Text to Video

• Durée : 5, 10, 15, 20, 25, ou 30s

• Résolution : 480p / 720p / 1080p

• Idéal pour : de longues scènes multi-plans allant jusqu'à 30 secondes en une seule génération, avec audio natif optionnel écrit par le modèle. Entraîné sur un vaste ensemble de données étiquetées de contenu NSFW.

• Points forts : peut écrire sa propre bande-son via le bouton Generate Audio, suit de longs prompts façon scénario découpés en plans horodatés, meilleure cohérence multi-sujets et contrôle de caméra que les modèles Wan précédents.

• Compromis : les meilleurs résultats nécessitent un prompt adapté à la durée : des prompts courts sur de longues durées laissent l'intrigue et le choix des plans au modèle. Pas de prompt négatif ; les éléments indésirables doivent être décrits explicitement.

• Notes sur le contenu : Filtres : Minimaux

• Durée : 5, 10, 15, 20, 25, ou 30s

• Résolution : 480p / 720p / 1080p

• Idéal pour : les mêmes scènes longues et multi-plans allant jusqu'à 30 secondes que Wan 3.0 Spicy, avec audio natif optionnel écrit par le modèle, mais renvoyé environ 40 % plus vite.

• Points forts : qualité de sortie et fonctionnalités identiques à Wan 3.0 Spicy (bouton Generate Audio, prompts façon scénario, cohérence multi-sujets) ; la différence est le temps d'attente, ce qui compte pour tester des idées ou affiner un plan.

• Compromis : coûte plus cher par seconde que Wan 3.0 Spicy pour le même résultat ; même sensibilité à la longueur du prompt et absence de prompt négatif.

• Notes sur le contenu : Filtres : Minimaux

• Durée : 5s, 10s ou 15s

• Résolution : jusqu’à 1080p

• Idéal pour : des vidéos avec génération audio synchronisée. Entraîné sur un vaste ensemble de données étiquetées de contenu NSFW.

• Points forts : génère l’audio en même temps que la vidéo, meilleure cohérence temporelle, meilleure compréhension du prompt, qualité de mouvement améliorée.

• Compromis : plus lent que les modèles plus rapides ; les meilleurs résultats nécessitent des prompts clairs et précis.

• Notes sur le contenu : Filtres : Minimaux

• Durée : 5s, 6s, 8s, 10s, 12s, 15s

• Résolution : 480p / 720p

• Idéal pour : générer des vidéos de zéro avec audio synchronisé : des clips courts d’« ambiance » aux storyboards cinématographiques multi-plans. Entraîné sur un vaste ensemble de données étiquetées de contenu NSFW.

• Points forts : génère l’audio avec la vidéo, adhésion stricte à la formule du prompt (Subject → Action → Environment → Camera → Lighting → Style → Constraints), performance constante dans les scénarios multi-plans avec timecodes, prise en charge d’un large éventail de formats (16:9, 9:16, 1:1, 4:3, 3:4, 21:9, ou auto).

• Compromis : la texture et les détails du visage n’apparaissent pas automatiquement ; utilisez des termes précis comme « ultra-sharp detail » ou « crisp texture ». Découpez les prompts longs et contradictoires en plusieurs prompts distincts. Plus lent que Seedance 2.0 Fast Spicy.

• Notes sur le contenu : Filtres : Minimaux

• Durée : 5s, 6s, 8s, 10s, 12s, 15s

• Résolution : 480p / 720p

• Idéal pour : générer rapidement des vidéos à partir de descriptions textuelles avec audio synchronisé (des simples clips d’« ambiance » aux scripts multi-plans avec timecodes) quand la vitesse est essentielle. Entraîné sur un vaste ensemble de données étiquetées de contenu NSFW.

• Points forts : génère l’audio avec la vidéo, adhésion complète à la formule du prompt (Subject → Action → Environment → Camera → Lighting → Style → Constraints), prise en charge d’un large éventail de formats, performance stable avec des scénarios multi-plans et des timecodes. Plus rapide et moins cher que Seedance 2.0 Uncensored.

• Compromis : pour des textures et traits du visage détaillés à haute résolution, incluez des termes précis comme « ultra-sharp detail » et « crisp texture ». Découpez les prompts longs et contradictoires. Qualité inférieure à Seedance 2.0 Uncensored.

