Options de sortie :** * Résolutions : 720p * Formats d'image : 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Le prototypage rapide et l'expérimentation créative nécessitant un retour quasi instantané * Les projets professionnels nécessitant des délais de réalisation courts pour des ressources marketing haute résolution * Les contenus cinématographiques avec des exigences précises en matière de mouvement de caméra **Coût :** varie selon les paramètres sélectionnés et la durée #### Runway Gen-4 Aleph Un modèle vidéo contextuel avancé conçu pour la génération visuelle multitâche, capable d'effectuer des modifications complexes tout en préservant la structure sous-jacente des séquences source. **Entrées de génération :** * Vidéo source * Image de référence * Description textuelle **Fonctionnalités :** * Ajoutez, supprimez ou transformez facilement des objets et des sujets dans une scène, avec un éclairage, des ombres et une perspective naturels * Modifiez les lieux, les saisons et le moment de la journée, par exemple en transformant des séquences nuageuses en un coucher de soleil spectaculaire, avec des ajustements réalistes de la température des couleurs * Modifiez l'âge et l'apparence des acteurs ou changez la texture des vêtements et des sujets au moyen de simples prompts en langage naturel * Appliquez à une image statique le mouvement et la trajectoire de caméra spécifiques d'une vidéo de référence, pour un contrôle précis de l'animation * Générez des angles de caméra entièrement nouveaux, comme des contrechamps ou des prises de vue en contre-plongée, à partir d'une seule séquence vidéo existante * Inclut l'incrustation précise sur fond vert, avec isolation et détection des contours, la génération du plan suivant pour poursuivre le récit et le transfert de style esthétique * Générez jusqu'à 4 variations simultanément **Options de sortie :** * Résolutions : 720p * Formats d'image : automatique **Idéal pour :** * Les tâches d'effets visuels professionnelles telles que le rajeunissement numérique, le rééclairage et la suppression d'objets * Le prototypage cinématographique rapide et la génération de couvertures caméra alternatives à partir d'un seul plan * Les contenus marketing créatifs nécessitant des transformations radicales de l'environnement ou du style **Coût :** varie selon les paramètres sélectionnés et la durée #### Runway Aleph 2.0 Le modèle de montage vidéo de Runway : transforme une vidéo existante vers un rendu cible tout en préservant les mouvements et la cohérence. **Entrées :** * Vidéo source (obligatoire, de 2 s à 30 s) * Image du rendu cible (obligatoire) * Prompt textuel décrivant les modifications **Fonctionnalités :** * La durée et le cadrage de sortie suivent la vidéo source * Transfert de style guidé par l'image du rendu cible * Création par lots avec jusqu'à 4 générations simultanées **Idéal pour :** * Rééclairer, modifier le style ou changer le décor de séquences existantes * Appliquer le rendu d'une image de référence à un clip entier **Coût :** varie selon les paramètres sélectionnés et la durée #### Runway Act-Two Un modèle spécialisé de transfert de performance qui anime des personnages en transposant les mouvements, la parole et les expressions faciales d'une vidéo de référence sur une image ou une vidéo de personnage. **Entrées de génération :** * Performance de référence (vidéo) * Entrée de personnage (image ou vidéo) **Fonctionnalités :** * Transfère directement les expressions faciales nuancées, la synchronisation labiale et l'audio synchronisé d'un acteur source vers n'importe quel personnage * Ajoute automatiquement des mouvements secondaires et de légers tremblements de caméra aux images de personnages statiques pour un rendu plus naturel * Option précise pour activer ou désactiver les mouvements du corps et des mains lors de l'utilisation d'une image de personnage * Paramètres réglables pour trouver l'équilibre entre une performance émotionnelle intense et la cohérence visuelle du personnage * Possibilité de modifier la voix du personnage après la génération tout en conservant un alignement parfait avec la performance de référence **Options de sortie :** * Résolution : 720p * Formats d'image : automatique **Idéal pour :** * Donner vie à des portraits de personnages statiques avec des mouvements et une parole réalistes * Animer des personnages non humains ou des avatars stylisés avec des expressions haute fidélité * Produire rapidement du contenu de type face caméra intégrant des gestes corporels **Coût :** varie selon les paramètres sélectionnés et la durée #### Seedance 1 Pro Un modèle spécialisé pour créer des séquences dynamiques à plusieurs plans, avec des mouvements et de l'action de grande ampleur. **Entrées de génération :** * Texte vers vidéo * Image de début * Image de fin **Fonctionnalités :** * Physique très stable et transitions fluides entre les plans * Durées fixes : 3 s, 4 s, 5 s, 6 s, 7 s, 8 s, 9 s, 10 s, 11 s et 12 s * Création par lot avec jusqu'à 4 générations à la fois * Flexibilité créative maximale grâce à de nombreuses options de format d'image **Options de sortie :** * Résolutions : 480p, 720p, 1080p * Formats d'image : 21:9, 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Les récits et scènes d'action nécessitant une physique stable **Coût :** varie selon les paramètres sélectionnés et la durée > **Note** > > Le format d'image et la résolution n'affectent pas les crédits de génération, contrairement à la durée. > **Warning** > > Seedance 1 Pro n'est pas disponible aux États-Unis. #### LTX Audio-to-Video Un modèle de fondation basé sur DiT, conçu pour générer simultanément des vidéos et de l'audio synchronisés, afin de garantir une parole cohérente et des mouvements réalistes. **Entrées de génération :** * Texte vers vidéo * Image vers vidéo * Audio vers vidéo * Profondeur vers vidéo **Fonctionnalités :** * Génère simultanément les dialogues, les mouvements des lèvres et l'audio d'ambiance pour un alignement parfait sans outils externes * Scènes dynamiques avec mouvements stables, identité cohérente et forte cohérence d'une image à l'autre * Prend en charge une génération synchronisée haute fidélité jusqu'à 20 secondes * Direction créative avancée grâce à la prise en charge détaillée des prompts négatifs * Générez jusqu'à 4 variations à la fois **Options de sortie :** * Résolutions : 720p, 1080p * Formats d'image : 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Une parole cohérente et des performances expressives de personnages * Du