5 septembre 2026
Vidéo IA de plus de 10 secondes : les durées réelles par modèle et la méthode qui coûte deux fois moins cher
Jusqu'où va vraiment chaque modèle vidéo, pourquoi une génération de 30 secondes coûte six fois une génération de 5, et comment monter un film d'une minute en enchaînant des plans courts avec un montage gratuit.
Frank HoubreFondateur d'Imaginode
La limite que tout le monde découvre à la première vidéo
La plupart des modèles vidéo s'arrêtent entre 5 et 10 secondes, quelques-uns montent à 15, et trois seulement vont jusqu'à 30 secondes en une seule génération.
Vous venez de générer votre premier plan. Il est beau, le mouvement fonctionne, la lumière est là. Et il dure cinq secondes. Vous cherchez le curseur pour monter à une minute, et il n'existe pas.
C'est la première déception de tous ceux qui arrivent sur la vidéo IA, et elle est légitime : on nous vend des films, on nous livre des plans. Sauf que la contrainte n'est pas celle qu'on croit, et la solution n'a rien de technique. Elle est vieille de cent ans et elle s'appelle le montage.
On va regarder ça ensemble, avec les durées exactes de chaque modèle du catalogue, les prix réels en crédits, et surtout la comparaison qui fait mal : ce que coûte une minute de vidéo en une seule génération contre la même minute découpée en plans. L'écart va vous surprendre.
Les durées réelles, modèle par modèle
Wan 3.0, Wan 3.0 Prime et Seedance 2.5 montent à 30 secondes, Flux 3 Video à 20, Kling V3, Seedance 2.0, Wan 2.7 et Grok Imagine à 15, quand Veo 3.1 plafonne à 8 secondes.
Voici l'état du catalogue, parce que ces plafonds ne sont écrits nulle part ailleurs de façon lisible. Les plus longs d'abord : Wan 3.0 et Wan 3.0 Prime acceptent de 2 à 30 secondes, Seedance 2.5 de 4 à 30. Ce sont les trois seuls à atteindre la demi-minute.
Juste en dessous, Flux 3 Video va de 5 à 20 secondes. Puis le peloton des 15 : Kling V3 de 3 à 15, Seedance 2.0 et Seedance 2.0 Fast de 4 à 15, Wan 2.7 de 2 à 15, Grok Imagine Video de 1 à 15.
Et les courts, qui sont souvent les meilleurs : Kling 2.5 Turbo propose 5 ou 10 secondes, sans valeur intermédiaire. Veo 3.1 Lite et Veo 3.1 Fast donnent le choix entre 4, 6 et 8 secondes, pas une de plus. Le catalogue complet est sur la page des modèles, avec le prix qui bouge en direct selon vos réglages.
Pourquoi les modèles s'arrêtent si court
Le coût de calcul monte avec la durée et la cohérence se dégrade : au-delà de quelques secondes, un modèle perd le fil de sa propre scène.
Deux raisons, une économique et une technique. L'économique est simple : générer de la vidéo, c'est produire vingt-quatre images par seconde qui doivent toutes tenir ensemble. Le calcul monte vite, et les fournisseurs facturent à la seconde parce que c'est ce que ça leur coûte.
La technique est plus intéressante. Un modèle vidéo tient sa cohérence sur une fenêtre limitée. Passé un certain temps, les visages se transforment doucement, les vêtements changent de couleur, un objet posé sur la table disparaît. Vous avez sûrement déjà vu une vidéo IA de vingt secondes où quelque chose dérive lentement sans qu'on sache dire quoi.
Dites-vous bien que le plafond de 5 ou 10 secondes n'est pas une brimade commerciale. C'est souvent la zone où le modèle est réellement bon. Au-delà, vous payez plus cher pour un résultat qui se tient moins bien, ce qui est le pire des deux mondes.
Le prix d'une génération longue : la mauvaise surprise
La facturation est proportionnelle à la seconde : trente secondes coûtent exactement six fois cinq secondes, sans aucune remise de volume.
Voilà le point que les gens découvrent après coup, et c'est le vrai sujet de cet article. Chez la plupart des modèles, le tarif est au prorata de la durée. Il n'y a pas de dégressif, pas de forfait, pas de prix de gros.
Les chiffres exacts, sur Wan 3.0. Cinq secondes en 720p coûtent 60 crédits. Dix secondes en 1080p, 240 crédits. Et trente secondes en 1080p, 720 crédits, soit environ 7 euros pour une demi-minute. En 720p, la même demi-minute tombe à 360 crédits, en 480p à 180.
Chez Seedance 2.5, trente secondes en 720p coûtent également 720 crédits, contre 240 pour dix secondes. Flux 3 Video demande 696 crédits pour ses 20 secondes en 1080p. Kling V3 est à 303 crédits pour dix secondes en 1080p. À ce tarif, une seule génération ratée sur un plan de trente secondes, et vous venez de jeter sept euros par les fenêtres.
