L'état de la génération vidéo par IA en 2026 : panorama d'un marché en recomposition
Il y a un an et demi, “vidéo par IA” évoquait surtout des clips granuleux de six secondes aux visages qui se déforment — une curiosité bonne pour les reels de démonstration, pas un outil autour duquel on bâtissait un flux de production. Cette époque est révolue. À la mi-2026, les modèles les plus avancés génèrent des séquences cohérentes à plusieurs plans, avec dialogues synchronisés, sortie native en 4K, et une cohérence des personnages suffisamment aboutie pour que des monteurs intègrent des plans de coupe générés par IA dans des productions commerciales sans le signaler. Mais le secteur s’est aussi recomposé d’une façon que peu avaient anticipée : l’entreprise à l’origine de la vague actuelle, OpenAI, se retire du produit grand public qui a rendu le nom “Sora” célèbre, tandis qu’un mélange d’acteurs établis bien financés et de laboratoires chinois très rapides récupère le public ainsi libéré. Voici un état des lieux des cinq acteurs les plus commentés du moment, et ce qu’il révèle sur la direction que prend la catégorie.
Sora : OpenAI se retire du marché grand public
Peu de trajectoires sont aussi spectaculaires que celle de Sora. Au lancement de Sora 2, OpenAI le positionnait comme la réponse à toute la catégorie à la fois : une application grand public, une intégration à ChatGPT et une API pour développeurs, le tout doublé d’un fil social conçu pour remixer les créations des autres utilisateurs. Ce chapitre grand public se referme aujourd’hui : OpenAI a mis fin à l’application web et iOS de Sora au printemps 2026, et a indiqué aux développeurs que l’API Sora 2 elle-même cesserait d’accepter des requêtes fin septembre 2026. Ce qui subsiste, pour quelques mois encore, c’est un accès API facturé à la seconde de vidéo générée — environ 0,10 dollar par seconde pour une génération standard en 720p, sensiblement plus pour le palier Sora 2 Pro en 1024p ou 1080p, avec un tarif “batch” asynchrone moins cher pour les charges de travail qui tolèrent un délai. Pour un produit qui a brièvement dominé les classements des boutiques d’applications, ce repli est un signal frappant : OpenAI semble avoir conclu que son avantage concurrentiel ne réside pas dans une interface grand public dédiée à la vidéo, et que la génération vidéo se vend mieux comme brique d’infrastructure que comme application autonome. Les équipes dont les pipelines reposaient sur Sora constituent désormais, par nécessité, l’essentiel du trafic de migration à court terme vers ses concurrents.
Runway : la boîte à outils du professionnel
Runway a passé 2026 à miser résolument sur le public qu’il connaît le mieux — monteurs, agences, équipes de production — plutôt que de courir après le modèle du fil social. Son produit phare actuel, Gen-4.5, prolonge la force de la lignée Gen-4 : personnages, lieux et objets cohérents sur plusieurs plans générés, complétés par un contrôle par image de référence et des outils de trajectoire de caméra qui fonctionnent moins comme un champ de prompt que comme un véritable rig de prise de vues virtuel. Un commutateur “Physics Engine” gère la gravité et les collisions de façon plus convaincante que les générations précédentes, et des outils comme Aleph permettent de modifier des images existantes par simple prompt textuel plutôt que de tout régénérer depuis zéro. Côté tarifs, Runway s’appuie — à la différence de l’API facturée à la seconde de Sora — sur un modèle d’abonnement par crédits : un plan Standard autour de 12 dollars par mois offre un quota de crédits modeste, un plan Pro à environ 28 dollars couvre un usage plus intensif, et un nouveau plan Max — qui remplace progressivement l’ancien forfait Unlimited d’ici fin 2026 — cible les studios à fort volume de production. Le pari stratégique est simple : Runway ne cherche pas à l’emporter sur les benchmarks de photoréalisme brut, mais à rester l’outil vers lequel un monteur professionnel se tourne naturellement.
Kling : le bond technique venu d’un laboratoire chinois
Peu de modèles ont progressé aussi vite en pure capacité technique que Kling, développé par le groupe chinois Kuaishou. Kling 3.0, sorti début février 2026, a été le premier modèle largement disponible à produire une sortie native en 4K à 60 images par seconde, et son mode multi-plans “AI Director” peut assembler jusqu’à six plans distincts en une seule génération, avec une piste audio partagée — dialogue, ambiance sonore et synchronisation labiale en cinq langues incluses nativement plutôt qu’ajoutées après coup. Son système de personnages “Elements 3.0” permet de téléverser une vidéo de référence, dont le modèle extrait la structure 3D et le mouvement pour reproduire un sujet avec une fidélité inhabituelle à travers des scènes par ailleurs sans lien entre elles ; des testeurs indépendants ont plusieurs fois jugé la simulation physique de Kling — drapé des tissus, mouvement des fluides, collisions — la plus convaincante de la catégorie. La grille tarifaire est notablement agressive à l’entrée de gamme : un plan Standard autour de 8 à 10 dollars par mois avec plusieurs centaines de crédits mensuels, puis des paliers Pro et Premier jusqu’à un plan Ultra à environ 128 dollars par mois qui supprime entièrement les files d’attente pour les studios à fort volume. Pour les équipes hors de Chine, Kling est devenu le modèle que l’on teste discrètement en premier lorsqu’on évalue la possibilité de quitter Sora ou Runway.
