Chaque clip de ce test utilise exactement les mêmes réglages — 8 secondes, 720p, 16:9 — pour que la comparaison reste équitable. Nous avons tout réglé sur la durée maximale de Veo 3.1 Fast, ce qui signifie qu'aucun modèle n'a eu de marge pour cacher ses faiblesses.
Les trois modèles en un coup d'œil
Ce ne sont pas trois versions d'une même chose. Ils sont conçus pour des tâches différentes, et savoir les distinguer vous épargne beaucoup d'essais et d'erreurs.
Veo 3.1 Fast — l'option vitesse de Google
Google DeepMind décline Veo 3.1 en deux paliers : Quality et Fast. Fast est conçu pour être plus rapide et moins cher, tout en conservant des caractéristiques quasi identiques. Curious Refuge Labs lui attribue une note globale de 6.9/10, avec la fidélité au prompt en point fort à 7.3/10 — au niveau du palier Quality. Le reste : cohérence temporelle 6.5, fidélité visuelle 7.1, qualité du mouvement 6.9, réalisme cinématographique 6.5. Leur conclusion : l'écart avec Quality est plus faible qu'on ne le croit, contrairement à l'écart de prix. Dans VidLux, Veo 3.1 Fast génère des clips de 4, 6 ou 8 secondes jusqu'en 1080p.
Kling 3.0 Turbo — le cheval de trait de Kuaishou
Sorti le 17 juin 2026, Kling 3.0 Turbo est la variante optimisée pour la vitesse de Kling 3.0. Deux fonctionnalités comptent vraiment ici : le prompting multi-shot (définissez jusqu'à 6 plans en un seul prompt et le modèle gère les transitions — aucun assemblage en post) et le raisonnement scénique vCoT (il réfléchit à la logique de la scène avant de générer, si bien que les mouvements de caméra, l'éclairage et le comportement des sujets sont plus fiables que sur la gamme 2.x). La génération 3.0 a également amélioré la synchronisation labiale et la stabilité des clips longs. Dans VidLux, il produit des clips de 3 à 15 secondes en 720p/1080p.
Seedance 2.0 Mini — la version légère de ByteDance
Seedance 2.0 Mini est le membre économique de la famille Seedance 2.0 : plus rapide et moins cher par clip, il partage les mêmes entrées multimodales que le modèle standard (références image, vidéo et audio), mais plafonne à 480p/720p avec des clips de 4 à 15 secondes dans VidLux. Il n'existe presque aucun document officiel à son sujet — c'est précisément pourquoi ses résultats ici méritent qu'on s'y attarde. Pas de battage, que des résultats.
Paliers de durée et coût (pourquoi nous avons retenu 8 secondes)
La différence la plus négligée entre ces modèles, c'est la durée que chacun peut générer d'un seul tenant :
| Modèle | Durées disponibles | Coût en 720p / 8s |
|---|---|---|
| Veo 3.1 Fast | 4 / 6 / 8 secondes uniquement | 30 crédits |
| Kling 3.0 Turbo | 3–15 secondes (13 étapes) | 120 crédits |
| Seedance 2.0 Mini | 4–15 secondes (12 étapes) | 160 crédits |
Veo 3.1 Fast plafonne à 8 secondes, mais ce clip de 8 secondes ne coûte que 30 crédits — environ 4 fois moins cher que Kling 3.0 Turbo et 5 fois moins cher que Seedance 2.0 Mini. Si votre contenu est de toute façon court (clips pour les réseaux sociaux, plans produit, vidéos de réaction), Veo 3.1 Fast est le meilleur rapport qualité-prix. Vous n'avez besoin de Kling ou de Seedance que lorsque vous voulez un plan continu de plus de 8 secondes.
C'est aussi pour cela que toutes les comparaisons ici utilisent 8 secondes : c'est la seule durée où les trois modèles s'affrontent à armes égales.
Ce que chaque modèle sait réellement faire
Les options d'entrée diffèrent aussi, et c'est important avant même de commencer à générer :
| Mode | Veo 3.1 Fast | Kling 3.0 Turbo | Seedance 2.0 Mini |
|---|---|---|---|
| Texte vers vidéo | ✅ | ✅ | ✅ |
| Image vers vidéo | ✅ | ✅ | ✅ |
| Référence vers vidéo (images) | ✅ (jusqu'à 3) | ❌ Non pris en charge | ✅ (jusqu'à 9) |
| Référence vers vidéo (audio) | ❌ Non pris en charge | ❌ Non pris en charge | ✅ (jusqu'à 3) |
| Référence vers vidéo (vidéo) | ❌ Non pris en charge | ❌ Non pris en charge | ✅ (jusqu'à 3) |
Deux points ressortent :
- Kling 3.0 Turbo ne propose aucune fonction de référence vers vidéo. Il travaille à partir de texte et d'une seule image. Si vous devez générer à partir d'un matériel de référence, il est éliminé d'office.
