Meilleure IA pour éditer une vidéo : le modèle le plus cher gagne-t-il ?

Le modèle d'IA le plus cher n'est pas celui qui édite le mieux une vidéo. Nous avons édité les mêmes clips avec les quatre modèles d'Endless capables de remplacer quelqu'un dans une vidéo existante. Seedance 2.5, le plus cher à la seconde, conserve très bien le plan et le son, mais avec des personnes il ne remplace jamais tout à fait le visage. Wan 3.0 Prime a été le meilleur sur l'identité et sur la fidélité au clip, et Kling 4 arrive tout près pour moins de crédits. Le moins cher, MiniMax H3, refait le clip au lieu de l'éditer.

Tout a commencé avec Francisco, notre CEO. Il a pris la célébration du but magnifique d'Enzo Fernández contre l'Angleterre, importé des photos de Ponyo, son chat, et demandé à Seedance 2.5 de remplacer le numéro 24 par Ponyo. Résultat : sept secondes d'un chat tricolore avec le maillot du 24, les pattes derrière les oreilles, pris dans les bras de ses coéquipiers et faisant le salut militaire à la fin.

À midi, tous ceux qui avaient un chat au bureau tentaient la même chose. Et les questions habituelles ont commencé : pourquoi mon chat n'a-t-il pas de maillot ? Pourquoi le mien a-t-il des bras humains ? Pourquoi le commentaire a-t-il changé ?

Seedance 2.5 était notre choix par défaut pour éditer des vidéos, et Ponyo lui donnait raison. C'est aussi le plus cher des quatre modèles, alors la vague de chats nous a donné l'occasion de poser une question plus large : payer plus cher un modèle donne-t-il une meilleure édition ? Nous avons monté un banc d'essai avec les quatre modèles d'Endless qui éditent une vidéo existante : Seedance 2.5, Kling 4, Wan 3.0 Prime et MiniMax H3.

Comment nous avons testé

Nous avons réalisé trois tests d'édition de vidéo à vidéo (video to video), tous en 720p et tous dans le même espace de travail Endless :

Le processus a été le même pour tous.

1. Choisir le clip

Des clips de 7 à 10 secondes, avec des actions claires et, pour la célébration, une coupe entre deux plans. Le même fichier est allé aux quatre modèles.

2. Préparer les références

Chaque test a ses références, que nous montrons dans chaque section :

• Danseurs : un character sheet d'un personnage inventé, généré dans Endless avec Nano Banana 2.1 pour 13 crédits.
• Chats : deux photos du chat, une du visage et une du corps.
• Stand : une photo de face de moi. À partir de cette photo, nous avons créé un character sheet dans Nano Banana Pro pour 25 crédits, puis nous avons essayé avec un selfie vidéo de 2 secondes.

3. Un prompt par modèle

La même demande ne s'écrit pas de la même façon pour les quatre. Chaque modèle comprend mieux une structure différente, marque le timing à sa manière et nomme les références à son style. Pour trouver le meilleur prompt pour chacun, nous avons utilisé leurs guides de prompting, les mêmes que ceux d'Enhance prompt dans Endless : vous écrivez la demande une fois, choisissez le modèle, et Enhance prompt la réécrit dans la structure que ce modèle comprend le mieux.

Voici, par exemple, le dernier plan de la célébration pour chacun :

Kling 4        6.6-6.9s: hard cut to a side view on the pitch. The same
               cat, still wearing the navy number 24 jersey, raises one
               paw to its ear in a salute.

Seedance 2.5   TIMELINE: … 6.6-6.9s hard cut to a side view on the pitch:
               the SAME cat, STILL wearing the number 24 jersey, raises
               one paw to its ear in a salute.

MiniMax H3     [6.6s] Hard cut to a side view on the pitch: the cat, in
               the number 24 jersey, raises one paw to its ear in a salute.

Wan 3.0 Prime  …in the final side-view shot the cat itself, wearing the
               number 24 jersey, raises one paw to its ear in a salute.
               Negative: human face, human arms, tattoos, cat without
               jersey…

4. Générer

Nous avons lancé les quatre modèles sur le même clip, avec les mêmes références et en 720p, et placé les résultats côte à côte sur le canvas d'Endless.