contenu narratif nécessitant un audio d'ambiance intégré et un rythme cohérent * Des scènes dynamiques avec une logique de mouvement complexe tenant compte de la caméra **Coût :** varie selon les paramètres sélectionnés et la durée #### LTX 2 Pro Un modèle génératif haute fidélité optimisé pour un niveau maximal de détail visuel et de stabilité structurelle, capable de produire des résultats 4K prêts pour la production avec des mouvements fluides. **Entrées de génération :** * Texte vers vidéo * Image de début (image vers vidéo) **Fonctionnalités :** * Privilégie la qualité et la cohérence visuelles plutôt que la vitesse, pour des résultats stables sur des séquences longues * Prend en charge 25 FPS et 50 FPS pour des mouvements exceptionnellement fluides et professionnels * Génération audiovisuelle intégrée avec une option pour activer ou désactiver le son * Conçu pour gérer des sorties natives en 1080p, 2K et 4K sans perte de détail * Générez jusqu'à 4 variations à la fois **Options de sortie :** * Résolutions : 1080p, 2K, 4K * Fréquences d'images : 25 FPS, 50 FPS * Format d'image : 16:9 (par défaut) * Durées : 6 s, 8 s, 10 s **Idéal pour :** * La production cinématographique haute résolution nécessitant la netteté 4K * Du contenu professionnel nécessitant des mouvements fluides à 50 FPS * Des séquences détaillées pour lesquelles la stabilité visuelle et l'intégrité structurelle sont essentielles **Coût :** varie selon les paramètres sélectionnés et la durée #### LTX 2 Retake Un outil de réalisation IA de précision qui permet de modifier de manière ciblée les dialogues, les émotions et l'action dans des plans existants, sans rompre la continuité ni régénérer l'intégralité de la séquence. **Entrées de génération :** * Vidéo source * Description textuelle **Fonctionnalités :** * Modifiez des segments spécifiques tout en préservant fortement le contexte des images environnantes * Reformulez les répliques tout en préservant la voix, la performance et l'environnement du personnage * Plusieurs modes de modification : choisissez entre « Audio et vidéo », « Audio uniquement » ou « Vidéo uniquement » pour isoler et régénérer des éléments spécifiques du plan * Le nouveau contenu reprend naturellement les mouvements, l'éclairage et le ton d'origine pour des transitions fluides * Testez instantanément des réactions de personnage, des temps forts émotionnels ou des mouvements de caméra alternatifs au sein d'un même plan * Générez jusqu'à 4 variations simultanément afin de les comparer côte à côte **Options de sortie :** * Formats d'image : 16:9 uniquement **Idéal pour :** * Ajuster des scripts et affiner les dialogues sans nouveaux tournages ni nouveaux enregistrements * Corriger des temps forts émotionnels ou des problèmes de rythme en postproduction * Tester plusieurs messages de marque et appels à l'action dans un même contenu marketing **Coût :** varie selon les paramètres sélectionnés et la durée #### LTX 2 Fast Un modèle génératif optimisé pour la vitesse, conçu pour des cycles de retours rapides et une création de contenu à cadence élevée. Il fournit des visuels haute résolution avec des temps de rendu nettement réduits. **Entrées de génération :** * Texte vers vidéo * Image de début (image vers vidéo) **Fonctionnalités :** * Conçu pour la vitesse et l'itération rapide, il permet l'expérimentation visuelle rapide et des aperçus quasi instantanés * Prend en charge des sorties natives en 1080p, 2K et 4K avec une charge de calcul inférieure à celle du modèle Pro * Prend en charge 25 FPS et 50 FPS pour des mouvements fluides à haute vitesse * Permet de générer rapidement du contenu audiovisuel synchronisé jusqu'à 20 secondes * Prise en charge native de l'activation ou de la désactivation de l'audio pour chaque génération * Générez jusqu'à 4 variations simultanément **Options de sortie :** * Résolutions : 1080p, 2K, 4K * Fréquences d'images : 25 FPS, 50 FPS * Format d'image : 16:9 (par défaut) * Durées : 6 s, 8 s, 10 s, 12 s, 14 s, 16 s, 18 s, 20 s **Idéal pour :** * Le prototypage rapide et l'exploration créative lorsque la vitesse prime sur le niveau de détail maximal * Le contenu à volume élevé pour les réseaux sociaux nécessitant des délais de production courts * Les tests A/B de différents concepts visuels et styles de mouvement **Coût :** varie selon les paramètres sélectionnés et la durée #### Wan 3.0 Un modèle vidéo cinématographique avec des références d'images, de vidéos et d'audio, de l'audio généré et des générations allant jusqu'à 30 secondes. **Entrées de génération :** * Texte vers vidéo * Image de début * Image de fin * Références d'images (jusqu'à 10) * Références vidéo (jusqu'à 5, 15 s au total) * Références audio (jusqu'à 5, 15 s au total) **Fonctionnalités :** * Les images et les références s'excluent mutuellement * Durées fixes : 5 s, 10 s, 15 s, 20 s et 30 s * Contrôle natif du son avec audio activé ou désactivé pour chaque génération * Amélioration facultative des prompts * Création par lot avec jusqu'à 4 générations à la fois **Options de sortie :** * Résolutions : 480p, 720p, 1080p * Formats d'image : automatique, 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Des plans cinématographiques plus longs avec un fort respect du prompt * Des scènes basées sur des références avec audio **Coût :** varie selon les paramètres sélectionnés et la durée > **Warning** > > Wan 3.0 n'est pas disponible aux États-Unis. #### Wan 3.0 Prime Une variante plus rapide de Wan 3.0, avec les mêmes entrées et options de sortie, adaptée à l'idéation. **Entrées de génération :** * Texte vers vidéo * Image de début * Image de fin * Références d'images (jusqu'à 10) * Références vidéo (jusqu'à 5, 15 s au total) * Références audio (jusqu'à 5, 15 s au total) **Fonctionnalités :** * Temps de génération environ deux fois moins long que Wan 3.0 * Durées fixes : 5 s, 10 s, 15 s, 20 s et 30 s * Contrôle natif du son avec audio activé ou désactivé pour chaque génération * Création par lot avec jusqu'à 4 générations à la fois **Options de sortie :** * Résolutions : 480p, 720p, 1080p * Formats d'image : automatique, 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Explorer des idées avant un rendu final avec Wan 3.0 * Les workflows sensibles aux délais de production **Coût :** varie selon les paramètres sélectionnés et la durée > **Warning** > > Wan 3.0 Prime n'est pas disponible aux États-Unis. #### Wan 2.6 Une plateforme vidéo cinématographique de nouvelle génération qui s'appuie sur une architecture multimodale unifiée pour