Veo : générer des vidéos réalistes avec le son par IA

5 mois ago
Génération de vidéos , Vidéo & Animation

Veo permet de générer des vidéos IA avec le son à partir d’un texte ou d’images, grâce aux modèles vidéo de Google DeepMind. La version actuelle, Veo 3.1, s’utilise dans Flow, l’outil de création vidéo de Google, et via l’API Gemini ou Vertex AI. Elle s’adresse aux vidéastes, aux agences et aux développeurs qui veulent des plans courts et réalistes.

Découvrir Veo

Google DeepMind a lancé Veo en mai 2024, puis Veo 2 en décembre 2024 et Veo 3 en mai 2025, premier modèle de la série à générer le son. Veo 3.1 est arrivé le 15 octobre 2025, avec des images de référence et l’extension de scène. Une mise à jour de janvier 2026 a ajouté le format vertical natif et l’agrandissement en 1080p et 4K. Veo 3.1 Lite, beaucoup moins cher, a complété la gamme le 31 mars 2026.
Depuis mai 2026, Google pousse Gemini Omni, son nouveau modèle vidéo, présenté comme le remplaçant de Veo dans l’application Gemini. Veo reste disponible dans Flow et dans l’API, sans date d’arrêt annoncée pour la version 3.1. Aucun Veo 4 n’existe officiellement à ce jour : le nom circule seulement comme rumeur. Chaque vidéo porte un filigrane invisible SynthID.

Prise en main

Le plus simple passe par Flow, sur labs.google/flow, avec un compte Google. Tout le monde reçoit 50 crédits par jour, même sans abonnement, mais la génération peut être bloquée aux heures de pointe. Vous choisissez le modèle Veo 3.1 Lite, Fast ou Quality, vous décrivez la scène, puis Flow génère un plan de quatre à huit secondes avec le son.
Pour garder un personnage d’un plan à l’autre, vous ajoutez jusqu’à trois images de référence. Vous pouvez également fixer la première et la dernière image pour contrôler la transition. L’extension de scène prolonge ensuite le plan par tranches de sept secondes. Les développeurs passent plutôt par Google AI Studio et l’API Gemini, où les modèles Veo 3.1 restent en préversion.

Fonctionnalités clés

Vidéos de 8 secondes en 1080p ou 4K avec audio natif

Veo 3.1 génère des clips de quatre, six ou huit secondes, à 24 images par seconde. Le 1080p, la 4K et les images de référence imposent la durée de huit secondes. La 4K reste également réservée aux versions Standard et Fast. L’audio natif ajoute dialogues, bruitages et ambiance synchronisés avec l’image. Le photoréalisme fait partie des points forts reconnus par les tests.

Images de référence, première et dernière image

La fonction « Ingredients » accepte jusqu’à trois images pour fixer un personnage, un objet ou un style. Vous obtenez ainsi une meilleure cohérence entre plusieurs plans d’une même histoire. L’interpolation entre une première et une dernière image crée également une transition maîtrisée. Les tests jugent tout de même la cohérence des personnages moyenne sur les séquences longues.

Extension de scène et format vertical

L’extension ajoute sept secondes à la fois, jusqu’à 20 fois, soit 148 secondes au total. Elle fonctionne seulement en 720p et pas sur la version Lite. Le format vertical 9:16 existe en natif depuis janvier 2026, pour les Shorts et les Reels. DeepMind cite aussi des contrôles de caméra, l’insertion ou la suppression d’objets et l’extension du cadre.

Trois versions : Veo 3.1, Fast et Lite

La version Standard vise la qualité maximale, pour un coût élevé. Veo 3.1 Fast divise le prix par quatre environ, avec un rendu un peu moins fin. Veo 3.1 Lite coûte enfin moins de la moitié de Fast et suffit pour tester des idées. Dans le classement Artificial Analysis de septembre 2026, Veo 3.1 recule à la 14e place, derrière Gemini Omni, Seedance 2.0 et Kling 3.0.

Cas d’usage

Vidéaste indépendant : il génère des plans d’illustration réalistes pour compléter un montage. Il fixe ensuite la dernière image pour raccorder deux séquences.