- Seedance 2.0 Mini est le seul à accepter des références audio et vidéo — en plus de 9 images de référence maximum, il peut prendre 3 vidéos de référence et 3 extraits audio de référence. Il peut reproduire le mouvement ou le travail de caméra d'une vidéo fournie, ou le rythme d'un extrait audio. Ni Veo ni Kling n'offrent cette dimension d'entrée. Le test de référence vers vidéo ci-dessous est donc une véritable course à deux : Veo 3.1 Fast (images uniquement) contre Seedance 2.0 Mini (multimodal complet).
Comment nous avons testé
Chaque test suit les mêmes règles :
- Réglages identiques : 8 secondes, 720p, 16:9 pour tous (le plafond de Veo 3.1 Fast)
- Entrées identiques : le même prompt pour les trois modèles à chaque test ; les tests image-vers-vidéo partagent la même image d'entrée, générée avec GPT Image 2
- Évaluation identique : analyse image par image de chaque clip (volume de mouvement, points de coupe, stabilité du visage), complétée par un examen attentif des séquences réelles
- Quatre modes couverts : texte-vers-vidéo (2 tests), image-vers-vidéo (2 tests), référence-vers-vidéo (1 test), plus une histoire multi-séquences en bonus
Tous les éléments de test ont été générés avec le modèle d'image de VidLux (GPT Image 2), donc les entrées sont reproductibles — n'importe qui peut refaire les mêmes tests.
Le verdict
| Test | Meilleur résultat | Ce qui a fait la différence |
|---|---|---|
| Texte vers vidéo : suivi du coursier | Kling 3.0 Turbo | Phase d'accélération la plus propre à la fin ; couverture la plus complète des instructions de caméra |
| Texte vers vidéo : rue sous la pluie | Seedance 2.0 Mini | Le temps d'arrêt et le regard vers le haut ont le mieux fonctionné ; visage le plus stable |
| Image vers vidéo : selfie au stade | Ex æquo | Kling 3.0 Turbo a le mieux tenu le visage ; Veo 3.1 Fast a le plus bougé mais a fragmenté le cadre |
| Image vers vidéo : flacon de parfum | Kling 3.0 Turbo | Volume de mouvement le plus faible — le plus proche d'un plan produit sur pied |
| Référence vers vidéo : deux personnages | Seedance 2.0 Mini | Les deux ont géré deux personnages sans problème ; Seedance ajoute des entrées audio/vidéo que personne d'autre n'a |
| Histoire multi-séquences (bateau en papier) | Seedance 2.0 Mini | Trois changements de scène au rythme régulier ; temps forts narratifs les plus clairs |
En résumé : vous voulez de la stabilité, choisissez Kling 3.0 Turbo. Vous voulez du rapport qualité-prix, choisissez Veo 3.1 Fast. Vous voulez le contrôle des références, choisissez Seedance 2.0 Mini. Les preuves sont ci-dessous.
Texte vers vidéo : suivi du coursier
Les trois modèles ont reçu le même prompt : un plan tracking continu d'un coursier qui sort d'une allée du marché, contourne une camionnette de livraison, passe devant la caméra et est suivi par un panoramique. Ce test évalue la continuité du mouvement et la manière dont chaque modèle suit les instructions de caméra.
Afficher le prompt du coursier utilisé pour les trois modèles
One continuous street-level tracking shot at blue hour. A bicycle courier wearing a faded red jacket turns out of a narrow neighborhood market lane, leans around a slow delivery van, then accelerates past the camera as it pans and keeps pace beside him. Shopkeepers pull down metal shutters and two pedestrians step aside naturally. Wet pavement, ordinary storefront lighting, slight handheld movement, realistic wheel rotation, body balance and motion blur. Keep the same rider, bicycle, jacket and street layout throughout. Ambient traffic, bicycle chain and tires on wet road. No cuts, no slow motion, no text, no logos.
| Métrique | Veo 3.1 Fast | Kling 3.0 Turbo | Seedance 2.0 Mini |
|---|---|---|---|
| Volume de mouvement (moyenne) | 14.6 | 9.1 | 10.1 |
| Rythme, début/milieu/fin | 12.2 / 17.2 / 14.6 | 3.1 / 11.4 / 12.8 | 9.6 / 9.7 / 11.0 |
| Dérive du visage, axe X | 78.4% | 71.7% | 58.7% |
La courbe de mouvement de Kling 3.0 Turbo raconte d'ailleurs l'histoire : calme au début (3.1, le coursier à peine visible), plus animée au milieu (11.4, le contournement de la camionnette), au maximum à la fin (12.8, l'accélération). Cela correspond directement aux trois temps du prompt. Veo 3.1 Fast a le plus bougé au total (14.6), mais est resté à peu près au même rythme tout du long — beaucoup de mouvement, aucune progression. Seedance 2.0 Mini s'est placé au milieu, couvrant les actions sans grande structure rythmique.
