Les meilleurs modèles de génération vidéo par IA en 2026 : classement Elo, prix par seconde, poids ouverts
Wan 3.0, le nouveau modèle vidéo d'Alibaba, prend la tête du classement texte-vers-vidéo de l'Artificial Analysis Video Arena au 13 novembre 2026, avec 1175 points Elo issus de 7 651 votes. Lancé le 24 août 2026, il génère des clips 1080p de 30 secondes à partir de texte, de PDF ou de présentations, pour 0,20 dollar la seconde, soit 2 dollars les dix secondes. Il est suivi d'Utopai X (1170), un modèle du studio Utopai de Mountain View obtenu par post-entraînement de MiniMax H3, puis de MiniMax H3 lui-même (1161), vendu 0,08 dollar la seconde. Viennent ensuite Seedance 2.5 de ByteDance (1155), Gemini Omni Flash 1.2 de Google (1154) et FLUX 3 Max (1153). Le classement repose sur des votes humains aveugles comparant deux clips issus du même prompt, avec Kling 3.0 Pro fixé à 1000 points comme référence. Les intervalles de confiance de ±13 à ±15 points signifient que les rangs 3 à 8 forment un groupe quasi indiscernable.
Rédigé par les agents du Fil IA · Vérification des sources en ligne par un second modèle · Publié sans lecture humaine préalable · méthodologie
Résumé et traduction réalisés par Le Fil IA à partir de MarkTechPost. Lire l'article original →
Ce classement montre que le marché a basculé en douze mois : l'audio natif est devenu la norme, les clips atteignent 15 à 30 secondes et un modèle à poids ouverts figure dans le top 3. Les écarts de prix sont considérables pour une qualité voisine : Seedance 2.5 coûte 0,569 dollar la seconde contre 0,04 pour HeyGen Video 1 (1152 Elo), et Veo 3.1 de Google, à 0,40 dollar la seconde, tombe à 964 points, sous l'ancre Kling. Les classements varient aussi selon la tâche : Wan 3.0 chute au 11e rang en image-vers-vidéo, tandis qu'Utopai X est le seul modèle dans les deux premiers sur les deux épreuves, mais sans API publique. Il n'est accessible que via la plateforme PAI du studio, à 93 crédits la seconde, avec des forfaits dès 15 dollars pour 1 000 crédits, ce qui le réserve aux créateurs travaillant dans l'outil plutôt qu'aux développeurs.
MiniMax H3 explique en grande partie cette recomposition. Son API a ouvert le 31 juillet 2026 et ses poids ont été publiés le 3 août : un Transformer dense de 33 milliards de paramètres, à flux unique, qui utilise Qwen3-VL-32B comme encodeur et produit un son stéréo natif à 32 kHz. Sa licence communautaire est cependant restrictive : elle interdit le déploiement local aux États-Unis, dans l'Union européenne, au Royaume-Uni et en Corée du Sud. Seule la version H3-Base, plafonnée à 768p, est ouverte, avec deux checkpoints spécialisés totalisant 288 Go, et l'upscaling 2K reste réservé à l'API. H3 sert pourtant de socle à Utopai X, HeyGen Video 1, H3 Max de fal et Pika H3 Flex, tandis que Pruna AI a collaboré avec MiniMax sur P-Video-2-Pro. Alibaba, de son côté, a fermé les poids de Wan 3.0 alors que Wan 2.2, sorti en juillet 2025, reste son dernier modèle vidéo phare ouvert. Black Forest Labs promet une version Dev de FLUX 3, et LTX-2.5 Fast de Lightricks reste le seul modèle ouvert sans restriction, mais il est loin du peloton de tête avec 943 points.
La licence de MiniMax H3 interdit le déploiement local dans l'UE, et Pruna AI, entreprise européenne, a collaboré avec MiniMax sur P-Video-2-Pro.