Agence de communication : elle prépare un storyboard animé avec un personnage constant grâce aux images de référence. Le client valide alors la direction avant le tournage.

Créateur de Reels : il produit des clips verticaux avec le son, prêts à publier. Veo 3.1 Lite lui permet de multiplier les essais pour peu de crédits.

Développeur : il intègre Veo 3.1 Fast dans une application via l’API Gemini. Il paie alors seulement les secondes de vidéo générées.

Tarifs

Flow accorde 50 crédits par jour à tous les comptes, et un plan Veo 3.1 Lite en consomme de 5 à 10. Ensuite, Google AI Plus à 4,99 € par mois donne 200 crédits Flow, et Google AI Pro à 21,99 € par mois en donne 1 000, soit une dizaine de plans en qualité maximale. Enfin, l’API facture 0,40 $ par seconde pour Veo 3.1, 0,10 $ pour Fast et 0,05 $ pour Lite, en 720p avec le son.

Analyse des points forts et limites

Points forts

Photoréalisme : les plans restent crédibles, avec un son synchronisé à l’image.
Contrôle du plan : images de référence, première et dernière image et extension de scène guident le rendu.
Gamme de prix : la version Lite rend les essais très abordables via l’API.
Format vertical natif : les clips 9:16 conviennent directement aux réseaux sociaux.
Crédits gratuits quotidiens : Flow permet de tester Veo sans abonnement.

Limites

Clips courts : chaque génération plafonne à huit secondes, et l’extension reste en 720p.
Coût élevé en qualité maximale : un plan de huit secondes coûte 3,20 $ via l’API.
Dépassé au classement : Veo 3.1 recule derrière Gemini Omni, Kling 3.0 et Seedance 2.0.
Modèles en préversion : l’API les affiche toujours en préversion, près d’un an après leur sortie.
Remplacé dans Gemini : l’application grand public mise désormais sur Gemini Omni.

Notre recommandation

Veo 3.1 reste un bon choix pour des plans réalistes avec le son, surtout si vous travaillez déjà dans Flow. Les crédits gratuits quotidiens suffisent pour juger le rendu sur vos propres idées. Pour la production régulière, Veo 3.1 Fast offre le meilleur équilibre entre qualité et coût. Si vous cherchez l’édition par la conversation, Gemini Omni prend alors le relais chez Google. Pour des plans plus longs, Kling 3.0 génère jusqu’à quinze secondes d’un coup.

Questions fréquentes sur Veo

Veo est-il gratuit ?

Flow accorde 50 crédits par jour à tous les comptes Google, ce qui permet quelques plans Veo 3.1 Lite. Ces crédits peuvent être bloqués aux heures de pointe. L’application Gemini utilise désormais Omni, et l’API n’a pas d’offre gratuite.

Quelle différence entre Veo 3.1 et Gemini Omni ?

Veo 3.1 génère des plans de huit secondes au maximum, avec un contrôle fin par images de référence. Gemini Omni produit des clips de dix secondes et se modifie par la conversation. Google l’utilise désormais dans l’application Gemini, alors que Veo reste dans Flow et l’API.

Combien de temps peut durer une vidéo Veo ?

Un plan dure quatre, six ou huit secondes. L’extension de scène ajoute ensuite sept secondes à la fois, jusqu’à 148 secondes au total. Elle fonctionne seulement en 720p.

Veo 4 existe-t-il ?

Non, Google n’a annoncé aucun Veo 4 à ce jour. La dernière version reste Veo 3.1, déclinée en Standard, Fast et Lite. Le nouveau modèle vidéo de Google s’appelle Gemini Omni.

Veo ou Kling : lequel choisir ?

Kling 3.0 génère des plans de trois à quinze secondes et se classe devant Veo 3.1 chez Artificial Analysis. Veo garde l’avantage de l’écosystème Google et d’une version Lite très bon marché via l’API. Kling convient mieux pour des plans plus longs, et Veo reste pratique pour un usage intégré à Flow.

Pour aller plus loin : découvrez tout notre guide pour créer des vidéos avec l’IA, et consultez aussi notre sélection des 20 meilleurs générateurs vidéo IA.
Mise à jour : 1er octobre 2026