5. Comparer

Le canvas est le moyen le plus simple de comparer : vous lisez les quatre vidéos côte à côte et les différences sautent aux yeux. Pour cet article, nous avons aussi créé une vidéo par test avec l'original, la référence et les quatre résultats synchronisés, et extrait des images de toutes les vidéos aux mêmes secondes, une ligne par modèle. Pour les tests avec des personnes, nous avons aussi recadré le visage au même instant. Pour chaque résultat, nous avons regardé quatre choses :

• Identité : si c'est vraiment ce chat ou cette personne.
• Fidélité : si le clip reste le même, avec les mêmes plans, gestes et timing.
• Audio : s'il conserve le son d'origine.
• Crédits : ce que coûte chaque essai.

Combien coûte l'édition d'une vidéo avec chaque modèle ?

Chaque modèle a son prix en crédits. Pour un clip de 10 s en 720p :

Ce sont les prix d'Endless au 28 octobre 2026.

Seedance est le plus cher à la seconde : plus du double de H3 et près de 50 % de plus que Kling. Si le prix mesurait la qualité, Seedance devrait gagner tous les tests.

Danseurs : remplacer une personne sans toucher à l'autre

Les quatre modèles, synchronisés avec l'original et la référence.

Kling et Wan arrivent en tête. Ils remplacent le personnage, respectent la chorégraphie et laissent intacts l'autre danseur et la musique. H3 est celui qui ressemble le plus au personnage, mais il refait le clip : il change les mouvements des deux danseurs et génère une nouvelle musique. Il se comporte plus comme « inspire-toi de cette vidéo » que comme « édite cette vidéo ».

Seedance respecte le clip et la musique, mais le personnage ne devient jamais tout à fait celui de la feuille : il enlève les lunettes et affine le visage.

Chat dans la célébration : plans courts et dernière coupe

Ce clip a un piège : il se termine par un plan de profil de 0,3 s où le numéro 24 fait le salut. C'est pourquoi le prompt de chaque modèle décrit les deux plans avec leur timing, nomme ce dernier plan, demande des pattes de chat à la place des bras du joueur et met l'audio sur une ligne à part.

Les quatre modèles, synchronisés avec l'original et les photos du chat.

Seedance et Wan réussissent tout : le chat est dans les deux plans, avec le maillot, fait le salut final, et ils gardent le timing et le tableau d'affichage. Le chat de Seedance est presque identique à celui de la vidéo de Francisco. La différence, c'est le prix : 298 crédits contre 244 pour Wan.

Kling traite le plan court comme une nouvelle prise et retire le maillot du chat à cet endroit. H3 avance l'accolade et saute le dernier plan.

Cela vaut pour n'importe quel modèle : si un plan dure moins d'une seconde, nommez-le dans le prompt avec son timing.

Remplacer une personne dans une vidéo avec l'IA : moi sur un stand

Pour finir, nous sommes revenus à une personne. Le clip est un plan continu de 10 s : quelqu'un sur un stand se retourne, parle à la caméra et lève un ordinateur portable.

D'abord, nous avons créé un character sheet avec Nano Banana Pro à partir d'une seule photo : deux vues en pied et trois portraits. Cela a coûté 25 crédits. Puis nous l'avons utilisé comme référence dans les quatre modèles.

Avec le character sheet : les quatre modèles, synchronisés avec l'original.

Ensuite, nous avons essayé avec une vidéo de moi comme référence, à la place du character sheet : un selfie de 2 secondes, accompagné de la même photo de face.

Le selfie de référence, de 2 secondes.

Avec la vidéo de référence : les quatre modèles, synchronisés avec l'original.

La vidéo de référence apporte à Wan des détails que le character sheet n'avait pas, comme la vraie couleur des yeux et le volume des cheveux. Kling arrive tout près et conserve tout l'audio. Seedance ne remplace toujours pas tout à fait le visage, avec la feuille ou avec la vidéo, même s'il conserve très bien le plan et le son.

Character sheet ou vidéo de référence ?

Pour figer un personnage, le character sheet était notre outil de référence : une seule image avec le personnage de face, de profil et de dos, que le modèle utilise comme référence dans chaque plan. Ça marche, et dans ces tests nous l'avons utilisé pour le personnage des danseurs.

