HiDream-O1-Video : 6e du classement image-vers-vidéo, prix et test

👁 120 lectures

Article mis à jour en continu. Situation au 11 octobre 2026.

HiDream-O1-Video-1.0 est un modèle vidéo conçu par l’entreprise pékinoise HiDream.ai. Au 11 octobre 2026, il occupe la 6e place du classement image-vers-vidéo d’Artificial Analysis avec 1175 points Elo (intervalle 1165-1185). Selon AA, son tarif s’élève à 5,80 USD par minute, soit environ 5,19 EUR (conversions basées sur le cours de référence de la BCE au 12 octobre 2026, 1 EUR = 1,1181 USD : https://www.ecb.europa.eu/stats/eurofxref/eurofxref-daily.xml), ce qui le place parmi les options les plus compétitives du peloton de tête. Une nuance majeure subsiste : si les annonces promettaient des entrées textuelles, visuelles et vidéo, l’API publique n’accepte pour l’instant qu’une seule image accompagnée d’une consigne textuelle facultative.

Qu’est-ce que HiDream-O1-Video et qui le développe

HiDream.ai (en chinois 智象未来) est une jeune pousse installée dans le district de Haidian à Pékin, immatriculée en mars 2023. Elle a été fondée par le Dr Mei Tao, chercheur durant douze ans chez Microsoft Research Asia avant de devenir vice-président en charge de la vision par ordinateur chez JD.com. La direction technique est assurée par Yao Ting. La société s’est d’abord fait connaître avec ses modèles d’images (HiDream-I1, E1, O1-Image) et sa plateforme vivago.ai.

Sur le plan financier, l’entreprise dispose d’une solide assise. D’après TechNode (18 septembre 2026), HiDream a bouclé en juillet 2026 une série C de 1,5 milliard de yuans (environ 221,6 millions USD soit près de 198,2 millions EUR), accédant au statut de licorne. Depuis avril 2026, plus de 2,1 milliards de yuans ont été levés. La société revendique plus de 30 millions d’utilisateurs, plus de 40 000 entreprises clientes et plus de 400 millions de yuans de chiffre d’affaires contractualisé sur le premier trimestre 2026.

O1-Video-1.0 constitue le premier opus vidéo de cette gamme. L’éditeur le qualifie de « nativement omnimodal » et insiste sur trois atouts :

• Respect des lois physiques : gestion de la gravité, de l’inertie, des collisions, des déformations de matières, de la lumière et de la cohérence spatiale.
• Planification en amont : le système détermine la durée du plan, le décor, les mouvements des sujets, les expressions faciales, le cadrage, les mouvements de caméra ainsi que la synchronisation sonore.
• Durée dynamique : des clips de 5 à 20 secondes ajustés automatiquement selon l’action, plutôt qu’une durée rigide de 5 ou 10 secondes.

L’entraînement repose sur une méthode Diffusion RL couplée à un modèle de récompense multimodal, articulée autour de l’architecture UiT (Unified Transformer) de HiDream. Aucune publication scientifique n’a encore été diffusée pour la branche vidéo, la prépublication arXiv (2605.11061) ne traitant que de la génération d’images O1-Image.

Classement sur le banc d’essai Artificial Analysis

Le classement d’Artificial Analysis s’appuie sur des évaluations à l’aveugle : les juges visionnent deux rendus issus de consignes identiques et désignent le meilleur. HiDream-O1-Video figure exclusivement dans l’arène image-vers-vidéo (AA-Video-I2V v1.0). Il y décroche 1175 points Elo, avec un intervalle de confiance à 95 % compris entre 1165 et 1185 (relevé du 11 octobre 2026).

Source : Artificial Analysis, classement image-vers-vidéo, 11 octobre 2026. Intervalles arrondis à l’unité. Conversions indicatives en EUR calculées au taux BCE du 12 octobre 2026 (1 EUR = 1,1181 USD).