Veo : Google intègre la vidéo à un écosystème plus large
L’approche de Google a moins reposé sur une sortie spectaculaire isolée que sur la distribution. Veo 3.1 reste le modèle phare actuel, distingué surtout par son audio synchronisé nativement — dialogue, effets sonores et bruit ambiant générés en même temps que l’image plutôt qu’ajoutés en post-production —, ce qui continue de le démarquer de la plupart des concurrents sur les productions de type publicitaire. En mars 2026, Google a lancé Veo 3.1 Lite, un palier moins coûteux destiné aux générations à fort volume et budget maîtrisé, à une vitesse comparable au modèle standard, tout en poursuivant le déploiement d’un pipeline de suréchantillonnage capable de porter des images — générées par Veo ou non — jusqu’en 4K. Le mouvement le plus significatif reste peut-être structurel : lors de l’I/O 2026, Google a rebaptisé son interface créative “Flow” et y a intégré la génération vidéo aux côtés d’un nouvel outil musical, positionnant Veo moins comme un produit autonome à choisir séparément que comme une capacité diffusée à travers Gemini, Vertex AI et l’ensemble de la suite créative de Google. Un modèle de nouvelle génération, “Veo 4”, était attendu avant l’été mais restait non annoncé officiellement au moment de la rédaction — un rappel que Google a tendance à privilégier l’intégration à l’écosystème plutôt que les lancements de modèles à grand fracas.
Pika : le pari du divertissement plutôt que du prestige
Tandis que Sora, Veo, Kling et Runway rivalisent sur la fidélité cinématographique, Pika a choisi une autre voie. Ses outils signature — Pikaffects (transformations surréalistes comme faire fondre ou gonfler un objet), Pikadditions et Pikaswaps (insérer ou remplacer des éléments dans des images existantes), et Pikaformances (performance de personnage pilotée par l’audio) — sont conçus pour la rapidité et le potentiel de partage plutôt que pour la finition de production. Fin 2025, l’entreprise a lancé une application sociale à la TikTok dont le fil entier est généré par IA, alimenté par les selfies et les prompts des utilisateurs eux-mêmes. Les tarifs restent accessibles : un palier gratuit offre un quota mensuel modeste de crédits en 480p avec filigrane, un plan Standard autour de 8 dollars par mois débloque la pleine résolution et l’usage commercial, et les paliers Pro et Fancy augmentent le quota de crédits pour les utilisateurs plus intensifs. C’est le pari que tout le monde, dans la vidéo par IA, ne cherche pas un plateau de tournage virtuel — certains veulent simplement le moyen le plus rapide et le plus décalé de produire quelque chose qui vaut la peine d’être partagé avant midi.
Et la suite ?
La tendance qui traverse ces cinq acteurs pointe vers la spécialisation plutôt que vers un vainqueur unique. Le retrait d’OpenAI du marché grand public suggère que posséder une application vidéo compte stratégiquement moins que posséder le modèle qui se cache derrière — l’infrastructure plutôt que l’interface. Runway parie que les flux de travail professionnels resteront une niche durable, digne d’outils dédiés. Le rythme de Kling montre que l’écart de capacité technique brute entre laboratoires américains et chinois, longtemps supposé favoriser par défaut la Silicon Valley, s’est réduit au point de devenir secondaire pour de nombreux acheteurs. La stratégie d’écosystème de Veo laisse entrevoir que, chez les plus grandes plateformes, la question “quel modèle vidéo” finira par compter moins que “dans quel écosystème on se trouve déjà”. Et le virage social de Pika est le pari que le plus grand public de la vidéo par IA n’est pas fait de professionnels, mais de gens qui veulent simplement publier quelque chose d’étrange et de drôle avant le dîner. Les douze prochains mois devraient apporter moins de lancements autonomes spectaculaires et davantage de ce schéma : des modèles absorbés par des plateformes plus larges, des tarifs qui glissent vers une infrastructure facturée à l’usage, et une compétition qui se déplace peu à peu de la question “qui a le meilleur modèle” vers “qui a construit le produit que les gens continuent réellement d’ouvrir”.