Kling 3.0 Turbo remporte ce test grâce à sa complétude — non pas en bougeant plus, mais en bougeant aux bons moments.
Texte vers vidéo : rue sous la pluie
Même prompt pour les trois : une femme en imperméable jaune moutarde marche dans une rue latérale sous la pluie, la nuit, s'arrête sous un auvent rouge et lève les yeux vers les reflets des néons. Ce test évalue le rendu cinématographique et le timing de l'interprétation.
Afficher le prompt de la rue sous la pluie utilisé pour les trois modèles
Medium-wide cinematic shot of a woman in a mustard-yellow raincoat walking through a rainy city side street at night. She pauses under a red awning and looks up as neon reflections ripple across the wet pavement. Slow dolly-in, natural body motion, realistic face, consistent clothing, ambient rain, no text, no logos.
| Métrique | Veo 3.1 Fast | Kling 3.0 Turbo | Seedance 2.0 Mini |
|---|---|---|---|
| Volume de mouvement (moyenne) | 4.0 | 4.0 | 5.4 |
| Rythme en milieu de clip | 5.0 | 4.3 | 8.2 |
| Dérive du visage, axe X | 26.6% | 36.2% | 14.2% |
| Dérive du visage, axe Y | 11.3% | 11.6% | 19.2% |
Le pic de Seedance 2.0 Mini en milieu de clip (8.2) correspond au temps d'arrêt et au regard vers le haut — le seul moment d'interprétation qui semble réellement intentionnel. Sa dérive du visage (14.2%) est aussi la plus faible des trois alors que la caméra avance. Kling 3.0 Turbo comporte une coupe franche à environ 3.25s, probablement un changement d'éclairage sous l'auvent ; Veo 3.1 Fast est régulier, mais l'interprétation reste timide.
Seedance offre ici l'interprétation la plus convaincante : marcher, s'arrêter, lever les yeux, reflets des néons — le tout dans un seul temps cohérent.
Image vers vidéo : selfie au stade
Nous avons généré un selfie de stade nocturne avec GPT Image 2, puis fourni exactement la même image aux trois modèles. Le prompt : réagir à un but marqué hors champ, tourner le téléphone vers la foule, revenir au selfie. Ce test évalue la stabilité du visage et la conservation de l'identité.
Afficher le prompt du stade utilisé pour les trois modèles
The woman hears a goal happen off-camera and the crowd erupts. She reacts instantly with a surprised laugh, jumps slightly, then turns her phone toward the cheering crowd for a moment and back to her face. Natural blinking and arm movement, realistic low-light grain, slight exposure shifts under stadium floodlights, motion blur during the sudden reaction, candid smartphone realism, no cinematic camera movement. Sound: crowd murmur, a sudden loud cheer, and her natural laugh. No cuts, no text, no logos.
| Métrique | Veo 3.1 Fast | Kling 3.0 Turbo | Seedance 2.0 Mini |
|---|---|---|---|
| Volume de mouvement (moyenne) | 13.3 | 6.5 | 10.7 |
| Points de coupe visibles | 18 | 0 | 12 |
| Dérive du visage, axe X | 47.0% | 16.6% | 51.8% |
| Dérive du visage, axe Y | 32.5% | 12.1% | 36.7% |
Chaque modèle a ici une faiblesse bien identifiable :
- Veo 3.1 Fast : le plus de mouvement (13.3) et la séquence de réaction complète — la clameur, la rotation du téléphone, le retour au selfie. Mais le cadre se désagrège avec 18 points de coupe visibles, concentrés vers 3s et 5s, et des objets parasites n'arrêtent pas d'apparaître pendant la rotation du téléphone. L'action la plus complète, le cadre le plus chaotique.
- Kling 3.0 Turbo : le moins de mouvement (6.5) et la plus faible dérive du visage de la bande (X 16.6% / Y 12.1%). Le visage ne se déforme tout simplement pas. La contrepartie : la clameur porte moins fort.