fournir du contenu 1080p prêt pour la production, avec synchronisation audio native et séquençage intelligent de plusieurs plans. **Entrées de génération :** * Texte vers vidéo * Image de début (image vers vidéo) * Référence vidéo (vidéo vers vidéo) * Référence audio (audio d'ambiance ou dialogue facultatif) **Fonctionnalités :** * Système multimodal unifié : traite le texte, les images, les vidéos et l'audio via un cadre intégré unique pour une qualité de sortie cohérente * Synchronisation audio native : génère et aligne automatiquement les dialogues, la narration et les effets sonores environnementaux sur les mouvements à l'écran * Séquençage intelligent de plusieurs plans : organise automatiquement des séquences vidéo connectées en arcs narratifs cohérents tout en préservant la cohérence des personnages * Durées étendues : prend en charge une génération stable et de haute qualité pour des durées fixes de 5 s, 10 s et 15 s * Contrôle créatif avancé : prend en charge les prompts négatifs pour une gestion détaillée des éléments et la création par lot de jusqu'à 4 variations **Options de sortie :** * Résolutions : 720p, 1080p * Formats d'image : 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * La narration professionnelle et les séquences cinématographiques complexes à plusieurs plans * Les publicités sur les réseaux sociaux et le contenu marketing nécessitant un audio intégré haute fidélité * Du contenu centré sur les personnages nécessitant une cohérence visuelle et de mouvement stricte grâce à des références vidéo **Coût :** varie selon les paramètres sélectionnés et la durée > **Warning** > > Wan 2.6 n'est pas disponible aux États-Unis. #### Wan 2.5 Video Un modèle polyvalent qui produit des mouvements cinématographiques et respecte fidèlement les prompts à partir de texte ou d'une image de départ. **Entrées de génération :** * Texte vers vidéo * Image de début (image vers vidéo) **Fonctionnalités :** * Contrôle créatif détaillé grâce aux prompts négatifs et à un contrôle du son dédié * Durées fixes : 5 s et 10 s * Création par lot avec jusqu'à 4 générations à la fois **Options de sortie :** * Résolutions : 480p, 720p, 1080p * Formats d'image : 16:9, 1:1, 9:16 **Idéal pour :** * Du contenu cinématographique respectant fidèlement les prompts **Coût :** varie selon les paramètres sélectionnés et la durée > **Note** > > Le coût de génération varie selon les paramètres sélectionnés. > **Warning** > > Wan 2.5 Video n'est pas disponible aux États-Unis. #### Modèles génératifs d'images #### GPT Image 2.5 Sunburst Le modèle d'images prêt pour la production d'OpenAI, pour des résultats très détaillés et des modifications précises. **Entrées de génération :** * Texte vers image * Références d'images (jusqu'à 10) **Fonctionnalités :** * Cinq niveaux de qualité, de faible à maximale * Résolution personnalisée jusqu'à 3 840 px par côté, avec des formats d'image jusqu'à 3:1 * Création par lot avec jusqu'à 4 générations à la fois **Options de sortie :** * Résolutions : 1K, 2K, 4K ou personnalisée * Formats d'image : 3:1, 21:9, 2:1, 16:9, 3:2, 4:3, 5:4, 1:1, 4:5, 3:4, 2:3, 9:16, 1:2, 1:3 **Idéal pour :** * Les contenus finaux pour lesquels le détail et la fidélité sont essentiels * Les modifications précises d'images existantes **Coût :** varie selon les paramètres sélectionnés et le nombre de variations **API :** [`gpt-image-2.5-sunburst`](/docs/fr/api-reference/flows/image/create#request.body.gpt-image-2.5-sunburst) #### GPT Image 2.5 Flare Une variante rapide de GPT Image 2.5 avec les mêmes contrôles que Sunburst, optimisée pour la génération quotidienne à volume élevé. **Entrées de génération :** * Texte vers image * Références d'images (jusqu'à 10) **Fonctionnalités :** * Cinq niveaux de qualité, de faible à maximale * Résolution personnalisée jusqu'à 3 840 px par côté, avec des formats d'image jusqu'à 3:1 * Création par lot avec jusqu'à 4 générations à la fois **Options de sortie :** * Résolutions : 1K, 2K, 4K ou personnalisée * Formats d'image : 3:1, 21:9, 2:1, 16:9, 3:2, 4:3, 5:4, 1:1, 4:5, 3:4, 2:3, 9:16, 1:2, 1:3 **Idéal pour :** * La génération d'images à volume élevé * Les itérations rapides nécessitant tout de même de la 4K et des dimensions personnalisées **Coût :** varie selon les paramètres sélectionnés et le nombre de variations **API :** [`gpt-image-2.5-flare`](/docs/fr/api-reference/flows/image/create#request.body.gpt-image-2.5-flare) #### GPT Image 2 Un modèle IA avancé conçu pour une génération d'images précise, avec un rendu de texte amélioré et des capacités de sortie haute résolution. **Fonctionnalités :** * Contrôle précis du texte pour créer des images avec une typographie exacte et nette * Sortie PNG haute résolution adaptée à un usage professionnel et commercial * Prend en charge plusieurs références d'images pour guider le style et la composition * Génère jusqu'à 4 images à la fois **Options de sortie :** * Formats d'image : 3:2, 1:1, 2:3 * Options de qualité : faible, moyenne, élevée **Idéal pour :** * Les visuels marketing et contenus de design nécessitant un placement précis du texte * Du contenu professionnel avec des exigences de haute résolution * Les projets créatifs nécessitant un contrôle précis des images basées sur du texte **Coût :** varie selon les paramètres sélectionnés et le nombre de variations **API :** [`gpt-image-2`](/docs/fr/api-reference/flows/image/create#request.body.gpt-image-2) #### Nano Banana 2.1 Un modèle d'images avec sortie 4K native et jusqu'à 14 références d'images. **Entrées de génération :** * Texte vers image * Références d'images (jusqu'à 14) **Options de sortie :** * Résolutions : 4K * Formats d'image : de 8:1 à 1:8, et automatique **Idéal pour :** * Des images guidées par des références nécessitant une 4K native **Coût :** varie selon les paramètres sélectionnés et le nombre de variations #### Nano Banana 2 Un modèle IA avancé de génération d'images qui combine une qualité prête pour la production et un traitement ultrarapide, avec une meilleure connaissance du monde et une meilleure cohérence des sujets. **Fonctionnalités :** * Sortie en résolution 4K native, sans mise à l'échelle, pour des détails d'une netteté exceptionnelle * Génération d'images ultrarapide en seulement 1 à 2 secondes * Respect supérieur des prompts grâce à un raisonnement avancé et au suivi des instructions * Rendu de texte net et précis dans plusieurs langues pour les maquettes, la signalétique et les infographies * Style cohérent pour plusieurs sujets, préservant l'identité de plusieurs