SoldeLa comparaison qui tranche : trente secondes, deux méthodes
Six plans de cinq secondes chez Kling 2.5 Turbo coûtent 156 crédits contre 360 pour une génération unique de trente secondes en 720p : moins de la moitié, pour un résultat plus regardable.
Prenons un film de trente secondes et faisons le calcul des deux façons. Méthode une, la génération unique : Wan 3.0, trente secondes, 720p, 360 crédits. Un seul clic, une seule attente, et un plan-séquence de trente secondes.
Méthode deux, six plans de cinq secondes chez Kling 2.5 Turbo en 720p, à 26 crédits pièce. Total : 156 crédits. Avec Seedance 2.0 Fast à 48 crédits les cinq secondes, on monte à 288 crédits, toujours en dessous. Et le montage qui assemble le tout ne coûte rien, on y vient.
Mais le prix n'est même pas l'argument principal. Avec six plans, vous ratez un plan et vous relancez ce plan-là pour 26 crédits. Avec une génération unique, vous ratez la vingt-deuxième seconde et vous repayez les trente. C'est cette asymétrie qui compte quand on travaille vraiment, pas l'économie de départ.
Ce que le cinéma fait depuis cent ans
La durée moyenne d'un plan dans un film récent tourne autour de quelques secondes : personne ne regarde trente secondes de plan fixe, et l'IA vous force simplement à respecter cette grammaire.
Regardez n'importe quelle publicité, n'importe quelle bande-annonce, n'importe quel clip. Comptez les plans. Sur trente secondes de pub, vous en trouverez souvent une dizaine. Le plan long existe, il est magnifique, il est rare, et il est réservé à des moments précis.
Une vidéo mémorable n'est pas une belle image qui dure, c'est une émotion qui évolue. Et une émotion évolue par la coupe : on montre le visage, puis ce qu'il regarde, puis la main qui tremble. Trois plans de trois secondes racontent infiniment plus que neuf secondes fixes sur le même cadre.
Alors certes, la contrainte des modèles est subie au départ. Mais elle vous pousse exactement là où il fallait aller. Ceux qui produisent les meilleures vidéos IA aujourd'hui ne cherchent pas le plan de trente secondes, ils enchaînent des plans de cinq.
Le node Montage, et le fait qu'il ne coûte rien
Le montage assemble les clips, les rogne, ajoute coupes ou fondus et une piste son, et l'export se calcule sur votre appareil sans consommer un seul crédit.
C'est le node qui change la donne pratique de tout cet article. Vous branchez vos nodes Vidéo sur son port Clips, ou vous piochez directement dans les médias du projet, et vous obtenez une timeline. Chaque clip se rogne avec un début et une fin. Entre deux clips, vous choisissez une coupe franche, un fondu enchaîné ou un passage au noir.
Il accepte aussi les images fixes, avec une durée réglable, ce qui permet de glisser un carton de titre ou une photo produit entre deux plans animés. Et il porte des pistes audio séparées, avec un décalage et un volume par piste : votre voix off d'un côté, la musique de l'autre.
Le point important : l'export est gratuit. Le calcul se fait dans votre navigateur, sur votre machine, et aucun crédit n'est débité. Vous pouvez donc remonter votre film quinze fois, tester trois ordres de plans, changer une transition, sans que ça vous coûte quoi que ce soit. Gardez juste l'onglet ouvert pendant l'export.
La méthode complète, du plan de travail à l'export
Découpez d'abord en plans, validez chaque plan en image fixe à quelques crédits, ne générez la vidéo que sur les images validées, puis assemblez.
Étape une, sur papier ou dans un node Texte : découpez votre trente secondes en plans. Six plans de cinq, ou huit plans de trois à cinq. Écrivez ce que montre chacun. C'est ce qu'on appelle un découpage, et ça prend dix minutes.
Étape deux, et c'est celle qui économise le plus : validez chaque plan en image fixe avant de payer la vidéo. Une image Flux 2 Klein coûte 3 crédits, un plan vidéo en coûte 26 à 96. Vous cadrez, vous ajustez la lumière, vous validez le personnage, tout ça au tarif image. J'ai détaillé cette méthode dans le storyboard IA avant de tourner.
Étape trois : chaque image validée devient l'image de départ d'un node Vidéo. Le modèle anime ce que vous avez déjà approuvé au lieu d'inventer un cadre. Étape quatre : tout part dans le Montage. À ce stade, l'essentiel du travail créatif est déjà fait.
Garder la continuité d'un plan à l'autre
Un node Référence pour le personnage et un node Style branché sur tous les plans suffisent à ce que les six clips appartiennent au même film.
Le vrai risque du montage par plans, c'est que ça ne ressemble pas à un film mais à six vidéos différentes collées. Le personnage change de visage, la lumière saute, le grain n'est pas le même. C'est là que le canvas devient utile plutôt que joli.
