Référence vers Vidéo IA : Chaque Modèle, Ses Limites et Son Prix

L'image-vers-vidéo part d'une seule image. La référence-vers-vidéo est différente : vous donnez au modèle plusieurs éléments à conserver — un personnage, un produit, une tenue, un lieu, parfois une voix — et il construit un nouveau plan autour d'eux. C'est ce qui se rapproche le plus d'un casting dans l'IA vidéo.

Reelina propose 26 modèles de référence-vers-vidéo. Ils se distinguent moins par ce qu'ils promettent que par ce qu'ils acceptent : combien d'images, si une vidéo de référence est autorisée, si le son est inclus, et quelle peut être la durée du résultat. Ce guide les répertorie à partir du catalogue Reelina en date d'octobre 2026, avec le prix d'une génération en pièces pour la durée par défaut de chaque modèle.

Comment fonctionne la référence-vers-vidéo

Vous téléchargez des références — généralement une image par sujet — et écrivez un prompt qui décrit ce qu'elles font. Le modèle n'est pas entraîné sur vos références : il les lit pour cette seule génération. Cela a deux conséquences :

• La cohérence vient de la réutilisation des mêmes références. Conservez un portrait net de chaque personnage et donnez-le à chaque plan.
• Un seul sujet par image fonctionne mieux. Un fond neutre et un éclairage homogène évitent que le modèle ne copie l'éclairage dans la scène.

Les modèles, selon ce qu'ils acceptent

Modèle	Pièces	Références	Durée
PixVerse v6 Reference-to-Video	38	Références	1–15 s
PixVerse c1 Reference-to-Video	46	Références	1–15 s
Wan 3.0 Reference-to-Video	60	Références	2–30 s
Vidu Q3 Reference-to-Video	64	Références, audio optionnel	—
Seedance 2.0 Mini Reference-to-Video	68	Jusqu'à 9 images, 3 vidéos (15 s au total), audio de référence	4–15 s
Grok Imagine Video Reference-to-Video	76	1–7 images (personnes, objets, styles)	—
Wan 3.0 Prime Reference-to-Video	92	Références	2–30 s
Vidu Q2 Reference-to-Video	96	1–7 sujets, audio optionnel	—
Kling Video O3 Std Reference-to-Video	108	« Éléments » sujets	3–15 s
Seedance 2.0 Fast Reference-to-Video	110	Jusqu'à 9 images, 3 vidéos, audio de référence	4–15 s
MiniMax H3 Fast Reference-to-Video	112	Références	5–15 s (8 s par défaut)
Grok Imagine Video v1.5 Reference-to-Video	122	1–7 images	—
Vidu Q2-Pro Reference-to-Video	128	1–7 sujets, audio optionnel	—
Seedance 2.0 Reference-to-Video	136	Jusqu'à 9 images, 3 vidéos, audio de référence	4–15 s
Kling Video O3 Pro Reference-to-Video	144	« Éléments » sujets	3–15 s
Wan 2.7 Reference-to-Video	152	Jusqu'à 3 vidéos — une par personnage, qui peut porter sa voix	—
MiniMax H3 Reference-to-Video	152	Références	4–15 s (8 s par défaut)
Seedance 2.5 Reference-to-Video	204	Jusqu'à 30 images, 10 vidéos, audio de référence	4–30 s
Veo 3.1 Reference-to-Video	484	Références, audio optionnel	8 s

Également au catalogue : Vidu Q3-Mix (160), Gemini Omni Flash (204), HappyHorse 1.1 (106) et 1.0 (212), Vidu Reference-to-Video 2.0 (304), Vidu Q1 (516) et Vidu Reference-to-Video Q1 (606). « — » signifie que la durée est fixée par le modèle plutôt que choisie. Les prix correspondent à la durée par défaut de chaque modèle ; les clips plus longs coûtent proportionnellement plus, et le coût exact s'affiche avant de générer.

Lequel choisir

• Le moyen le moins cher de tester l'idée : PixVerse v6 (38 pièces) ou Wan 3.0 (60 pièces, jusqu'à 30 secondes).
• Un casting de personnages plus une référence en mouvement : Seedance 2.0 — jusqu'à 9 images et 3 vidéos de référence, avec audio de référence. Ébauchez sur Mini (68), finalisez sur le modèle complet (136).
• Des plans longs et riches en références : Seedance 2.5 — jusqu'à 30 images et 10 vidéos, des clips jusqu'à 30 secondes.
• Des personnages qui doivent garder leur propre voix : Wan 2.7, où chaque vidéo de référence correspond à un personnage et peut porter sa voix.
• Jusqu'à sept sujets distincts : Vidu Q2 / Q2-Pro ou Grok Imagine Video.
• La vision de Kling : Kling Video O3, avec des « éléments » sujets.

Des images de référence pour les images aussi

Si vous avez besoin d'une image fixe, Nano Banana 2 Reference-to-Image (24 pièces) et sa version Lite (13 pièces) construisent une image à partir de références, et les deux acceptent un clip vidéo comme référence.

Comment faire sur Reelina

1. Ouvrez le Video studio et choisissez un modèle de référence-vers-vidéo — par exemple Seedance 2.0 Reference-to-Video ou Seedance 2.5 Reference-to-Video.
2. Téléchargez vos références et décrivez le plan : qui fait quoi, où, et comment la caméra se déplace.
3. Vérifiez le prix affiché sur le bouton et générez. Conservez les références — les réutiliser est ce qui garantit la cohérence du plan suivant.

Pour un épisode entier plutôt qu'un seul plan, le générateur de drama IA fait cela pour vous : il attribue à chaque personnage un portrait de référence et poursuit chaque plan à partir de la dernière image du précédent.

FAQ

Qu'est-ce que l'IA référence-vers-vidéo ? Un modèle vidéo qui prend plusieurs entrées de référence — images, et pour certains modèles vidéos et audio — et génère un nouveau plan qui conserve ces sujets, au lieu d'animer une seule image de départ.

Combien d'images de référence puis-je utiliser ? Cela dépend du modèle : jusqu'à 30 sur Seedance 2.5, 9 sur Seedance 2.0, 1 à 7 sur Vidu Q2 et Grok Imagine Video. Wan 2.7 accepte à la place jusqu'à 3 vidéos de référence.

Quel est le modèle de référence-vers-vidéo le moins cher ? Sur Reelina, PixVerse v6 Reference-to-Video à 38 pièces par génération.

Le modèle apprend-il mon visage ? Non. Les références sont lues pour cette seule génération ; rien n'est entraîné. La cohérence vient du fait de donner les mêmes références à chaque plan.

Ai-je besoin d'une clé API ? Non. Chaque modèle fonctionne dans le navigateur sur un solde de pièces Reelina unique. Il n'y a pas d'offre gratuite.