L’échelle graphique débute à 1000 points afin de distinguer nettement les écarts. Plusieurs constats s’imposent :

• Égalité statistique de la 2e à la 6e place : HiDream ne compte que 6 points de retard sur MiniMax H3, et les fourchettes d’incertitude de ces cinq moteurs se chevauchent largement.
• H3 Max reste détaché en tête : avec 1195 Elo, sa borne basse (1186) dépasse la borne haute de HiDream (1185).
• Un volume d’échantillons encore réduit : HiDream ne totalise que 3231 confrontations, contre 15 721 pour Seedance 2.0, ce qui explique un intervalle plus étendu.
• Des positions plus flatteuses lors des premières annonces : HiDream revendiquait la 4e place sur la déclinaison avec audio chez AA, tandis qu’Arena.ai le positionnait 7e le 30 septembre avec 1456 points sur sa propre échelle.

Fiche technique : promesses initiales contre API réelle

Ce tableau résume les différences concrètes entre les annonces promotionnelles et les fonctionnalités actuellement utilisables via l’interface de programmation. Les présentations de mi-septembre vantaient un modèle acceptant texte, image et vidéo, alors que le portail HiHarness limite l’usage à la conversion depuis une image unique.

Sources : communiqué HiDream (17.09.2026), QbitAI (15.09.2026) et la documentation HiHarness. Des observateurs comme OrcaRouter (10.10) et AlphaSignal (09.10) ont également souligné cet écart. Pour aller plus loin, consultez notre analyse : l’API HiDream-O1-Video cantonnée à l’image-vers-vidéo.

Combien coûte HiDream-O1-Video

HiDream ne publie pas de grille tarifaire ouverte pour cette interface API. OrcaRouter dresse le même constat. La référence disponible provient des données collectées par Artificial Analysis : 5,80 USD par minute de rendu (environ 5,19 EUR/min selon le cours BCE du 12 octobre 2026). Voici une estimation des coûts par séquence générée :

Attention : si vous laissez le modèle ajuster la durée librement, le coût final reste incertain avant la fin du calcul. Pour maîtriser vos budgets de production, activez le paramètre force_10s. Vous pouvez comparer ces montants dans notre dossier détaillant le prix d’une seconde de vidéo générée par IA.

Abonnements sur vivago.ai

Sur vivago.ai, l’accès fonctionne par abonnement mensuel ou annuel en dollars. Données consultées le 11 octobre 2026 :

Le nombre exact de crédits décomptés pour une génération O1-Video sur la plateforme vivago n’est pas précisé avant la souscription d’un compte payant.

Disponibilité et accès européen

• vivago.ai : le portail grand public de l’éditeur. Le 30 septembre, l’équipe affirmait que le modèle était intégré à vivago R1 Studio. Pourtant, la communication internationale du 9 octobre indiquait que O1-Video n’arriverait dans R1 que lors d’une future mise à jour. En raison de ces contradictions, vérifiez sa présence effective sur l’offre gratuite avant tout engagement financier.
• HiHarness (hiharness.ai) : la plateforme API de HiDream référençant le modèle sous HiDream-O1-Video-1.0. Les démarches de facturation depuis l’Europe doivent être testées au cas par cas lors de la création de compte.
• Plateformes tierces : aucune intégration constatée au 11 octobre sur fal.ai, Replicate, WaveSpeed, Segmind, reAPI, Pollo, Higgsfield ou OpenRouter (qui catalogue pourtant 30 modèles vidéo dans son point d’accès dédié).

Code source, poids ouverts et exécution locale

Le moteur vidéo n’est pas téléchargeable. Au 11 octobre, aucun dépôt public n’apparaît sur les profils Hugging Face ou GitHub de l’entreprise. Il s’agit d’une technologie propriétaire exclusivement accessible via leurs serveurs distants.

En revanche, le modèle de génération d’images HiDream-O1-Image issu des mêmes recherches est distribué sous licence MIT :

• Versions Full et Dev publiées le 8 mai 2026, complétées par Dev-2604 le 14 mai (dépôt Hugging Face et code source).
• 9 milliards de paramètres, avec prise en charge d’images atteignant 2048 x 2048 pixels.
• Configuration requise : carte graphique compatible CUDA. Les conversions communautaires (notamment celle de drbaph) requièrent environ 10 Go de VRAM en quantification FP8 et entre 17 et 20 Go en BF16/FP16, ce qui rend une carte grand public de 24 Go de mémoire parfaitement exploitable.
• La variante professionnelle (plus de 200 milliards de paramètres) demeure quant à elle fermée.