personnages et objets * Meilleure connaissance du monde pour une génération de scènes plus précise * Prend en charge plusieurs références d'images pour guider la génération * Génère jusqu'à 4 images à la fois **Options de sortie :** * Formats d'image : 21:9, 16:9, 5:4, 4:3, 3:2, 1:1, 2:3, 3:4, 4:5, 9:16 * Résolutions : jusqu'à 4K **Idéal pour :** * Des workflows créatifs rapides nécessitant des itérations en temps réel * Du contenu de marque et de la narration avec une identité cohérente des personnages * Des visuels professionnels avec du texte et une typographie précis **Coût :** varie selon les paramètres sélectionnés et le nombre de variations **API :** [`gemini-3.1-flash-image`](/docs/fr/api-reference/flows/image/create#request.body.gemini-3.1-flash-image) #### Nano Banana 2 Lite Une variante rapide et économique de Nano Banana 2 pour la génération et la modification rapides en 1K. **Entrées de génération :** * Texte vers image * Références d'images (jusqu'à 14) **Fonctionnalités :** * Sortie 1K fixe pour une vitesse et un coût constants * Même capacité de 14 références d'images que Nano Banana 2 * Création par lot avec jusqu'à 4 générations à la fois **Options de sortie :** * Résolutions : 1K * Formats d'image : 21:9, 16:9, 5:4, 4:3, 3:2, 1:1, 2:3, 3:4, 4:5, 9:16 **Idéal pour :** * Les itérations rapides et les brouillons * Les modifications en masse pour lesquelles la 1K suffit **Coût :** varie selon les paramètres sélectionnés et le nombre de variations **API :** [`gemini-3.1-flash-lite-image`](/docs/fr/api-reference/flows/image/create#request.body.gemini-3.1-flash-lite-image) #### Krea 2 Medium Un modèle polyvalent de génération d'images prêt pour la production de Krea AI, qui équilibre qualité et vitesse pour un large éventail de workflows créatifs. **Fonctionnalités :** * Génération d'images haute fidélité respectant fortement les prompts * Prend en charge plusieurs références d'images pour guider la génération * Génère jusqu'à 4 images à la fois **Options de sortie :** * Formats d'image : 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * La création de contenu professionnel nécessitant une qualité constante * L'itération rapide sur des concepts créatifs variés **Coût :** varie selon les paramètres sélectionnés et le nombre de variations #### Krea 2 Large Le modèle phare de génération d’images de Krea AI, offrant une fidélité visuelle maximale et un contrôle créatif avancé pour les workflows de production professionnels. **Fonctionnalités :** * Niveau de détail et réalisme exceptionnels pour des rendus professionnels * Contrôle avancé du style avec prise en charge de plusieurs images de référence * Génère jusqu’à 4 images à la fois **Options de sortie :** * Formats : 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * La production d’images commerciales et éditoriales haut de gamme * Les compositions créatives complexes exigeant une fidélité maximale **Coût :** varie selon les paramètres sélectionnés et le nombre de variations #### Recraft V4.1 Un modèle texte-vers-image axé sur le design, avec un contrôle précis des prompts et des compositions nettes. **Entrées de génération :** * Texte-vers-image **Fonctionnalités :** * La sortie 2K utilise la variante de modèle Pro * Création par lots avec jusqu’à 4 générations à la fois **Options de sortie :** * Résolutions : 1K, 2K * Formats : 2:1, 16:9, 3:2, 14:10, 4:3, 5:4, 1:1, 4:5, 3:4, 10:14, 2:3, 6:10, 9:16, 1:2 **Idéal pour :** * Les visuels, icônes et affiches guidés par la mise en page * Les compositions nettes créées uniquement à partir de texte **Coût :** varie selon les paramètres sélectionnés et le nombre de variations #### Recraft V4.1 Flash Un modèle texte-vers-image rapide et axé sur le design. **Entrées de génération :** * Texte-vers-image **Options de sortie :** * Formats : 16 formats **Idéal pour :** * Les visuels guidés par la mise en page créés uniquement à partir de texte **Coût :** varie selon les paramètres sélectionnés et le nombre de variations #### Recraft V4 Un modèle d’image axé sur le design, capable de reproduire le style d’images de référence. **Entrées de génération :** * Texte-vers-image * Références de style (jusqu’à 10) **Fonctionnalités :** * Contrôle de correspondance du style : Precise suit étroitement le style de référence, Flexible reproduit l’apparence générale * La sortie 2K utilise la variante de modèle Pro * Création par lots avec jusqu’à 4 générations à la fois **Options de sortie :** * Résolutions : 1K, 2K * Formats : 2:1, 16:9, 3:2, 14:10, 4:3, 5:4, 1:1, 4:5, 3:4, 10:14, 2:3, 6:10, 9:16, 1:2 **Idéal pour :** * Les visuels cohérents avec votre marque, à partir d’un ensemble de références de style * Les travaux d’illustration et de design **Coût :** varie selon les paramètres sélectionnés et le nombre de variations #### Seedream 5 Lite Un modèle d’image léger et rapide de ByteDance, qui fournit des résultats de haute qualité avec des besoins de calcul réduits. **Fonctionnalités :** * Génération rapide pour accélérer les itérations créatives * Prend en charge plusieurs images de référence pour orienter la génération * Génère jusqu’à 4 images à la fois **Options de sortie :** * Formats : 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Les workflows de création d’images à grand volume exigeant de la rapidité * L’exploration rapide de concepts et les aperçus **Coût :** varie selon les paramètres sélectionnés et le nombre de variations **API :** [`bytedance-seedream-5-lite`](/docs/fr/api-reference/flows/image/create#request.body.bytedance-seedream-5-lite) > **Warning** > > Seedream 5 Lite n’est pas disponible aux États-Unis. #### Seedream 5 Pro La variante Seedream 5 haute fidélité, conçue pour la retouche précise, le texte multilingue et les infographies denses. **Entrées de génération :** * Texte-vers-image * Références d’image (jusqu’à 10) **Fonctionnalités :** * Rendu précis du texte multilingue * Gère les mises en page denses telles que les infographies et les affiches * Création par lots avec jusqu’à 4 générations à la fois **Options de sortie :** * Résolutions : 1K, 2K * Formats : 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Les designs riches en texte dans plusieurs langues * La retouche multi-image avec un respect strict des références **Coût :** varie selon les paramètres sélectionnés et le nombre de variations **API :** [`bytedance-seedream-5-pro`](/docs/fr/api-reference/flows/image/create#request.body.bytedance-seedream-5-pro) > **Warning** > > Seedream 5 Pro n’est pas disponible aux