Meilleurs modèles image-vers-vidéo pour publicités produit : Kling 4.0 vs Veo 3.1 vs Runway Gen-4.5 vs Seedance 2.5

Si, sur hiapi, vous devez transformer une image fixe de produit en une courte vidéo publicitaire, quatre modèles image-vers-vidéo méritent le détour : Kling 4.0, Veo 3.1, Runway Gen-4.5 et Seedance 2.5. Leurs fiches techniques se ressemblent beaucoup. La vraie différence tient au prix par seconde, à la possibilité de terminer sur l'image que vous avez choisie, à la génération ou non de son, et au fait que le produit ressemble toujours au vôtre à la fin de la vidéo.

Nous avons donné aux quatre modèles la même image fixe 9:16 d'une basket et le même prompt, puis nous avons observé le point le plus important d'une publicité produit : les couleurs ont-elles été préservées ?

En bref : Seedance 2.5 reste le plus proche du produit d'origine. Veo 3.1 offre le résultat le plus soigné, au prix le plus élevé. Kling 4.0 est le plus flexible en durée, mais a recoloré la chaussure en cours de route. Runway Gen-4.5 a le coût par seconde le plus bas, mais ajoute des détails absents de l'image d'origine et ne produit pas d'audio.

Configuration du test

Toutes les vidéos partent de la même image d'entrée : une chaussure de basket en daim gris loup, avec des lacets jaune fluo, en lévitation au-dessus d'un socle en pierre humide. Nous avons généré cette image avec gpt-image-2 pour un précédent article pratique sur la vidéo courte avec Veo 3.1.

Les quatre modèles ont reçu ce prompt mot pour mot :

La basket tourne lentement d'environ 90 degrés tandis que la caméra avance depuis un angle bas. Des particules de poussière flottent dans la lumière de contour. La chaussure se pose sur le socle en pierre humide avec un bruit sourd profond et satisfaisant, et une douce brume se répand en cercle sur les bords. Une lumière chaude balaie la texture du daim, les gouttelettes scintillent légèrement. En arrière-plan, une subtile pulsation électronique aux basses fréquences monte progressivement, accompagnée d'un souffle grave au moment de l'impact. Publicité produit cinématographique, mouvement de caméra fluide et stable, sans texte superposé, sans sous-titres.

Le prompt inclut volontairement un « balayage de lumière chaude ». Les vraies demandes publicitaires l'exigent souvent, et c'est aussi un bon test de résistance : le modèle doit éclairer le produit sans en changer la couleur.

Nous avons exécuté Kling 4.0, Runway Gen-4.5 et Seedance 2.5 en novembre 2026 pour cet article, chacun une seule fois, en 720p, sur 4 à 5 secondes, sans sélectionner le meilleur résultat. La vidéo Veo 3.1 provient d'un premier essai en 1080p de 6 secondes réalisé lors du précédent article pratique. Elle utilise la même image fixe et le même prompt, à quelques mots près : « les gouttelettes scintillent légèrement » et « sans sous-titres » ont été retirés. Notez que, dans la comparaison ci-dessous, Veo a l'avantage de la résolution.

Les quatre vidéos

Veo 3.1 : le rendu le plus complet, et le plus cher

Les couleurs, les lacets et la semelle translucide sont conservés tout au long de la vidéo, et la piste audio est la plus forte et la plus riche des trois modèles qui produisent du son. Un point faible pour la publicité : il a interprété « avancée de la caméra » de manière très littérale et termine sur un gros plan macro des lacets. Toute la chaussure sort du cadre dans la dernière seconde. Si votre carton de fin doit montrer le produit complet, écrivez l'image de fin dans le prompt (par exemple « terminer sur la silhouette complète de profil de la chaussure »).

Kling 4.0 : mouvement fluide, mais dérive des couleurs

L'atterrissage, la brume et l'audio sont bons. Mais lorsque la lumière chaude balaie la scène, le daim gris vire au brun tabac, et cela reste ainsi jusqu'à la dernière image. Le brun ne disparaît pas après le passage de la lumière, donc ce n'est pas seulement un effet d'éclairage. Le modèle a modifié la couleur de la matière. Pour une publicité sur les couleurs, cela signifie qu'il faut retourner. Si vous utilisez Kling 4.0 pour des produits, retirez les indications de lumière chaude du prompt, ou ajoutez une contrainte explicite comme « le daim reste gris loup ». Par ailleurs, sa sortie « 720p » mesure en réalité 724×1284, et non 720×1280 ; prévoyez donc une étape de redimensionnement si votre plateforme publicitaire exige des dimensions exactes.

Runway Gen-4.5 : le plus de mouvement, mais il invente des détails

Runway fait tourner la chaussure le plus possible, en montrant le côté du talon, ce qu'aucun autre modèle n'a fait. Pour y parvenir, il a dû inventer l'apparence de l'arrière de la chaussure : une semelle intermédiaire cyan lumineuse et un panneau de talon blanc, absents de l'image d'origine, sont apparus. La brume a également englouti l'atterrissage. Et le fichier n'a aucune piste audio, malgré la demande de son dans le prompt. Runway convient pour créer une ambiance et des B-roll. Pour des plans produit qui doivent correspondre au SKU, le risque est élevé.