• Notes sur le contenu : Filtres : Minimaux

• Durée : 5, 10, 15, 20 ou 30 s

• Résolution : 480p / 720p / 1080p

• Idéal pour : des scènes longues et multi-plans jusqu'à 30 secondes en une seule génération : une histoire complète plutôt qu'un seul moment étiré, générée entièrement à partir de votre prompt. Entraîné sur un vaste jeu de données annoté de contenu NSFW.

• Points forts : des images plus naturelles, moins « IA » : transitions de caméra, stabilité du sujet, éclairage et détails de la peau et des yeux améliorés ; les prompts horodatés (« 0–5s : …, 6–10s : … ») contrôlent ce qui se passe et quand ; audio natif optionnel via le bouton Generate Audio.

• Compromis : le modèle Seedance le plus cher : la 1080p coûte environ 3,4 fois le tarif 720p, testez donc d'abord en 480p/720p. Pas de prompt négatif. La vidéo peut sortir sans audio même avec Generate Audio activé.

• Notes sur le contenu : Filtres : Minimaux

• Durée : 5s ou 8s

• Résolution : jusqu’à 720p

• Idéal pour : l’option la moins chère : pas de génération audio, mais entraîné sur un vaste ensemble de données étiquetées de contenu NSFW.

• Points forts : détails percutants, forte adhésion au prompt, bon pour les mouvements de caméra dramatiques et l’étalonnage sombre et atmosphérique. Coût le plus bas par génération.

• Compromis : un filtrage moins conservateur signifie que vous devez garder des prompts précis ; l’anatomie et les petits détails peuvent dériver si vous poussez les extrêmes.

• Notes sur le contenu : Filtres : Minimaux

• Durée : 5, 6, 8, 10, 12, ou 15s

• Résolution : 480p / 720p / 1080p

• Idéal pour : générer des clips directement à partir d'une description textuelle, avec audio natif intégré : aucune image de référence nécessaire.

• Points forts : mouvement et cadrage cohérents directement à partir d'un prompt écrit ; chaque clip obtient automatiquement une piste audio stéréo native ; prend en charge les formats 16:9, 9:16, 4:3, 3:4, 1:1, 21:9, ou Adaptatif.

• Compromis : pas de Start/End Frame ni de Reference Mode ici ; pour cela, utilisez Image to Video. Pas de prompt négatif ; décrivez les exclusions à la fin du prompt principal. L'audio ne peut pas être désactivé. Les prompts longs sont compressés en interne, donc un texte concis et précis fonctionne généralement mieux.

• Notes sur le contenu : Filtres : Activés. SFW uniquement, ne prend pas en charge le contenu NSFW.

• Durée : 5, 6, 8, 10, 12, ou 15s

• Résolution : 480p / 720p / 1080p

• Idéal pour : des clips texte-vers-vidéo rapides et économiques lorsque le modèle plein tarif n'est pas nécessaire.

• Points forts : environ moitié prix de MiniMax H3 Max et plus rapide ; mêmes options de durée et de résolution ; audio natif inclus automatiquement.

• Compromis : mêmes limites que MiniMax H3 Max ici : pas de Start/End Frame, pas de Reference Mode, pas de prompt négatif, l'audio ne peut pas être désactivé.

• Notes sur le contenu : Filtres : Activés. SFW uniquement, ne prend pas en charge le contenu NSFW.

Wan 2.2 est le moins cher et le plus rapide, sans audio. Wan 2.7 est le meilleur choix polyvalent pour la plupart des clips courts (5–15s), avec une meilleure qualité de mouvement et un audio toujours généré avec la vidéo (pas de bouton pour l'activer ou le désactiver). Wan 3.0 Spicy est le choix pour les scènes longues ou multi-plans jusqu'à 30 secondes.

Oui, les modèles Wan et Seedance ci-dessus fonctionnent avec des filtres de sécurité minimaux et conviennent bien au contenu NSFW. Wan 2.7 produit généralement des résultats de meilleure qualité dans les scènes complexes. MiniMax H3 Max et MiniMax H3 Max Turbo fonctionnent avec des filtres activés et sont réservés au SFW.

Sans image de départ, le modèle se base uniquement sur la description textuelle. C’est pourquoi il est important de décrire en détail l’apparence, l’éclairage et le style du personnage au début du prompt.

Utilisez des poses simples, évitez les mouvements de caméra excessifs, et générez plusieurs versions. Les petits défauts sont plus faciles à corriger en post-production.