États-Unis. #### GPT Image 1.5 Un modèle phare à haute vitesse conçu pour la génération précise d’images à partir de texte et la retouche photo complexe non destructive, qui préserve les détails d’origine. **Fonctionnalités :** * Exécute de manière fiable les modifications demandées tout en préservant l’intégrité de l’éclairage, de la composition et de l’apparence du sujet dans les images sources * Prend en charge des tâches de retouche complexes, notamment l’ajout, la suppression, la combinaison et le mélange d’éléments * Fournit des rendus jusqu’à 4 fois plus rapidement que les itérations précédentes * Génère jusqu’à 4 images à la fois **Options de sortie :** * Formats : 3:2, 1:1, 2:3 * Options de qualité : faible, moyenne, élevée **Idéal pour :** * Les ajustements photo pratiques et les essayages virtuels réalistes de vêtements ou de coiffures * Les transformations conceptuelles et les filtres stylistiques qui préservent l’essence de l’image d’entrée * L’itération rapide de concepts texte-vers-image **Coût :** varie selon les paramètres sélectionnés et le nombre de variations **API :** [`gpt-image-1.5`](/docs/fr/api-reference/flows/image/create#request.body.gpt-image-1.5) #### GPT Image 1 Le modèle d’image de première génération d’OpenAI, offrant un bon respect des prompts, un texte lisible et des retouches détaillées. **Entrées de génération :** * Texte-vers-image * Références d’image (jusqu’à 5) **Fonctionnalités :** * Trois niveaux de qualité : faible, moyen, élevé * Création par lots avec jusqu’à 4 générations à la fois **Options de sortie :** * Formats : 3:2, 1:1, 2:3 **Idéal pour :** * Les workflows déjà construits autour des rendus de GPT Image 1 * Les retouches simples et les tâches de texte dans l’image à résolution standard **Coût :** varie selon les paramètres sélectionnés et le nombre de variations **API :** [`gpt-image-1`](/docs/fr/api-reference/flows/image/create#request.body.gpt-image-1) #### Seedream 4.5 Un modèle de fondation multimodal haute performance qui réunit la synthèse texte-vers-image, la retouche d’image précise et la composition complexe de plusieurs images dans un même framework efficace. **Fonctionnalités :** * Prise en charge native de la génération rapide d’images haute fidélité jusqu’à une résolution 4K * Préservation exceptionnelle des traits du visage, de l’éclairage, des tonalités de couleur et des détails fins lors des tâches de retouche basées sur des références * Identifie et fusionne avec précision les éléments ciblés entre plusieurs images d’entrée pour des résultats contrôlables et cohérents * Offre des capacités de composition de niveau professionnel, avec un rendu net et précis des petits textes pour les affiches et les visuels de marque * Génère jusqu’à 4 images à la fois **Options de sortie :** * Formats : 16:9, 4:3, 1:1, 3:4, 9:16 * Résolutions : 2K, 4K **Idéal pour :** * Les workflows de conception graphique professionnels exigeant une mise en page et une typographie précises * Les retouches photo complexes nécessitant le respect strict de l’identité et de l’éclairage de référence * Le compositing créatif haute résolution à partir de plusieurs sources visuelles **Coût :** varie selon les paramètres sélectionnés et le nombre de variations > **Warning** > > Seedream 4.5 n’est pas disponible aux États-Unis. #### Kling O1 Image Un modèle de génération d’images haute fidélité avec des capacités avancées de raisonnement, conçu pour un respect supérieur des prompts et une cohérence visuelle précise dans les compositions complexes. **Fonctionnalités :** * Capacité exceptionnelle à interpréter et exécuter avec une grande précision des descriptions textuelles complexes à plusieurs niveaux * Exploite des images de référence pour préserver l’identité du sujet, l’éclairage et le style esthétique d’une génération à l’autre * Optimisé pour les textures réalistes, les relations spatiales complexes et les effets d’éclairage de qualité professionnelle * Génère jusqu’à 4 images à la fois **Options de sortie :** * Formats : Auto, 16:9, 9:16, 1:1, 4:3, 3:4, 3:2, 2:3, 21:9 * Résolutions : 1K, 2K **Idéal pour :** * Les ressources créatives professionnelles exigeant le respect strict de prompts textuels détaillés et techniques * La retouche d’image très cohérente et la conception de personnages à l’aide de références visuelles **Coût :** varie selon les paramètres sélectionnés et le nombre de variations > **Warning** > > Kling O1 Image n’est pas disponible aux États-Unis. #### FLUX.2 \[Pro] Un modèle de génération et de retouche d’images de qualité production conçu pour les workflows professionnels, offrant une qualité visuelle de pointe axée sur la vitesse, la précision et la cohérence. **Fonctionnalités :** * Référencez plusieurs images simultanément afin d’obtenir une cohérence de personnages et d’identité sur des centaines de ressources * Offre un niveau de détail sans précédent, réduisant l’écart avec la photographie réelle, des textures de tissus aux éléments architecturaux * Fournit un rendu de texte prêt pour la production pour les typographies complexes, les maquettes d’interface et les infographies * Prend en charge la spécification précise des couleurs de marque par codes hexadécimaux, sans approximation * Garantit un positionnement précis des objets, une physique réaliste, un éclairage cohérent et une perspective correcte dans les scènes complexes * Optimisé pour une meilleure précision et réactivité face aux instructions structurées et complexes * Génère jusqu’à 4 images à la fois **Options de sortie :** * Formats : 16:9, 4:3, 1:1, 3:4, 9:16 * Résolutions : 720p, 1080p, 2K **Idéal pour :** * Les campagnes avec des personnages cohérents et le placement précis de produits dans tout contexte * La création de maquettes d’interface avec du texte lisible et des systèmes de design visuel cohérents * La génération à grande échelle de photographies de produits et de visuels contextuels de style de vie **Coût :** varie selon les paramètres sélectionnés et le nombre de variations #### Nano Banana Pro Un modèle professionnel de génération et de retouche d’images fondé sur le raisonnement, conçu pour produire des ressources haute fidélité, offrir un contrôle créatif avancé et suivre précisément les instructions. **Entrées :** * Référence d’image * Description textuelle (prend en charge les prompts complexes à plusieurs niveaux) **Fonctionnalités :** * Planifie les scènes avant le rendu afin de fournir un éclairage fidèle aux lois physiques, des relations précises entre les objets et un