Seedance 2.5 : le plus fidèle au produit

Le daim gris, les lacets fluo et la semelle translucide restent identiques à l'image source de la première à la dernière image, et la chaussure se pose proprement avec un anneau de brume. Le compromis : la rotation est plus faible que les 90 degrés demandés. Son audio est aussi le plus discret des quatre, il faudra donc normaliser la sonie avant de le publier.

Comparaison des images finales côte à côte

Données mesurées à chaque exécution

	Veo 3.1	Kling 4.0	Runway Gen-4.5	Seedance 2.5
Paramètres	6 s, 1080p	4 s, 720p	5 s, 9:16	4 s, 720p
Dimensions de sortie	1080×1920	724×1284	720×1280	720×1280
Piste audio	Oui (48 kHz)	Oui (44,1 kHz)	Non	Oui (32 kHz)
Sonie moyenne	−11,5 dB	−16,1 dB	—	−23,9 dB
Soumission à l'achèvement	115 s	249 s	119 s	185 s
Couleurs préservées	Oui	Non (devenu brun tabac)	Partiellement (semelle intermédiaire inventée)	Oui
Produit complet sur la dernière image	Non (cadrage macro)	Oui	Partiellement (masqué par la brume)	Oui
Coût de cette exécution*	3,42 $	0,88 $	0,86 $	0,82 $

*Calculé selon la tarification actuelle. Chaque modèle n'a été exécuté qu'une fois ; les temps de génération varient avec la charge de la file d'attente, ces durées ne valent donc que comme échantillons uniques.

Les spécifications qui pèsent dans la décision

Voici les limites d'entrée que nous avons vérifiées ce mois-ci sur l'API en direct. Notez que le champ d'image porte un nom différent sur chaque modèle, ce qui compte si vous voulez écrire un seul pipeline pour les quatre.

	Veo 3.1	Kling 4.0	Runway Gen-4.5	Seedance 2.5
Id du modèle	veo-3.1/image-to-video	kling-4.0/image-to-video	runway-gen-4.5/image-to-video	seedance-2.5/image-to-video
Champ d'image	image_url (chaîne)	image_urls (tableau, 1 élément)	image_urls (tableau, 1 élément)	first_frame_url (+ last_frame_url facultatif)
Contrôle de l'image de fin	Non pris en charge	Non pris en charge	Non pris en charge	Pris en charge
Durée	4, 6 ou 8 secondes	3–30 secondes	5, 8 ou 10 secondes	4–30 secondes
Résolution	720p, 1080p, 4k	720p, 1080p	720p uniquement	720p, 1080p
Format d'image	Suit l'image	Au choix : 16:9, 9:16, 1:1, 21:9	Au choix : 16:9, 9:16, 4:3, 3:4, 1:1	Suit l'image (adaptive)
Audio	Interrupteur (generate_audio)	Toujours activé	Aucun	Interrupteur (generate_audio)
Prix par seconde	0,57 $ avec audio / 0,29 $ sans (720p–1080p) ; 4k 0,86 $ / 0,57 $	0,22 $ (720p) / 0,33 $ (1080p)	0,1715 $	0,204 $ (720p) / 0,516 $ (1080p)

Seedance 2.5 est le seul des quatre à pouvoir utiliser l'image que vous fournissez comme image de fin. C'est pratique pour les publicités qui doivent se terminer sur une image produit ou un carton de logo. Kling 4.0 et Seedance 2.5 sont les deux seuls à pouvoir générer en une seule fois des vidéos de plus de 10 secondes, ce qui est utile pour une publicité de 15 secondes sans montage.

Comme le champ d'image varie selon le modèle, une simple boucle qui « change le nom du modèle » ne fonctionne pas telle quelle. Voici les trois structures d'entrée que nous avons envoyées :

{"model": "kling-4.0/image-to-video",
 "input": {"prompt": "...", "image_urls": ["https://your-cdn.example.com/still.jpg"], "duration": 4, "resolution": "720p"}}

{"model": "runway-gen-4.5/image-to-video",
 "input": {"prompt": "...", "image_urls": ["https://your-cdn.example.com/still.jpg"], "duration": 5, "aspect_ratio": "9:16"}}

{"model": "seedance-2.5/image-to-video",
 "input": {"prompt": "...", "first_frame_url": "https://your-cdn.example.com/still.jpg", "duration": 4, "resolution": "720p", "generate_audio": true}}

Toutes sont envoyées au même point de terminaison de création de tâche et interrogées de la même manière. Pour la structure Veo à chaîne unique image_url, reportez-vous au guide pratique Veo 3.1.