- Seedance 2.0 Mini : au milieu (10.7), avec 12 points de coupe regroupés dans le pic d'enthousiasme (3.7–4.9s). Fort impact émotionnel, mais le visage se déforme lors des expressions marquées.
En résumé : Kling 3.0 Turbo est le choix pour un visage stable, Veo 3.1 Fast pour l'action complète (fragments acceptés) et Seedance 2.0 Mini pour l'émotion brute.
Image vers vidéo : flacon de parfum
Le même plan produit GPT Image 2 fourni aux trois modèles, avec un mouvement orbital. Ce test évalue la constance de l'objet et le soin apporté au plan produit.
Afficher le prompt du parfum utilisé pour les trois modèles
The camera makes a slow 120-degree orbit around the bottle while a narrow light sweeps across the glass. Keep the bottle shape, cap, reflections, and proportions consistent. Premium commercial lighting, no hands, no text, no logos.
| Métrique | Veo 3.1 Fast | Kling 3.0 Turbo | Seedance 2.0 Mini |
|---|---|---|---|
| Volume de mouvement (moyenne) | 2.0 | 1.5 | 2.6 |
| Pic de mouvement | 2.4 | 2.1 | 4.6 |
Les plans produit sont le test le plus calme de la série : les trois modèles bougent très peu (1.5–2.6), car le sujet est un flacon statique. Les différences se jouent dans les détails. Kling 3.0 Turbo est le plus bas (1.5) — le plus proche d'une caméra produit fixe, flacon parfaitement stable. Seedance 2.0 Mini présente le pic le plus élevé (4.6), son orbite est donc la plus lisible, avec une sensation de rotation du flacon. Veo 3.1 Fast est régulier, mais son orbite est la plus timide.
Pour le produit en e-commerce : Kling pour la stabilité, Seedance pour une orbite visible.
Référence vers vidéo : deux personnages + une scène
Ce test utilise 3 images de référence GPT Image 2 : le personnage A (une femme en pull en maille crème), le personnage B (un homme à lunettes dans une veste vert olive foncé) et une scène (l'intérieur d'un café moderne). Le prompt place les deux personnages dans ce café, en train de discuter face à face.
Petite précision sur le fonctionnement de la référence vers vidéo : les références définissent qui et où ; le prompt définit ce qui se passe. Le modèle reprend les visages, coiffures et tenues des images de personnages, tire l'environnement de l'image de scène, puis génère l'action décrite dans le prompt. Ce test est volontairement plus difficile : les deux identités doivent rester stables, et la scène doit correspondre.
Remarque : Kling 3.0 Turbo ne prend pas en charge la référence vers vidéo, cette manche se joue donc uniquement entre Veo 3.1 Fast et Seedance 2.0 Mini.
Afficher le prompt de référence vers vidéo
The young woman in the cream knit sweater and the man with glasses in the dark olive jacket are sitting across from each other at a small wooden table inside a cozy modern cafe with large windows and warm pendant lights, matching the cafe interior in the reference image. She laughs while telling a story, he listens and smiles, then they both raise their coffee cups for a toast. Keep both faces, hairstyles and outfits consistent. Natural conversational movements, warm afternoon light through the window. No text, no logos.
| Métrique | Veo 3.1 Fast | Seedance 2.0 Mini |
|---|---|---|
| Volume de mouvement (moyenne) | 3.1 | 6.4 |
| Visages détectés tout du long | 100% | 100% |
Les deux modèles ont géré la charge de deux personnages plus une scène sans s'effondrer. Veo 3.1 Fast reste plus calme (3.1, proche de l'immobilité d'une conversation), les deux personnages et le café étant rendus proprement. Seedance 2.0 Mini bouge davantage (6.4 — gestes plus amples, le toast, plus de rires), et les deux personnages restent cohérents et bien séparés.
C'est aussi là que le tableau des modes ci-dessus prend tout son sens : Seedance 2.0 Mini est le seul modèle à accepter des références audio et vidéo en plus des images, c'est donc le seul capable de suivre le mouvement d'un clip de référence ou le rythme d'une référence audio. Si l'objectif est une génération contrôlable, pilotée par des références, Seedance 2.0 Mini est la seule option sérieuse ici.
Bonus : l'histoire du bateau en papier (narration multi-séquences)
Les tests du coursier et de la rue sous la pluie couvrent la capacité à plan unique. Ce test bonus couvre la narration multi-séquences : le prompt comporte trois temps — un petit bateau en papier rouge se met à l'abri de la pluie, sauve une luciole, puis atteint une eau chaude avec les autres bateaux. Les trois modèles disposent de 8 secondes. Qui fait tenir trois temps dans la même capacité le plus proprement ?