respect supérieur des prompts * Génère du texte multilingue net et lisible dans différents styles de police et d’écriture manuscrite, pour des affiches percutantes et des maquettes de produits * Préserve une grande fidélité et ressemblance pour jusqu’à 5 personnes et plusieurs objets dans divers rendus créatifs * Intègre Google Search pour enrichir les visuels avec des données réelles, des connaissances sur le monde réel et des informations en temps réel comme la météo ou les résultats sportifs * Ajustez les angles de caméra, les points focaux et l’éclairage de la scène, par exemple pour transformer le jour en nuit, avec des outils de retouche localisée avancés * Une compréhension spatiale supérieure permet de générer des infographies précises, des schémas techniques et des diapositives de présentation * Génère jusqu’à 4 variations à la fois **Options de sortie :** * Résolutions : 1K, 2K, 4K * Formats : Auto, 21:9, 16:9, 5:4, 4:3, 3:2, 1:1, 2:3, 3:4, 4:5, 9:16 **Idéal pour :** * La publicité professionnelle, les ressources de marque et la photographie de produits e-commerce haut de gamme * Les contenus pédagogiques explicatifs, les infographies fondées sur les données et la documentation technique complexe * Le prototypage rapide de designs visuels haute résolution avec une identité de personnage ou de marque cohérente **Coût :** varie selon les paramètres sélectionnés et le nombre de variations **API :** [`gemini-3-pro-image`](/docs/fr/api-reference/flows/image/create#request.body.gemini-3-pro-image) #### Nano Banana Un modèle haute vitesse pour générer et retoucher rapidement des images de haute qualité directement à partir de prompts textuels. **Fonctionnalités :** * Prend en charge plusieurs images de référence pour orienter la génération * Génère jusqu’à 4 images à la fois **Options de sortie :** * Formats : 21:9, 16:9, 5:4, 4:3, 3:2, 1:1, 2:3, 3:4, 4:5, 9:16 **Idéal pour :** * La création et l’itération rapides d’images **Coût :** varie selon les paramètres sélectionnés et le nombre de variations **API :** [`gemini-2.5-flash-image`](/docs/fr/api-reference/flows/image/create#request.body.gemini-2.5-flash-image) #### Runway Gen-4 Image Un modèle de base avancé conçu pour la génération d’images haute fidélité, offrant un contrôle stylistique et une mémoire visuelle sans précédent pour préserver la cohérence entre les scènes. **Fonctionnalités :** * Ancrez des personnages, styles ou objets spécifiques à l’aide d’images d’entrée afin de préserver une cohérence de qualité professionnelle dans plusieurs rendus * Optimisé pour interpréter des descriptions complexes en langage naturel et offrir un contrôle précis des détails visuels, de l’éclairage et des émotions * Capable de générer des visuels de haute qualité pour divers cas d’usage, des storyboards cinématographiques aux photographies de produits professionnelles * Génère jusqu’à 4 images à la fois **Options de sortie :** * Formats : 16:9, 4:3, 1:1, 3:4, 9:16 * Résolutions : 720p, 1080p **Idéal pour :** * Préserver l’apparence des protagonistes dans différents environnements et éclairages * Produire rapidement des ressources de marque haute résolution, des essayages virtuels et des visualisations de produits prêtes à passer à l’échelle * Explorer différentes directions artistiques tout en préservant l’identité visuelle centrale grâce aux images de référence **Coût :** varie selon les paramètres sélectionnés et le nombre de variations #### Runway Gen-4 Image Turbo Un modèle de génération d’images optimisé pour la vitesse, qui fournit des résultats 2,5 fois plus rapidement que Gen-4 Image standard tout en conservant une qualité de sortie identique. **Fonctionnalités :** * Le traitement optimisé permet une exploration créative rapide en générant des images haute fidélité en une fraction du temps * Importez jusqu’à trois images de référence pour guider la compréhension du modèle concernant des personnages, environnements et styles artistiques spécifiques * Résout le problème de dérive visuelle en encodant les caractéristiques visuelles spécifiques des images de référence afin de préserver l’identité d’une génération à l’autre * Appliquez facilement l’esthétique, l’éclairage et la texture d’une image de référence à des sujets et scènes entièrement nouveaux * Utilisez les paramètres de seed pour explorer systématiquement des variations ou recréer précisément certains rendus * Génère jusqu’à 4 images à la fois **Options de sortie :** * Formats : 16:9, 4:3, 1:1, 3:4, 9:16 * Résolutions : 720p, 1080p **Idéal pour :** * Produire rapidement et à grande échelle des visuels optimisés pour Instagram Stories (9:16) ou des publications standard (1:1) * Préserver une identité visuelle stricte dans toutes les campagnes en utilisant les chartes graphiques comme images de référence * Développer des poses et décors de personnages cohérents tout en garantissant que le protagoniste reste reconnaissable * Créer avec précision divers visuels de produits de style de vie et saisonniers grâce à des références **Coût :** varie selon les paramètres sélectionnés et le nombre de variations #### Seedream 4 Un modèle d’image spécialisé dans la génération de séquences à plusieurs plans ou de scènes riches en mouvement et en action. **Fonctionnalités :** * Excelle dans la création d’images avec une physique stable et des transitions cohérentes * Prend en charge plusieurs images de référence pour orienter la génération * Génère jusqu’à 4 images à la fois **Options de sortie :** * Formats : auto, 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Les scènes d’action et les compositions dynamiques **Coût :** varie selon les paramètres sélectionnés et le nombre de variations > **Warning** > > Seedream 4 n’est pas disponible aux États-Unis. #### Wan 2.5 Image La variante d’image de Wan 2.5, offrant une grande fidélité aux prompts et la prise en charge d’images de référence. **Entrées de génération :** * Texte-vers-image * Références d’image (jusqu’à 2) **Fonctionnalités :** * Contrôles de prompt négatif et de seed * Création par lots avec jusqu’à 4 générations à la fois **Options de sortie :** * Formats : 16:9, 4:3, 1:1, 3:4, 9:16 **Idéal pour :** * Les images fixes correspondant au style des générations vidéo Wan * Les images conceptuelles fidèles aux prompts **Coût :** varie selon les paramètres sélectionnés et le nombre de variations > **Warning** > > Wan 2.5 Image n’est pas disponible aux États-Unis. #### FLUX 3 Image Un modèle d’image prenant en charge jusqu’à 10 images de référence et une sortie 