Un node Référence tient le personnage : vous lui donnez trois photos et un nom, puis vous l'appelez avec une @mention dans chacun de vos six prompts. Le sujet est traité en détail dans personnage cohérent en IA, et c'est la brique la plus importante si un humain apparaît dans plus d'un plan.
Un node Style branché sur les six nodes tient la direction artistique : même palette, même matière, même traitement de lumière partout. Et un node Caméra partagé garde une cohérence d'objectif et d'ouverture. Trois nodes pour six plans, câblés une fois.
L'image de fin : enchaîner deux plans sans coupe visible
Plusieurs modèles acceptent une image de fin en plus de l'image de départ : le plan suivant peut donc démarrer exactement là où le précédent s'arrête.
Il existe une astuce pour les moments où vous voulez vraiment de la continuité plutôt qu'une coupe. Certains modèles gèrent une image de fin, en plus de l'image de départ : vous leur donnez le début et l'arrivée, ils fabriquent le chemin entre les deux.
Dans le catalogue, Seedance 2.0 et Seedance 2.0 Fast, Seedance 2.5, Kling V3, Wan 3.0 et Wan 3.0 Prime, MiniMax H3 et Veo 3.1 Fast acceptent une image de fin. Le port apparaît tout seul sur le node quand le modèle sélectionné sait le faire, inutile de chercher un réglage caché.
La technique qui en découle : prenez la dernière image de votre plan un, faites-en l'image de départ du plan deux. Vous obtenez deux clips de cinq secondes qui s'enchaînent sans rupture, pour le prix de deux clips courts. C'est comme ça qu'on fabrique un mouvement de vingt secondes qui tient debout.
Le son : une seule piste, pas six
Générer l'audio sur chaque plan produit six ambiances qui se contredisent au montage : mieux vaut des plans muets et une piste sonore posée sur l'ensemble.
Piège classique, et il coûte cher deux fois. Beaucoup de modèles proposent une bascule audio, et elle est souvent active par défaut parce qu'une vidéo muette se remarque tout de suite. Sur un plan isolé, c'est très bien.
Sur six plans destinés à être montés, c'est une mauvaise idée. Chaque génération invente sa propre ambiance, et au montage vous entendez six pièces différentes qui se coupent brutalement. Et l'audio se paie : chez Veo 3.1 Lite, huit secondes en 720p coûtent 29 crédits sans son et 48 avec. Six fois, ça fait 114 crédits de différence pour un résultat inutilisable.
Générez muet, puis posez le son sur le montage complet. Une voix off, une musique, quelques bruitages placés aux bons endroits sur les pistes audio du node Montage, avec leur décalage et leur volume. Le film y gagne une unité que les plans sonorisés séparément n'auront jamais.
Quand une génération longue se justifie quand même
Le plan-séquence garde son intérêt sur un mouvement continu sans coupe possible, un travelling ou une transformation progressive, et là il faut accepter d'en payer le prix.
Je ne vais pas vous dire que la génération longue ne sert jamais, ce serait malhonnête. Il y a des cas où elle est la seule réponse. Un travelling continu dans un décor, une transformation qui doit se voir sans interruption, une danse, un plan où couper détruirait justement l'effet.
Dans ces cas, prenez Wan 3.0 ou Seedance 2.5 et acceptez le tarif. Mais faites-le en connaissance de cause : validez le cadrage en image d'abord, descendez la résolution pendant vos essais, et ne montez en 1080p que sur la version que vous savez bonne. Trente secondes en 480p coûtent 180 crédits chez Wan 3.0 contre 720 en 1080p, et pour valider un mouvement le 480p suffit largement.
Soit dit en passant, c'est aussi la logique du reste du catalogue : explorez au tarif plancher, finalisez au tarif haut. Le détail de cette arithmétique est dans combien coûte vraiment une image ou une vidéo IA, et la calculatrice publique vous laisse simuler votre propre film avant de dépenser un crédit.
Ce qu'il faut retenir
Trente secondes en plans courts coûtent moins de la moitié d'une génération unique, se corrigent plan par plan, et se montent gratuitement.
Les plafonds réels : 30 secondes chez Wan 3.0, Wan 3.0 Prime et Seedance 2.5, 20 chez Flux 3 Video, 15 chez Kling V3, Seedance 2.0, Wan 2.7 et Grok, 8 chez Veo 3.1. Aucun modèle ne vous fera une minute d'un coup, et c'est très bien.
La méthode qui marche : découper, valider en image, générer des plans de cinq secondes, tenir la cohérence avec un node Référence et un node Style, enchaîner avec les images de fin quand la continuité l'exige, puis monter et sonoriser en une fois. Le montage étant gratuit, le seul coût est celui des plans.
Pour un premier essai, prenez votre première vidéo IA si vous n'avez jamais généré, puis revenez faire un film de trente secondes en six plans. Comptez environ 156 crédits chez Kling 2.5 Turbo, soit à peu près un euro cinquante, montage compris.