Le classement des modèles de génération vidéo par intelligence artificielle a beaucoup changé en un an. Au 13 novembre 2026, Wan 3.0, d’Alibaba, occupe la première place du classement texte-vers-vidéo, et un modèle à poids ouverts (dont les paramètres peuvent être téléchargés) figure dans le top 3.
Ce classement repose sur un seul critère de qualité, un score Elo (système de notation fondé sur des comparaisons par paires) calculé à partir de votes humains en aveugle, tirés de l’Artificial Analysis Video Arena. Il est croisé avec le prix par seconde de l’API et le statut de licence des poids. Selon la source, l’audio natif est désormais un préalable incontournable, et les clips durent 15 à 30 secondes.
Les modèles en tête
Wan 3.0 totalise 1175 points en texte-vers-vidéo, avec 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, au prix de 0,20 $ par seconde. Ses poids ne sont pas téléchargeables, et Wan 2.2, sorti en juillet 2025, reste le dernier modèle vidéo phare ouvert d’Alibaba. En image-vers-vidéo, il descend à la 11e place, avec 1108 points.
Utopai X, à 1170 points, est le seul modèle figurant dans le top 2 des deux classements. Il a été conçu par Utopai Studios, un studio de cinéma basé à Mountain View, qui l’a obtenu en post-entraînant MiniMax H3. Il n’est accessible que via la plateforme PAI, facturée 93 crédits par seconde, avec des forfaits à partir de 15 $ pour 1 000 crédits, et ne dispose pas d’API pour les développeurs.
MiniMax H3 arrive troisième, avec 1161 points et un prix de 0,08 $ par seconde. Ses poids sont publiés sous la MiniMax H3 Community License, mais cette licence bloque le déploiement local aux États-Unis, dans l’Union européenne, au Royaume-Uni et en Corée du Sud. Seule la version H3-Base est ouverte, avec un plafond de 768p, et le dépôt pèse 288 Go. Plusieurs modèles du classement, dont Utopai X et HeyGen Video 1, sont des versions post-entraînées de H3.
En image-vers-vidéo, la première place revient à Dreamina Seedance 2.5, de ByteDance, avec 1161 points. Artificial Analysis affiche 34,12 $ par minute, le tarif le plus élevé du classement, alors que BytePlus annonce environ 0,23 $ par seconde pour un format particulier, ce qui invite à vérifier les conditions d’accès dans sa région.
Prix et marge d’erreur
Qualité et prix ne vont plus de pair. HeyGen Video 1 (1152 points, 0,04 $ par seconde) et Pika H3 Flex (1124 points, 0,035 $ par seconde, sorti le 29 octobre 2026) figurent parmi les moins chers du top 10. Gemini Omni Flash 1.2, de Google, obtient 1154 points pour 0,104 $ par seconde. Selon la source, Wan 3.0 rapporte environ 23 points de plus que HeyGen Video 1 pour un coût 5 fois supérieur par seconde.
Les scores ont une marge d’erreur de ±13 à ±15 Elo. Les modèles situés à moins de 25 points les uns des autres sont statistiquement proches, et les rangs 3 à 8 forment donc un groupe plutôt qu’un ordre strict. Veo 3.1, de Google, obtient 964 points, sous l’ancrage fixé à 1000 pour Kling 3.0 1080p Pro. Kling 4.0, disponible sur klingai.com avec des clips natifs de 30 secondes, n’apparaît pas encore dans les classements d’Artificial Analysis.
