Veo 3.1, Kling 3.0 ou Seedance 2.0 : fonctions, limites, prix

Veo 3.1, Kling 3.0 et Seedance 2.0 produisent tous de la vidéo verticale avec du son à partir d'un prompt ou d'une image fixe. Ils diffèrent par la durée maximale d'un clip, par ce que vous pouvez fournir comme référence, et par le prix d'une seconde. Cet article met tout cela en regard à partir de la documentation et d'une grille de prix. Il ne classe pas la qualité, car nous n'avons mené aucun benchmark et nous n'en inventerons pas.

Fonctions et limites côte à côte

Les chiffres de Veo proviennent de la documentation de Veo 3.1 de Google. Ceux de Kling et de Seedance viennent de la documentation des points d'accès sur fal (Kling 3.0, Seedance 2.0) et de ByteDance Seed. Les limites peuvent varier selon le fournisseur : vérifiez-les chez l'hébergeur que vous comptez utiliser.

Ce que ces différences changent pour un Reel

La durée des clips détermine le nombre de plans

Un Reel de 30 secondes demande quatre clips Veo 3.1, ou deux clips Kling 3.0 ou Seedance 2.0. Les Reels coupent souvent de toute façon, donc 8 secondes restent exploitables. Le vrai coût, c'est de garder un personnage et un décor cohérents d'un clip à l'autre une fois montés bout à bout.

Les entrées de référence décident du contrôle dont vous disposez

Seedance 2.0 accepte l'ensemble de références le plus large de la documentation : jusqu'à 9 images, 3 vidéos et 3 fichiers audio. Kling 3.0 permet de définir des personnages ou des objets comme éléments et d'y faire référence dans le prompt. Veo 3.1 accepte aussi des images de référence, mais seulement pour les clips de 8 secondes. Si vous avez besoin de la même personne dans chaque plan, regardez cette ligne avant tout le reste.

L'audio est intégré aux trois

Vous obtenez dialogues, effets et ambiance sans outil audio séparé. Kling documente la voix en chinois et en anglais et indique que les autres langues sont traduites en anglais, ce qui compte si votre voix off est en français, en espagnol ou en japonais. Prévoyez d'ajouter cette voix dans votre logiciel de montage.

La disponibilité est à vérifier

Google indique que les modèles en préversion de Veo 3.1 dans l'API Gemini s'arrêtent le 22 octobre 2026, et renvoie vers Gemini Omni Flash ou vers les modèles Veo 3.1 en disponibilité générale sur sa plateforme pour entreprises. La page de Veo 3.1 en disponibilité générale mentionne une date de retrait au 17 novembre 2026 ou après, et fal indique que ses points d'accès Veo 3.1 seront obsolètes le 17 novembre 2026. Si vous bâtissez un flux de travail autour de Veo 3.1, vérifiez qu'il sera encore proposé à votre mise en production. Kling met aussi désormais Kling 4.0 en avant sur son site : la 3.0 ne restera donc peut-être pas l'option la plus récente.

Prix par seconde et par Reel

La résolution n'est pas la même d'une ligne à l'autre : comparez des choses comparables. Kling Standard en 720p et Seedance en 720p sont proches à la seconde, et un clip Veo 3.1 en 1080p coûte plus cher que les deux. L'outil de prix permet de changer la résolution, l'audio et le fournisseur, et affiche le coût pour n'importe quelle durée.

Trois briefs, trois réponses différentes

Un produit seul sur fond neutre. Il vous faut un plan fort de quelques secondes : la durée du clip compte à peine. Partez du prix et de la résolution, et jugez le palier le moins cher de chaque modèle sur votre propre produit.

Un fondateur ou un créateur présent dans tous les plans. Le problème, c'est la cohérence. Regardez d'abord quel modèle vous permet de fournir les mêmes images de référence ou un élément pour cette personne, et gardez chaque clip assez court pour rester dans la limite de ce modèle.

Une scène avec dialogue et ambiance. Les trois produisent de l'audio : testez donc comment chacun gère la langue de votre script. Kling ne documente que la voix en chinois et en anglais ; pour les autres langues, prévoyez d'enregistrer la voix séparément.

L'image vers vidéo, un levier économique

Chaque modèle peut partir d'une image fixe, et Veo comme Kling acceptent aussi une image de fin. Générer d'abord une image, la valider puis l'animer vous donne la main sur la composition avant de payer le mouvement. C'est aussi le moyen le plus simple de garder un style cohérent d'un clip à l'autre : utilisez la dernière image d'un clip comme début du suivant.

Comment choisir sans benchmark

1. Écrivez le plan dont vous avez besoin. S'il faut la même personne sur dix plans, partez des entrées de référence. S'il s'agit d'un gros plan sur un seul produit, la durée du clip et le prix comptent davantage.
2. Lancez le même prompt sur deux modèles à la résolution la moins chère. Jugez les résultats de vos propres yeux, par rapport à votre propre brief.
3. Vérifiez le prix avant chaque génération. Un clip de 15 secondes en 1080p coûte plus du double du même clip en 720p.
4. Ne refaites en pleine qualité que le gagnant.

Où Raytake intervient

Raytake est une application Mac qui crée des vidéos courtes en discutant avec un assistant IA. Elle affiche le prix de chaque modèle avant de le lancer et vous demande de valider des images fixes avant de payer la vidéo : les essais et les erreurs de la liste ci-dessus se font ainsi du côté économique.