Afficher le prompt du bateau en papier utilisé pour les trois modèles
A cinematic animated short in three connected shots about a tiny red paper boat that is afraid of rain. First shot: at blue-hour dusk, the red paper boat hides under a curled green leaf beside a rain-filled street gutter while several blue paper boats race past. The boat trembles as large drops hit the pavement. Second shot: a sudden stream carries a stranded glowing firefly toward a drain. The red boat sails out, catches the firefly beneath its folded paper sail, and turns across the current. Third shot: the storm softens. The red boat and firefly glide into a warm city-square reflection as the other paper boats gather around. The firefly rises and lights the scene; end on the red boat looking proud. Ambient rain and water sounds only. Keep the same red boat shape, fold lines, scale, and painted eyes in every shot. No music, no singing, no text, no logos.
| Métrique | Veo 3.1 Fast | Kling 3.0 Turbo | Seedance 2.0 Mini |
|---|---|---|---|
| Points de coupe visibles | 1 (à 4.2s) | 2 (2.3s, 5.0s) | 3 (1.8s, 4.4s, 7.6s) |
| Rythme, début/milieu/fin | 14.1 / 13.7 / 7.2 | 4.9 / 5.3 / 3.3 | 8.0 / 7.7 / 8.8 |
| Volume de mouvement (moyenne) | 11.6 | 4.5 | 8.2 |
Même avec une durée fixée à 8 secondes, Seedance 2.0 Mini découpe les trois temps le plus proprement : points de coupe à environ 1.8s, 4.4s et 7.6s, avec un rythme quasi uniforme (8.0 / 7.7 / 8.8) — l'abri sous la feuille, le sauvetage à la grille d'évacuation, la fin chaleureuse, tout se lit clairement.
Kling 3.0 Turbo place deux coupes (environ 2.3s et 5.0s) avec le mouvement le plus stable de l'ensemble, à un seul temps de Seedance. Veo 3.1 Fast ne réussit qu'une seule coupe nette (environ 4.2s), avec un mouvement initial dense (14.1 / 13.7) qui retombe fortement (7.2) — les trois temps s'effondrent en « action continue, puis une fin ».
Même en supprimant la variable de durée, la narration multi-séquences est le terrain de Seedance 2.0 Mini, Kling 3.0 Turbo est le deuxième stable, et Veo 3.1 Fast est plus indiqué pour une action continue unique que pour empiler des temps narratifs.
Comparaison côte à côte
| Catégorie | Veo 3.1 Fast | Kling 3.0 Turbo | Seedance 2.0 Mini |
|---|---|---|---|
| Prix (720p / 8s) | 30 crédits | 120 crédits | 160 crédits |
| Durées disponibles | 4/6/8s uniquement | 3–15s | 4–15s |
| Référence vers vidéo | Images uniquement (≤3) | Non pris en charge | Images + audio + vidéo |
| Personnes | Action complète, cadre fragmenté | Visage le plus stable | Émotion la plus forte, visages déformés sur les grandes expressions |
| Mouvement | Le plus de mouvement, rythme plat | Meilleure complétude, vraie progression | Stable, rythme plus plat |
| Plans produit | Régulier | Le plus proche d'un plan fixe | Orbite la plus marquée |
| Histoire multi-séquences | Une action continue | Deux coupes, stable | Trois coupes, rythme le plus régulier |
| Maintien des personnages de référence | Dérive nettement | — | Parfaitement stable |
Lequel choisir ?
- Petit budget, format court → Veo 3.1 Fast. 8 secondes pour 30 crédits, c'est l'entrée la moins chère, et sa fidélité au prompt comme sa couverture de l'action sont solides. Clips sociaux, plans produit, contenus de réaction — commencez ici.
- Les visages doivent tenir, les plans doivent être longs → Kling 3.0 Turbo. La meilleure stabilité faciale du test, une plage de 3 à 15 secondes et la couverture la plus complète des instructions de caméra. Vidéo centrée sur les personnes et longs plans tracking — commencez ici.
- Le contrôle des références est la mission → Seedance 2.0 Mini. Le seul modèle à accepter des références image, audio et vidéo, avec un maintien des personnages en béton en mode référence et la narration multi-séquences la plus propre. Tout workflow « générer à partir de ce matériel » — commencez ici.
Il n'y a pas de meilleur modèle, seulement celui qui vous convient. Veo 3.1 Fast est le choix rapport qualité-prix, Kling 3.0 Turbo est le choix stabilité, et Seedance 2.0 Mini est le choix contrôle des références. Choisissez selon votre cas d'usage, pas selon la notoriété du nom.