4K. **Entrées de génération :** * Texte-vers-image * Références d’image (jusqu’à 10) **Options de sortie :** * Résolutions : 4K * Formats : 16 formats **Idéal pour :** * Les images guidées par des références en 4K **Coût :** varie selon les paramètres sélectionnés et le nombre de variations #### FLUX.1 Kontext \[Pro] Un modèle professionnel destiné à la génération et à la retouche d’images avancées, offrant une forte cohérence des scènes et un contrôle précis du style. **Fonctionnalités :** * Contrôle du style basé sur l’image, nécessitant une image de référence pour guider l’esthétique visuelle * Génère jusqu’à 4 images à la fois **Options de sortie :** * Formats : 21:9, 16:9, 4:3, 3:2, 1:1, 2:3, 3:4, 4:5, 9:16, 9:21 **Idéal pour :** * Le contenu professionnel avec des exigences stylistiques précises **Coût :** varie selon les paramètres sélectionnés et le nombre de variations #### Modèles de synchronisation labiale #### Creatify Aurora Un modèle de transformeur de diffusion (DiT) de pointe, conçu pour produire des avatars ultraréalistes et réactifs, pilotés par l'audio et des instructions textuelles. **Entrées de génération :** * Avatar (image source) * Parole (fichier audio) * Description textuelle (instruction) **Fonctionnalités :** * Va au-delà de la synchronisation labiale élémentaire en intégrant des clignements des yeux, une respiration et des expressions faciales naturelles adaptés au contexte * Synchronise automatiquement les mouvements des mains et du corps entier en fonction du ton et de l'intonation de la voix, pour une performance de qualité studio * Interprète avec précision l'intensité et la hauteur de la voix afin de restituer des expressions émotionnelles fidèles à la performance * Préserve une grande fidélité du personnage et une cohérence comportementale, même lors de dialogues prolongés ou de performances musicales * Optimisé pour diverses configurations, notamment les présentations de profil, les dialogues de type podcast et les animations stylisées * Générez jusqu'à 4 variations à la fois **Options de sortie :** * Résolutions : 480p, 720p **Idéal pour :** * Les publicités vidéo professionnelles basées sur des avatars et les contenus marketing * La narration virtuelle haute fidélité et les performances musicales expressives * Les vidéos éducatives ou de formation de longue durée nécessitant une présence cohérente du personnage **Coût :** varie selon l'entrée, les paramètres et la durée **API :** [`creatify-aurora`](/docs/fr/api-reference/flows/video/create#request.body.creatify-aurora) #### Veed Fabric Un modèle rapide et précis de synchronisation labiale d'image en vidéo, qui anime une image fixe pour correspondre à l'audio fourni. **Entrées :** * Image source * Fichier audio de parole **Fonctionnalités :** * Anime la bouche et les expressions faciales de l'image source pour correspondre à l'audio fourni * Crée des vidéos « parlantes » haute fidélité à partir d'images fixes * Outil dédié à la synchronisation labiale, et non modèle complet de génération vidéo **Idéal pour :** * Créer des avatars parlants à partir d'images fixes * Ajouter des dialogues à des portraits de personnages * Les workflows professionnels de contenu basé sur des avatars **Coût :** varie selon l'entrée, les paramètres et la durée > **Note** > > Pour de meilleurs résultats, l'image doit contenir une personne détectable. #### HeyGen Avatar 4 Le dernier modèle d'avatar de HeyGen pour générer des vidéos très réalistes et expressives de personnes parlant face caméra à partir d'une seule image et d'une entrée audio. **Entrées :** * Image source * Fichier audio de parole **Fonctionnalités :** * Anime les expressions faciales et les mouvements des lèvres afin de correspondre avec une grande fidélité à l'audio fourni * Produit des mouvements naturels de la tête et des micro-expressions subtiles pour un rendu réaliste * Outil dédié à la synchronisation labiale, et non modèle complet de génération vidéo **Idéal pour :** * Les vidéos professionnelles de porte-parole et de présentateurs * Créer du contenu d'avatar personnalisé à grande échelle * Les vidéos marketing et de formation nécessitant une présence cohérente du personnage **Coût :** varie selon l'entrée, les paramètres et la durée > **Note** > > Pour de meilleurs résultats, l'image doit contenir un visage clairement visible. #### Sync 3 Le modèle de synchronisation labiale vidéo de dernière génération de Sync, offrant une synchronisation de qualité studio sur un large éventail de types de contenus. **Entrées de génération :** * Vidéo source * Audio de parole **Fonctionnalités :** * Synchronisation labiale de haute précision qui préserve les détails uniques du visage, les dents naturelles et la texture de la peau * Optimisé pour tous les types de contenus, y compris les prises de vues réelles, l'animation 3D et les vidéos générées par IA * Outil de synchronisation labiale de vidéo à vidéo, et non générateur vidéo complet **Idéal pour :** * Le doublage et la localisation professionnels pour le cinéma et la publicité * Améliorer ou corriger les dialogues dans tout format vidéo * Les workflows de traduction de contenus à grand volume **Coût :** varie selon l'entrée, les paramètres et la durée > **Note** > > Pour de meilleurs résultats, la vidéo doit contenir une personne détectable. #### Sync Lipsync 2 Pro Un modèle de montage vidéo de pointe conçu pour une synchronisation labiale de qualité studio, qui préserve les détails uniques du visage tout en prenant en charge des sorties haute résolution. **Entrées de génération :** * Vidéo source * Audio de parole **Fonctionnalités :** * Intègre un agrandissement avancé pour prendre en charge une sortie 4K tout en conservant des textures nettes et naturelles * Préserve les traits uniques du visage, tels que les dents naturelles, les taches de rousseur, le maquillage et les pilosités faciales complexes, sans perte de netteté * Optimisé pour tous les types de contenus, y compris les prises de vues réelles, l'animation 3D et les vidéos générées par IA * Offre immédiatement des résultats expressifs et synchronisés, sans nécessiter d'entraînement spécifique au locuteur ni d'ajustement du modèle * Générez jusqu'à 4 variations simultanément **Idéal pour :** * Le doublage de qualité professionnelle et les contenus localisés pour le cinéma et la publicité haut de gamme * Améliorer ou corriger les dialogues de personnages animés en 3D et générés par IA * Les projets haute résolution nécessitant une cohérence faciale et des détails parfaits au