Modèles de génération de vidéos
Classement des modèles mis à jour à partir de données d’utilisation réelles.
Les modèles sont classés selon le nombre total de secondes de vidéo générées via l’API OpenRouter au cours des 7 derniers jours. Affichage des 10 meilleurs modèles. Les classements mesurent l’utilisation sur OpenRouter et reflètent l’adoption, et non la qualité des modèles ou leurs performances aux tests de référence.
Les modèles de génération vidéo transforment des prompts textuels et des images en courts clips vidéo. Sur OpenRouter, vous soumettez une tâche à POST /api/v1/videos, interrogez son état jusqu’à sa fin et téléchargez la vidéo terminée, en utilisant la même clé API pour tous les modèles de cette page. Les meilleurs modèles actuels sont HeyGen Video, Seedance 2.5 et Veo 3.1 Lite. Chaque fiche indique son prix de départ par seconde de vidéo. Pour vérifier les durées, les résolutions et les formats d’image pris en charge avant l’envoi, appelez GET /api/v1/videos/models et consultez le guide de génération vidéo pour connaître le déroulement complet des requêtes.
Modèles de génération vidéo sur OpenRouter
HeyGen: HeyGen Video
152 heures
HeyGen Video is a general-purpose video generation model from HeyGen. It renders short clips with synthesized audio (dialogue, ambience, and sound effects) in a single call, working from a text prompt, from a first-frame image, or from a set of image, video, and audio references that the prompt can address directly. It is aimed at short-form business video with a lot of motion in frame: brand moments, product and equipment demos, and training or onboarding content.
It is not an avatar product. Unlike HeyGen's Avatar IV and Video Agent, there is no talking-head, script, or lip-sync step; the prompt and references drive the whole scene.
ByteDance: Seedance 2.5
84 heures
Seedance 2.5 is a video generation model from ByteDance. It is suited for long-form storytelling, multimodal reference-based generation, video editing, and video extension. It supports first-frame and first-and-last-frame control, up to 50 image, video, and audio reference assets, optional generated audio, and multilingual audiovisual generation.
Google: Veo 3.1 Lite
80 heures
Google's most cost-effective video generation model, designed for high-volume applications and rapid iteration. Veo 3.1 Lite generates 720p and 1080p video from text or image prompts with native synchronized audio at less than 50% of the cost of Veo 3.1 Fast. Supports 4–8 second clips in landscape (16:9) and portrait (9:16) formats, with SynthID watermarking. Ideal for content platforms, short-form video creation, and automated media generation.
Alibaba: Wan 3.0
68 heures
Wan 3.0 is a video generation model from Alibaba for text-to-video, image-to-video, and reference-guided video generation. It produces 480p, 720p, or 1080p video with durations from 2 to 30 seconds.
ByteDance: Seedance 2.0 Fast
60 heures
Seedance 2.0 Fast is a video generation model from ByteDance. It supports text-to-video, image-to-video with first and last frame control, and multimodal reference-to-video. It prioritizes generation speed and lower cost over maximum output quality. The number of tokens is given by (height of output video * width of output video * duration * 24) / 1024
Grok Imagine Video 1.5 Lite is a faster, lower-cost video generation model from SpaceXAI, distilled from Grok Imagine Video 1.5. It supports text-to-video and image-to-video, trading some quality for speed and price. 1080p output is rendered at 720p and upscaled.
Google: Veo 3.1 Fast
46 heures
Google's mid-tier video generation model balancing speed and quality. Veo 3.1 Fast generates high-quality video from text or image prompts with native synchronized audio, offering faster turnaround than Veo 3.1 at lower cost. Supports first-frame and last-frame conditioning, multiple resolutions and aspect ratios, and SynthID watermarking.
ByteDance: Seedance 2.0
41 heures
Seedance 2.0 is a video generation model from ByteDance. It supports text-to-video, image-to-video with first and last frame control, and multimodal reference-to-video. It is particularly strong at preserving character consistency, visual style, and camera movement from reference material. The number of tokens is given by (height of output video * width of output video * duration * 24) / 1024
HeyGen: Avatar IV
34 heures
HeyGen: Avatar IV is an image-to-video model that animates a single photo into an expressive, lip-synced talking-head video. Rather than only matching mouth shapes to words, it interprets the vocal tone, rhythm, and emotion of the audio to drive head motion, facial expression, and gestures, producing output at up to 1080p.
The spoken audio comes from one of two inputs: a text script, which the model voices with HeyGen text-to-speech, or a supplied audio track, which the image is lip-synced to directly. Passthrough parameters let you choose a voice, tune voice settings, set expressiveness, prompt specific motion, replace or remove the background, add captions, and title the video.
Kling: Video v3.0 Pro
24 heures
Kling v3.0 Pro is Kuaishou's premium video generation model, offering higher visual quality than the Standard tier. It supports text-to-video and image-to-video workflows, with first-frame and last-frame control for precise scene composition. Clips range from 3 to 15 seconds in 16:9, 9:16, or 1:1 aspect ratios. Native audio generation is available as an option.
Questions fréquentes
Soumettez une tâche de génération à POST /api/v1/videos avec le slug du modèle et votre prompt, interrogez régulièrement la tâche renvoyée jusqu’à ce qu’elle soit terminée, puis téléchargez la vidéo finale. Le guide de génération vidéo détaille le déroulement complet de la requête.
Les fiches dont les tarifs sont publiés affichent un prix de départ par seconde de vidéo générée. Le tarif varie selon le modèle, la résolution et la présence ou non d’audio dans le clip, alors consultez la page du modèle pour obtenir le détail complet des tarifs avant de soumettre une tâche.
Oui. Les modèles qui acceptent des images en entrée animent une image de référence pour créer une courte vidéo, vous pouvez donc fournir soit un prompt textuel, soit une image selon le modèle. Appelez GET /api/v1/videos/models pour vérifier les entrées prises en charge par chaque modèle.
La liste ci-dessus présente les modèles de génération vidéo sur OpenRouter. La disponibilité évolue à mesure que les fournisseurs lancent de nouveaux modèles et variantes, et GET /api/v1/videos/models renvoie la liste complète actuelle.
Non. Une seule clé API OpenRouter fonctionne pour tous les modèles de cette page — créez une clé sur votre page des clés API et réutilisez-la pour différents modèles et fournisseurs.