Test de HiDream-O1-Image (génération d’images fixes)

Précisons que cette manipulation concerne le générateur d’images O1-Image et non la vidéo, faute d’accès autonome pour O1-Video. J’ai déployé la version complète d’O1-Image le 11 octobre 2026 sur fal.ai via l’endpoint fal-ai/hidream-o1-image (50 étapes d’échantillonnage, guidance de 5, graine aléatoire fixée à 20261011). Le service facturant 0,01 USD par mégapixel (env. 0,0089 EUR), l’expérience est revenue à environ 0,02 USD (soit 0,018 EUR). L’objectif était d’évaluer la précision de la typographie et la conformité aux consignes complexes.

Le moteur montre une excellente sensibilité visuelle, même s’il a parfois tendance à surinterpréter les décors et montre ses limites sur les diacritiques complexes. Pour un flux de travail économique, la démarche logique consiste à générer votre composition de base en local avec O1-Image, puis à animer cette image fixe via l’API d’O1-Video. Pour configurer votre matériel, reportez-vous à notre synthèse sur l’IA en local et à notre sélection des meilleurs modèles ouverts d’images. Côté vidéo ouverte, MiniMax H3 et MAGI-2 demeurent les rares alternatives dont les poids sont distribués.

Guide pratique : comment démarrer

Via le studio web vivago

1. Rendez-vous sur vivago.ai/studio et activez un compte sans frais.
2. Vérifiez la présence d’HiDream-O1 Video dans l’interface de travail.
3. Téléversez une image source nette montrant clairement le sujet à animer.
4. Rédigez vos consignes d’animation de préférence en anglais (mouvements, contraintes physiques, cadrage).
5. Lancez le calcul et ajustez votre prompt avant d’envisager une formule payante.

Via l’API HiHarness

1. Créez votre accès sur hiharness.ai et générez un jeton d’accès.
2. Effectuez un appel POST en transmettant votre fichier source (URL distante ou chaîne Base64 sans en-tête, poids de 40 Ko à 20 Mo).
3. Récupérez l’identifiant task_id dans la charge utile de réponse.
4. Interrogez régulièrement l’adresse de suivi. Le champ result.status = 1 indique uniquement l’achèvement de la requête réseau ; le statut de traitement se lit dans sub_task_results.task_status (0 : file d’attente, 1 : rendu validé, 2 : traitement actif, 3 : échec, 4 : bloqué par les filtres de sécurité).
5. Téléchargez la vidéo finale disponible sous l’attribut url.

Exemple de requête d’envoi basé sur la documentation HiHarness (pensez à protéger votre clé API) :

curl --request POST 'https://hiharness.hidreamai.com/api/maas/gw/v1/videos/generations' \
  --header 'Authorization: Bearer <VOTRE_CLE_API>' \
  --header 'Content-Type: application/json' \
  --data-raw '{
    "model_id": "HiDream-O1-Video-1.0",
    "image": "https://example.com/source.png",
    "prompt": "The subject turns toward the camera, with gentle cinematic motion",
    "negative_prompt": "blur, distortion",
    "request_id": "video-test-001"
  }'

Pour récupérer le rendu à partir de l’identifiant obtenu :

curl --get 'https://hiharness.hidreamai.com/api/maas/gw/v1/videos/generations/results' \
  --header 'Authorization: Bearer <VOTRE_CLE_API>' \
  --data-urlencode 'task_id=7aa15e3d-dcd6-4c27-9378-87ec97b2fbce'

Détail technique : bien que les spécifications omettent le paramètre negative_prompt, les extraits de code fournis le prennent en compte. Retrouvez des cas d’usage guidés dans notre guide : exemples et prompts pour HiDream-O1-Video.

