Sand.ai valorisé à 1 Md USD : Wangsu s’offre MAGI-2

👁 113 lectures

Wangsu Science & Technology va débourser 300 millions de yuans pour acquérir 4,4 % du capital de Sand.ai, l’entreprise qui a publié en août le modèle vidéo ouvert MAGI-2 Preview. Cette transaction du 29 septembre 2026 valorise la start-up pékinoise à environ 1 milliard de dollars (environ 894 millions d’euros, taux BCE du 12/10/2026). Les mêmes documents comptables révèlent toutefois un chiffre d’affaires de seulement 366 000 yuans pour l’ensemble de l’année 2025 et plus de 150 millions de yuans de pertes nettes sur le seul premier semestre 2026. J’ai détaillé le modèle, son classement et sa configuration requise dans notre guide sur MAGI-2 Preview.

Investissement et valorisation : les détails de l’opération

L’investisseur n’est autre que la société chinoise Wangsu Science & Technology. D’après China AI Dispatch, le rachat de 4,4 % de Sand.ai pour 300 millions de yuans confère à l’entreprise une valorisation d’environ 1,01 milliard de dollars, lui ouvrant les portes du statut de licorne. La participation du fondateur, Cao Yue, passe après l’opération de 18,6184 % à 14,7309 %. Cao Yue est le coauteur de l’architecture Swin Transformer et ancien chercheur chez Microsoft Research Asia.

Ce n’est pas la première levée de fonds majeure pour la pépite chinoise. Trois mois auparavant, le 29 juin, 36kr rapportait deux tours de table cumulant plus de 100 millions de dollars, soutenus notamment par Matrix Partners China, Sinovation, IDG et Baidu Ventures.

Chiffre d’affaires et pertes financières

Ces données non auditées proviennent de China AI Dispatch (29/09/2026). Si le chiffre d’affaires semestriel a bondi d’environ 47 fois par rapport à l’exercice 2025 complet, le déficit reste environ 9 fois supérieur aux revenus générés.

Barre pleine = 186,8 millions de yuans. Une incohérence mérite d’être signalée : Sand.ai affirme sur son site officiel que son application VidMuse a dépassé 10 millions de dollars de revenus récurrents annuels (ARR) en l’espace de deux mois. Ce montant ne cadre pas avec les revenus enregistrés au premier semestre, une anomalie impossible à éclaircir sans données comptables complémentaires.

Chronologie des faits

• Mai 2025 : publication de MAGI-1, un modèle vidéo autorégressif avec un article sur arXiv.
• Novembre 2025 : décision d’adopter une architecture MoE (Mixture of Experts), selon 36kr.
• 10 juin 2026 : article de Sand.ai consacré au passage à l’échelle des modèles vidéo via MoE.
• 29 juin 2026 : 36kr révèle plus de 100 millions de dollars levés lors de deux tours successifs.
• 3-5 août 2026 : mise en ligne des poids de MAGI-2 Preview sur Hugging Face (licence Apache-2.0) et publication du rapport technique. Dernière modification du dépôt de code effectuée le 6 août.
• 14 août 2026 : Sand.ai annonce sur X un modèle MoE de plus de 100 milliards de paramètres (114 milliards au total, dont 6 milliards actifs par jeton).
• 12 septembre 2026 : apparition sur le benchmark texte-vers-vidéo d’Artificial Analysis de « MAGI-2 Preview (0912) », sans poids publics.
• 29 septembre 2026 : investissement de Wangsu, valorisant la start-up à environ 1 milliard de dollars.
• 11 octobre 2026 : MAGI-2 pointe à la 10e place en image-vers-vidéo ; la version distillée reste annoncée comme « Coming soon » et l’API ne dispose d’aucun tarif public.

MAGI-2 : un modèle open source lourd à déployer

Sur le papier, la licence de MAGI-2 est irréprochable : Apache-2.0, sans plafonds de chiffre d’affaires ni exclusions géographiques. À titre de comparaison, les poids de MiniMax H3 ne peuvent pas être exploités légalement dans l’Union européenne sans autorisation spécifique. Les contraintes sont ailleurs :

• les fichiers de poids pèsent environ 307 Go, et le fichier README réclame pas moins de 8 GPU NVIDIA Hopper de 80 Go ;
• la version allégée reposant sur un nombre d’étapes bien plus réduit (« far fewer ») est annoncée depuis le 5 août sans être disponible au 11 octobre ;
• aucun nœud officiel ComfyUI ni aucune quantification n’ont été proposés ;
• le modèle reste introuvable sur fal.ai, Replicate, WaveSpeedAI ou OpenRouter, tandis qu’Artificial Analysis classe le tarif API en « Coming soon » ;
• selon les estimations du blog mushroom.cv, générer un clip de 10 secondes sur une instance AWS louée revient entre 25 et 42 USD (environ 22,36 à 37,56 EUR, taux BCE du 12/10/2026).

Les performances sur les classements ont également fléchi depuis les premiers jours. En génération image-vers-vidéo, MAGI-2 affiche 1093 points Elo et occupe le 10e rang. La presse relatait une 6e position en août, ce qui concorde avec la chronologie : quatre modèles classés devant lui (Wan 3.0, MiniMax H3 Max, HiDream-O1-Video et Vidu Q4 Preview) ont intégré le tableau plus tard. En texte-vers-vidéo, la mouture 0912 est 21e avec 960 points Elo, ex æquo avec LTX-2.5.

Quel impact pratique pour votre flux de travail ?

• Créateurs indépendants : aucun changement à ce stade. MAGI-2 ne tournera pas sur une GeForce RTX 4090 de bureau et aucune API tarifée n’est accessible. En local, tournez-vous vers Wan 2.2, ou exploitez via API les solutions du haut du tableau, comme MiniMax H3 Max à 4,80 USD la minute (environ 4,29 EUR, taux BCE du 12/10/2026).
• Entreprises équipées de clusters dédiés : MAGI-2 est l’unique représentant du top 10 image-vers-vidéo sous licence Apache-2.0 pure. Consultez notre comparatif technique complet : modèles vidéo ouverts 2026.
• Veille stratégique : les liquidités apportées par Wangsu donnent à Sand.ai le répit nécessaire pour peaufiner une version distillée et une API commerciale. Dès que ces offres verront le jour, les coûts d’inférence pourraient chuter drastiquement ; je publierai alors un banc d’essai complet.

Retrouvez les démos officielles dans notre analyse Ce dont MAGI-2 est capable. Pour découvrir les autres modèles issus de cette mise à jour du classement, consultez nos fiches sur HappyHorse 1.1 et Agnes Video 2.5.

// lire la suiteHiggsfield AI : fondateur, levée de fonds et valorisationGuidesHiggsfield AI gratuit (free) : que vaut vraiment l’offre en 2026 ?GuidesPerplexity AI : recherche, sources et test de l’offre ProOutils d'IA

Kinetyra