HiDream-O1-Video dans l’API : uniquement image vers vidéo

👁 120 lectures

HiDream.ai annonçait en septembre un modèle vidéo capable de traiter du texte, des images et de la vidéo. Pourtant, l’API publique de HiDream-O1-Video-1.0 n’accepte pour l’instant qu’une seule image en entrée. Au 11 octobre, le modèle se hisse à la 6e place du classement image-vers-vidéo d’Artificial Analysis (1175 Elo). J’ai détaillé ses spécifications dans le guide HiDream-O1-Video.

Ce qui avait été promis en septembre

Le 15 septembre 2026, HiDream.ai, licorne pékinoise fondée par le Dr Mei Tao, présentait en Chine son modèle HD-V1. Deux jours plus tard, le 17 septembre, un communiqué en anglais détaillait les ambitions de HiDream-O1-Video-1.0. La promesse était vaste : un modèle « nativement omnimodal » capable de gérer du texte, des images et des vidéos, produisant des clips 1080p d’une durée de 5 à 20 secondes, adaptant automatiquement la durée à la dynamique de la scène et générant un son synchronisé incluant les mouvements des lèvres. L’accent était particulièrement mis sur la cohérence physique : gravité, collisions et déformations matérielles.

Ce même communiqué précisait néanmoins que l’outil était « in internal testing » et que l’accès public interviendrait « in the near future ».

La réalité de l’API

D’après la documentation de la plateforme HiHarness (consultée le 11 octobre), HiDream-O1-Video-1.0 est présenté comme un simple « single-image-to-video model ». Les paramètres disponibles restent particulièrement restreints :

• image - l’image obligatoire, sous forme d’URL ou en Base64, de 40 Ko à 20 Mo ;
• prompt - une consigne textuelle facultative ;
• force_10s - le seul contrôle temporel : choix automatique du modèle ou séquence fixée à 10 s ;
• request_id - un identifiant de requête personnalisé.

Aucun mode texte-vers-vidéo, aucune entrée vidéo, aucune référence multiple, aucun choix de résolution ni activation audio ne figurent au menu. Cet écart a également été relevé par AlphaSignal (9.10) et OrcaRouter (10.10).

Classement : solide, mais en léger recul

Lors de son lancement, HiDream affichait fièrement une 4e place dans la catégorie « I2V With Audio » d’Artificial Analysis et le 8e rang sur Arena.ai. Le 30 septembre, Arena.ai l’intégrait à la 7e place de son classement image-vers-vidéo avec 1456 points. Dans le tableau principal d’Artificial Analysis au 11 octobre, il pointe à la 6e position avec un score de 1175 Elo (intervalle de 1165 à 1185).

L’échelle débute à 1000 points. Seulement 6 points séparent la 2e de la 6e place avec des marges d’erreur qui se chevauchent : glisser du 4e au 6e rang ne signifie donc pas que le modèle soit nettement distancé par Vidu Q4 ou Seedance 2.0. Seul MiniMax H3 Max se détache clairement. Quant au tableau texte-vers-vidéo, HiDream n’y figure tout simplement pas, ce qui concorde avec les limites de l’API actuelle.

vivago : disponible ou à venir ?

Côté interface utilisateur, la confusion persiste. Le 30 septembre, le compte @vivago_ai tweetait que HiDream-O1 Video était « now available in vivago R1 Studio ». Pourtant, le 9 octobre, lors de l’annonce du déploiement mondial de vivago R1 (un agent destiné à concevoir des montages vidéo allant jusqu’à 5 minutes), HiDream indiquait que le modèle O1-Video n’arriverait dans R1 que lors d’une « upcoming update ». HiDream n’a pas précisé laquelle de ces déclarations faisait foi.

Qu’est-ce que cela change pour vos projets ?

• Départ obligatoire depuis une image. Vous devez concevoir l’image clé initiale au préalable, par exemple via le modèle ouvert HiDream-O1-Image (licence MIT) ou un autre générateur graphique.
• Création d’un compte dédié. Absent des plateformes comme fal.ai, Replicate ou OpenRouter (vérification effectuée le 11 octobre), le moteur n’est accessible que via l’API HiHarness ou l’écosystème vivago.
• Tarification encore floue. Le seul repère financier connu provient des relevés d’AA, qui indiquent environ 5,19 EUR (5,80 USD) par minute, soit approximativement 0,87 EUR (0,97 USD) pour 10 secondes (taux de référence BCE du 12.10.2026, source : ecb.europa.eu). HiDream n’a pas publié de grille officielle détaillée.
• Langue des prompts. L’éditeur ne précisant pas la prise en charge multilingue, rédigez vos requêtes en anglais pour limiter les contresens.
• Besoin direct de texte vers vidéo ? Privilégiez des alternatives comme Wan 3.0 ou H3 Max, qui gèrent ce mode nativement et sont disponibles chez les agrégateurs habituels.

Pour faire vos premiers essais, vous pouvez vous inspirer des pistes proposées dans notre guide : que permet HiDream-O1-Video ?. Les futures fonctionnalités seront ajoutées dès leur apparition effective dans la documentation technique.

Sources et date de vérification

• Communiqué HiDream (17.09.2026), QbitAI (15.09.2026)
• Documentation HiHarness (11.10.2026)
• Artificial Analysis (11.10.2026)
• Annonce vivago R1 (9.10.2026)
• OrcaRouter (10.10.2026), AlphaSignal (9.10.2026)

// lire la suiteAnthropic fusionne Claude Chat et Cowork dans une interface uniqueActualitésGénérateur image IA gratuit : limites et tarifs réels en 2026ActualitésGénérateur image IA gratuit : options et tarifs réels en 2024Actualités