Face aux concurrents directs

Relevés issus d’Artificial Analysis et d’OpenRouter au 11 octobre 2026. En matière de rendu brut, HiDream rivalise avec le groupe formé par H3, Vidu Q4, Gemini et Seedance. Sur le plan du prix, il se place en 3e position des options économiques derrière H3 Max et Vidu Q4. Sa faiblesse réside dans son manque d’écosystème : pas de mode texte direct et aucun revendeur cloud tiers. Retrouvez notre confrontation complète : HiDream-O1-Video face à MiniMax H3 et Vidu Q4 ainsi que notre comparatif interactif sur notre banc d’essai vidéo.

À qui s’adresse ce modèle

• Aux créateurs animant des visuels préexistants : packshots de produits, illustrations 2D ou rendus IA statiques. L’outil est spécialisé sur cet usage unique mais l’exécute avec brio.
• Aux séquences reposant sur la dynamique des corps : inertie, chutes, trajectoires et comportements de textures complexes.
• Aux adeptes du pipeline local HiDream-O1-Image : création du visuel de base sans frais sur votre poste de travail, puis mise en mouvement ciblée sur le cloud.

Ce choix ne sera pas adapté si vous souhaitez :

• créer des vidéos uniquement à partir de descriptions écrites : tournez-vous vers Wan 3.0 ou MiniMax H3 Max ;
• garder un contrôle strict sur la résolution de sortie, l’audio et la durée exacte : les réglages d’API restent trop restreints ;
• le ratio score/prix le plus bas du marché : MiniMax H3 Max fait mieux pour un coût inférieur.

Pour un tour d’horizon global des solutions, lisez notre panorama : quel générateur vidéo par IA retenir en 2026.

Questions fréquentes

HiDream-O1-Video peut-il générer des vidéos depuis du texte seul ?

Les présentations initiales le prévoyaient, mais l’API déployée sur HiHarness n’autorise que l’envoi d’une image en entrée. C’est la raison pour laquelle le modèle ne figure pas au palmarès texte-vers-vidéo d’Artificial Analysis.

Quel est le tarif d’utilisation de HiDream-O1-Video ?

Artificial Analysis mentionne une grille de 5,80 USD par minute (environ 5,19 EUR/min selon les cours de référence de la BCE au 12 octobre 2026), ce qui équivaut à près de 0,48 USD (0,43 EUR) pour 5 secondes et 0,97 USD (0,87 EUR) pour 10 secondes. HiDream ne publie pas de barème public officiel.

Peut-on utiliser HiDream-O1-Video gratuitement ?

La formule Free de vivago.ai existe bien, mais le quota précis alloué à O1-Video n’est pas explicité avant inscription. Les annonces officielles de fin septembre et début octobre divergent par ailleurs sur sa disponibilité immédiate dans le studio web.

Les poids du modèle vidéo sont-ils téléchargeables en local ?

Non, les fichiers du moteur vidéo demeurent propriétaires. Seul le générateur d’images HiDream-O1-Image est téléchargeable sous licence MIT pour une exploitation locale sur carte GPU.

Le modèle intègre-t-il une piste sonore ?

La fiche produit initiale mentionne des bruitages cohérents et une synchronisation labiale. Cependant, l’interface de programmation ne propose aucun sélecteur audio, rendant cette fonction impossible à valider sur l’API actuelle.

Quelle durée de clip est prise en charge ?

L’architecture est pensée pour produire entre 5 et 20 secondes de façon dynamique selon la scène. Au niveau de l’API, vous pouvez soit laisser l’algorithme déterminer la longueur, soit fixer un rendu standardisé de 10 secondes avec le paramètre force_10s.

Le système accepte-t-il les requêtes en français ?

Aucune liste de langues n’est fournie par l’éditeur. Pour obtenir des mouvements fidèles sans contresens, privilégiez des consignes formulées en anglais.

// lire la suiteImage to video IA : transformer une photo en vidéoBenchmarksHiDream-O1-Video vs MiniMax H3 Max vs Vidu Q4 vs Seedance 2.0BenchmarksQwen-Image-2.1 : classement complet de 29 modèles d’images IABenchmarks