Le test du stand nous a donné trois raisons de préférer une vidéo quand la personne existe. Le character sheet est une image générée à partir d'une photo, donc il invente ce que la photo ne montre pas ; avec un selfie de 2 secondes, Wan a repris la vraie couleur des yeux et le volume des cheveux, que la feuille n'avait pas. Ensuite, dans une vidéo le visage tourne, parle et change d'expression tout en restant le même, et cela se voit dans un clip où le présentateur parle, se retourne et regarde de nouveau la caméra. Et vous gagnez une étape : pas besoin de générer ni de vérifier une feuille avant d'éditer, il suffit de filmer quelques secondes avec votre téléphone et de les importer dans Endless.

Le character sheet garde sa place : c'est le moyen de donner un corps à un personnage qui n'existe pas, comme celui des danseurs. Mais quand le personnage existe, nous allons de plus en plus souvent directement à la vidéo.

Seedance vs Kling vs Wan vs MiniMax : quelle est la meilleure IA pour éditer des vidéos ?

Pour répondre à la question de départ, nous avons pondéré les quatre critères selon ce qui compte le plus pour nous quand nous éditons : que ce soit cette personne ou ce chat, que le clip reste le même, que l'audio tienne, et ce qu'il en coûte d'y arriver. La note va de 1 à 5 et résume tous les tests.

Wan 3.0 Prime gagne nettement. C'est le plus fidèle sur l'identité et sur le clip, et il conserve presque toujours l'audio. Il n'est pas bon marché, mais chaque essai est généralement exploitable.

Kling 4 est l'alternative la plus efficace : 17 % moins cher que Wan et très proche en qualité. Son point faible, ce sont les plans très courts, où il peut perdre des détails comme le maillot.

Seedance 2.5 conserve très bien le plan et le son, et avec le chat de la célébration il fait un excellent travail. Avec des personnes, en revanche, il ne remplace jamais tout à fait le visage. Et c'est le plus cher.

MiniMax H3 est de loin le moins cher, mais il refait le clip au lieu de l'éditer. Il convient si vous voulez une nouvelle version inspirée de l'original, pas si vous voulez le même clip avec un autre protagoniste.

Ce que nous avons appris en les utilisant dans Endless

• Un prompt par modèle, avec Enhance prompt. La même demande écrite à l'identique pour les quatre donne de moins bons résultats. Enhance prompt la réécrit dans la structure de chaque modèle : Edit @Video1. et des segments chronométrés pour Kling, des blocs en majuscules pour Seedance, [6.6s] pour H3 et une ligne Negative: pour Wan.
• Nommez les plans courts avec leur timing. Un plan de moins d'une seconde absent du prompt est le premier à disparaître.
• Pour une personne réelle, utilisez une vidéo. Quelques secondes filmées avec votre téléphone donnent au modèle des détails et une cohérence qu'un character sheet n'a pas. Gardez la feuille pour les personnages qui n'existent pas.
• Comparez sur le canvas. Avec les quatre résultats côte à côte, les différences d'identité, de timing et d'audio se voient en quelques secondes.

Alors, le modèle le plus cher est-il le meilleur pour éditer une vidéo ?

Non. Seedance 2.5, le plus cher, est arrivé troisième, et le moins cher ne convient pas non plus : MiniMax H3 coûte moins de la moitié de Wan, mais il produit une autre vidéo. Pour éditer, la meilleure option a été Wan 3.0 Prime, le deuxième plus cher, et Kling 4 arrive tout près si vous voulez dépenser moins.

Nous avons cessé d'utiliser Seedance 2.5 par défaut, même si Ponyo, le chat qui a tout lancé, fait partie des meilleurs résultats de tous les tests. Avec des personnes il ne remplace pas le visage, et chaque essai coûte entre 20 % et 50 % de plus que sur Wan ou Kling. Pour moins de crédits, Wan fait un chat tout aussi réussi et vous laisse de la marge pour itérer.

Vous pouvez reproduire la même comparaison avec vos propres clips : importez la vidéo et les références dans Endless, écrivez la demande une fois, passez-la par Enhance prompt pour chaque modèle et regardez les résultats côte à côte sur le canvas. Quand le prochain modèle sortira, relancez les mêmes inputs et comparez.