pixel près **Coût :** varie selon l'entrée, les paramètres et la durée #### OmniHuman 1.5 Un modèle utilitaire dédié à la génération de synchronisation labiale exceptionnellement réaliste et humaine. **Entrées :** * Image source fixe * Fichier audio de parole **Fonctionnalités :** * Anime la bouche de l'image source pour correspondre à l'audio fourni * Crée des vidéos « parlantes » haute fidélité à partir d'images fixes * Outil dédié à la synchronisation labiale, et non modèle complet de génération vidéo **Idéal pour :** * Créer des avatars parlants * Ajouter des dialogues à des images fixes * Les workflows professionnels de doublage **Coût :** varie selon l'entrée, les paramètres et la durée > **Note** > > Pour de meilleurs résultats, l'image doit contenir une personne détectable. > **Warning** > > OmniHuman 1.5 n'est pas disponible aux États-Unis. #### MiniMax H3 Max Lip Sync Anime une image fixe à partir d'un extrait de parole, avec une sortie jusqu'en 2K. **Entrées :** * Image source * Audio de parole (de 5 s à 14,8 s) **Fonctionnalités :** * Outil dédié à la synchronisation labiale, et non modèle complet de génération vidéo **Idéal pour :** * Les portraits parlants à partir d'une image fixe et d'un court extrait audio **Coût :** varie selon l'entrée, les paramètres et la durée #### Veed Lipsync Un modèle utilitaire rapide, abordable et précis pour appliquer une synchronisation labiale réaliste aux vidéos. **Entrées :** * Vidéo source * Nouveau fichier audio de parole **Fonctionnalités :** * Réanime les mouvements de la bouche de la vidéo source pour correspondre au nouvel audio * Outil de synchronisation labiale de vidéo à vidéo, et non générateur vidéo complet **Idéal pour :** * Le doublage à grand volume et économique * Traduire des contenus * Corriger l'audio d'extraits vidéo avec des résultats réalistes **Coût :** varie selon l'entrée, les paramètres et la durée > **Note** > > Pour de meilleurs résultats, la vidéo doit contenir une personne détectable. #### Veed Lipsync 2.0 Le successeur de Veed Lipsync, offrant une qualité supérieure pour appliquer une synchronisation labiale réaliste à des vidéos existantes. **Entrées :** * Vidéo source * Nouveau fichier audio de parole **Fonctionnalités :** * Réanime les mouvements de la bouche de la vidéo source pour correspondre au nouvel audio * Outil de synchronisation labiale de vidéo à vidéo, et non générateur vidéo complet * Création par lots avec jusqu'à 4 générations à la fois **Idéal pour :** * Le doublage et la traduction lorsque la qualité de sortie importe davantage que le coût * Corriger les dialogues dans des extraits finalisés **Coût :** varie selon l'entrée, les paramètres et la durée > **Note** > > Pour de meilleurs résultats, la vidéo doit contenir une personne détectable. #### Modèles utilitaires #### Topaz Image Upscale Augmente la résolution d'une image tout en préservant les détails. **Entrées :** * Image source **Fonctionnalités :** * Facteurs d'agrandissement : 1.25x, 1.5x, 2x, 3x, 4x **Idéal pour :** * Préparer des images pour des écrans haute résolution **Coût :** varie selon l'entrée #### Topaz Video Upscale Augmente la résolution d'une vidéo tout en préservant les détails. **Entrées :** * Vidéo source **Fonctionnalités :** * Facteurs d'agrandissement : 1.25x, 1.5x, 2x, 3x, 4x * Modes de traitement rapides et précis * Conversion facultative de la fréquence d'images à 24, 25, 30, 48, 50 ou 60 ips **Idéal pour :** * Préparer des vidéos pour des écrans haute résolution **Coût :** varie selon l'entrée #### Suppression de l'arrière-plan Supprime l'arrière-plan d'une image et la renvoie avec une transparence alpha. **Entrées :** * Image source **Fonctionnalités :** * Aucune instruction requise * Une seule sortie par exécution **Idéal pour :** * Les détourages de produits et le compositing * Préparer des sujets à utiliser comme références dans d'autres générations **Coût :** varie selon l'entrée #### Suppression de l'arrière-plan vidéo Supprime l'arrière-plan d'une vidéo. **Entrées :** * Vidéo source **Fonctionnalités :** * Aucune instruction requise * L'arrière-plan de sortie peut être transparent, noir ou vert **Idéal pour :** * Détourer un sujet d'une séquence existante * Préparer des vidéos pour le compositing **Coût :** varie selon l'entrée #### Runway Ruby Convertit une vidéo à plage dynamique standard en HDR. **Entrées :** * Vidéo source (jusqu'à 30 s) **Fonctionnalités :** * Aucune instruction requise * Une seule sortie par exécution ; la durée et le cadrage suivent la source **Idéal pour :** * Préparer des séquences pour des écrans HDR * Réétalonner des vidéos générées avant leur livraison **Coût :** varie selon la durée de la vidéo ## Questions fréquentes #### Qu’est-ce qu’Image & Vidéo ? Image & Vidéo vous permet de créer du contenu visuel de haute qualité à partir de simples descriptions textuelles et d’images de référence facultatives. ![](/docs/_fern-img/ec6dc958c221fea880349a9807857e535832d80e0cbd2f3399c0f2ee4328d27e.webp) Vous pouvez choisir parmi différents modèles de génération d’images et de vidéos, selon votre cas d’usage. Vous pouvez télécharger le contenu généré ou l’importer directement dans des projets Studio. Avec notre forfait gratuit, vous ne pouvez lancer que trois générations d’images par jour. La génération de vidéos est uniquement disponible avec nos abonnements payants. Pour en savoir plus, consultez notre [documentation Image & Vidéo](/docs/fr/capabilities/image-video). > **Note** > > Si vous participez au programme ElevenLabs Grants, vous pouvez utiliser jusqu’à 1 000 000 de vos crédits de subvention > pour **Image & Vidéo** et **Flows**. #### Combien coûte Image & Vidéo ? Le coût de chaque génération dépend du modèle et des paramètres choisis, comme la résolution et, pour les vidéos, la durée. Chaque génération est facturée. Choisir 4 générations coûte quatre fois plus cher que d'en choisir 1. Avant de lancer votre génération, le nombre de générations restantes s'affiche selon le modèle et les paramètres choisis. Pour connaître le nombre de crédits déduits pour les générations sélectionnées, survolez le nombre de générations restantes. ![](/docs/_fern-img/05a4697d64f8028a9651d23c5daba1870b6495db111973c3f491ec21bbbe6f5d.webp) Pour en savoir plus, consultez notre [documentation Image & Vidéo ](/docs/fr/product-guides/playground/image-video). Avec notre forfait gratuit, vous pouvez uniquement lancer trois générations d'images par jour. La génération de vidéos est disponible uniquement avec nos abonnements payants.