Coût par publicité finalisée : un exemple de calcul

Supposons que vous ayez besoin d'une vidéo principale 9:16 de 8 secondes. Vous réalisez d'abord deux brouillons de mouvement avec les réglages utiles les moins chers, puis vous effectuez le rendu final à la meilleure résolution de chaque modèle :

Modèle	2 brouillons	Rendu final de 8 s	Total
Runway Gen-4.5	2 × 5 s × 0,1715 $ = 1,72 $	720p : 1,37 $	3,09 $ (sans audio, 720p max)
Kling 4.0	2 × 4 s × 0,22 $ = 1,76 $	1080p : 2,64 $	4,40 $
Seedance 2.5	2 × 4 s × 0,204 $ = 1,63 $	1080p : 4,13 $	5,76 $
Veo 3.1	2 × 4 s × 0,29 $ (sans audio) = 2,32 $	1080p avec audio : 4,56 $	6,88 $

Runway est le moins cher, mais il faut ajouter le son vous-même et accepter le 720p. Pour une génération unique de 15 secondes, seuls Kling 4.0 (4,95 $ en 1080p) et Seedance 2.5 (7,74 $ en 1080p, 3,06 $ en 720p) peuvent la produire en une fois. Veo est limité à 8 secondes, Runway à 10 secondes. Les prix proviennent de /api/pricing à la date de novembre 2026.

Liste de décision

• Les couleurs ou les étiquettes doivent correspondre exactement au SKU : commencez par Seedance 2.5. Si vous avez aussi besoin de la finesse 1080p+ et d'une piste audio forte, choisissez Veo 3.1.
• La vidéo doit se terminer sur une image produit ou un carton de logo précis : Seedance 2.5. C'est le seul modèle qui prend en charge last_frame_url.
• Vous avez besoin d'une génération unique de 15 à 30 secondes : Kling 4.0 (moins cher par seconde en 1080p) ou Seedance 2.5. Avec Kling, n'incluez pas d'indication de lumière chaude dans le prompt.
• Vous avez besoin d'un audio final directement en sortie d'API : Veo 3.1 (mixage le plus fort), puis Kling 4.0. La piste de Seedance est plus discrète et nécessite une normalisation avant publication. Runway ne fournit pas d'audio.
• Vous voulez des plans d'ambiance ou des B-roll bon marché, sans exigence de précision sur les détails du produit : Runway Gen-4.5, à 0,1715 $ par seconde.
• Vous avez besoin d'un master 4K pour d'autres supports : parmi les quatre, seul Veo 3.1 propose un palier 4k.

Quel que soit votre choix, commencez par des brouillons en 720p et en durée courte, et vérifiez l'image finale pour détecter toute dérive de couleur avant de payer le rendu 1080p.

Questions fréquentes

Quel modèle image-vers-vidéo de hiapi est le plus adapté aux publicités produit ? Dans notre test sur image fixe identique, Seedance 2.5 a conservé les couleurs et les détails du produit au plus près de l'image source, et c'est le seul modèle qui prend en charge le contrôle de l'image de fin. Veo 3.1 a produit la vidéo 1080p la plus soignée et l'audio le plus fort, mais au coût par seconde le plus élevé.

Pourquoi Kling 4.0 a-t-il changé la couleur de mon produit ? Dans notre exécution, le « balayage de lumière chaude » du prompt a fait virer définitivement le daim gris au brun tabac. Retirez les indications de couleur chaude des instructions d'éclairage, ou précisez explicitement la couleur du produit (« le daim reste gris loup »).

Runway Gen-4.5 génère-t-il du son ? Non. Notre sortie Runway Gen-4.5 image-vers-vidéo ne comportait aucun flux audio, et son schéma ne propose aucune option audio. Ajoutez la musique ou les effets sonores au montage.

Puis-je définir le format d'image pour Veo 3.1 ou Seedance 2.5 ? Pas de manière indépendante. Veo 3.1 n'a pas de champ de format d'image, et Seedance 2.5 n'accepte que adaptive, donc les deux suivent l'image d'entrée. Avant de soumettre une publicité verticale, recadrez d'abord l'image fixe en 9:16.

Quelle est la durée maximale d'une seule vidéo ? Veo 3.1 : 4, 6 ou 8 secondes. Runway Gen-4.5 : 5, 8 ou 10 secondes. Kling 4.0 : 3–30 secondes. Seedance 2.5 : 4–30 secondes.

Étapes suivantes

Essayez avec vos propres images fixes de produit les deux modèles de la liste ci-dessus qui correspondent à vos besoins. La page Seedance 2.5 image-vers-vidéo et la page Veo 3.1 image-vers-vidéo proposent une tarification en temps réel et un panneau d'essai. Si la durée ou le prix par seconde comptent davantage, comparez Kling 4.0 et Runway Gen-4.5. Pour les détails au niveau des requêtes, consultez le guide API Kling 4.0 image-vers-vidéo et le guide Seedance 2.5 première/dernière image.